基于傾斜攝影測量與InSAR技術的庫區(qū)滑坡識別

摘要：

隨著水電站的建成蓄水，水位變動會影響庫岸邊坡穩(wěn)定性，從而誘發(fā)一系列的庫岸滑坡，危害水電工程及庫區(qū)居民安全。為盡早識別潛在庫岸滑坡，選取白鶴灘庫區(qū)作為研究區(qū)，提出將無人機傾斜攝影測量技術與短基線集干涉測量技術（SBAS-InSAR）相結合的方法，識別白鶴灘水電站庫區(qū)及其周邊地區(qū)的滑坡隱患點，并繪制滑坡圖、制定滑坡識別程序。首先運用InSAR技術對白鶴灘庫區(qū)葫蘆口-象鼻嶺岸段約300 km2流域進行大范圍識別，共圈定46處疑似滑坡隱患點。然后，選取了其中約50 km2區(qū)域進行基于傾斜攝影測量技術的滑坡隱患識別與精細化查證方法研究。除精細化查證了SBAS-InSAR技術探測到的5處存在形變特征的活動滑坡外，還利用三維實景模型、三維增強顯示模型，基于災害體的形態(tài)、微地貌特征，另外識別出了7處當前暫時處于穩(wěn)定狀態(tài)、形變跡象不明顯的古滑坡體。實驗結果經(jīng)實地查證，該滑坡識別方法準確率較高，可為白鶴灘庫區(qū)及類似工況地區(qū)的地質災害防治提供重要參考。

關 鍵 詞：

庫區(qū)滑坡； 早期識別； 無人機傾斜攝影測量； SBAS-InSAR； 白鶴灘水電站

中圖法分類號： P642.22

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.03.020

0 引 言

中國西南山區(qū)擁有極具開發(fā)價值的水力資源，其中待開發(fā)水力資源主要集中在高海拔地區(qū)的雅魯藏布江、瀾滄江、怒江和金沙江流域［1］。水電工程的建設能有效緩解電力供應的壓力，但也會一定程度改變庫區(qū)原有地質環(huán)境，引發(fā)一系列地質災害［2-4］。例如，水庫蓄水會影響庫岸邊坡穩(wěn)定性，從而誘發(fā)滑坡，危害水電工程及庫區(qū)居民安全［5］。

庫區(qū)大型滑坡隱患往往具有高位、隱蔽性等特點［6］，傳統(tǒng)的人工排查手段難以完成滑坡隱患的早期識別，必須借助現(xiàn)代高精度的觀測技術，如高精度光學遙感技術、合成孔徑雷達干涉測量技術等［7］。但上述技術手段有各自的優(yōu)缺點，衛(wèi)星影像分辨率較低，難以對細微的地表形變進行有效識別。在InSAR技術的實際應用中，大氣效應、幾何畸變、陡峭的地形、復雜的地貌等因素會增加形變探測的不確定性，缺乏有效的驗證，在一定程度上也會影響滑坡識別的可靠性。而傾斜攝影測量技術具有多角度攝影的特點，能夠獲取陡峭坡體高分辨率的三維實景模型，使斜坡形變特征真實再現(xiàn)。因此，將無人機傾斜攝影測量技術與SBAS-InSAR 形變探測技術相結合，可有效地提高滑坡識別的可靠性。

白鶴灘水電站庫區(qū)下閘蓄水后，庫區(qū)水位由660.00 m升高至825.00 m，首次蓄水期庫水上升高度達165 m，其后運行期間庫水位將在765.00～825.00 m 間變動，水位消落帶高差達60 m。蓄水導致的庫岸環(huán)境急劇變化和庫水位的周期性升降，將會極大地改變研究區(qū)環(huán)境地質條件，極易導致各類地質災害的發(fā)生。本文選取白鶴灘庫區(qū)約300 km2范圍作為研究區(qū)，提出將無人機傾斜攝影測量技術與短基線集干涉測量技術（Small baseline subsets InSAR，SBAS-InSAR）相結合的方法，識別白鶴灘水電站庫區(qū)及其周邊地區(qū)的滑坡隱患點，并繪制滑坡圖、制定滑坡識別程序，為白鶴灘水電站庫區(qū)及相似工況地區(qū)滑坡隱患識別提供參考。

