聯(lián)合InSAR與無人機航測的白鶴灘庫區(qū)蓄水前地災(zāi)隱患廣域識別

戴可人，沈 月，吳明堂，馮文凱，董秀軍，卓冠晨，易小宇

1. 成都理工大學(xué)地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護國家重點實驗室，成都 610059； 2. 成都理工大學(xué)地球科學(xué)學(xué)院，成都 610059；3. 浙江華東建設(shè)工程有限公司，杭州 310014

白鶴灘水電站是我國實施“西電東送”的國家重大工程，是當(dāng)今全球在建規(guī)模最大、技術(shù)難度最高的水電工程。該水電站于2021年4月完成初期建設(shè)并開始蓄水，在2021年7月首批機組投產(chǎn)發(fā)電，目前已進入第一批機組發(fā)電試用階段。全部機組于2022年7月全部投產(chǎn)發(fā)電，電站全部建成投產(chǎn)后，將成為僅次于三峽工程的世界第二大水電站，預(yù)計最終水位線達(dá)825 m。該水電站位于我國西南地區(qū)四川省寧南縣、云南省巧家縣交匯處，是金沙江下游干流河段梯級開發(fā)的第二個梯級電站。該區(qū)域地處青藏高原東緣橫斷山脈區(qū)域，多條斷裂帶在其中交錯，造成區(qū)域內(nèi)構(gòu)造活動活躍，這也使該區(qū)域地質(zhì)災(zāi)害頻發(fā)[1]。大型水電工程往往由于水庫蓄水等因素，極大地改變了庫區(qū)的環(huán)境地質(zhì)條件，加劇了岸坡地質(zhì)災(zāi)害的規(guī)模和頻率，直接威脅著水電站建成后的正常運行，同時也給兩岸居民、水庫本身帶來了極大的安全風(fēng)險和經(jīng)濟損失隱患。對蓄水前庫岸進行大范圍地質(zhì)災(zāi)害隱患識別，摸清庫區(qū)重大地質(zhì)災(zāi)害隱患點及其分布規(guī)律，對蓄水后地質(zhì)災(zāi)害治理及水電站蓄水發(fā)電后的正常安全運行維護等具有重要意義。

白鶴灘庫區(qū)相對高差大、地形陡峭，屬于典型的高山峽谷地貌，地質(zhì)災(zāi)害隱患點往往具有分布范圍廣、交通不便、滑源區(qū)人難以至等特點[2]。傳統(tǒng)的地質(zhì)調(diào)查手段在大范圍、地勢陡峭的高位滑坡隱患識別中有很大局限性，很難高效、廣域、快速、精準(zhǔn)地查明潛在的地質(zhì)災(zāi)害隱患[3]。近年來，基于航空航天數(shù)據(jù)的合成孔徑雷達(dá)干涉測量技術(shù)(interferometry synthetic aperture radar，InSAR)技術(shù)與無人機航測技術(shù)已逐漸被用于地質(zhì)災(zāi)害隱患識別。InSAR技術(shù)具有覆蓋范圍廣、不受云霧限制、重訪周期短等特點[4-5]，逐漸在四川山區(qū)[3-10]、甘肅[11-14]等區(qū)域被應(yīng)用于大范圍的地災(zāi)隱患識別。在白鶴灘大壩所在金沙江流域及四川西南山區(qū)，文獻[15]基于短基線差分干涉測量技術(shù)對金沙江有堵江風(fēng)險的重點區(qū)域利用ALOS-PALSAR-1和Sentinel-1雷達(dá)衛(wèi)星數(shù)據(jù)，探測出7處具有較顯著形變的滑坡隱患。文獻[16]采用堆疊InSAR(Stacking-InSAR)技術(shù)以金沙江結(jié)合帶巴塘段為試驗區(qū)﹐利用升降軌Sentinel-1衛(wèi)星數(shù)據(jù)分析得到該區(qū)域4處典型滑坡的水平、垂直位移量。文獻[17]利用時序InSAR技術(shù)對四川西南山區(qū)雅礱江流域兩岸開展了大范圍滑坡隱患早期識別，共探測出8處滑坡隱患點并對InSAR技術(shù)升降軌監(jiān)測特性進行了分析。

