閆 斌,董建軍,梅 媛,劉士乙
(1.華新水泥股份有限公司,湖北 武漢 430070;2.遼寧工程技術(shù)大學(xué)安全科學(xué)與工程學(xué)院,遼寧 葫蘆島 125105;3.礦山熱動力災(zāi)害與防治教育部重點(diǎn)實(shí)驗(yàn)室(遼寧工程技術(shù)大學(xué)),遼寧 葫蘆島 125105;4.東北大學(xué)資源與土木工程學(xué)院,遼寧 沈陽 110819)
滑坡的具體表現(xiàn)為坡體的地表形變,傳統(tǒng)的監(jiān)測手段存在一定的不足,如傳統(tǒng)的精密水準(zhǔn)監(jiān)測和GPS監(jiān)測存在監(jiān)測時間較長、消耗大量人力與物力等問題。合成孔徑雷達(dá)差分干涉測量(D-InSAR)技術(shù)能夠改善傳統(tǒng)測量技術(shù)的不足,具有全天時、全天候、測量精度高等特點(diǎn),目前已經(jīng)被廣泛應(yīng)用于地質(zhì)災(zāi)害監(jiān)測等方面。如張景發(fā)等[1]闡述了合成孔徑雷達(dá)干涉測量(InSAR)技術(shù)的噪聲水平和精度;劉國林等[2]將InSAR監(jiān)測技術(shù)與GPS技術(shù)相結(jié)合,應(yīng)用于礦區(qū)地表沉降監(jiān)測;云燁等[3]通過分析InSAR技術(shù)原理及其在各個領(lǐng)域的應(yīng)用現(xiàn)狀,認(rèn)為InSAR監(jiān)測技術(shù)具有較高精度,對地質(zhì)災(zāi)害監(jiān)測的發(fā)展具有重大影響。近些年也有一些學(xué)者利用InSAR技術(shù)對研究區(qū)域滑坡隱患進(jìn)行監(jiān)測與識別。如:范景輝等[4]利用InSAR技術(shù)監(jiān)測了范家坪滑坡,發(fā)現(xiàn)滑坡體形變最大處的形變速率達(dá)到300 mm/a,結(jié)合降雨資料認(rèn)為該滑坡受水位變化和大氣降雨的影響微弱;張路等[5]利用D-InSAR監(jiān)測技術(shù)識別出大渡河上游丹巴縣17處持續(xù)變形中的不穩(wěn)定坡體;蔡杰華等[6]利用D-InSAR監(jiān)測技術(shù)識別出九寨溝地區(qū)13處滑坡隱患;王勇等[7]將D-InSAR監(jiān)測技術(shù)與精密水準(zhǔn)測量相結(jié)合用于識別滑坡體形變,得出天津薊州區(qū)北部山區(qū)2017—2018年的形變?yōu)?8 mm;齊麟等[8]以金沙江上游沿岸滑坡體為研究區(qū)域,利用D-InSAR監(jiān)測技術(shù)成功識別出1處滑坡災(zāi)害,此滑坡的坡頂部分發(fā)生約25 mm的沉降;韓冬建等[9]基于InSAR技術(shù)對西藏樟木口岸震后滑坡災(zāi)害變形進(jìn)行了監(jiān)測,并采用Sentinel-1A和ALOS-2兩種衛(wèi)星數(shù)據(jù)進(jìn)行分析,識別出17處疑似滑坡并得到了5處典型滑坡的形變速率;Zhang等[10]利用D-InSAR和多時相技術(shù)對西南典型山地縣茂縣的部分滑坡變形進(jìn)行了監(jiān)測,識別出8個活動性滑坡。此外,還有學(xué)者利用InSAR技術(shù)對天然滑坡進(jìn)行監(jiān)測,并結(jié)合其他技術(shù)對監(jiān)測結(jié)果進(jìn)行驗(yàn)證,如:楊帆等[11]將InSAR技術(shù)應(yīng)用于露天礦邊坡形變監(jiān)測中,解決了傳統(tǒng)監(jiān)測網(wǎng)布點(diǎn)困難等問題;姚鑫等[12]基于ALOS衛(wèi)星數(shù)據(jù),利用InSAR技術(shù)獲得了青藏高原鮮水河活動斷裂帶蠕變斜坡毫米級的地表變形量,并揭示了該區(qū)域蠕變斜坡地質(zhì)災(zāi)害的類別、變形特征和空間發(fā)育規(guī)律;Goorabi[13]采用InSAR技術(shù)對馬萊-卡伍德滑坡進(jìn)行監(jiān)測,并結(jié)合9景Sentinel-1A數(shù)據(jù)進(jìn)行了相干分析,得到了該滑坡的變形區(qū)域;Shirani等[14]基于D-InSAR方法對研究區(qū)探測出的滑坡分布進(jìn)行了分類,該分類結(jié)果與實(shí)地調(diào)查結(jié)果吻合較好;Sun等[15]使用D-InSAR技術(shù)監(jiān)測突發(fā)性地質(zhì)災(zāi)害,并分析了舟曲特大泥石流的演變情況。