1 滑坡識別方法與技術

1.1 衛(wèi)星InSAR技術

InSAR技術具有全天候、全天時工作、覆蓋范圍廣、形變探測精度高、非接觸、綜合成本低等優(yōu)點，在大范圍地質災害形變監(jiān)測中具有獨特的優(yōu)勢［8］，已被廣泛應用到地面沉降監(jiān)測、滑坡形變監(jiān)測等眾多領域［9］。基于InSAR技術開展滑坡形變探測的方法主要有差分干涉測量技術（D-InSAR）、永久散射體干涉測量技術（PS-InSAR）以及短基線集干涉測量技術（SBAS-InSAR）等［10］。

本文將利用SBAS-InSAR技術對白鶴灘庫區(qū)活動滑坡隱患進行識別。該技術由意大利學者Berardino提出，利用短基線集SBAS方法監(jiān)測地面形變［11］。SBAS技術減少了D-InSAR處理中的去相關影響，在減少高程、大氣誤差的同時，還能獲取地表的時間形變序列［12］。眾多研究已證明了SABS技術在滑坡形變監(jiān)測方面的可行性［13-15］。然而，由于InSAR技術本身原理所限，有效干涉點時常不能覆蓋完整的地質災害范圍，當形變速率過快時，還會導致失相干等現(xiàn)象。若僅用此一種技術手段進行庫區(qū)滑坡的識別，很有可能會造成結果的遺漏。而傾斜攝影測量技術與InSAR技術的結合將有效提高滑坡隱患識別的準確率。

1.2 傾斜攝影測量技術

無人機傾斜攝影是指無人機搭載多角度傾斜相機在低空領域對地物進行拍攝，鏡頭拍攝時與地面成一定傾斜角度，從而獲取地物表面信息的一種新型技術手段［16-17］。其優(yōu)勢是可獲取地物多個方位信息，并可供實時量測、三維瀏覽等。由于研究區(qū)地貌復雜，地形陡峭，“V”字形溝谷發(fā)育，致使衛(wèi)星遙感影像、傳統(tǒng)的垂直航空攝影技術無法全面地獲取斜坡體表面信息。而傾斜攝影測量技術可以獲取直觀立體的三維模型，使得地質災害全息再現(xiàn)，真實反映了地物的外觀、位置、高度等屬性，是十分有效的滑坡識別工具。

眾多研究證明了該技術在滑坡調查應用中的良好效果［18-21］，不僅可以對InSAR技術探測的活動滑坡形變特征進行精細化查證，還可以根據(jù)滑坡形態(tài)特征識別出當前暫處于穩(wěn)定狀態(tài)下的古滑坡體，此類滑坡在蓄水的影響下極有可能發(fā)生復活。因此，傾斜攝影測量技術能夠很好地彌補InSAR技術滑坡探測能力的不足。

本文詳細的研究方法如圖1所示：首先，利用SBAS-InSAR技術結合衛(wèi)星影像，探測區(qū)域內活動滑坡隱患點；隨后選取其中約50 km2范圍進行傾斜攝影測量技術的滑坡精細查證方法研究；通過高分辨率三維實景模型中的微地貌特征，驗證、修改并準確繪制活動滑坡邊界；最后利用三維實景、三維增強顯示等模型進行滑坡隱患解譯，彌補InSAR技術對當前處于穩(wěn)定狀態(tài)的古滑體識別能力的不足。

2 研究區(qū)域概況及數(shù)據(jù)來源

2.1 研究區(qū)概況

白鶴灘水電站位于金沙江下游，壩址距云南省巧家縣約50 km。葫蘆口-象鼻嶺岸段是庫區(qū)沿線居住密集區(qū)，人類工程活動頻繁，蓄水影響顯著，地質災害風險程度高，是庫區(qū)地質災害防治的重點關注庫段（見圖2（a））。該區(qū)段山高坡陡、自然條件的惡劣，使常規(guī)調查工作難以開展。為此，本文選取該岸段約300 km2區(qū)域，采用SBAS-InSAR技術進行滑坡隱患早期識別研究。又因研究區(qū)地形陡峭地貌復雜，依靠傳統(tǒng)的衛(wèi)星影像、垂直航空攝影測量等數(shù)據(jù)，難以全面地獲取地表形變特征并對隱患點進行查證。因此，在SBAS-InSAR研究區(qū)域基礎上，選取約50 km2區(qū)域進行了基于無人機傾斜攝影技術的滑坡早期識別以及精細查證方法研究（見圖2（b））。

