聯(lián)合升降軌InSAR與高分辨率光學遙感的滑坡隱患早期識別
——以寧夏隆德為例

涂 寬，王文龍，諶 華，李樵民，耿 丹，王 川，鄭 健，楊 影

（1.二十一世紀空間技術(shù)應(yīng)用股份有限公司，北京 100096；2.寧夏回族自治區(qū)遙感測繪勘查院(寧夏回族自治區(qū)遙感中心)，寧夏 銀川 750021；3.高分辨率對地觀測系統(tǒng)寧夏數(shù)據(jù)與應(yīng)用中心，寧夏 銀川 750021）

0 引言

固原市隆德縣位于寧夏回族自治區(qū)最南部，面積為992 km2，地處六盤山西麓，地勢東高西低（圖1）。地貌主要以黃土丘陵為主，紅層丘陵和中低山區(qū)主要分布在縣域東部，河流階地在區(qū)內(nèi)少量發(fā)育，研究區(qū)地貌單元分布見圖2。區(qū)域地質(zhì)資料顯示，該區(qū)先后經(jīng)歷了燕山期和喜馬拉雅期構(gòu)造運動，地質(zhì)構(gòu)造復雜，廣泛分布的黃土和紅層殘積土是區(qū)內(nèi)主要的易滑地層，以滑坡、不穩(wěn)定斜坡為主的地質(zhì)災害隱患多發(fā)，對當?shù)厝嗣竦纳敭a(chǎn)安全造成嚴重威脅，制約了當?shù)亟?jīng)濟發(fā)展[1-2]。因此，在該地區(qū)開展滑坡隱患調(diào)查，對提高當?shù)氐刭|(zhì)災害防治能力具有重要意義。

圖1 研究區(qū)位置及雷達衛(wèi)星影像覆蓋圖Fig.1 Location of study area and coverage of radar satellite image

圖2 研究區(qū)地貌分布圖Fig.2 Geomorphic map in study area

隆德縣境內(nèi)滑坡以黃土滑坡為主，巖質(zhì)滑坡也有發(fā)育，多以坡面泥巖表層風化的殘坡積物為主?；乱?guī)模以小型為主，中型、大型滑坡較少發(fā)育。不穩(wěn)定斜坡指具備地質(zhì)災害發(fā)生的地質(zhì)環(huán)境條件或已有變形跡象，未來可能發(fā)生滑坡、崩塌的斜坡體。前期該縣地質(zhì)災害調(diào)查工作受技術(shù)條件和自然條件的限制，已調(diào)查的地質(zhì)災害隱患主要集中在道路兩側(cè)和人口聚集的河谷平原區(qū)，而中低山區(qū)、黃土丘陵區(qū)和紅層丘陵區(qū)調(diào)查出的地質(zhì)災害隱患相對較少[3]。

地質(zhì)災害隱患通常指通過地形、地質(zhì)和影響因素調(diào)查，初步推測可能發(fā)生地質(zhì)災害的地點或區(qū)段。傳統(tǒng)的地質(zhì)災害識別工作多基于衛(wèi)片、航片等遙感圖像結(jié)合數(shù)字高程模型（DEM），采用人工判識手段，利用遙感圖像的二維紋理、形態(tài)、顏色差異、地形地貌等特征實現(xiàn)對滑坡、崩塌、泥石流等地質(zhì)災害的識別。較傳統(tǒng)的地質(zhì)災害遙感識別，許強等學者提出利用高分辨率光學衛(wèi)星遙感與InSAR 技術(shù)相結(jié)合，充分利用地質(zhì)災害隱患在高分辨率光學遙感中的發(fā)育特征和InSAR 獲得的形變特征，基于隱患點在形態(tài)和形變上與周圍環(huán)境的特征差異，結(jié)合專家經(jīng)驗，實現(xiàn)地質(zhì)災害隱患早期識別[4-8]。