以上研究主要集中在應(yīng)用D-InSAR技術(shù)識別不穩(wěn)定坡體區(qū)域及滑坡的滑移速度等,對于人工堆積而成的邊坡研究較少,特別是識別排土場邊坡及周邊山體的潛在滑移區(qū)域及潛在滑移量方面的研究欠缺。鑒于此,本文以西藏山南桑日縣華新水泥廠石灰石礦區(qū)及周邊山體為研究對象,基于14景Sentinel-1A衛(wèi)星影像數(shù)據(jù),利用D-InSAR技術(shù)對影像數(shù)據(jù)進(jìn)行處理,經(jīng)基線估算、差分干涉處理、相位解纏等計(jì)算,得到排土場邊坡的地表形變信息圖,并通過對滑坡、泥石流等災(zāi)害的物源量統(tǒng)計(jì),進(jìn)而判斷出該排土場邊坡的安全狀態(tài)以及對下游居民和拉林鐵路的影響。
合成孔徑雷達(dá)差分干涉測量(D-InSAR)是在InSAR技術(shù)的基礎(chǔ)上發(fā)展而來的,其通過結(jié)合已有的高精度DEM數(shù)據(jù)來去除干涉圖中地形相位的影響,從而監(jiān)測出微小形變。用于D-InSAR技術(shù)處理的兩景衛(wèi)星影像數(shù)據(jù)分別為形變前和形變后獲取的數(shù)據(jù),結(jié)合兩景衛(wèi)星影像數(shù)據(jù)的干涉圖獲取差分干涉圖,進(jìn)而獲取地表形變信息。D-InSAR技術(shù)的監(jiān)測原理如圖1所示。
圖1 D-InSAR技術(shù)的監(jiān)測原理Fig.1 Monitoring principle of D-InSAR technology
D-InSAR技術(shù)采用重復(fù)軌道干涉測量,兩景影像數(shù)據(jù)干涉條紋中干涉相位的組成為:
=φatm+φorb+φflat+φtopo+φdef+φnoise
(1)
式中:φ為干涉相位;λ為雷達(dá)波長(m);R1為S1到P點(diǎn)的距離(m);R2為S2到P點(diǎn)的距離(m);φatm為大氣延遲相位;φorb為軌道誤差相位;φflat為平地效應(yīng)相位;φtopo為地形相位;φdef為地表形變相位;φnoise為噪聲相位。
研究區(qū)域位于西藏山南桑日縣華新水泥廠石灰石礦區(qū),如圖2所示,1號排土場的表面積為111 294 m2,2號排土場的表面積為68 868 m2,平均海拔為3 700 m,礦區(qū)位于華新水泥廠后山腹地(麻麥鄉(xiāng)),其所在沖溝下游1 km左右有拉林鐵路通過,排土場邊坡下游存在居民。
圖2 排土場邊坡位置圖Fig.2 Slope location of dump site
該地區(qū)平均海拔為3 700 m,屬于高海拔地區(qū)。高海拔地區(qū)由于夏季熱低壓和冬季冷高壓而形成獨(dú)特的高原季風(fēng),冬半年受季風(fēng)帶控制為干季,夏半年受西南和東南季風(fēng)帶控制為濕季,其降雨量明顯集中于夏半年,存在明顯且劇烈的干濕季交替現(xiàn)象。由于高海拔地區(qū)獨(dú)特的地質(zhì)條件等因素的影響,其排土場邊坡及周邊山體呈現(xiàn)松散體狀態(tài),海拔較高、風(fēng)化作用較劇烈,造成排土場邊坡及其周邊山體完整性較差[16]。
在夏半年的降雨環(huán)境作用以及排土場邊坡及其周邊山體本身完整性較差的影響下,排土場邊坡及其周邊山體會出現(xiàn)巖土體的抗剪強(qiáng)度降低等情況,容易發(fā)生滑坡等災(zāi)害。
