基于FVC-InSAR的滑坡前兆識(shí)別

劉洪江 王 磊

(1.安徽理工大學(xué)空間信息與測(cè)繪工程學(xué)院，安徽 淮南 232001；2.安徽理工大學(xué)礦山采動(dòng)災(zāi)害空天地協(xié)同監(jiān)測(cè)與預(yù)警安徽普通高校重點(diǎn)實(shí)驗(yàn)室，安徽 淮南 232001；3.安徽理工大學(xué)礦區(qū)環(huán)境與災(zāi)害協(xié)同監(jiān)測(cè)煤炭行業(yè)工程研究中心，安徽 淮南 232001)

0 引言

滑坡是我國(guó)最常見(jiàn)的地質(zhì)災(zāi)害之一，每年發(fā)生的滑坡數(shù)量高達(dá)數(shù)千起。為減少滑坡所造成的危害，國(guó)內(nèi)外學(xué)者先后提出數(shù)十種滑坡監(jiān)測(cè)技術(shù)與方法。早期由于科技設(shè)備的限制，對(duì)于滑坡的監(jiān)測(cè)大多為定性監(jiān)測(cè)，如地表及地物大幅度變形、地下水、動(dòng)物、氣味出現(xiàn)異常等。這些方法操作簡(jiǎn)單、成本低，但精度也低，且時(shí)效性無(wú)法保證。因此，定量的滑坡表面變形監(jiān)測(cè)技術(shù)逐漸發(fā)展起來(lái)。自2008 年以來(lái)，徐進(jìn)軍［1］、劉圣偉［2］等眾學(xué)者先后利用三維激光掃描技術(shù)、機(jī)載激光雷達(dá)技術(shù)、激光掃描點(diǎn)云［3］、GPS 觀測(cè)技術(shù)［4］等對(duì)滑坡進(jìn)行了監(jiān)測(cè)，監(jiān)測(cè)結(jié)果均表明上述技術(shù)的可行性。

相較于上述方法，InSAR（合成孔徑雷達(dá)干涉）技術(shù)應(yīng)用于監(jiān)測(cè)滑坡的時(shí)間更早一些，1996 年Achache［5］等人首次使用InSAR 技術(shù)就法國(guó)南部的一個(gè)滑坡進(jìn)行研究，驗(yàn)證了該技術(shù)在滑坡監(jiān)測(cè)方面的可行性。隨后InSAR 技術(shù)便廣泛應(yīng)用到早期的滑坡形變監(jiān)測(cè)，得到一眾學(xué)者的認(rèn)可。朱建軍［6］、李達(dá)［7］、Carlà［8］、陳興芳［9］等眾多國(guó)內(nèi)外學(xué)者［10-11］利用單一的InSAR 技術(shù)手段對(duì)滑坡進(jìn)行監(jiān)測(cè)，取得了一些技術(shù)上的進(jìn)展，表明該技術(shù)可以很好的實(shí)現(xiàn)對(duì)滑坡的監(jiān)測(cè)。但是單一的InSAR 技術(shù)手段在滑坡監(jiān)測(cè)中仍存在很多不足。例如滑坡表面往往覆蓋著不同程度的植被，受植被影響，InSAR 技術(shù)會(huì)在一定程度上產(chǎn)生幾何形變和時(shí)空失相干等問(wèn)題，另外地形表面的起伏形態(tài)也會(huì)在一定程度上影響In-SAR技術(shù)的監(jiān)測(cè)結(jié)果。