國際學者先后提出了干涉疊加技術(shù)（Stacking）[9]和永久散射體技術(shù)（PS-InSAR）[10-12]、小基線集干涉技術(shù)（SBAS-InSAR）[13]、干涉點目標分析技術(shù)（IPTA）[14]、分布式散射體技術(shù)（SqueeSAR）[15]為代表的時序InSAR 技術(shù)。時序InSAR 技術(shù)通過提取多期雷達數(shù)據(jù)中的高相干點目標的時序相位信息進行分析和反演，獲得高相干點目標的時序形變信息和形變速率，形變精度可達到毫米級[16]。InSAR 技術(shù)具有全天時、全天候、覆蓋廣、精度高等優(yōu)點，適合開展大范圍地質(zhì)災害隱患普查工作，已廣泛應(yīng)用于滑坡隱患早期識別與形變監(jiān)測中[17-18]。但在實際應(yīng)用中，受地形起伏、植被生長和土地耕作等影響，地表變化過快導致的失相干現(xiàn)象較為明顯，尤其是在山區(qū)、丘陵等植被茂盛區(qū)域失相干現(xiàn)象會對InSAR形變獲取造成較大影響。

寧夏隆德縣東部地處六盤山西麓，植被覆蓋較為茂盛，導致雷達圖像失相干現(xiàn)象尤為明顯。隆德縣西部為寧南黃土區(qū)，氣候干燥，該區(qū)域大氣水汽活動不明顯，對InSAR 形變結(jié)果的影響較小。Stacking 技術(shù)相較于時序InSAR 技術(shù)，不要求時間連續(xù)性構(gòu)網(wǎng)，對數(shù)據(jù)的相干性需求較低，故能在隆德縣取得較全的形變結(jié)果，且加權(quán)平均算法也能有效去除該區(qū)的大氣相位等誤差，快速獲取地表形變。

哨兵一號（Sentinel-1A）C 波段SAR 衛(wèi)星，具有單星12 天重返的穩(wěn)定短重訪觀測優(yōu)勢，在隆德縣范圍具備升降軌道雙向觀測能力。C 波段SAR 衛(wèi)星能在隆德縣干燥地表環(huán)境形變探測中取得較好結(jié)果。

受雷達衛(wèi)星單側(cè)視成像方式和山勢地形地貌所限，雷達陰影的存在使得單軌雷達難以探測區(qū)域內(nèi)全部滑坡隱患的形變信息，需要升降軌結(jié)合，對區(qū)域內(nèi)滑坡隱患的探測才能更為全面，提高對多方向形變的滑坡隱患探測能力。

光學衛(wèi)星遙感技術(shù)因其空間分辨率高、可判讀性強、信息量豐富，已廣泛應(yīng)用于地質(zhì)災害調(diào)查和評價[19]。其中亞米級高分辨率光學衛(wèi)星遙感影像被廣泛用于地質(zhì)災害隱患識別與監(jiān)測[20]，結(jié)合數(shù)字高程模型可以對地質(zhì)災害隱患單體類型、活動性、承災體、地表特征等信息進行提取，但該技術(shù)受解譯人員的地質(zhì)知識和背景影響且無法提供地表形變信息，難以定量確定隱患的活動性[21]。因此需要將高分辨率光學遙感與InSAR 技術(shù)相結(jié)合，對隱患進行綜合遙感識別[22-23]。

由于隆德縣主要以滑坡地質(zhì)災害為主，所以聚焦滑坡隱患進行綜合遙感識別。首次利用高分二號、北京二號衛(wèi)星高分辨率光學遙感影像和升降軌InSAR 技術(shù)。文章收集了升降軌道Sentinel-1A 號雷達衛(wèi)星數(shù)據(jù)，利用干涉疊加技術(shù)（Stacking），獲取了寧夏回族自治區(qū)固原市隆德縣升降軌InSAR 形變結(jié)果?；诨码[患在雷達升降方向的形變特征和地表形態(tài)學特征，結(jié)合專家經(jīng)驗識別滑坡隱患。再采用野外調(diào)查手段，對識別結(jié)果進行驗證。相關(guān)結(jié)果已提交至自治區(qū)地質(zhì)災害監(jiān)管單位，為當?shù)氐刭|(zhì)災害防治工作提供參考。