降雨條件下,特別是大雨或暴雨誘發(fā)下的淺層滑坡是一種常見的、多發(fā)的地質(zhì)災(zāi)害現(xiàn)象,因此通過分析研究區(qū)域2015—2021年間每月降雨量(圖3)來選取各年份的SAR影像數(shù)據(jù)。由于我國氣象部門對暴雨預(yù)警的分級是根據(jù)50 mm(或其倍數(shù))以上降雨量所經(jīng)歷的時間來定義的,考慮到西藏地區(qū)單次降雨量偏小,本研究將數(shù)據(jù)選取標(biāo)準(zhǔn)設(shè)定為月降雨量達(dá)到50 mm以上。依據(jù)該標(biāo)準(zhǔn)選取對應(yīng)時間段內(nèi)的SAR影像數(shù)據(jù)進(jìn)行研究,其數(shù)據(jù)基本信息如表1所示,并對每年選取的兩景影像數(shù)據(jù)成像時間范圍內(nèi)的總降雨量進(jìn)行統(tǒng)計(jì),結(jié)果如圖4所示。
圖3 研究區(qū)域2015—2021年間每月降雨量統(tǒng)計(jì)Fig.3 Monthly rainfall in the study area from 2015 to 2021
圖4 研究區(qū)域每年兩景影像數(shù)據(jù)成像時間范圍內(nèi)的總降 雨量統(tǒng)計(jì)Fig.4 Total rainfall statistics during two image data periods in the study area in each year
本文采用D-InSAR技術(shù)對研究區(qū)域Sentinel-1A衛(wèi)星影像數(shù)據(jù)進(jìn)行處理,采用14景影像作為研究數(shù)據(jù)源,數(shù)據(jù)均為升軌,含7個主影像和7個從影像,時間跨度為2015-07-23—2021-09-25。
通過以每一年的兩景影像數(shù)據(jù)為一組差分干涉對,分析每年汛期排土場邊坡區(qū)域及排土場邊坡周圍區(qū)域的滑移情況,具體影像數(shù)據(jù)信息如表1所示。
采用D-InSAR技術(shù)對影像數(shù)據(jù)進(jìn)行處理,可得到研究區(qū)域2015—2021年每年汛期的地表形變數(shù)據(jù)圖,即通過影像配準(zhǔn)、干涉處理和去平地效應(yīng),得到各干涉組合的彩色干涉圖(圖5)以及研究區(qū)域2015—2021年各時段地表形變信息圖(圖6),其中地表形變值為負(fù)時表示沉降。
圖5 各干涉組合的彩色干涉圖Fig.5 Color interferogram of each interference combination
注:1#~4#為潛在滑移區(qū)域。圖6 研究區(qū)域2015—2021年各年份汛期潛在滑移區(qū)域位置圖Fig.6 Location of potential slip areas in the study area during flood season from 2015 to 2021
本文利用Sentinel-1衛(wèi)星影像數(shù)據(jù)和D-InSAR技術(shù)獲取排土場邊坡及其周邊山體的地表形變信息,得到其地表形變量范圍在-0.037 5~0.00 m之間。根據(jù)排土場滑坡單一預(yù)警準(zhǔn)則[17](表2)對研究區(qū)域2015—2021年每年汛期地表潛在滑移區(qū)域進(jìn)行識別,即汛期年份地表形變結(jié)果中超過藍(lán)色預(yù)警閾值和黃色預(yù)警閾值的形變區(qū)域,超過藍(lán)色預(yù)警閾值的區(qū)域但低于黃色預(yù)警閾值的區(qū)域由黑色線框表示,超過黃色預(yù)警閾值的區(qū)域由黃色線框表示,結(jié)果如圖6所示。
表2 排土場滑坡單一預(yù)警準(zhǔn)則
通過對研究區(qū)域2015—2021年各年份潛在的滑移區(qū)域位置圖進(jìn)行分析,可得出各年份潛在滑移量,如表3所示。
表3 研究區(qū)域2015—2021年各年份汛期潛在的滑移量
由《地質(zhì)災(zāi)害分類分級標(biāo)準(zhǔn)》中滑坡、崩塌(危巖體)、泥石流規(guī)模級別劃分標(biāo)準(zhǔn)(表4)可知,該研究區(qū)域各潛在滑移區(qū)域未達(dá)到小型滑坡、崩塌(危巖體)、泥石流規(guī)模級別標(biāo)準(zhǔn)。
表4 滑坡、崩塌(危巖體)、泥石流規(guī)模級別劃分標(biāo)準(zhǔn)