無人機航測技術(shù)具有測量精度高、靈活性強、效率高、影像空間分辨率高等特點?；诤綌z影像可以生成與構(gòu)建正射影像圖、三維地理模型等一系列數(shù)字產(chǎn)品[18-22]，在地質(zhì)災(zāi)害識別領(lǐng)域具有獨特優(yōu)勢與價值。文獻[23]利用高精度無人機航拍數(shù)據(jù)，對雅魯藏布江縫合帶加查-朗縣段的崩塌、滑坡地質(zhì)災(zāi)害進行識別，共計識別41處崩塌與92處滑坡。文獻[24]利用航片生成的數(shù)字正射影像圖(digital orthophoto map，DOM)數(shù)據(jù)、三維模型等數(shù)字產(chǎn)品在大崗山水電站庫區(qū)識別了大量地質(zhì)災(zāi)害點(滑坡、變形體、泥石流等)，并與已有資料驗證相吻合。文獻[25]利用無人機航測技術(shù)對云南省蔣家溝流域進行航測飛行，得到高精度DEM數(shù)據(jù)，建立了適合高原山區(qū)的精細(xì)化地形建模的方法與技術(shù)體系。從InSAR與無人機技術(shù)結(jié)合應(yīng)用角度來看，大量研究與成功案例均關(guān)注于針對已發(fā)生單體滑坡利用兩種技術(shù)開展綜合信息獲取，分析滑坡破壞機制與降雨等觸發(fā)因素[25-27],尚缺少在大范圍滑坡隱患識別中的結(jié)合應(yīng)用。另一方面，基于以上研究成果可以看出，InSAR技術(shù)與無人機航測技術(shù)在地質(zhì)隱患識別中具有明顯的先天優(yōu)勢，同時也各自存在一定局限性。如InSAR的形變測量隱患識別方法無法基于SAR圖像進行地形地貌分析與驗證判識，而無人機航測能夠較好地解譯微地形地貌，但是受制于飛行成本，無法實現(xiàn)廣域全覆蓋。兩種技術(shù)相結(jié)合的庫區(qū)地災(zāi)隱患識別方法體系具有很大優(yōu)勢和較高應(yīng)用潛力，兩者在廣域滑坡隱患識別上綜合應(yīng)用還較少，值得進一步研究。

本文以白鶴灘庫區(qū)葫蘆口-象鼻嶺地段為研究區(qū)域，采用時序InSAR方法開展了廣域的滑坡災(zāi)害識別，并利用無人機航測技術(shù)對所識別出的隱患點進行野外調(diào)查與驗證，識別滑坡跡象與微地形地貌?；趦身椉夹g(shù)結(jié)果對隱患點進行綜合分析與統(tǒng)計建庫，并結(jié)合隱患點的形變量級、形變面積、是否涉水、威脅對象等因素給出了防治建議。本文同時總結(jié)了基于InSAR與無人機航測的庫區(qū)地災(zāi)隱患綜合遙感識別方法，為未來水庫庫岸區(qū)域地災(zāi)識別與監(jiān)測提供了參考方法。

1 研究區(qū)域與數(shù)據(jù)

白鶴灘水電站位于金沙江下游四川省寧南縣和云南省巧家縣境內(nèi)，是金沙江下游干流河段梯級開發(fā)的第二個梯級電站，以發(fā)電為主，兼有防洪、攔沙、改善下游航運條件和發(fā)展庫區(qū)通航等功能[28](圖1(b))。該區(qū)域位于青藏高原東南緣，高程在1000～3000 m之間，屬川西南、滇東北高山與高原地貌單元與橫斷山系，主要由河流侵蝕地貌、構(gòu)造地貌和冰蝕地貌組成，河谷深切，風(fēng)化剝蝕嚴(yán)重[2]。本文以白鶴灘水電站所在金沙江主河道葫蘆口-象鼻嶺段兩岸約800 km2范圍為研究區(qū)域。該研究區(qū)沿線居住區(qū)密集，有多條交通要道且人類工程活動劇烈、穩(wěn)定性差、坡體高差大、植被稀疏，加之河流掏蝕等影響極易誘發(fā)滑坡、崩塌、泥石流等地質(zhì)災(zāi)害(圖1(c)—圖1(d))，是白鶴灘庫區(qū)地質(zhì)災(zāi)害防治的重點庫段。