1 升降軌 InSAR 聯(lián)合的地表形變探測技術(shù)

采用多軌道方向的InSAR 形變探測與多時相高分辨率光學影像聯(lián)合，綜合專家判識的方法對研究區(qū)滑坡隱患進行早期識別?？紤]隆德縣東部六盤山中低區(qū)、中部和南部丘陵區(qū)的高植被覆蓋導致的圖像相干性較低對InSAR 計算造成的影響，為降低圖像失相干對形變結(jié)果準確性的影像，首先采用干涉疊加技術(shù)（Stacking）獲得隆德縣2019—2020年雷達視線方向形變速率。在此基礎(chǔ)上結(jié)合多期高分辨率衛(wèi)星影像，基于地災隱患在光學遙感圖像中的形態(tài)特征和多期變化特征，結(jié)合專家經(jīng)驗采用目視解譯進行識別，對重點隱患點進行特征分析。

1.1 升降軌聯(lián)合的多方向形變獲取

雷達衛(wèi)星為極軌衛(wèi)星，飛行方向分為升軌和降軌方向。升軌為“自下而上”從東南向西北方向飛行；降軌為“自上而下”從東北向西南飛行。雷達衛(wèi)星側(cè)視成像工作模式在不同衛(wèi)星的飛行方向上能獲得不同衛(wèi)星視向的地表形變信息，不同雷達視向探測到的地表形變量均為實際形變量在衛(wèi)星視向的投影[24]。受實際形變方向與雷達入視方向的角度影響，單一衛(wèi)星飛行方向的形變探測必然會對部分形變方向不敏感。同時受山區(qū)地形起伏影響，單一衛(wèi)星飛行方向難以探測雷達陰影與疊掩區(qū)域的有效形變信息[25]（圖3）。

圖3 雷達衛(wèi)星升降軌道成像模式圖[24-28]Fig.3 Working pattern of radar satellite from ascending and descending satellite orbits

結(jié)合衛(wèi)星飛行軌道參數(shù)、雷達入射角和DEM，計算獲得隆德地區(qū)Sentinel-1A 衛(wèi)星雷達升軌探測陰影與疊掩區(qū)域面積為0.764 km2，降軌探測陰影與疊掩區(qū)域面積為0.075 km2。雷達探測陰影與疊掩區(qū)域往往分布在地形起伏較大的區(qū)域，多為地質(zhì)災害易發(fā)區(qū)域。升降軌聯(lián)合共同陰影與疊掩區(qū)域面積為0.012 km2，大大提高了單一軌道方向數(shù)據(jù)獲取的效率。

結(jié)合雷達衛(wèi)星在不同飛行方向探測的地表形變量，能有效補充單一軌道入射方向在雷達形變探測的無效區(qū)域和不敏感區(qū)域形變探測能力的不足，更加充分和真實地反映地表形變信息[26-28]。

1.2 Stacking-InSAR 形變探測技術(shù)與采用的數(shù)據(jù)

（1）Stacking-InSAR 技術(shù)

干涉疊加技術(shù)（Stacking）由PRICE 等[29]提出，假定地形誤差及大氣誤差的隨機性，通過對同一地區(qū)多個解纏相位進行加權(quán)平均，從而降低大氣誤差、地形殘差及軌道誤差。其數(shù)學模型為[30]：

式中：Vdisp——平均形變速率；

λ——波長；

φcum——累積的相位；

tcum——累計時間和。

該方法能有效減少大氣延遲、地形殘差等因素的影響，同時由于加權(quán)平均算法不要求觀測點構(gòu)網(wǎng)時間連續(xù)性，大大降低了形變計算對相干性的要求，能有效解決PS-InSAR 等時序InSAR 技術(shù)因時序高相干散射點較少而導致失相干問題，提高了技術(shù)適用性。較之PSInSAR 等時序InSAR 技術(shù)，更適合自然場景的地表形變計算。