隨著遙感技術(shù)的發(fā)展，滑坡監(jiān)測(cè)的方法也由單一監(jiān)測(cè)方法逐漸走向多元化手段，不同遙感技術(shù)及遙感數(shù)據(jù)的結(jié)合，正慢慢被更多學(xué)者所認(rèn)可。2019年陸會(huì)燕等［12］使用高精度的光學(xué)數(shù)據(jù)及Sentinel-1A 數(shù)據(jù)聯(lián)合的方法就金沙江沿岸的滑坡進(jìn)行了一個(gè)宏觀性的識(shí)別監(jiān)測(cè)，監(jiān)測(cè)結(jié)果表明多元數(shù)據(jù)的結(jié)合可以更好的實(shí)現(xiàn)對(duì)滑坡的監(jiān)測(cè)；2020年劉筱怡［13］采用多源遙感數(shù)據(jù)和多種數(shù)據(jù)處理方法，就古滑坡的判別及發(fā)展規(guī)律進(jìn)行了研究。2021 年吳綠川［14］基于InSAR 技術(shù)和光學(xué)遙感,大規(guī)模地對(duì)貴州省部分地區(qū)進(jìn)行了地表形變監(jiān)測(cè)和危險(xiǎn)形變區(qū)識(shí)別,并依靠NDVI和滑坡發(fā)育要素對(duì)危險(xiǎn)區(qū)進(jìn)行調(diào)查。

江達(dá)縣金沙江流域是滑坡易發(fā)區(qū)域，給當(dāng)?shù)厝嗣窈徒?jīng)濟(jì)帶來(lái)巨大的影響。鑒于此，本研究以白格滑坡為例，擬采用SBAS-InSAR 技術(shù)和植被覆蓋度反演的綜合遙感技術(shù)，開(kāi)展滑坡災(zāi)害的時(shí)空演變（特別是滑坡前兆）規(guī)律研究，以期為該區(qū)域今后的地災(zāi)監(jiān)測(cè)和防治提供有效科學(xué)判據(jù)。

1 研究區(qū)概況及數(shù)據(jù)選取

1.1 研究區(qū)概括

白格滑坡位于四川甘孜白玉縣與西藏江達(dá)縣交界處的白格村，地處金沙江（北緯31°04'53.21″、東經(jīng)98°42'14.1″），具體位置如圖1 所示。金沙江河谷呈東西走向，平均海拔3 000～4 000 m，屬于典型的高山峽谷，受高原的隆起及金沙江江水持續(xù)的下切侵蝕，讓兩岸形成了險(xiǎn)峻、陡峭的“V”形的高山峽谷地貌。處在金沙江右岸的白格滑坡體整體呈楔形，滑面形態(tài)呈階梯狀，地勢(shì)起伏較大。而且白格滑坡整體巨大，坡頂高程近乎3 720 m，滑坡前緣高程約2 880 m，高差將近840 m，體積約33 280 m3，主滑方向長(zhǎng)約為1 600 m，平均寬度約500 m，主滑方向坡度約82°。就地質(zhì)條件而言，白格滑坡各層區(qū)域巖性十分復(fù)雜，主要為石英片巖，沉積巖，強(qiáng)度有所不同，越靠近深層，巖性強(qiáng)度越強(qiáng)［15］。

圖1 研究區(qū)位置示意

1.2 數(shù)據(jù)介紹

本研究所需數(shù)據(jù)有32 景Sentinel-1A 的SAR數(shù)據(jù)、3 景Sentinel-2 的光學(xué)數(shù)據(jù)和空間分辨率為30 m的DEM數(shù)據(jù)Sentinel-1A 屬于主動(dòng)微波遙感衛(wèi)星，數(shù)據(jù)分辨率高且可以免費(fèi)獲取，因此被廣泛應(yīng)用到地表變形監(jiān)測(cè)領(lǐng)域中。本研究涉及SAR影像參數(shù)見(jiàn)表1。

表1 Sentinel-1A SAR影像參數(shù)

Sentinel-2 屬于高分辨率多光譜成像衛(wèi)星，其數(shù)據(jù)是一種獲取地表植被的重要光學(xué)數(shù)據(jù)源。Sentinel-2影像參數(shù)見(jiàn)表2。

表2 Sentinel-2影像參數(shù)

在進(jìn)行SBAS-InSAR 試驗(yàn)中，僅依靠SAR 數(shù)據(jù)會(huì)產(chǎn)生地形相位影響。為消除地形相位影響，需要用到DEM 數(shù)據(jù)進(jìn)行輔助，本研究所采用的DEM 數(shù)據(jù)為NASA(美國(guó)國(guó)家航天航空局)所主持的SRTM（航天飛機(jī)雷達(dá)地形測(cè)繪使命）項(xiàng)目中所獲取的空間分辨率為30 m的高程數(shù)據(jù)。