圖1 研究區(qū)域概況及現(xiàn)場情況Fig.1 Study area overview and on-site photos

本文利用Sentinel-1 SAR數(shù)據(jù)進行InSAR時間序列分析。該衛(wèi)星數(shù)據(jù)采用C波段成像，重返周期短、覆蓋范圍大，在地質(zhì)災(zāi)害監(jiān)測方面被廣泛應(yīng)用[29]。本文獲取了研究區(qū)蓄水前共142景Sentinel-1升降軌單視復(fù)數(shù)(single look complex,SLC)影像(表1)，其中86景升軌影像與56景降軌影像時間跨度分別為2014年10月—2020年8月、2017年2月—2020年8月。升降軌影像均采用干涉寬條帶(interferometric wide swath,IW)模式下的VV極化方式獲取，升軌影像入射角為44.14°，降軌影像入射角為39.62°。

表1 SAR數(shù)據(jù)主要參數(shù)

為了開展地質(zhì)災(zāi)害點驗證與分析工作，本文采用飛馬V100(FEIMA-V100)型號無人機(圖2(a))進行航測飛行，該無人機是由飛馬公司推出的基于高性能垂直起降固定翼平臺的一站式行業(yè)解決方案，以“高精度成圖”“專業(yè)遙感”“視頻偵查”為主要特點。該型號配備高精度差分GNSS板卡，支持PPK、RTK及其融合作業(yè)模式，可實現(xiàn)稀少外業(yè)控制點或一定條件(地物特征豐富)下無控制點的1∶500成圖，支持POS輔助空三，實現(xiàn)免像控應(yīng)用。根據(jù)InSAR識別的形變區(qū)分布情況，考慮到無人機單次續(xù)航飛行時長有限與其他環(huán)境因素影響，將研究區(qū)域劃分為7個測區(qū)進行仿地飛行進行數(shù)據(jù)獲取(圖2)。

圖2 無人機測區(qū)劃分Fig.2 UAV survey area division

2 InSAR與無人機航測聯(lián)合識別方法

本文聯(lián)合星載InSAR技術(shù)與機載無人機技術(shù)，應(yīng)用于白鶴灘庫區(qū)葫蘆口-象鼻嶺段，以識別潛在的地質(zhì)災(zāi)害隱患。首先基于InSAR技術(shù)對研究區(qū)全域進行大范圍識別，其次針對識別出的包含強形變區(qū)的重點區(qū)域利用無人機航測技術(shù)采集航攝數(shù)據(jù)，以提取地形地貌等特征，結(jié)合野外驗證進行綜合研判，最終完成對識別出的潛在隱患點的建庫，并根據(jù)隱患點的形變量級、形變面積、是否涉水、威脅對象等因素給出相應(yīng)的防治建議，具體工作技術(shù)路線如圖3所示。

圖3 技術(shù)路線Fig.3 Technology flowchart

時間序列InSAR技術(shù)可以在一定程度上彌補傳統(tǒng)的差分干涉測量技術(shù)(differential InSAR,DInSAR)存在的失相干問題，適用于大范圍廣域地質(zhì)災(zāi)害隱患識別[17]。本文使用的時間序列InSAR技術(shù)的具體算法為小基線集方法，該算法利用N副SLC格式的SAR影像，基于一定時空基線閾值構(gòu)成干涉對網(wǎng)絡(luò)。通過差分干涉、去平、濾波、相位解纏等處理，通過控制點(geodetic control point,GCP)來估算和去除殘余的恒定相位和解纏后還存在的相位坡道，求解單點相位時序方程，獲得線性形變速率和高程殘余誤差[30-31]。對于殘余相位，通過奇異值分解法(singular value decomposition,SVD)分解和濾波技術(shù)分離非線性形變和大氣延遲相位，獲取完整的年均形變信息[30-31]。該方法不僅解決了長空間基線造成的時間不連續(xù)問題，還增加了監(jiān)測的時間采樣率，又結(jié)合穩(wěn)定的干涉相位，提高了監(jiān)測的空間分辨率[30]。利用該方法最終獲取潛在地質(zhì)災(zāi)害隱患區(qū)域(圖3星載InSAR部分)。