文中利用Sentinel-1A 衛(wèi)星精密軌道和參考DEM數(shù)據(jù)，去除地形相位和平地相位。采用空間域濾波抑制大氣相位。首先對Sentinel-1A 衛(wèi)星數(shù)據(jù)按時間順序排序的中間且當天天氣晴朗無明顯大氣水汽變化的一期影像作為主影像進行配準；完成各條帶的拼接、去斜、裁剪等預處理工作；設(shè)置合適的空間基線和時間基線閾值，對時空閾值以內(nèi)的影像進行組合并進行差分干涉，生成干涉圖；然后引入外部SRTM 30M DEM 進行差分干涉、去平、自適應(yīng)濾波，利用精密軌道文件和DEM 基線軌道精煉；利用最小費用流（Minimum Cost Flow,MCF）算法，進行相位解纏；采用空間域濾波分離大氣水汽誤差和地形殘差；篩選解纏圖和差分圖，去除誤差明顯及解纏錯誤的像對；最后采用Stacking 處理，對剩余像對進行加權(quán)平均處理，獲得平均形變速率。

（2） 采用的數(shù)據(jù)

本研究采用Sentinel-1A 衛(wèi)星合成孔徑雷達（Synthetic Aperture Radar,SAR）影像數(shù)據(jù)。考慮到研究區(qū)位于六盤山西麓，地形起伏較大，導致陰影、疊掩和透視收縮等幾何畸變明顯，采用Sentinel-1A 衛(wèi)星升降軌數(shù)據(jù)進行形變計算，數(shù)據(jù)覆蓋情況如圖1所示。采用2019年1月—2020年5月共85 期Sentinel-1A 數(shù)據(jù)，其中升軌影像為42 期，降軌影像43 期。Sentinel-1A 號衛(wèi)星基本參數(shù)詳見表1。此外獲取研究區(qū)SRTM 30M 數(shù)據(jù)作為參考DEM，用于在InSAR 處理中去除地形誤差，結(jié)合精密軌道數(shù)據(jù)消除軌道誤差。Sentinel-1A 號衛(wèi)星軌道控制精確，C 波段在隆德縣能保持較好的相干性，故選用200 m 空間基線，50 d 的時間基線，升降軌分別獲得162 組和154 組干涉對。

表1 Sentinel-1A 衛(wèi)星屬性Table 1 Sentinel-1A satellite parameters

2 升降軌InSAR 探測結(jié)果

利用Sentinel-1A 號衛(wèi)星升降軌道數(shù)據(jù)，獲得研究區(qū)升降軌道兩個方向的地表形變信息（圖4）。其中負值形變量代表沿著雷達視線方向（Line of Sight,LOS）方向遠離衛(wèi)星運動；正值形變量代表沿著雷達視線方向靠近衛(wèi)星運動。圖4（d）中黑色部分為山體陰影，沒有數(shù)據(jù)。

圖4 隆德縣升降軌道InSAR 形變圖Fig.4 Annual deformation rate maps of InSAR in Longde County

利用Staking-InSAR 技術(shù)獲得的隆德縣升軌和降軌地表形變速率。其中升軌方向最大形變速率為74 mm/a，高形變區(qū)主要集中在東部的六盤山麓一帶、北部紅層丘陵和西部黃土區(qū)；降軌方向最大形變速率為52 mm/a，高形變區(qū)主要集中在東部的六盤山麓、中西部丘陵一帶。

3 基于專家判識的綜合解譯方法與采用的光學衛(wèi)星遙感數(shù)據(jù)

3.1 綜合遙感解譯標志

（1）變形特征解譯標志

活動的滑坡及不穩(wěn)定斜坡地質(zhì)災害隱患往往在InSAR 形變結(jié)果上表現(xiàn)為聚集性的空間分布，與周邊環(huán)境存在明顯差異，形變主要集中在滑坡體的形變區(qū)域?；碌氖芰顟B(tài)不同，形變集中的位置也不相同。牽引式滑坡，形變往往集中在滑坡前緣及坡腳，而推移式滑坡形變往往集中在滑坡后緣。整體滑動往往在InSAR形變結(jié)果上表現(xiàn)為斜坡單元的整體性形變。InSAR 形變異常在形變圖和相位圖上，均表現(xiàn)為高值區(qū)域（圖5）。