2.2 數(shù)據(jù)來源

常用的SAR衛(wèi)星數(shù)據(jù)有Sentinel-1、ALOS-2、TerraSAR-X等數(shù)據(jù)。各衛(wèi)星數(shù)據(jù)具有其各自的優(yōu)缺點。盡管L波段的ALOS-1與ALOS-2衛(wèi)星數(shù)據(jù)植被穿透能力強、可探測最大形變梯度較大，但由于該數(shù)據(jù)獲取的成本較高，且影像獲取頻率、形變敏感度都比較低，因此普適性不強。而由歐空局提供的Sentinel-1衛(wèi)星數(shù)據(jù)可以免費獲取，且獲取頻率高，覆蓋范圍也比TerraSAR-X、ALOS-2更大。因此，盡管Sentinel-1衛(wèi)星植被穿透力相對較低，但考慮到研究區(qū)多為植被覆蓋率較低的陡峭岸坡，又考慮成本原因以及方法的普適性，本次研究選擇將Sentinel-1衛(wèi)星數(shù)據(jù)作為數(shù)據(jù)來源。

本次研究獲取了任務區(qū)范圍內2014年4月至2021年3月的C波段sentinel升降軌數(shù)據(jù)，其中升軌影像數(shù)據(jù)共104景，降軌影像數(shù)據(jù)共169景。Sentinle-1升降軌數(shù)據(jù)覆蓋情況如圖2（a）所示。Sentinel-1衛(wèi)星SAR傳感器主要參數(shù)如下：

發(fā)射日期2014年4月

工作波段C

重訪周期12 d

擬用拍攝模式IW

入射角29.1°～46.0°

分辨率5 m×20 m

幅寬250 km

極化模式HH+HV/VV+VH/HH/VV

3 基于SBAS-InSAR技術的滑坡隱患識別

考慮到衛(wèi)星升降軌運行時，其雷達視線向（line of sight，LOS）及雷達方位向（azimuth）不同，因此升降軌的SAR數(shù)據(jù)對不同朝向的斜坡敏感性不同。又考慮到研究區(qū)地形復雜，斜坡坡向各異，因此只有綜合升降軌InSAR成果，才能更好地開展研究區(qū)的滑坡隱患早期識別工作。滑坡隱患InSAR升降軌全域識別的思路主要是：利用InSAR技術，對研究區(qū)域的地表形變信息進行提取，通過獲取的強形變區(qū)來識別潛在的滑坡隱患點。結合研究區(qū)域內多源多時相多軌道的SAR數(shù)據(jù)，對白鶴灘庫區(qū)葫蘆口-象鼻嶺段庫區(qū)滑坡隱患點進行識別，得到的庫區(qū)升降軌形變速率結果如圖3所示。

然而，InSAR技術獲取的地表形變信息僅能代表存在顯著形變的地物，并不等同于地質災害點。因此，在獲取了形變監(jiān)測結果后，首先需結合光學衛(wèi)星遙感影像對災害點進行目視解譯，篩選出疑似的地質災害點。目視解譯的方法是將形變速率圖層疊加于Google Earth 影像之上，采用人機交互的方式圈定形變區(qū)域。目視解譯初步識別出了 46 處存在顯著形變的疑似滑坡隱患點。其中研究區(qū)內 10 處典型滑坡隱患點SBAS-InSAR 形變特征如圖 4 所示。

