基于時(shí)序InSAR的寧夏西吉縣滑坡災(zāi)害隱患識別

弓永峰,王 輝,吳學(xué)華,張 佳,2*,劉 君

(1.寧夏回族自治區(qū)國土資源調(diào)查監(jiān)測院，寧夏 銀川 750004；2.中國地質(zhì)大學(xué)(武漢)環(huán)境學(xué)院，湖北 武漢 430078；3.長安大學(xué)水利與環(huán)境學(xué)院，陜西 西安 710054)

早期識別是防治地質(zhì)災(zāi)害的重要技術(shù)手段之一[1]。對于人工調(diào)查難以到達(dá)的陡峻山區(qū)以及植被覆蓋度較高的區(qū)域，滑坡災(zāi)害早期識別可以解決隱患點(diǎn)底數(shù)不清的問題，具有良好的地質(zhì)災(zāi)害預(yù)警和風(fēng)險(xiǎn)管理作用[2]。近年來，合成孔徑雷達(dá)干涉測量(Interferometric Synthetic Aperture Radar,InSAR)技術(shù)以其全天候、大范圍、高精度的優(yōu)勢不斷得到推廣，對于滑坡災(zāi)害風(fēng)險(xiǎn)評估的發(fā)展起著重要的推進(jìn)作用[3-5]。傳統(tǒng)的時(shí)序InSAR技術(shù)通過差分合成孔徑雷達(dá)干涉測量(Differential Interferometric Synthetic Aperture Radar，D-InSAR)、短基線合成孔徑雷達(dá)干涉測量(Small Baseline Subset Interferometric Synthetic Aperture Radar，SBAS-InSAR)、永久散射體合成孔徑雷達(dá)干涉測量(Permanent Scatterer Interferometric Synthetic Aperture Radar，PS-InSAR)等對滑坡災(zāi)害進(jìn)行識別。其中，D-InSAR技術(shù)是對兩景或三景影像數(shù)據(jù)進(jìn)行處理，可快速獲取地表形變結(jié)果，但無法得到長時(shí)序的地表形變信息；SBAS-InSAR技術(shù)適用于分布式目標(biāo)分析，可得到大范圍的面狀地表形變信息；PS-InSAR適用于點(diǎn)目標(biāo)分析，可提取可靠性高的PS點(diǎn)[6-7]。利用InSAR技術(shù)可以高效地進(jìn)行區(qū)域地質(zhì)災(zāi)害的早期識別[8]。

InSAR、光學(xué)遙感等綜合遙感測量技術(shù)的應(yīng)用對大區(qū)域潛在滑坡災(zāi)害的早期識別及滑坡體風(fēng)險(xiǎn)的評估具有重大的作用[9-12]。如趙寶強(qiáng)[13]通過InSAR技術(shù)圈定出白龍江流域部分潛在的滑坡隱患，并驗(yàn)證了InSAR技術(shù)的可靠性；王戰(zhàn)衛(wèi)[14]基于InSAR和光學(xué)遙感技術(shù)，識別出青海省大通縣144個(gè)潛在的滑坡災(zāi)害隱患點(diǎn)，表明InSAR技術(shù)對大范圍滑坡監(jiān)測的可行性；黎光艷[15]利用InSAR技術(shù)對白龍江中游滑坡進(jìn)行監(jiān)測，分析了該地區(qū)滑坡分布和形變規(guī)律；趙超英等[16]利用SAR數(shù)據(jù)對甘肅黑方臺滑坡形變進(jìn)行了監(jiān)測，研究了滑坡失穩(wěn)模式；許強(qiáng)[17]提出構(gòu)建地質(zhì)災(zāi)害隱患早期識別的“三查”體系，通過光學(xué)遙感、InSAR、無人機(jī)航拍等技術(shù)在滑坡監(jiān)測中的綜合應(yīng)用可取得較好的效果；長安大學(xué)張勤教授研究團(tuán)隊(duì)和成都理工大學(xué)許強(qiáng)教授研究團(tuán)隊(duì)結(jié)合InSAR技術(shù)和GNSS監(jiān)測系統(tǒng)提前6 h成功預(yù)警了甘肅永靖縣突發(fā)性黃土滑坡，此次成功預(yù)警為后續(xù)滑坡監(jiān)測奠定了基礎(chǔ)[18]。盡管InSAR技術(shù)在滑坡災(zāi)害識別和監(jiān)測方面的應(yīng)用越來越廣泛，但由于時(shí)空失相干的影響，在地形起伏較大且植被覆蓋度高的山區(qū)，滑坡災(zāi)害的識別難度依然很大[19]。因此，InSAR技術(shù)針對山區(qū)潛在滑坡災(zāi)害的識別效果和適用性還需要進(jìn)一步深入分析。本研究的創(chuàng)新在于綜合了SBAS-InSAR技術(shù)和PS-InSAR技術(shù)在提取地表形變信息方面的優(yōu)勢，針對寧夏南部山區(qū)潛在滑坡災(zāi)害進(jìn)行早期識別，有效克服了由于地形地貌所帶來的時(shí)間和空間上失相干的局限性，更好地消除了平地效應(yīng)，得到了精確度更高的地表形變結(jié)果，表明了InSAR技術(shù)在寧夏南部山區(qū)潛在滑坡災(zāi)害高精度識別和監(jiān)測的可行性。