無人機航攝技術(shù)根據(jù)航測影像選取同名像點構(gòu)造三維影像進而獲取地形地貌特征。首先，了解測區(qū)基本情況，進行無人機航線規(guī)劃，將測區(qū)分成了7個分區(qū)分別進行航測飛行(圖2)。對每個分區(qū)布設(shè)相應(yīng)的地面控制點(GCP)，通過對測區(qū)的初步調(diào)研，計算相應(yīng)的高程、設(shè)計攝影基線及航線間隔來進行飛行，進而獲取研究區(qū)域的航攝影像[24]。其次，對所攝航片進行內(nèi)業(yè)數(shù)據(jù)處理，通過數(shù)據(jù)預(yù)處理即對獲取的姿態(tài)測量單元數(shù)據(jù)、影像數(shù)據(jù)等進行預(yù)處理，生成后期處理所需格式的文件，為數(shù)據(jù)后續(xù)處理做好準(zhǔn)備工作。再次，利用預(yù)處理數(shù)據(jù)進行空中三角測量，即利用連續(xù)攝取的具有一定重疊的航攝影像，以攝影測量方法建立同實地相應(yīng)的航線模型或區(qū)域網(wǎng)模型，從而確定區(qū)域內(nèi)所有影像的外方位元素。然后，通過識別同名點建立重疊影像之間的空間坐標(biāo)關(guān)系來進行影像匹配。接著，利用影像融合來消除影像色彩等差異。最后，基于生成的點云數(shù)據(jù)生成DOM、DEM等數(shù)字產(chǎn)品[22]獲得研究區(qū)域微地形地貌特征(圖3機載無人機部分)。

將InSAR解譯得到的形變區(qū)作為重點區(qū)域生成高精度的DOM數(shù)據(jù)并建立三維立體模型進行精細(xì)判識，通過航片所觀察到的微地形地貌特征對形變區(qū)進行詳細(xì)解譯，判斷形變區(qū)是否為地災(zāi)隱患點。最后，根據(jù)兩種技術(shù)所得到的結(jié)果給出相應(yīng)的結(jié)論與防治建議，完成對相應(yīng)的災(zāi)害點建庫工作。兩種技術(shù)相結(jié)合可以高效快速地完成從廣域到單體精準(zhǔn)地確定研究區(qū)域潛在災(zāi)害點，做到發(fā)現(xiàn)、驗證與綜合研判的一體化。

3 InSAR與無人機航測聯(lián)合識別結(jié)果與討論

3.1 InSAR隱患識別總體結(jié)果

本文利用上述時間序列InSAR技術(shù)與Sentinel-1衛(wèi)星SAR影像對白鶴灘庫區(qū)葫蘆口-象鼻嶺段開展了蓄水前活動坡體探測及地質(zhì)災(zāi)害隱患識別工作。依據(jù)InSAR形變速率結(jié)果，兩岸共識別出38處存在顯著形變的潛在地質(zhì)災(zāi)害隱患點，并對形變區(qū)按照從北到南的順序依次進行排序編號，即XB01—XB38(圖4—圖5)。由圖5可以看出，該研究區(qū)植被覆蓋并不是特別茂密，加之所使用數(shù)據(jù)覆蓋長(2014—2020年)，有利于InSAR時序高精度解算。InSAR所確定滑坡相干性好、形變清晰。另一方面升降軌同時監(jiān)測也起到了互相彌補與驗證的作用，監(jiān)測結(jié)果具備較高可靠性。

圖4 InSAR識別地質(zhì)災(zāi)害隱患點分布情況及典型坡體Google Earth影像Fig.4 Distribution of geological hazard revealed by InSAR and Google Earth images of some typical slopes

圖5 疑似地質(zhì)災(zāi)害隱患點識別結(jié)果細(xì)節(jié)Fig.5 Details of identification results of active slopes

從總體分布上來看，潛在隱患點分布在金沙江右岸的有25處，左岸的有13處(圖4(a)),其中3處形變較大的隱患點展示對應(yīng)的Google Earth影像如圖4(b)—圖4(d)所示。從蓄水完成后(825 m水位線)涉水情況區(qū)分，有10處涉水隱患點，占比26.31%；28處非涉水隱患，占比73.68%。隱患點高程在657～2521 m之間，其雷達(dá)視線向年平均形變速率在23～120 mm/a之間(圖5)，14個隱患點形變量級較大(超過90 mm/a)，最大形變面積達(dá)3.4×106m2，且多為高位隱患點。

3.2 王家山滑坡隱患點聯(lián)合分析

XB28為王家山滑坡隱患點，該點位于云南省曲靖市會澤縣娜姑鎮(zhèn)王家山北側(cè)，金沙江右岸斜坡，地理坐標(biāo)為103°3′E，26°31′N，距壩址約92.40 km，呈西北朝向。王家山滑坡隱患點所在的坡體海拔在733～1134 m之間，高差約401 m。坡體的年平均形變速率如圖6(a)所示，通過InSAR監(jiān)測結(jié)果可以看出，坡體相干性很好，強形變區(qū)位于坡體中上部，通過選取特征點P1、P2、P3可以看出，最大視線向形變速率達(dá)110 mm/a(圖6(b))，坡體在時間上基本呈線性勻速變形，顯著形變面積較大，約1.36×105m2。

