InSAR技術(shù)在黑方臺滑坡隱患早期識別中的應(yīng)用

鐘儲漢 王 強(qiáng) 樊茜佑 司錦釗

(1.中石化石油工程設(shè)計有限公司,山東 東營 257026; 2.長安大學(xué)地質(zhì)與測繪工程學(xué)院,陜西 西安 710054)

我國是世界上地質(zhì)災(zāi)害最為嚴(yán)重的國家之一，地質(zhì)災(zāi)害種類多、分布廣、危害大，嚴(yán)重制約著災(zāi)害多發(fā)地區(qū)的國民經(jīng)濟(jì)發(fā)展，威脅著人民生命財產(chǎn)安全。如何從源頭上識別、判斷和評估這些潛在的、隱蔽性強(qiáng)的地質(zhì)災(zāi)害，避免山區(qū)滑坡的危害是當(dāng)前地質(zhì)災(zāi)害防治工作的重點任務(wù)和難點問題。合成孔徑雷達(dá)干涉測量(InSAR)能全天工作,具有高穿透性、高覆蓋率、高分辨率等特點，能高分辨率地測量大范圍地形高度的細(xì)微變化[1,2],通過對地質(zhì)災(zāi)害危險性大的山區(qū)地表形變監(jiān)測來進(jìn)行早期地質(zhì)災(zāi)害隱患識別，可為地質(zhì)災(zāi)害的提前預(yù)防和治理提供技術(shù)支持。本研究選取2015年12月20日～2017年1月7日共17景Sentinel-1數(shù)據(jù)，采用小基線集(SBAS-InSAR)方法提取黑方臺地區(qū)的形變速率，獲取黑方臺的地表形變情況，并綜合分析地表形變的原因。

1 研究區(qū)與實驗數(shù)據(jù)

1)研究區(qū)。黑方臺(東經(jīng)103°16′40″～103°20′50″，北緯36°04′10″～36°07′20″)(如圖1所示)隸屬于甘肅省永靖縣，區(qū)域地貌屬于黃土高原西部丘陵溝壑區(qū)，為黃河Ⅳ級基座階地，其南部前緣與黃河Ⅱ級階地相接，Ⅲ級階地缺失，坡體上陡下緩，平均坡度約35°。黃土臺塬邊緣多滑坡、坍塌堆積物，斜坡地形破碎。

2)實驗數(shù)據(jù)。此次試驗采用C波段的Sentinel-1數(shù)據(jù)，使用2015年12月20日～2017年1月7日共17景Sentinel-1數(shù)據(jù)進(jìn)行處理，影像數(shù)據(jù)的極化方式為VV，250 km的幅寬使得影像的覆蓋范圍遠(yuǎn)遠(yuǎn)大于被研究區(qū)域(如圖2所示)。

2 滑坡隱患早期識別SBAS-InSAR技術(shù)

黑方臺滑坡隱患早期識別主要用到SBAS-InSAR技術(shù)，以期獲得潛在滑坡的年速率和時間序列。

2002年，Berardino等提出了短基線子集(SBAS)方法[3]。現(xiàn)該方法已廣泛應(yīng)用于長時間序列的地表形變監(jiān)測中[4,5]。SBAS-InSAR技術(shù)與PS-InSAR技術(shù)相比極大地降低了對SAR影像數(shù)量要求，并且有效地解決了空間基線失相干的問題。通過提高采樣率對時空基線在設(shè)定范圍中的干涉影像對，使用最小二乘法對單個基線進(jìn)行求解，再由奇異值分解法對基線集合進(jìn)行解算得到時序形變和相干點平均形變。小基線集技術(shù)是通過設(shè)置時空基線閾值將已有的SAR影像分成若干小的集合。在每一個小的集合內(nèi)，采用最小二乘的方法求解，再通過SVD將不同的子集相連接，最終形成時序監(jiān)測結(jié)果。相比其他方法，小基線集技術(shù)在相位解纏有保證的情況下可以得到更多、更可靠的信息。另外，它對影像數(shù)量的要求也比其他方法低。

3 SBAS-InSAR解譯結(jié)果及分析

1)對研究區(qū)域17幅影像，空間基線設(shè)置為±80 m，時間基線設(shè)置為72 d，共獲得36個干涉對。獲取時空基線分布見圖3，橫坐標(biāo)描述干涉對的時間分布，縱坐標(biāo)描述干涉對間的空間分布情況。

2)按照時空基線預(yù)設(shè)情況，對SLC影像進(jìn)行差分干涉，進(jìn)行帶通濾波、相干系數(shù)計算，由干涉圖得到的干涉相位只以2π為模。為了將干涉相位與干涉影像的幾何結(jié)構(gòu)聯(lián)系起來，并最終獲得地面高程(即形變信息)與真實地距，將干涉相位附加2π的倍數(shù)(整周模糊度)，進(jìn)行相位解纏獲取較好的解纏結(jié)果，本次解纏使用的是最小費用流法得到整體解纏圖(見圖4)，由于SBAS-InSAR數(shù)據(jù)處理中不同干涉對的時空基線不同，解纏結(jié)果中還存在趨勢誤差以及大氣誤差，通過后續(xù)處理過程剔除上述誤差。

3)根據(jù)生成的干涉對，基于最小二乘或奇異值分解計算研究區(qū)域累計形變量。基于篩選的12個干涉對，計算研究區(qū)域年形變速率，本次實驗中，采用stacking方法結(jié)算形變區(qū)的形變速率(見圖5)。形變區(qū)域點位時序結(jié)果如圖6所示。

4)對黑方臺區(qū)域的累積形變量監(jiān)測值，提取5個點位的時序形變結(jié)果進(jìn)行分析，由圖6點位時序沉降量圖可以看出，黑方臺臺塬的5個形變區(qū)域，均出現(xiàn)較大的累計形變，P3，P5滑坡形變區(qū)域分別位于黑臺南側(cè)臺塬與方臺東側(cè)臺塬，在9月后形變速率逐漸減小，趨于穩(wěn)定。P1位于黑臺北側(cè)臺塬一級階梯，形變速率逐漸增大，雖然2016年—2017年累積形變量較小，達(dá)到了-62 mm，但其形變趨勢很容易積累發(fā)生滑坡災(zāi)害，仍需重點關(guān)注。P2，P4點分別位于黑臺東西兩側(cè)臺塬，其累積沉降量分別達(dá)到-97 mm，-109 mm，這與其他監(jiān)測結(jié)果互相吻合驗證。

4 結(jié)語

本文采用InSAR技術(shù)對黑方臺地區(qū)潛在的黃土滑坡隱患開展了早期識別，利用2015年12月20日～2017年1月7日共17景Sentinel-1數(shù)據(jù)進(jìn)行處理，探測出有5處潛在滑坡隱患區(qū)，其中P4點區(qū)域最大累積沉降量達(dá)到-109 mm。采用InSAR技術(shù)有助于提高管道工程所處復(fù)雜地區(qū)的地質(zhì)災(zāi)害隱患早期識別能力，由于InSAR數(shù)據(jù)處理成果受地形地表、波段、氣候條件、處理方法等多方面的影響，需要根據(jù)現(xiàn)場實際情況具體問題具體分析，才能提高地質(zhì)災(zāi)害隱患識別的有效性。