2 監(jiān)測(cè)指標(biāo)及獲取方法

2.1 植被覆蓋度監(jiān)測(cè)指標(biāo)

相關(guān)研究表明［16-18］，大型滑坡發(fā)生前伴隨著許多變化，這些變化發(fā)生的同時(shí)也會(huì)影響周邊的環(huán)境條件，如水和土壤等，從而影響滑坡體上及滑坡體周邊的植被。而光學(xué)遙感技術(shù)憑借其高空間分辨率、高時(shí)間分辨率等優(yōu)勢(shì)，能夠?qū)ζ麦w植被的生長(zhǎng)狀況進(jìn)行監(jiān)測(cè)。因此，可以利用光學(xué)遙感技術(shù)，監(jiān)測(cè)坡體植被生長(zhǎng)情況，將滑坡表面植被生長(zhǎng)狀況作為監(jiān)測(cè)滑坡的一個(gè)指標(biāo)，間接監(jiān)測(cè)滑坡的演變。

2.2 基于光學(xué)遙感影像的植被覆蓋度反演

FVC(植被覆蓋度)是一種描述植被生長(zhǎng)狀況及變化的重要指數(shù)，通常用于評(píng)估生態(tài)，氣候，土壤等環(huán)境狀況，其值在0～1 之間。植被覆蓋度的表達(dá)式為式（1）。

式中：Fc為植被覆蓋度；NDVImax為純綠色像元的NDVI值；NDVImin為純裸土像元的NDVI值。

為獲取白格滑坡表面的植FVC，首先要獲取滑坡表面的NDVI(歸一化植被指數(shù))指數(shù)。NDVI是一種可以反映植被長(zhǎng)勢(shì)和健康狀況的指數(shù)，范圍在-1～1 之間，當(dāng)NDVI值為正時(shí)表明該地區(qū)覆有植被，且越接近1 時(shí)表明該區(qū)域植被健康程度越好，植被生長(zhǎng)越茂盛，其表達(dá)式為式（2）。

式中：ρNIR為植被在近紅外波段的反射率；ρR為植被在紅色波段的反射率。

由于NDVI指數(shù)在一定程度上受大氣、土壤、地形和植被類型等條件的影響，不能直接表觀滑坡表面的植被覆蓋度，為獲取坡體表面真實(shí)的植被生長(zhǎng)狀況需要克服上述影響，而像元二分模型［19］可以有效的解決這一問(wèn)題，此模型可以在一定程度上削弱上述條件的影響。

像元二分模型是一種簡(jiǎn)單且實(shí)用的植被覆蓋度估算模型，該模型將遙感影像上像元單純的分為綠色植被像元與非綠色植被像元。植被覆蓋度與像元的遙感信息有一定的關(guān)聯(lián)，因此只要能夠確定純綠色植被像元所包含的信息和純裸土像元所包含的信息這兩個(gè)參數(shù)的大小，就可以估算像元乃至影像的植被覆蓋度。為了獲得兩參數(shù)的大小，選擇用NDVI指數(shù)確定，NDVI值的大小就可以看成是像元中綠色植被信息和裸土信息相互作用的結(jié)果，相當(dāng)于是像元的遙感信息。首先利用式（2）獲取遙感影像的NDVI值，并對(duì)NDVI值進(jìn)行統(tǒng)計(jì)，得到整幅影像的NDVI值分布情況，然后根據(jù)前人的經(jīng)驗(yàn)，設(shè)置5%～95%的像元值為置信區(qū)間，以累積概率為0.05 的NDVI值作為NDVImin，0.95 處的NDVI值作為NDVImax。最后根據(jù)式（1）可計(jì)算出白格滑坡區(qū)域及附近的區(qū)域的植被覆蓋度。

2.3 形變監(jiān)測(cè)指標(biāo)