利用D-InSAR技術(shù)能夠直接且快速地分析出研究區(qū)域每年汛期產(chǎn)生的潛在最大滑移量,識別出其潛在滑移區(qū)域位置,并分析出降雨對排土場邊坡及其周邊區(qū)域潛在滑移量、最大形變量的影響情況,結(jié)果見圖7。
圖7 2015—2021年各年份汛期內(nèi)研究區(qū)域降雨量與潛 在滑移量和最大形變量之間的關(guān)系圖Fig.7 Relationship between rainfall and potential slip and maximum shape variables in the study area during flood season in each year from 2015 to 2021
通過圖7可以看出:2015—2021年各年份汛期內(nèi)研究區(qū)域總降雨量對形變量的影響較小,但在汛期內(nèi)連續(xù)降雨時排土場邊坡及其周邊區(qū)域會產(chǎn)生大量滑移,如在2017年7月發(fā)生連續(xù)降雨,造成汛期排土場邊坡形變量超過30 mm;2020年發(fā)生連續(xù)性降雨,且日最大降雨量超過70 mm,故造成汛期排土場邊坡潛在滑移量最大為5 284.106 m3。
通過對利用D-InSAR技術(shù)識別出的2015—2021年汛期研究區(qū)域內(nèi)潛在滑移區(qū)域位置進(jìn)行綜合分析,并將識別出的2015—2021年汛期研究區(qū)域內(nèi)潛在滑移區(qū)域位置標(biāo)注在具有地形的衛(wèi)星影像圖上,得到該排土場邊坡及周邊區(qū)域的潛在滑移區(qū)域位置圖,如圖8所示。
圖8 D-InSAR技術(shù)識別的研究區(qū)域內(nèi)潛在滑移區(qū)域 位置圖Fig.8 Location of slip potential areas in the study area identified by D-InSAR
由于研究區(qū)域存在溝谷地形,下游拉林鐵路、居民區(qū)位于雅魯藏布江方向,故滑向雅魯藏布江方向的滑移區(qū)存在安全隱患,而背離方向的區(qū)域不存在安全隱患,通過位置信息分析得到各個潛在滑移區(qū)的滑移方向,如圖9所示。
圖9 研究區(qū)域各個潛在滑移區(qū)域的滑移方向Fig.9 Slip direction of each potential slip zone in the study area
由圖9可知:Ⅰ、Ⅱ區(qū)的潛在滑移區(qū)滑移方向滑向雅魯藏布江方向,需要對其采取一定的安全防護(hù)措施,而Ⅲ、Ⅳ區(qū)的潛在滑移區(qū)滑移方向背離拉林鐵路方向,故對該鐵路無影響,但對排土場邊坡本體穩(wěn)定性構(gòu)成一定的威脅,需要對其坡腳等位置進(jìn)行安全防護(hù)。
本文以西藏山南桑日縣華新水泥廠石灰石礦區(qū)為研究區(qū)域,選取2015—2021年每年汛期兩景Sentinel-1A衛(wèi)星影像數(shù)據(jù)進(jìn)行D-InSAR技術(shù)處理,得出研究區(qū)域每年汛期形變監(jiān)測結(jié)果,并得到以下結(jié)論:
1) 利用雙軌法D-InSAR技術(shù)獲取了研究區(qū)域某排土場邊坡區(qū)域每年汛期地表形變信息。
2) 通過分析2015—2021年汛期內(nèi)排土場邊坡及其周邊山體的地表形變信息,根據(jù)排土場滑坡單一預(yù)警準(zhǔn)則識別出研究區(qū)域內(nèi)每年汛期的潛在滑移量與潛在滑移區(qū)域,2017年汛期排土場邊坡形變量超過30 mm,2020年汛期排土場邊坡最大潛在滑移量為5 284.106 m3。
3) 根據(jù)2015—2021年汛期研究區(qū)域內(nèi)潛在滑移區(qū)域及滑移量得出該研究區(qū)域未達(dá)到小型滑坡、崩塌(危巖體)、泥石流規(guī)模級別標(biāo)準(zhǔn)。
4) 通過綜合分析,確定了主要影響拉林鐵路和下游居民的潛在滑移區(qū)域,即:Ⅰ、Ⅱ區(qū)對下游鐵路、居民安全構(gòu)成一定的威脅,需要采取一定的安全防護(hù)措施;Ⅲ、Ⅳ區(qū)對下游鐵路、居民無影響,但對排土場邊坡本體穩(wěn)定性構(gòu)成一定的威脅,需要對其坡腳等位置進(jìn)行安全防護(hù)。