（2）光學遙感解譯標志

滑坡隱患是斜坡上的土體或巖體在降雨、地下水、河流沖刷、地震活動及人工因素等影響受到重力作用整體或分散地向下滑動的現(xiàn)象?；码[患在影像上與周圍地物相比具有明顯的特征，如形狀、大小、色調(diào)、陰影、紋理、地形地貌、植被發(fā)育等（表2）?；码[患具體解譯標志如下：典型滑坡解譯標志包括平面幾何（簸箕形）、滑坡壁、滑坡臺階、滑坡鼓丘、封閉洼地、滑坡舌、滑坡裂縫等（圖5）?；聟^(qū)內(nèi)的濕地和泉水、醉漢林和馬刀樹等也是良好的解譯標志?；略诘孛采嫌忻黠@特征，逆向坡呈圈椅狀地形。由于地形變凹，在色調(diào)上也由明顯差異?；略谟跋裆系某尸F(xiàn)為淺色調(diào)，滑坡體為暗色調(diào)。順向坡多形成特殊的丘陵地形，坡面向低處弧形突起。一般在滑坡體的低洼部分，植被生成茂盛。

圖5 典型滑坡隱患遙感特征圖Fig.5 The image characters of landslide

表2 滑坡隱患光學遙感解譯標志[21,31-32]Table 2 Interpretation key of landslide based on optical image

3.2 綜合解譯采用的光學衛(wèi)星遙感數(shù)據(jù)

采用2019年高分二號（GF-2）1 m 分辨率衛(wèi)星數(shù)據(jù)產(chǎn)品和2020年第1 季度北京二號（BJ-2）衛(wèi)星0.8 m數(shù)據(jù)產(chǎn)品進行綜合遙感解譯。高分二號衛(wèi)星搭載2 臺高分辨率1 m 全色像機、4 m 多光譜像機，具有亞米級空間分辨率、寬幅成像的優(yōu)勢[33-34]。北京二號衛(wèi)星由4 顆高分辨率衛(wèi)星組成，搭載VHRI-100 成像儀在軌提供幅寬約24 km、0.8 m 分辨率（Ground Sampling Distance,GSD）全色和3.2 m 分辨率藍、綠、紅、近紅外多光譜圖像[35]。

通過同區(qū)域多期次的高分辨率光學遙感數(shù)據(jù)產(chǎn)品，結(jié)合該區(qū)域升降軌道方向的InSAR 形變結(jié)果，基于變形解譯標志和光學遙感解譯標志，能對研究區(qū)滑坡隱患，確定隱患位置、類型、范圍、活動特征、威脅對象及風險程度進行有效識別。

4 綜合遙感滑坡隱患識別結(jié)果及野外驗證情況

4.1 綜合遙感滑坡隱患識別結(jié)果

利用差分干涉測量技術(shù)獲得升軌和降軌兩個軌道方向的InSAR 平均形變速率，結(jié)合同區(qū)的亞米級分辨率光學遙感數(shù)據(jù)產(chǎn)品與數(shù)字高程模型，充分分析形變特征和形態(tài)特征，共識別疑似滑坡隱患47 處（圖6）。所識別的滑坡隱患中，最大的滑坡平面面積為62.49×104m2，最小的滑坡平面面積為0.67×104m2，平面面積小于1×104m2的滑坡有4 處，占總識別比例的8.5%?；码[患中最大視向形變速率為15～39 mm/a，威脅對象包括當?shù)鼐用?、房屋、道路、農(nóng)田、水庫等。