4 基于傾斜攝影測量的滑坡隱患識別查證

基于傾斜攝影測量技術的滑坡隱患早期識別與查證是通過構建三維可視化環(huán)境，以人機交互、目視解譯的方式完成。三維實景模型場景真實，還原度高，在植被覆蓋率較低時，對地質災害的解譯有很大的優(yōu)勢。并且本次研究發(fā)現(xiàn)在植被較為稀疏時，可將三維點云進行粗分類得到其真實地面點并生產(chǎn)數(shù)字高程模型（DEM），以此制作三維山體陰影等增強顯示模型。將InSAR形變速率疊加于三維實景模型之上，可對形變區(qū)域進行精細化查證，有效地輔助滑坡解譯。

4.1 無人機數(shù)據(jù)獲取及處理

本次研究于2021年3月28日，在白鶴灘水電站蓄水前，采用飛馬V100垂直起降多旋翼無人機搭載V-OP100傾斜鏡頭完成了研究區(qū)的無人機影像獲取。

無人機詳細參數(shù)如下：

翼展2.22 m

機長1.65 m

起飛重量8.5 kg

巡航速度16～18 m/s

續(xù)航時間1.5 h

定位精度水平1 cm+1 mm，垂直2 cm+1 mm

抗風能力6級

起降方式全自動垂直起降

傾斜攝像機參數(shù)如下：

相機型號V-OP100

傳感器尺寸23.5 mm×15.6 mm

有效像素9 600萬（2 400萬×4）

鏡頭參數(shù)35 mm定焦

相機傾斜角度45°

飛行面積約為50 km2，航線設計航向重疊度為75%，旁向重疊80%，默認空速為18 m/s，設計平均GSD約為14 cm。對獲取的影像數(shù)據(jù)及POS數(shù)據(jù)進行空三加密，處理得到三維空間點云、DOM及DSM等數(shù)據(jù)。并利用Context Capture傾斜攝影后處理軟件生成三維實景模型。再對無人機三維空間點云進行分類，得到測區(qū)真實地面點，處理可以生成分辨率優(yōu)于0.2 m的DEM數(shù)據(jù)，并制作三維增強顯示模型輔助解譯。

4.2 三維解譯場景構建

本次研究采用的三維解譯平臺為EarthSurvey軟件。該軟件整合了地質災害軟件所需要的多源數(shù)據(jù)，從不同的維度、數(shù)據(jù)類型，補全了二維空間分析功能的不足。本次研究的數(shù)據(jù)基礎主要為三維實景模型以及三維增強顯示模型，通過開源的cesiumlab2軟件將OSGB格式的三維實景模型等數(shù)據(jù)轉換為b3dm格式并將其導入EarthSurvey軟件中建立三維地質沙盤，在此三維解譯環(huán)境中開展地質災害遙感解譯。

如圖5所示，該平臺除了能導入三維實景模型外，還能疊加InSAR形變速率以及斷層、水系等矢量圖層。將多源數(shù)據(jù)疊加融合，不僅可以對InSAR技術識別的具有顯著形變特征的隱患點進行精細化復核查證，同時通過滑坡解譯標志的建立，基于滑坡的形態(tài)、地形地貌及顏色變化等特征還可以對大多數(shù)穩(wěn)定的古滑坡體進行有效識別。

4.3 解譯標志的建立

解譯標志會因時因地而異，沒有一成不變的解譯標志。因此對滑坡隱患進行解譯時，應當基于區(qū)域整體特征進行解譯標志建立，歸納出擁有相對適用性的解譯標志。自然界中的斜坡變形千姿萬態(tài)，特別是經(jīng)歷長期變形的斜坡，往往是多種變形現(xiàn)象的綜合體。對于已改造的古滑坡，尤其是巨型古滑坡來說，其特有的形態(tài)特征破壞殆盡，解譯的難度更大。本文利用無人機三維影像數(shù)據(jù)構建滑坡三維解譯圖譜，可以簡化分析過程、降低滑坡識別的難度。確立滑坡的各識別標志和編制地質災害識別圖譜，可令觀看圖譜的專業(yè)人士或者非專業(yè)人士最大化地提高對滑坡幾何形態(tài)的認識程度。一個典型的滑坡體可能發(fā)育有滑坡邊界、冠部拉張裂縫、封閉洼地、滑坡壁、滑坡臺階、滑坡鼓丘以及滑坡舌等要素。各要素立體結構特征、三維實景模型特點以及三維增強顯示模型特征如表1所列。進行滑坡隱患解譯時，以滑坡解譯圖譜作為參考，可以有效提高解譯人員對滑坡的認識程度，提高識別準確率。