寧夏南部山區(qū)屬西北黃土高原的一部分，區(qū)域內(nèi)山地與平原錯(cuò)落分布，高差起伏大，地表溝壑縱橫，是寧夏地質(zhì)災(zāi)害的高易發(fā)區(qū)。西吉縣位于寧夏南部山區(qū)，地貌以黃土丘陵為主，次為紅土丘陵，地質(zhì)環(huán)境復(fù)雜，地質(zhì)災(zāi)害呈易發(fā)多發(fā)態(tài)勢?；抡嘉骷h地質(zhì)災(zāi)害總數(shù)的86%，是西吉縣最發(fā)育的地質(zhì)災(zāi)害。本文以寧夏西吉縣為研究區(qū)，首先利用PS-InSAR和SBAS-InSAR融合技術(shù)對研究區(qū)2018—2021年Sentinel-1A升軌數(shù)據(jù)進(jìn)行干涉處理，得到了該區(qū)域高精度的地表形變結(jié)果；然后通過目視判讀光學(xué)影像在地表形變結(jié)果中圈定出滑坡災(zāi)害隱患區(qū)域，并通過野外核查，檢驗(yàn)滑坡災(zāi)害隱患識別結(jié)果的可靠性和有效性；最后分析了典型老滑坡形變時(shí)空特征，對典型焦灣滑坡群進(jìn)行實(shí)地勘查，以為寧夏南部山區(qū)地質(zhì)災(zāi)害隱患早期識別、監(jiān)測預(yù)警以及治理搬遷避讓等地質(zhì)災(zāi)害防治工作提供充分有效的數(shù)據(jù)支撐和方法參考。

1 研究區(qū)概況

西吉縣位于寧夏回族自治區(qū)南部山區(qū)(105°20′E～106°04′E，35°35′N～36°14′N)，縣內(nèi)交通較便利，東西長約67 km，南北寬約74 km，總面積為3 144 km2，見圖1。西吉縣境內(nèi)發(fā)育清水河、葫蘆河和祖歷河三大季節(jié)性河流，根據(jù)當(dāng)?shù)氐孛蔡卣骺蓪⒃摰貐^(qū)分為黃土丘陵溝壑區(qū)、土石山區(qū)和河谷川道3個(gè)二級地貌單元，其中黃土丘陵溝壑區(qū)占總面積的83%，地勢北高南低、東高西低，海拔在1 656～2 606 m之間。西吉縣生態(tài)環(huán)境脆弱，年平均氣溫為12.7℃，年平均降水量為570.2 mm，降水主要集中在7～9月份。西吉縣境內(nèi)土地類型復(fù)雜多樣，土層深厚，土質(zhì)疏松，受1920年8.5級海原大地震的影響，縣境內(nèi)地震后有大量的新滑坡形成，同時(shí)因遭受地震的影響和破壞，該區(qū)域局部地區(qū)巖土體結(jié)構(gòu)松散，加劇了區(qū)域內(nèi)崩塌、滑坡地質(zhì)災(zāi)害發(fā)生的可能性[20]。