圖6 王家山滑坡形變Fig.6 Investigation on Wangjiashan slope

對基于無人機航測飛行得到的航片生成山體陰影圖進行三維建模解譯(圖6(c))可觀察到，王家山滑坡整體呈堆積體狀，平面上呈近似三角形(圖6(c))，坡體中上部有下滑擠壓的趨勢，與InSAR識別到在坡體中上部的強形變區(qū)域相吻合。對航片進行詳細(xì)解譯可發(fā)現(xiàn)，滑坡體內(nèi)地形陡緩相間，發(fā)育平頂小山包及滑坡凹地(圖7(a))。坡體前緣有明顯的崩塌現(xiàn)象，后緣下挫明顯，為覆蓋層大型厚層滑坡?；聝蓚?cè)發(fā)育沖溝，溝內(nèi)季節(jié)性流水，在滑坡后緣處交匯，具有典型的“雙溝同源”和“圈椅狀”地貌特征(圖6(d))?；掠覀?cè)邊界處擋墻傾倒及路面下沉(圖7(c))，公路內(nèi)側(cè)擋墻護坡滑塌、鼓脹變形(圖7(b))，也可見小規(guī)?；⑻F(xiàn)象。

圖7 王家山滑坡現(xiàn)場查證情況Fig.7 Interpreation and on-site investigation of Wangjiashan slope

根據(jù)InSAR監(jiān)測結(jié)果的形變量級、形變面積及無人機航測飛行精細(xì)解譯的地理環(huán)境、滑坡微地貌，同時考慮白鶴灘水電站水庫蓄水后，堆積體有三分之一會被庫水所淹沒，在庫水長期作用下，土體物理力學(xué)性質(zhì)降低，堆積體穩(wěn)定性下降，綜合判斷該坡體有發(fā)生整體滑動破壞的可能。由于目前滑坡呈堆積體狀，若發(fā)生滑動整體坡體可能會引起金沙江主河道堵塞，產(chǎn)生的涌浪對附近居民、船舶均有安全威脅。因此綜合評價該處風(fēng)險高，建議采取專業(yè)監(jiān)測和必要的工程治理措施。

3.3 三家村滑坡隱患點聯(lián)合分析

XB23滑坡為三家村滑坡隱患點，位于四川省涼山州會東縣溜姑鄉(xiāng)三家村西北側(cè)斜坡，金沙江左岸，中心點坐標(biāo)為103°1′E，26°37′N，所在的坡體海拔在692～1428 m之間，高差約736 m。坡體的年平均形變速率如圖8(a)所示。通過InSAR監(jiān)測結(jié)果可以看出，坡體相干性較好，明顯的形變區(qū)位于坡體中上部(如圖8(a)藍(lán)色虛線所示)，通過選取特征點P1、P2、P3可以看出，最大視線向形變速率約30 mm/a，坡體變形在1～5月較緩，6～12月變形加速(圖8(b))，顯著形變面積約20×104m2。

圖8 三家村滑坡形變情況Fig.8 Investigation on Sanjia village slope

根據(jù)無人機航測飛行得到的航片(圖9)，通過DEM所生成的山體陰影圖進行三維建模解譯(圖8(c))可以看出，三家村滑坡整體呈圈椅狀地貌，邊界清晰，后緣可見明顯的滑坡下錯跡象，坡表沖溝和小規(guī)?；l(fā)育，前緣臨空條件較好。根據(jù)變形特征可將該滑坡劃分為1處崩塌(B01)和4處不穩(wěn)定斜坡(X01、X02、X03和X04),如圖9(a)所示。其中，B01崩塌(圖9(b))呈長條狀，目前主要以小規(guī)模崩落為主；X02、X03斜坡(圖9(c)—(e))上部發(fā)生明顯變形，與InSAR識別到的強形變區(qū)域相吻合。通過對航片進行詳細(xì)解譯可知，主滑坡為滑移式土質(zhì)滑坡，滑體為早期形成的崩滑堆積體，X01斜坡(圖9(d))上部形變跡象顯著，沖溝發(fā)育，可見大量小規(guī)?；?。結(jié)合InSAR形變監(jiān)測結(jié)果，X02、X03不穩(wěn)定斜坡(圖9(c)—(e))中部滑塌區(qū)已經(jīng)發(fā)生了強烈變形，主溝已切至基巖，變形區(qū)未來有擴大的可能，并進一步牽引上部X04不穩(wěn)定斜坡發(fā)生滑移。