大量研究表明［6-14］滑坡發(fā)生前就有明顯的形變位移特征，也有學(xué)者將滑坡的整個(gè)形變過(guò)程分為4個(gè)階段，蠕滑階段、滑動(dòng)階段、劇滑階段、穩(wěn)定階段，其中蠕滑階段和滑動(dòng)階段屬于滑坡發(fā)生前形變位移特征。在蠕滑階段，滑坡內(nèi)部會(huì)存在許多應(yīng)力分布不均勻區(qū)域，部分坡體會(huì)因此發(fā)生變形，并發(fā)展為連通性的滑動(dòng)。到了滑動(dòng)階段，滑坡內(nèi)部許多裂隙漸漸聯(lián)通，內(nèi)部的薄弱部分形成一個(gè)移動(dòng)面時(shí)，滑坡兩側(cè)會(huì)產(chǎn)生若干裂縫，形似羽毛，滑坡前部會(huì)不斷出現(xiàn)一些鼓狀裂縫和放射性裂縫，此時(shí)，滑坡體形成。在這兩個(gè)階段中，滑坡表面均會(huì)產(chǎn)生較大的形變位移，因此將滑坡表面形變情況作為滑坡前期監(jiān)測(cè)預(yù)警的又一指標(biāo)是可行且有效的。為獲取白格滑坡的時(shí)序性的形變位移情況，本研究選取Sentinel-1A數(shù)據(jù)對(duì)滑坡進(jìn)行了時(shí)序性的監(jiān)測(cè)。

2.4 基于SBAS-InSAR 技術(shù)滑坡表面形變位移獲取流程

短基線集技術(shù)(SBAS-InSAR)是Berardino［20］等于2002 年提出的，是一種時(shí)間序列分析方法，能克服傳統(tǒng)D-InSAR在時(shí)間、空間及大氣的不足。相較于PS-InSAR又可以獲取更為連續(xù)的空間形變序列。

本研究獲取白格滑坡表面時(shí)序性形變位移的方法為SBAS-InSAR 技術(shù)。SBAS-InSAR 處理流程如圖2所示。

圖2 SBAS-InSAR處理流程

SBAS-InSAR 技術(shù)在處理SAR 影像的過(guò)程中會(huì)將所有影像生成連接并同時(shí)確定超級(jí)主影像，然后生成一系列具有相應(yīng)關(guān)系的干涉像對(duì)。之后這些干涉像對(duì)會(huì)進(jìn)行自動(dòng)配對(duì)，配對(duì)后的像對(duì)需要進(jìn)行去平、相干性計(jì)算、相位解纏等操作，生成干涉圖與解纏圖。在得到干涉圖與解纏圖之后要對(duì)每一個(gè)干涉像對(duì)的質(zhì)量進(jìn)行人工檢驗(yàn)，對(duì)干涉質(zhì)量和解纏效果差的像對(duì)進(jìn)行手動(dòng)剔除，此處共剔除31 對(duì)質(zhì)量較差的像對(duì)。然后對(duì)剩余的干涉像對(duì)進(jìn)行軌道精煉與重去平，將剩余的恒定相位和殘余相位坡道去除，并進(jìn)行第一次估算形變速率和殘余地形，在經(jīng)過(guò)第二次解纏之后便可得到形變速率。最后在得到形變速率的基礎(chǔ)上進(jìn)行大氣濾波，估算和消除大氣相位，可得到時(shí)間序列上的位移結(jié)果。

3 試驗(yàn)結(jié)果

3.1 植被覆蓋度結(jié)果

利用3 景不同年份同一季度的Sentinel-2 號(hào)光學(xué)數(shù)據(jù)對(duì)白格滑坡體發(fā)生前的表面植被覆蓋度進(jìn)行反演，并依據(jù)FVC 值對(duì)植被覆蓋度進(jìn)行分劃，并以顏色區(qū)分。將實(shí)驗(yàn)劃分結(jié)果與空間分辨率為10 m的真彩色遙感影像進(jìn)行對(duì)比，最終確定表示滑坡表面的低植被覆蓋區(qū)域的FVC 值在0～0.4 范圍內(nèi)，表示滑坡表面的中植被覆蓋區(qū)域的FVC 值在0.4～0.6 范圍內(nèi)，表示滑坡表面高植被覆蓋區(qū)域的FVC值在0.6～1范圍內(nèi)，（劃分規(guī)則見(jiàn)表3）。植被覆蓋度反演結(jié)果如圖3所示。