圖1 西吉縣地理位置圖

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

本次研究所需的數(shù)據(jù)有：Sentinel-1A衛(wèi)星影像數(shù)據(jù)、數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)、哨兵衛(wèi)星精密軌道文件數(shù)據(jù)、光學(xué)遙感影像數(shù)據(jù)。其中，哨兵一號衛(wèi)星是歐洲航天局哥白尼計(jì)劃(GMES)分別于2014和2016年升空的兩顆對地監(jiān)測衛(wèi)星，雙衛(wèi)星以12 d為周期對地球全天候晝夜雷達(dá)成像，幅寬為250 km，主要應(yīng)用于山體滑坡、城市地面沉降監(jiān)測等方面，哨兵衛(wèi)星影像數(shù)據(jù)下載網(wǎng)址為https://search.asf.alaska.edu/，數(shù)據(jù)中心免費(fèi)提供同軌道雙衛(wèi)星影像；DEM(SRTM)數(shù)據(jù)可提供參考地形，空間分辨率為90 m，其下載網(wǎng)址為https://srtm.csi.cgiar.org/；哨兵衛(wèi)星精密軌道文件數(shù)據(jù)能夠?qū)壍勒`差信息進(jìn)行修正，其下載網(wǎng)址為http://www.gscloud.cn/；光學(xué)遙感影像數(shù)據(jù)為天地圖影像，影像拍攝時(shí)間為2021年3月27日，空間分辨率為0.48 m?？紤]到數(shù)據(jù)運(yùn)行的時(shí)間成本，在下載數(shù)據(jù)時(shí)篩選出成像質(zhì)量較好的數(shù)據(jù)。本研究選取2018年12月至2021年6月Sentinel-1A衛(wèi)星影像數(shù)據(jù)共28景，數(shù)據(jù)類型為單視復(fù)數(shù)影像(Single Look Complex，SLC)，數(shù)據(jù)模式為干涉寬帶(Interferometric Wide，IW)，軌道方向?yàn)樯?，空間分辨率為5×20 m、入射角為39.07°。Sentinel-1A衛(wèi)星影像數(shù)據(jù)具體成像時(shí)間，見表1。

表1 Sentinel-1A衛(wèi)星影像數(shù)據(jù)成像時(shí)間

2.2 時(shí)序InSAR方法

小基線集干涉測量(Small Baseline Subset-Interferometric Synthetic Aperture Radar，SBAS-InSAR)技術(shù)是Berardino等[6]在2002年提出的適用于分布式目標(biāo)的InSAR時(shí)序分析方法，主要應(yīng)用于地表形變時(shí)序監(jiān)測領(lǐng)域的研究。其基本原理是依據(jù)同一地區(qū)時(shí)序上的N+1景SAR影像數(shù)據(jù)獲得的時(shí)空基線設(shè)置相應(yīng)的合理閾值，選出公共主影像，其他影像以主影像為參照組成無數(shù)個(gè)小基線集合并生成差分干涉圖，并利用最小二乘法及矩陣的奇異值分解法求解地表形變時(shí)間序列及形變速率。

假設(shè)從研究區(qū)域獲取影像時(shí)間排列為(t0，t1,…,tn)的N+1幅SAR影像，經(jīng)過處理可以得到M幅差分干涉圖，則M滿足：

(1)

假設(shè)對不同時(shí)刻ta和tb獲取的兩幅影像進(jìn)行干涉處理得到差分干涉圖j(tb>ta)，則差分干涉圖j對應(yīng)某一像素點(diǎn)(方位向x，距離向r)的相位值可以表示為