圖9 三家村滑坡現(xiàn)場查證情況Fig.9 Interpretation of Sanjia village slope

聯(lián)合InSAR監(jiān)測結(jié)果與航片綜合解譯，三家村滑坡現(xiàn)狀整體穩(wěn)定，局部穩(wěn)定性差，主要表現(xiàn)為局部陡峻岸坡坍塌現(xiàn)象。水庫蓄水后滑坡體局部穩(wěn)定性變差，臨江和臨溝部分岸坡可能失穩(wěn)，滑坡可能發(fā)生較大規(guī)?；瑒?，由于在該隱患點附近有3處居民點，且蓄水后的最終水位線(825 m)逼近上述居民點地面設(shè)計標(biāo)高(826 m)，滑坡產(chǎn)生的涌浪對居民點危害極大，建議在水庫蓄水前和運行期間對滑坡體進行定期專業(yè)巡查。

3.4 聯(lián)合監(jiān)測結(jié)果探討

基于無人機航測進行的野外驗證與分析，在InSAR監(jiān)測結(jié)果所圈定的38處潛在隱患點中，共確認(rèn)了32個地災(zāi)隱患點，其余6處均為人類工程活動引起的形變，非地質(zhì)災(zāi)害隱患點。從災(zāi)害類型區(qū)分，滑坡21處，占比65.62%；崩塌11處，占比34.38%。表2顯示了每處的InSAR監(jiān)測年均最大形變速率。本文依據(jù)2021年5月由國家市場監(jiān)督管理總局國家標(biāo)準(zhǔn)化管理委員會發(fā)布的《地質(zhì)災(zāi)害危險性評估規(guī)范》給出的地質(zhì)災(zāi)害發(fā)育程度分級規(guī)范對無人機監(jiān)測結(jié)果即每個坡體作出了有明顯形變、局部欠穩(wěn)定及無可見形變3種結(jié)果。其中，有明顯形變的坡體存在崩塌、坍塌及垮塌等現(xiàn)象；局部欠穩(wěn)定坡體有清晰可見的坡體后緣、側(cè)緣、前緣，另有沖溝等現(xiàn)象；無可見變形坡體從微地貌等特征來看沒有明顯變形跡象。結(jié)合InSAR識別的形變區(qū)的形變量級、形變面積、是否涉水，無人機監(jiān)測結(jié)果、威脅對象等因素，本文給出了采用專業(yè)監(jiān)測和工程治理、定期專業(yè)巡查、群測群防及暫無須管控4種防治建議。根據(jù)以上標(biāo)準(zhǔn)，4處隱患點被列為專業(yè)監(jiān)測和工程治理，7處隱患點被列為定期專業(yè)巡查，17處隱患點被列為群測群防，5處隱患點被列為暫無須管控。最后，將此次蓄水前確認(rèn)的32個地質(zhì)災(zāi)害隱患點進行入庫，為后續(xù)地質(zhì)災(zāi)害隱患監(jiān)測預(yù)警及發(fā)電期地災(zāi)安全維護提供支撐。

表2 隱患點詳細(xì)信息

通過以上識別過程可以看出，InSAR技術(shù)不受環(huán)境與地形限制，具備全天時、全天候大范圍影像獲取與監(jiān)測能力，但是由于其為微波成像，分辨率低，識別結(jié)果與地形地貌相結(jié)合分析的能力較差，需借助外部數(shù)據(jù)對監(jiān)測結(jié)果進行判斷與進一步分析。另一方面也受制于衛(wèi)星重返周期(12 d/景)，無法及時有效獲取影像。而無人機航測技術(shù)靈活性高、對單個坡體監(jiān)測效率高、成像分辨率高，能夠準(zhǔn)確發(fā)現(xiàn)裂縫，沖溝等滑坡微小地貌(表3)。同時還可通過建立三維模型等數(shù)字處理高精度還原地形地貌，輔助該區(qū)域綜合分析判斷。但是無人機受環(huán)境影響大，一次飛行覆蓋范圍有限，綜合成本較高(表3)。因此，將InSAR技術(shù)與無人機航測技術(shù)進行聯(lián)合分析，利用InSAR范圍廣的特點廣域圈定形變范圍與量級，確認(rèn)潛在隱患點靶區(qū)，指導(dǎo)無人機重點飛行靶區(qū)提高飛行效率；利用無人機航測技術(shù)對重點區(qū)域進行分析，精細(xì)識別與分析隱患點的微地貌，驗證InSAR結(jié)果，進一步結(jié)合形變跡象或破壞程度，最終綜合確定地災(zāi)隱患點。兩種技術(shù)互相彌補，可以以較高的監(jiān)測效、較低的工作成本，高效完成廣域高精度地災(zāi)隱患識別。