圖6 隆德縣滑坡隱患分布圖Fig.6 Distribution map of landslides in Longde County

滑坡隱患分布受地形地貌影響明顯。隆德縣地形東高西低，地貌類型隨地勢的起伏也不盡相同。主要類型為黃土丘陵、中低山區(qū)、河谷平原和紅層丘陵四種（圖2）。根據(jù)隆德縣地貌特征，可將其分為四個二級地貌單元；即中低山地貌、黃土丘陵地貌、紅層丘陵地貌和河谷平原地貌。各二級地貌單元面積分別為：268.85 km2、411.99 km2、199.83 km2和111.72 km2，分別占總面積的27.09%、41.51%、20.14%、11.26%?；码[患主要分布在隆德縣的北部、中部及西部，集中在紅層丘陵區(qū)、河谷平原區(qū)、黃土丘陵區(qū)。隆德縣南部及東側(cè)六盤山地區(qū)因近年來封山育林，人類活動較少，不具備明顯威脅對象條件，故該區(qū)域具備形變及形態(tài)特征的滑坡未被定為滑坡隱患。

4.2 野外驗證結(jié)果

為了驗證綜合遙感技術(shù)識別的滑坡隱患的準確性與可靠性，聯(lián)合寧夏回族自治區(qū)遙感測繪勘查院于2020年7月通過地面調(diào)查手段對所識別的47 處滑坡隱患中的21 處進行地面調(diào)查驗證。結(jié)果表明，2 處隱患與當?shù)毓さV活動有關(guān)，3 處滑坡隱患因現(xiàn)場植被覆蓋茂密難以實地調(diào)查，剩余16 處所識別的滑坡隱患實地均存在不同程度的臺坎、錯動和拉裂，部分現(xiàn)場照片見圖6。調(diào)查率達44.7%，調(diào)查準確率達71.4%。隱患體滑動方向分布有房屋、道路、水利設(shè)施、農(nóng)田等，具備明顯的威脅對象。

5 重點滑坡隱患分析

基于前文高分辨率光學遙感影像和InSAR 形變結(jié)果的綜合遙感識別和地面調(diào)查的結(jié)果，結(jié)合滑坡隱患地形、地貌、水文特征，對后海村和水磨村重點滑坡隱患進行詳細分析。

5.1 后海村滑坡隱患

地處紅層丘陵區(qū)地貌單元，后海村北部，位于較陡峻的山坡地段，表面植被覆蓋度低，下方威脅多戶民房。從高分辨光學影像產(chǎn)品中可見后海村滑坡呈扇形，自北東向南西方向滑動，面積約10.9×104m2，軸長約730 m，最大弦長約250 m，左右兩側(cè)沖溝發(fā)育，“雙溝同源”特征明顯，有前緣有明顯拉裂縫（圖7）。后海村滑坡在升軌InSAR 形變結(jié)果中表現(xiàn)為明顯異常。雷達視向形變主要集中在滑坡右側(cè)及前緣，升軌方向最大形變速率為51 mm/a，后側(cè)形變不明顯，推測該滑坡隱患為牽引式滑動。受局部地形與衛(wèi)星飛行方向影響，相較于升軌形變結(jié)果，后海村滑坡在降軌形變結(jié)果雖具有一定程度形變，但與周邊環(huán)境差異不明顯。

圖7 后海村滑坡隱患遙感特征圖Fig.7 Remote sensing feature of landslide in Houhai Village

現(xiàn)場調(diào)查發(fā)現(xiàn)，該滑坡主要由黃土組成，為典型的黃土滑坡，側(cè)緣明顯且發(fā)育多級臺階（圖6e），前緣有明顯的拉張裂縫寬約50 cm、下挫約30 cm，同時坡體內(nèi)房屋結(jié)構(gòu)可見明顯剪裂。

5.2 水磨村滑坡隱患

地處紅層丘陵區(qū)地貌單元，水磨村西部，位于陡峻的山坡地段，表面植被覆蓋度低。從北京二號高分辨率衛(wèi)星影像產(chǎn)品可見，該滑坡隱患自西北向東南滑移，呈扇形展布，面積約為18.7×104m2，半徑約為500 m，最大弦長約為600 m，坡體破碎明顯，左右兩側(cè)沖溝明顯，具備明顯的“雙溝同源”和滑坡臺階，后分塊體崩落，下方威脅水庫。在雷達升降軌InSAR 形變結(jié)果中均表現(xiàn)為明顯異常（圖8），形變高異常區(qū)域集中在滑坡后側(cè)，升軌最大視向形變速率為73 mm/a，判斷該滑坡隱患為推動式滑坡。