δφj(x,r)=φ(tb,x,r)-φ(ta,x,r)

(2)

式中:φ為干涉相位;j∈(1，2，…，M)；λ為雷達(dá)波長；d(tb,x,r)和d(ta,x,r)為時(shí)間ta和tb以初始時(shí)間t0為對照[d(t0,x,r)=0]沿雷達(dá)視線(LOS)方向累計(jì)的地表形變量。

為了獲取符合規(guī)律且更為直觀的地表沉降序列，生成第j幅差分干涉圖的相關(guān)時(shí)段與平均相位速度進(jìn)行求積，可計(jì)算出該幅差分干涉圖的相位值，則平均相位速度與相位分別表示如下：

(3)

(4)

式中：v為平均相位速度；φ為干涉相位；t為相位獲取時(shí)間；δφj為第j幅差分干涉圖的干涉相位；k∈(1,2,…,M)。

對各個(gè)時(shí)間段地表沉降速度進(jìn)行積分，即可獲取各個(gè)時(shí)段的地表沉降量，具體表示為矩陣積分形式：

Bv=δφ

(5)

式中當(dāng)系數(shù)矩陣B(M×N)滿秩或秩虧時(shí)，研究區(qū)域地表形變速率可分別利用最小二乘法和奇異值分解法求解，再根據(jù)地表形變速率求出相應(yīng)的累積地表形變量。

永久散射體干涉測量(Persistent Scatterers-InSAR，PS-InSAR)技術(shù)是由Ferretti等[21]提出的針對具有高相干性的點(diǎn)目標(biāo)進(jìn)行差分干涉測量，其基本原理是選取同一地區(qū)時(shí)間連續(xù)的多景影像數(shù)據(jù)，通過設(shè)定適當(dāng)?shù)幕€閾值從影像中選取1景為主影像，其余為從影像，并將所有影像與主影像配準(zhǔn)后生成時(shí)間序列干涉相對，從研究區(qū)域中獲取穩(wěn)定的具有高相干性的永久散射體點(diǎn)，再使用DEM對干涉相對進(jìn)行差分干涉處理，得到每個(gè)永久散射體點(diǎn)的差分干涉相位，其又包含相位的4個(gè)分量：

φdint=φdem+φdef+φatm+φnoise

(6)

式中:φdint為每個(gè)永久散射體點(diǎn)的差分干涉相位;φdem為DEM誤差造成的地形相位;φdef為雷達(dá)視線方向(LOS)地表形變引起的形變相位;φatm為大氣延遲引起的大氣相位;φnoise為噪聲引起的噪聲相位。

通過對永久散射體進(jìn)行時(shí)間序列分析，根據(jù)各相位分量特性將差分干涉相位中大氣、噪聲、DEM等相位分離出來，獲取到每個(gè)永久散射體點(diǎn)的地表形變相位，從而準(zhǔn)確地監(jiān)測出研究區(qū)域地表位移變化值。通過該方法識別出SAR影像中后向散射特征穩(wěn)定的點(diǎn)，可以避免人為選取過程中存在不穩(wěn)定GCP點(diǎn)帶來的誤差。