4.4 滑坡隱患點識別結果

利用三維實景模型可以直觀地獲取觀測地物的地形地貌、土地利用現(xiàn)狀、植被覆蓋信息。可對InSAR解譯形變區(qū)域進行精細化的復核查證。如圖6所示，在無人機三維實景模型上可以清晰發(fā)現(xiàn)InSAR技術獲取的兩處顯著形變區(qū)，分別為移民安置區(qū)重建區(qū)域與采石場區(qū)域，形變由人類活動造成，并不具備地質災害發(fā)生條件。在解譯過程中，這類區(qū)域應當被篩除。只有形變區(qū)域對應的地表具備地質災害發(fā)生條件，才能認定其為疑似地災隱患點。與此同時，三維增強顯示模型的制作對滑坡識別有良好的輔助效果。

本文選取約50 km2區(qū)域進行了基于傾斜攝影測量技術的滑坡隱患點精細化查證方法研究。在該區(qū)域內除復核查證了5處SBAS-InSAR技術識別的具有明顯變形或滑動跡象的大型活動滑坡外，還利用傾斜攝影測量技術所獲取的三維實景模型、三維增強顯示模型，通過災害體形態(tài)、微地貌特征進行目視解譯，識別出了7處當前暫時處于穩(wěn)定狀態(tài)的古滑坡體。結果經(jīng)現(xiàn)場復核驗證，疑似滑坡隱患特征與三維實景目視解譯特征基本保持一致，準確率較高。

其中滑坡Hp01是研究區(qū)內典型滑坡隱患點之一。首先利用SBAS-InSAR技術對其形變特征進行分析。圖7（a）為其所在坡體的年平均形變速率，坡體存在一處明顯的形變區(qū)域，位于坡體中部，最大視線向形變速率可達120 mm/a，顯著形變區(qū)域面積約13.6萬m2。隨后，利用無人機傾斜攝影測量技術對其進行精細化查證，如圖7（b）所示，從三維實景模型上可以清晰識別出滑坡輪廓，量取滑坡幾何信息。滑坡平面呈近似三角形，順坡長800 m，寬90～500 m?；麦w內地形陡緩相間，860 m高程以下，地形較陡，坡度35°～45°，局部可達50°；高程870～900 m間，發(fā)育平頂小山包及滑坡凹地，地形較緩，坡度15°～20°，有耕地和信號塔分布；高程約900～1 125 m間，地形較陡，坡度30°～35°，為荒山；后緣高程1 125 m以上，地形較陡，坡度40°～50°，為基巖陡坡。滑坡中部較厚，后緣和前緣較薄，按平均厚度法計算體積，平均厚度按25 m估算，滑坡分布面積約23.5萬m2，總體積約611萬m3，為覆蓋層大型厚層滑坡。

從三維實景模型中還可以清晰地看到滑坡左側發(fā)育1號沖溝，右側發(fā)育2號沖溝，溝內季節(jié)性流水，兩沖溝分別呈S62°W和N75°W流向，在滑坡后緣處交匯，具典型的“雙溝同源”和“圈椅狀”地貌特征?；轮胁啃巫兲卣髅黠@，主要表現(xiàn)為公路邊坡?lián)鯄Φ男巫兗熬植康目逅F(xiàn)象（見圖7（d））?；虑熬壈l(fā)育一處明顯崩塌，崩塌堆積體明顯，有部分巖石碎塊散落在前緣公路之上（見圖7（e））。受到光照因素的影響，坡體后緣整體色調較暗，對滑坡后緣邊界的識別造成了一定的影響。此時便凸顯出了三維增強顯示模型輔助解譯的優(yōu)勢。從三維增強顯示模型中可以清晰識別出滑坡后緣邊界，后緣陡坎清晰可見，成功消除了光照陰影對三維實景模型的影響（見圖7（c）和（f））。