表3 植被覆蓋度分劃規(guī)則

圖3 滑坡區(qū)真彩影像及植被覆蓋

3.2 形變監(jiān)測(cè)結(jié)果

通過(guò)對(duì)Sentinel-1A 數(shù)據(jù)進(jìn)行SBAS-InSAR 技術(shù)處理，獲取了白格滑坡體在災(zāi)前的形變信息，形變速率信息如圖4 所示。由于本研究沒(méi)有實(shí)地觀測(cè)數(shù)據(jù)，參照了楊成業(yè)［21］利用SBAS-InSAR 技術(shù)對(duì)白格滑坡體的研究，在數(shù)據(jù)選取時(shí)間跨度接近的情況下（楊成業(yè)：2017/07/4—2018/12/2，本研究2017/07/04—2018/10/15）,所得實(shí)驗(yàn)結(jié)果近似，因此認(rèn)為數(shù)據(jù)處理結(jié)果可靠。

4 結(jié)果分析

通過(guò)遙感目視解譯的方法對(duì)白格滑坡表面的植被覆蓋程度進(jìn)行分析，發(fā)現(xiàn)早在2016 年，白格滑坡體表面的植被的生長(zhǎng)狀態(tài)就異于其周邊地區(qū)，（見(jiàn)圖3），從圖3（a）的2016 年光學(xué)真彩影像可以看出滑坡表面有明顯的四處近乎裸露的區(qū)域（由A、B、C、D 四個(gè)字母表示四處裸露的區(qū)域），而這四處區(qū)域隨著時(shí)間的推移也逐漸擴(kuò)張，擴(kuò)張趨勢(shì)明顯。為了較為真實(shí)地反映滑坡體表面植被生長(zhǎng)狀態(tài)，圖3（b）、圖3（c）分別展示了從2016—2018 年滑坡發(fā)生前滑坡體整體的植被覆蓋狀況及滑坡體表面中低植被覆蓋所占區(qū)域。從2016 年的3（c）圖至2018 年的圖3（c）中可以看出D 區(qū)域的低植被區(qū)域擴(kuò)張最為明顯，擴(kuò)張趨勢(shì)由滑坡邊緣向滑坡中部靠近，與B區(qū)域的低植被區(qū)擴(kuò)張趨勢(shì)較為接近，A區(qū)域的低植被區(qū)擴(kuò)張面積次之，其低植被區(qū)域由滑坡后緣向滑坡前緣的方向擴(kuò)張，這與C 的低植被區(qū)的擴(kuò)張趨勢(shì)較為接近。即A 區(qū)域與C 區(qū)域的低植被區(qū)呈東西擴(kuò)張趨勢(shì)，B 區(qū)域與D 區(qū)域的低植被區(qū)呈南北擴(kuò)張趨勢(shì)。整體來(lái)看，白格滑坡體表面的植被生長(zhǎng)狀況在2016—2018 年，呈現(xiàn)著異常的生長(zhǎng)狀態(tài)，表現(xiàn)為低植被區(qū)域逐年擴(kuò)張、高植被區(qū)域逐年縮減的趨勢(shì)。為了更為精準(zhǔn)地反映白格滑坡體表面的植被生長(zhǎng)狀態(tài)，本研究對(duì)白格滑坡體表面的植被覆蓋區(qū)域進(jìn)行了定量分析。采用像元統(tǒng)計(jì)的方法對(duì)不同覆蓋程度的像元進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果見(jiàn)表4，植被覆蓋度占比如圖5 所示。統(tǒng)計(jì)結(jié)果顯示2016—2018 年白格滑坡體表面的低植被覆蓋區(qū)域由起初的10.5%增至滑坡發(fā)生前的26.3%；中植被覆蓋區(qū)域由起初的13.1% 降至滑坡發(fā)生前的10.9%；高植被覆蓋區(qū)域由起初的76.4%降至滑坡發(fā)生前的62.8%。該結(jié)果與遙感目視解譯結(jié)果一致。