2.3 山區(qū)地表形變監(jiān)測

山區(qū)地形復(fù)雜，溝壑縱橫，高差起伏較大，植被生長繁茂，導(dǎo)致傳統(tǒng)調(diào)查監(jiān)測手段無法獲取區(qū)域性的地表損傷，從而影響對地質(zhì)災(zāi)害危險(xiǎn)性和風(fēng)險(xiǎn)性的判別。雖然PS技術(shù)局限于線性形變，但可以獲取相干性高的GCP點(diǎn)；而SBAS技術(shù)在分析分布式目標(biāo)方面具有很好的應(yīng)用效果。因此，本文基于兩種方法的優(yōu)勢互補(bǔ)，對PS-InSAR、SBAS-InSAR技術(shù)進(jìn)行融合用于獲取地表形變監(jiān)測結(jié)果，相比分別利用PS-InSAR或SBAS-InSAR技術(shù)可有效減小SAR數(shù)據(jù)在處理過程中造成的誤差，增加結(jié)果的準(zhǔn)確性?；赟BAS-InSAR技術(shù)處理數(shù)據(jù)過程中，在軌道精煉時(shí)導(dǎo)入了利用PS-InSAR技術(shù)獲取的高相干性的GCP點(diǎn)，以此來去除殘余的相位信息，更好地消除了平地效應(yīng)，提高了SBAS-InSAR技術(shù)處理結(jié)果的精確性。其具體操作步驟如下：

(1) 數(shù)據(jù)預(yù)處理：由于原始數(shù)據(jù)量較大，通過對研究區(qū)進(jìn)行裁剪，可減少數(shù)據(jù)處理時(shí)間，提高處理效率。

(2) 利用PS-InSAR技術(shù)提取高相干性的GCP點(diǎn)：設(shè)置形變采樣頻率、殘余高度采樣頻率、時(shí)空相關(guān)濾波、相干系數(shù)閾值等參數(shù)，減小大氣相位誤差，獲取高質(zhì)量、穩(wěn)定的GCP點(diǎn)。

(3) 利用SBAS-InSAR技術(shù)進(jìn)行差分干涉處理：通過設(shè)置一定的時(shí)空基線閾值，生成干涉相對，再進(jìn)行配準(zhǔn)、去平、濾波、相位解纏及相干計(jì)算，得到去平和濾波后的相位圖及解纏圖。

(4) 軌道精煉和重去平：導(dǎo)入PS-InSAR技術(shù)獲取的GCP點(diǎn)，消除平地效應(yīng)。

(5) 時(shí)間/空間域形變計(jì)算：通過兩次SBAS反演有效去除大氣相位，得到形變速率及形變量。

融合PS技術(shù)的SBAS-InSAR技術(shù)流程如圖2所示。

圖2 融合PS技術(shù)的SBAS-InSAR技術(shù)流程圖

3 研究結(jié)果與分析

3.1 潛在滑坡災(zāi)害隱患識別

利用SARScape 5.2軟件對研究數(shù)據(jù)進(jìn)行處理，將結(jié)果導(dǎo)入Arcgis 10.3軟件中進(jìn)行密度分割，并添加光學(xué)遙感影像底圖，最終得到西吉縣雷達(dá)視線(LOS)向年平均地表形變速率在空間上的變化圖。根據(jù)時(shí)序InSAR技術(shù)監(jiān)測結(jié)果顯示，相干點(diǎn)目標(biāo)(CTs)為824 557個(gè)，平均相干點(diǎn)密度約為262 CTs/km2，能夠滿足與滑坡有關(guān)方面研究的要求[11]。根據(jù)斜坡的巖性特征、數(shù)據(jù)反演精度和實(shí)地調(diào)查結(jié)果，以及在前人研究基礎(chǔ)上[12]，設(shè)置±10 mm/a為雷達(dá)視線向地表形變速率閾值，借助光學(xué)影像對潛在的滑坡進(jìn)行識別，得到西吉縣雷達(dá)視線向年平均地表形變速率圖和識別的潛在滑坡災(zāi)害隱患點(diǎn)，如圖3所示。圖中地表形變速率正值說明地表運(yùn)動(dòng)相對衛(wèi)星方向靠近；地表形變速率負(fù)值說明地表運(yùn)動(dòng)相對衛(wèi)星方向遠(yuǎn)離。

圖3 西吉縣雷達(dá)視線(LOS)向年平均地表形變速率圖和識別的潛在滑坡災(zāi)害隱患點(diǎn)