最后，為了驗證遙感解譯成果準確性，本次研究還對典型滑坡體進行了精細化的現(xiàn)場復核查證研究，現(xiàn)場復核結果與遙感解譯結果基本一致?，F(xiàn)場復核發(fā)現(xiàn)，滑坡周邊未發(fā)現(xiàn)有泉水出露，滑坡兩側發(fā)育的1號和2號沖溝兩岸及滑坡前緣，地形較陡處局部發(fā)生有多處滑塌、坍塌現(xiàn)象，滑坡堆積體中部省道S303開挖邊坡處，也可見小規(guī)模滑塌、坍塌現(xiàn)象?；麦w變形特征明顯，主要表現(xiàn)在滑坡體內裂縫、鼓脹現(xiàn)象及滑坡前緣塌滑現(xiàn)象，裂縫及鼓脹現(xiàn)象主要發(fā)育于滑坡中部，少量發(fā)育于滑坡兩側邊界內，主要沿2016年擴建的S303省道發(fā)生拉裂、鼓脹。滑坡后緣及其他部位由于土層松散或受人類活動影響，未發(fā)現(xiàn)有拉裂縫發(fā)育。滑坡前緣變形特征主要表現(xiàn)為滑坡前緣坡體時常發(fā)生滑塌、塌落等變形破壞，特別是雨季期間，滑塌破壞尤為明顯（見圖7（g）～（i））。

5 結 論

本文綜合運用SBAS-InSAR技術與無人機傾斜攝影測量技術，對白鶴灘庫區(qū)葫蘆口-象鼻嶺岸段進行了庫區(qū)滑坡隱患早期識別方法研究。通過實驗研究取得了以下幾點結論：

（1） 首先綜合運用SBAS-InSAR技術與高分辨衛(wèi)星遙感影像對約300 km2流域進行了滑坡隱患識別，初步識別出46處存在顯著形變的疑似滑坡隱患點。其次選取了其中約50 km2區(qū)域進行基于傾斜攝影測量技術的滑坡隱患識別與精細化查證方法研究。除精細化查證了SBAS-InSAR技術探測到的5處存在形變特征的活動滑坡外，還利用三維實景模型、三維增強顯示模型，基于災害體的形態(tài)、微地貌特征，另外識別出了7處當前暫時處于穩(wěn)定狀態(tài)、形變跡象不明顯的古滑坡體。

（2） 大型滑坡的孕育往往需要經(jīng)歷漫長時間，在整體失穩(wěn)前會產(chǎn)生一系列明顯的形變特征。研究發(fā)現(xiàn)，對于此類具有明顯形變特征的滑坡，可利用SBAS-InSAR技術進行形變探測，亦可利用高精度三維模型進行目視識別。而對于當下暫時處于穩(wěn)定狀態(tài)的古滑坡體，InSAR技術識別能力較差。但該類型滑坡由于白鶴灘水電站的蓄水，岸坡地質環(huán)境發(fā)生改變極有可能再次發(fā)生復活。針對該類型古滑坡，利用三維實景模型、三維增強顯示模型進行目視識別可以達到良好的效果。

（3） 在植被覆蓋率較低的區(qū)域，利用傾斜攝影測量獲取的三維實景模型已被證明是十分有效的滑坡識別工具，并且可對獲取的無人機三維點云進行粗分類，生產(chǎn)出高分辨率的DEM，并制作三維增強顯示模型，對滑坡識別有良好的輔助作用。此外，本文還構建了研究區(qū)典型滑坡三維解譯圖譜，可以簡化分析過程、降低滑坡識別的難度，可令觀看圖譜的專業(yè)人士或者非專業(yè)人士都能最大化地提高對滑坡幾何形態(tài)的認識程度。

綜上所述，傾斜攝影測量與SBAS-InSAR技術的結合是十分可靠的庫區(qū)滑坡隱患識別方法，可為白鶴灘水電站庫區(qū)及相似工況地區(qū)的滑坡隱患識別提供一定參考。

參考文獻：

［1］ 樊啟祥，林鵬，魏鵬程，等.高海拔地區(qū)水電工程智能建造挑戰(zhàn)與對策［J］.水利學報，2021，52（12）：1404-1417.