表3 InSAR與無人機各自優(yōu)勢對比與聯(lián)合識別

4 結(jié) 論

本文針對金沙江流域白鶴灘庫區(qū)重點庫岸段(葫蘆口-象鼻嶺地段)開展聯(lián)合InSAR與無人機航測的地質(zhì)災(zāi)害隱患綜合遙感識別研究。首先，基于Sentinel-1數(shù)據(jù)利用時間序列InSAR方法進行了廣域的形變探測與潛在地質(zhì)災(zāi)害隱患識別，共識別出38處變形顯著的坡體。其次，結(jié)合無人機航測技術(shù)進行野外驗證與分析，最終確認(rèn)32處地質(zhì)災(zāi)害隱患點。從災(zāi)害類型區(qū)分，滑坡21處，占比65.62%；崩塌11處，占比34.38%；根據(jù)蓄水后坡體涉水情況區(qū)分，有10處涉水隱患點，占比26.31%，28處非涉水隱患，占比73.68%。最后，結(jié)合每個隱患點的所在位置、形變量級、形變面積、相關(guān)的野外飛行航片及不同坡體的具體情況，給出了專業(yè)監(jiān)測和工程治理、定期專業(yè)巡查、群測群防等防治建議，完成了庫區(qū)蓄水前的地災(zāi)隱患點識別與建庫工作，對蓄水后災(zāi)害分析與監(jiān)測預(yù)警以及保障白鶴灘水電站的正常蓄水發(fā)電具有重要意義。

本文同時選取了形變面積與量級大且極易造成堵江風(fēng)險的兩處隱患點進行了詳細(xì)分析，揭示了時間序列InSAR 技術(shù)與無人機航測技術(shù)對地災(zāi)隱患點的識別具有各自的作用與側(cè)重點。兩種技術(shù)各自單獨使用中的優(yōu)勢、劣勢與在隱患識別的作用見表3。

在綜合分析中，要注意講究策略，高效結(jié)合。InSAR結(jié)果對于無人機航測實施，可以指導(dǎo)重點區(qū)域，確定飛行范圍，給出大致形變范圍，指導(dǎo)航線規(guī)劃重點，輔助航測安全高效地有針對性開展。無人機航測結(jié)果對于InSAR成果可進行交叉輔助驗證，提供最新實時高分辨率影像，查明地質(zhì)地貌細(xì)節(jié)，輔助評判風(fēng)險等級，指導(dǎo)開展重點區(qū)域歷史變形InSAR追溯分析。聯(lián)合InSAR與無人機航測，可以兼顧廣域全覆蓋監(jiān)測至局部細(xì)節(jié)獲取，兼顧實時現(xiàn)狀與歷史變形追溯結(jié)合，高效且安全，實現(xiàn)測繪加地質(zhì)綜合研判。

綜上所述，兩種技術(shù)在高山峽谷區(qū)域水庫庫岸災(zāi)害識別需要充分的發(fā)揮各自的優(yōu)勢，利用InSAR不受環(huán)境限制，覆蓋范圍大等優(yōu)勢開展廣域災(zāi)害點識別，利用無人機高分辨率、快速高效的優(yōu)勢開展重點坡體與庫段的精細(xì)解譯，聯(lián)合使用做到發(fā)現(xiàn)、驗證及綜合研判的一體化，全面、高效地實現(xiàn)庫岸廣域地災(zāi)隱患點識別。本文對高山峽谷庫岸區(qū)域的地災(zāi)隱患識別提供了聯(lián)合InSAR與無人機航測的綜合遙感識別思路與方法，對水庫岸地質(zhì)災(zāi)害廣域識別具有較好示范作用與應(yīng)用價值。