由圖3可知：研究區(qū)內(nèi)共識別出11個(gè)特大潛在的滑坡災(zāi)害隱患點(diǎn)，其中有3個(gè)歷史崩塌，均屬于斜坡在自然和人工條件下遭受破壞變形，工程地質(zhì)學(xué)上統(tǒng)稱其為不穩(wěn)定斜坡類地質(zhì)災(zāi)害[22-23]。大氣降水的頻次以及地殼活動(dòng)能夠在一定程度上誘發(fā)滑坡、泥石流等斜坡類地質(zhì)災(zāi)害[24-26]。據(jù)調(diào)查，1996—1998年間研究區(qū)強(qiáng)降雨的頻次高，發(fā)生滑坡、崩塌的點(diǎn)多，完全符合此時(shí)段內(nèi)降水頻次高且強(qiáng)度大的特點(diǎn)。西吉縣境內(nèi)地層以第四系黃土為主，由于黃土的垂直節(jié)理非常發(fā)育，斜坡邊緣常發(fā)育平行于斜坡走向的張裂縫帶，寬數(shù)米，加之黃土結(jié)構(gòu)松散、孔隙率高以及黃土特有的濕陷性等，尤其在強(qiáng)降雨時(shí)，地表水入滲速度很快，土體含水量較大，其抗拉、抗剪強(qiáng)度大大降低，連續(xù)性降水導(dǎo)致地表水持續(xù)對斜坡的不斷滲透，最終造成滑坡災(zāi)害發(fā)生。

3.2 典型潛在滑坡形變的時(shí)空特征分析

3.2.1 向家村老滑坡

向家村老滑坡位于西吉縣城西南方向約26 km處，其光學(xué)影像圖和InSAR結(jié)果圖如圖4所示。圖中紅色界線區(qū)域?yàn)榛路秶?；黃色界線區(qū)域代表滑坡早期識別加劇范圍。

圖4 向家村老滑坡光學(xué)影像圖和InSAR結(jié)果圖

由圖4可以看出，向家村老滑坡滑坡體呈不規(guī)則長舌狀，周界清晰可見，后緣發(fā)生明顯形變，滑坡體中下部有耕地分布，滑坡下部有道路橫穿。

圖5為向家村老滑坡的地表形變速率分布圖。

圖5 向家村老滑坡的地表形變速率分布圖

由圖5可知，向家村老滑坡最大地表形變速率位于滑坡體形變區(qū)后緣，其值達(dá)到-17 mm/a，滑坡范圍超出原有滑坡邊界。

為了對向家村老滑坡滑坡體的形變趨勢進(jìn)行深入研究，選取1#～5#5個(gè)樣點(diǎn)(具體位置如圖5標(biāo)記所示)形變進(jìn)行了時(shí)序分析，得到向家村老滑坡形變的時(shí)間序列圖，見圖6。其中，1#樣點(diǎn)位于該滑坡體后緣，該處發(fā)生明顯形變，累計(jì)地表形變量達(dá)-50 mm；2#樣點(diǎn)位于該滑坡體后側(cè)邊緣，自2018年12月起該樣點(diǎn)形變持續(xù)呈下降趨勢，累計(jì)地表形變量達(dá)-30 mm；3#樣點(diǎn)位于滑坡體中間位置，該樣點(diǎn)形變趨于加速狀態(tài)，累計(jì)地表形變量為10.21 mm；4#樣點(diǎn)位于該滑坡治理區(qū)左側(cè)，監(jiān)測期間該樣點(diǎn)累計(jì)地表形變量僅為-2 mm；5#樣點(diǎn)位于該滑坡治理區(qū)右側(cè)，該樣點(diǎn)形變在監(jiān)測期間內(nèi)基本趨于穩(wěn)定狀態(tài)。這是因?yàn)椋?#樣點(diǎn)、2#樣點(diǎn)位于該滑坡后緣，由于連續(xù)降雨造成松散物源下移，導(dǎo)致滑坡后緣形變明顯；3#樣點(diǎn)處緩慢抬升，主要是由于該滑坡后緣部分松散巖土下滑在該處堆積所致；4#樣點(diǎn)、5#樣點(diǎn)位于滑坡治理區(qū)附近，由于人為活動(dòng)的影響，使該處地表形變趨于穩(wěn)定狀態(tài)。通過有效整治后該滑坡體前緣處地表形變基本保持穩(wěn)定狀態(tài)，而滑坡體中后緣地表形變趨勢仍呈加速狀態(tài)且累計(jì)地表形變量已較大，一旦平衡被打破，滑坡體下方居民的生命和財(cái)產(chǎn)安全將無法得到保證，且還可能會影響道路交通安全。