圖8 水磨村滑坡隱患遙感特征圖Fig.8 Remote sensing feature of landslide in Shuimo Village

現(xiàn)場調(diào)查發(fā)現(xiàn)，該滑坡存在多級滑坡臺階，后部塊體下挫明顯，垂向位移約有2m，前緣臨水庫。坡體上分布多條沖溝，將坡體切割為多個塊體，部分塊體有明顯崩落。坡體呈現(xiàn)多個低于周邊原坡面的簸箕狀洼地，部分樹木向坡后側(cè)傾倒，局部出現(xiàn)坡內(nèi)反傾地形。

5.3 形變綜合分析

部分滑坡隱患在雷達升降軌方向InSAR 形變結(jié)果中均有明顯反映，如后海村滑坡和水磨村滑坡（圖7和圖8）；部分滑坡隱患只在單一軌道方向InSAR 結(jié)果中有顯示明顯的形變異常，如重點滑坡隱患Ⅰ（圖5）。受地形坡度、坡向、衛(wèi)星飛行方向和雷達照射方向的影響，滑坡真實形變在不同軌雷達入視方向投影量不同，導致不同軌道方向?qū)ν换码[患的形變探測敏感性不同。所以在實際隱患識別工作中，需要對升降軌道任一方向的雷達形變異常進行綜合分析。

為更好分析升降軌雷達衛(wèi)星雙向形變探測結(jié)果，基于衛(wèi)星飛行方向、軌道高度、入射角等信息結(jié)合DEM數(shù)據(jù)，利用空間三角函數(shù)將雷達升降軌道兩個入視方向形變量投影至斜坡坡向[36]。本文以后海村滑坡隱患和水磨村滑坡隱患為例，將雷達視向形變投影至沿坡向（圖9）。后海村滑坡隱患坡、水磨村滑坡隱患升降軌兩個方向在沿坡向的形變均很明顯，與周圍環(huán)境形變特征存在明顯差異，但升降軌道衛(wèi)星探測的形變結(jié)果在沿坡向的形變值上依然存在較大差異。

圖9 后海村和水磨村滑坡隱患坡向形變圖Fig.9 Deformation in slope direction（Houhai Village and Shuimo Village）

6 結(jié)論

（1）升降軌雙向InSAR 能有效實現(xiàn)多方向的地表形變探測，在減少單一雷達方向的地形遮擋區(qū)域的同時，提高對不同滑移方向滑坡隱患形變探測敏感性。

（2）高分辨率光學遙感影像能有效反映滑坡隱患形態(tài)發(fā)育特征，獲取了滑坡隱患的位置、范圍、威脅對象等單體形態(tài)特征和承災體特征。結(jié)合DEM 產(chǎn)品，能有效排除由地形、大氣及人類工程活動等多種因素造成的InSAR 偽形變對滑坡隱患識別造成的影響。

（3）文章采用綜合遙感技術(shù)，實現(xiàn)了寧夏南部隆德縣全域滑坡隱患綜合遙感識別。利用升降軌干涉疊加技術(shù)獲得了隆德縣全域2019年1月—2020年5月的升降軌兩個方向的形變速率，建立了適用于研究區(qū)滑坡隱患識別的綜合遙感解譯標志，通過變形特征與該區(qū)域高分辨率光學影像所反映的滑坡形態(tài)特征，共同識別了疑似滑坡隱患47 處并查明威脅對象，野外調(diào)查驗證21 處，其中核實16 處，準確率為71.4%，在證明識別結(jié)果的準確性的同時也驗證了綜合遙感識別技術(shù)在該區(qū)域的適用性和可行性，為同類應(yīng)用提供參考依據(jù)。