表4 像元統(tǒng)計(jì)表

圖5 植被覆蓋占比

為證明白格滑坡發(fā)生前其表面植被退化并非特例，同時(shí)證明利用光學(xué)遙感技術(shù)監(jiān)測(cè)滑坡發(fā)生前的植被生長(zhǎng)狀況可以有效地確定滑坡的潛在發(fā)生區(qū)，本研究又利用Landsat-8 光學(xué)數(shù)據(jù)提取了四川省茂縣疊溪鎮(zhèn)新磨村滑坡發(fā)生前三年的滑坡體表面的植被生長(zhǎng)狀況。新磨村滑坡植被覆蓋度分級(jí)規(guī)則與白格滑坡植被覆蓋度劃分規(guī)則一致，其結(jié)果如圖6所示。

圖6 新磨村滑坡前植被覆蓋圖及滑坡前后遙感影像

新磨村滑坡發(fā)生于2017年6月24日，從圖6可以看出，新磨村滑坡后緣在2015 年也存在一處裸露的區(qū)域(低植被覆蓋區(qū)),且該區(qū)域也隨著滑期臨近逐漸變大。滑坡前三年的植被覆蓋圖顯示新磨村滑坡在發(fā)生前，滑坡后緣與滑坡前緣表面的植被覆蓋度存在不同程度的退化，主要表現(xiàn)在中低植被區(qū)域逐漸擴(kuò)張，高植被區(qū)域減少。新磨村滑坡前的滑坡體表面植被覆蓋度監(jiān)測(cè)結(jié)果表明利用光學(xué)遙感技術(shù)監(jiān)測(cè)滑坡發(fā)生前的植被覆蓋度，可以有效的確定部分滑坡的潛在發(fā)生區(qū)域。

對(duì)SAR數(shù)據(jù)處理的結(jié)果表明，白格滑坡在發(fā)生前就存在著一定程度上的形變。從圖4 可以看出滑坡體前緣與后緣呈現(xiàn)明顯的沉降趨勢(shì)，年平均下降速率最高可達(dá)-85 mm/a，中部部分區(qū)域呈現(xiàn)抬升趨勢(shì)，抬升原因可能是滑坡后緣產(chǎn)生碎石巖土在此堆積。為了統(tǒng)計(jì)滑坡表面部分點(diǎn)位的具體形變值，選取滑坡表面A、B 兩點(diǎn)，并就A、B 兩點(diǎn)進(jìn)行了28期的形變值統(tǒng)計(jì)，并依據(jù)統(tǒng)計(jì)結(jié)果做出點(diǎn)線圖，如圖7 所示。由圖7 可知白格滑坡發(fā)生的一年前，坡體就開(kāi)始產(chǎn)生形變，且隨著滑期臨近，形變程度也愈發(fā)明顯。

圖7 A、B兩點(diǎn)形變統(tǒng)計(jì)

由于滑坡表面的植被生長(zhǎng)狀和形變程度與該地區(qū)降雨量有著密切的關(guān)系，本研究同時(shí)獲取白格滑坡發(fā)生前的日降水量，昌都市2017 年7 月4 日至2018年10月1日的日降雨情況統(tǒng)計(jì)如圖8所示。