圖6 向家村老滑坡的形變時(shí)間序列圖

3.2.2 焦灣滑坡

焦灣滑坡為大型滑坡群，位于西吉縣平峰鎮(zhèn)焦灣村焦灣組，該處滑坡主要由1920年、1970年和2008年發(fā)生在濫泥河左岸黃土斜坡上的幾次大地震誘發(fā)所致，其滑坡體較陡，上覆黃土，土體破碎，落水洞極其發(fā)育，滑坡前緣面臨沖溝溝底有少量的新近系紅泥巖出露。該地區(qū)為典型的黃土丘陵溝壑區(qū)，黃土梁整體走向西北，地勢由東南向西北傾斜，峁梁起伏，溝壑縱橫，滑坡發(fā)育于黃土丘陵斜坡上。根據(jù)InSAR結(jié)果顯示，該大型滑坡群在監(jiān)測時(shí)間內(nèi)又產(chǎn)生了新的形變，具有老滑坡復(fù)活的可能性。結(jié)合光學(xué)遙感解譯和InSAR技術(shù)對焦灣滑坡災(zāi)害隱患點(diǎn)進(jìn)行識別，選取焦灣滑坡群中有形變的區(qū)域進(jìn)行分析， 其結(jié)果如圖7所示。圖中紅色邊界內(nèi)代表滑坡范圍。通過對InSAR得到的量化結(jié)果進(jìn)行分級并用不同的顏色顯示，圖7(b)中藍(lán)色部分表示滑坡形變區(qū)域，6#樣點(diǎn)處地表形變速率為16 mm/a，7#樣點(diǎn)處地表形變速率為13 mm/a。7#樣點(diǎn)位于焦灣滑坡邊界外部，隨時(shí)有滑塌的危險(xiǎn)。

圖7 焦灣滑坡光學(xué)影像圖和InSAR結(jié)果圖

為了更加直觀深入地了解焦灣滑坡群形變情況及滑坡成因，對該滑坡展開了野外實(shí)地勘查。野外實(shí)地勘查結(jié)果顯示：該滑坡位于焦灣村西北部，地理位置為東經(jīng)105°33′34″、北緯35°47′53″，滑坡全貌如圖8(a)所示；該滑坡周界清晰，呈圓弧狀，后壁較陡，高程為2 060 m，高約25 m，滑坡體較陡，坡度近65°，滑坡體上土體較為破碎，現(xiàn)已被人工改造為耕地[見圖8(b)]；滑坡體遭流水侵蝕又出現(xiàn)新的侵蝕溝，使滑坡體穩(wěn)定性下降，坡壁發(fā)育有落水洞[見圖8(c)]；該滑坡周邊路面塌陷現(xiàn)象嚴(yán)重[見圖8(d)]；該滑坡滑體土主要為粉土，顏色為黃褐—黑褐色，均質(zhì)結(jié)構(gòu)，土層松散，抗剪強(qiáng)度低，垂直節(jié)理發(fā)育，含粉砂、暗色礦物，發(fā)育蟲孔、根孔，巖土體含水率較低，處于可塑狀態(tài)；該滑坡滑床主要巖性為晚更新世黃土，黑褐色，巖土體含水率較高，垂直節(jié)理發(fā)育。焦灣滑坡屬于以地震為主要觸發(fā)因素的滑坡，該滑坡前緣受河流沖刷作用，在雨季易發(fā)生蠕滑；滑坡區(qū)地層主要為更新統(tǒng)風(fēng)積黃土和第四系滑坡堆積物，巖土體裂隙發(fā)育，物理力學(xué)性質(zhì)較差，土體較破碎，降水易入滲，可能會引起滑坡整體失穩(wěn)[27]。因此，對焦灣滑坡的防治應(yīng)以監(jiān)測為主，如有條件可在該滑坡體前緣輔以防護(hù)工程，以減少河流的沖蝕作用，一旦發(fā)現(xiàn)有形變跡象，立即采取防災(zāi)措施。

圖8 焦灣滑坡的野外實(shí)地勘查結(jié)果

經(jīng)分析，焦灣滑坡滑坡體裂縫、落水洞發(fā)育，應(yīng)該及時(shí)填壓，以防止雨水入滲；裸露的坡面易于地表水的下滲，應(yīng)合理植樹造林，改善坡面植被條件；滑坡體前緣存在臨空面，應(yīng)盡量避免可能擾動(dòng)滑坡的各種人類工程活動(dòng)，并嚴(yán)禁開挖坡腳；合理利用滑坡土地，不宜在滑坡上興建有利于降水入滲的各種水利工程；建立滑坡災(zāi)害監(jiān)測網(wǎng)絡(luò)，加強(qiáng)雨季老滑坡動(dòng)態(tài)的監(jiān)測，發(fā)現(xiàn)形變跡象應(yīng)立即上報(bào)主管部門，以便制定防災(zāi)應(yīng)急對策。

4 結(jié) 論

本文基于哨兵Sentinel-1A衛(wèi)星影像數(shù)據(jù)，以寧夏南部山區(qū)的西吉縣滑坡為研究區(qū)域，實(shí)施了全面監(jiān)測和深入分析，對篩選出的部分滑坡災(zāi)害隱患監(jiān)測點(diǎn)形變進(jìn)行時(shí)間序列分析，同時(shí)對滑坡災(zāi)害隱患識別監(jiān)測過程中時(shí)序InSAR技術(shù)的應(yīng)用方法進(jìn)行了研究，得到結(jié)論如下：

(1) 依據(jù)PS和SBAS融合技術(shù)，對2018—2021年期間寧夏西吉縣累計(jì)地表形變量及形變速率進(jìn)行監(jiān)測，結(jié)果顯示研究區(qū)域內(nèi)最大累計(jì)地表形變量為-55 mm，其中西南側(cè)的滑坡體為西吉縣境內(nèi)地表形變較大的區(qū)域。

(2) 根據(jù)西吉縣雷達(dá)視線向地表形變速率圖和光學(xué)影像進(jìn)行潛在的滑坡災(zāi)害早期識別，在西吉縣周邊覆蓋范圍內(nèi)識別出11個(gè)特大潛在的滑坡災(zāi)害隱患點(diǎn)，其與實(shí)地勘查結(jié)果高度吻合。

(3) 對典型地質(zhì)災(zāi)害點(diǎn)向家村老滑坡形變進(jìn)行時(shí)序分析表明，在2019年7月至2021年3月監(jiān)測期內(nèi)，向家村老滑坡下部治理區(qū)地表形變保持平穩(wěn)，滑坡體上部累計(jì)地表形變量增加明顯，需要重視監(jiān)測和防災(zāi)減災(zāi)工作。

(4) 焦灣滑坡目前處于基本穩(wěn)定狀態(tài)，但在雨季尤其是大雨季節(jié)常出現(xiàn)蠕滑現(xiàn)象，坡后容易積水，應(yīng)修建排水溝渠，排截地表水。

致謝:感謝中國自然資源航空物探遙感中心提供基礎(chǔ)數(shù)據(jù)；ASF DAAC(https://asf.alaska.edu/)為本文提供了歐空局哥白尼Sentinel-1 數(shù)據(jù)；本文采用了SARscape、ArcGIS等軟件進(jìn)行數(shù)據(jù)處理，在此一并表示感謝！