圖8 滑坡發(fā)生前日降雨情況

由圖8可知該地區(qū)的主要降水集中在7月到10月份之間，大量的降水會(huì)使該地區(qū)的土壤水分含量過(guò)高，含氧量降低，植被根部會(huì)因此缺氧，進(jìn)而影響植被生長(zhǎng)。推測(cè)滑坡表面植被退化可能與該地降水量也有一定關(guān)系。同時(shí)頻繁的降水會(huì)讓滑坡體上土體重量增加，當(dāng)雨水滲透內(nèi)部巖石還會(huì)導(dǎo)致斜坡體抗剪能力下降，進(jìn)而加快坡體形變趨勢(shì)。結(jié)合圖7和圖8可以看出，降雨頻繁發(fā)生期間，滑坡表面形變速率逐漸加快，因此在降雨頻繁發(fā)生期間要格外注意形變變化大的坡體，以防滑坡災(zāi)害發(fā)生。另外通過(guò)對(duì)比圖3植被覆蓋圖與圖4滑坡區(qū)形變速率圖，發(fā)現(xiàn)白格滑坡體表面植被覆蓋度低的區(qū)域與形變量高的區(qū)域較吻合?？梢酝茰y(cè)，在白格滑坡體表面上的植被對(duì)于斜坡的演化和穩(wěn)定性具有一定的影響。隨著滑坡體表面植被的退化，裸露區(qū)域變大，植被的護(hù)土能力會(huì)有所下降，滑坡表面蠕變速度也就慢慢加快。這也說(shuō)明利用光學(xué)影像對(duì)坡體表面植被覆蓋度進(jìn)行時(shí)序性監(jiān)測(cè)是一種間接且可行的監(jiān)測(cè)方法，可用于尋找坡體植被生長(zhǎng)異常的區(qū)域，以確定滑坡潛在發(fā)生區(qū)。但由于植被發(fā)育不是地質(zhì)災(zāi)害形成的根本原因，因此針對(duì)植被異常的區(qū)域可以進(jìn)一步進(jìn)行變形監(jiān)測(cè)，從而縮小滑坡潛在發(fā)生識(shí)別區(qū)域，才能更有效地對(duì)滑坡的發(fā)生進(jìn)行預(yù)警。

5 結(jié)論

本研究結(jié)合光學(xué)數(shù)據(jù)與SAR數(shù)據(jù)，以白格滑坡為例利用遙感植被覆蓋度反演技術(shù)及SBASInSAR 技術(shù)對(duì)白格滑坡進(jìn)行了滑坡表面植被覆蓋度變化監(jiān)測(cè)與形變監(jiān)測(cè)，獲得白格滑坡發(fā)生前的植被覆蓋度變化及年平均形變速率，根據(jù)監(jiān)測(cè)結(jié)果得出以下結(jié)論。

①白格滑坡發(fā)生前表面植被就表現(xiàn)出異于周邊地區(qū)植被的現(xiàn)象，表現(xiàn)為白格滑坡表面植被呈逐年退化趨勢(shì)，裸露地區(qū)逐年擴(kuò)張。

②白格滑坡在發(fā)生前就已出現(xiàn)較大形變趨勢(shì)，隨著滑坡發(fā)生日期的臨近加劇，且降雨越頻繁，形變速率越大，滑坡發(fā)生的可能性更大。

③通過(guò)對(duì)試驗(yàn)結(jié)果的分析，證明了植被覆蓋度反演技術(shù)與SBAS-InSAR 形變位移監(jiān)測(cè)技術(shù)的結(jié)合對(duì)部分滑坡的早期識(shí)別與預(yù)警有著一定的可行性，在地質(zhì)災(zāi)害實(shí)際監(jiān)測(cè)中具有較好的發(fā)展前景。

由于光學(xué)遙感數(shù)據(jù)相較于SAR 數(shù)據(jù)更容易獲取且相對(duì)更容易處理，因此利用光學(xué)遙感數(shù)據(jù)對(duì)監(jiān)測(cè)區(qū)域進(jìn)行宏觀性監(jiān)測(cè)，選取出邊坡區(qū)域表現(xiàn)異常的范圍區(qū)域，再利用SAR技術(shù)對(duì)邊坡表面沉降信息進(jìn)行監(jiān)測(cè)將會(huì)更有效的實(shí)現(xiàn)對(duì)滑坡的監(jiān)測(cè)，同時(shí)也能在一定程度上降低滑坡監(jiān)測(cè)成本。