［2］ 陳潔，高子弘，王珊珊，等.三峽庫區(qū)航空遙感地質調查技術發(fā)展綜述［J］.國土資源遙感，2020，32（2）：1-10.

［3］ 馮文凱，易小宇，白慧林，等.白鶴灘水庫初次蓄水對雙河段岸坡穩(wěn)定性的影響預測分析［J］.科學技術與工程，2021，21（1）：346-352.

［4］ 王蘭生.意大利瓦依昂水庫滑坡考察［J］.中國地質災害與防治學報，2007，18（3）：145-148，158-159.

［5］ 熊茹雪，許萬忠，史丁康.庫水位升降對岸坡穩(wěn)定性影響研究綜述［J］.地質災害與環(huán)境保護，2019，30（2）：86-91.

［6］ 許強，董秀軍，李為樂.基于天-空-地一體化的重大地質災害隱患早期識別與監(jiān)測預警［J］.武漢大學學報（信息科學版），2019，44（7）：957-966.

［7］ 許強，李為樂，董秀軍，等.四川茂縣疊溪鎮(zhèn)新磨村滑坡特征與成因機制初步研究［J］.巖石力學與工程學報，2017，36（11）：2612-2628.

［8］ ZEBKER H A，GOLDSTEIN R M.Topographic mapping from interferometric synthetic aperture radar observations［J］.Journal of Geophysical Research：Solid Earth，1989，91：4993-4999.

［9］ 閆怡秋，郭長寶，張永雙，等.基于SBAS-InSAR技術的西藏雄巴古滑坡變形特征［J］.地質學報，2021，95（11）：3556-3570.

［10］ 朱建軍，李志偉，胡俊.InSAR變形監(jiān)測方法與研究進展［J］.測繪學報，2017，46（10）：1717-1733.

［11］ BERARDINO P，F(xiàn)ORNARO G LANARI R，et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383，.

［12］ 張路，廖明生，董杰，等.基于時間序列InSAR分析的西部山區(qū)滑坡災害隱患早期識別：以四川丹巴為例［J］.武漢大學學報（信息科學版），2018，43（12）：2039-2049.

［13］ 陸會燕，李為樂，許強，等.光學遙感與InSAR結合的金沙江白格滑坡上下游滑坡隱患早期識別［J］.武漢大學學報（信息科學版），2019，44（9）：1342-1354.

［14］ 李珊珊，李志偉，胡俊，等.SBAS-InSAR技術監(jiān)測青藏高原季節(jié)性凍土形變［J］.地球物理學報，2013，56（5）：1476-1486.

［15］ 尹宏杰，朱建軍，李志偉，等.基于SBAS的礦區(qū)形變監(jiān)測研究［J］.測繪學報，2011，40（1）：52-58.

［16］ VAN OOSTEROM P.Research and development in 3D cadastres［J］.Computers，Environment and Urban Systems，2013，40：1-6.

［17］ VAN OOSTEROM P，STOTER J，PLOEGER H，et al.World-wideinventory of the status of 3D cadastres in 2010 and expectations for 2014［C］∥International Federation of Surveyors（FIG）Copenhagen，2011.

［18］ CASELLA V，F(xiàn)RANZINI M.Modelling steep surfaces by various configurations of nadir and oblique photogrammetry［J］.ISPRS Ann.Photogramm.Remote Sens.Spatial Inf.Sci.，2016（Ⅲ-1）：175-182.

［19］ RAU J Y，JHAN J P，LO C F，et al.Landslide mapping using imagery acquired by a fixed-wing UAV［J］.Int.Arch.Photogramm.Remote Sens.Spatial.Inf.Sci，2011，38（1/C22）：195-200.

［20］ 樂志豪，杜全維，龔秋全，等.無人機在電力工程滑坡治理中的應用［J］.測繪通報，2019（增1）：270-274.

［21］ 朱磊.無人機傾斜攝影測量技術在地質災害應急調查中的應用［J］.西部資源，2021（6）：87-88，91.

（編輯：劉 媛）

Landslide identification in reservoir area based on oblique photogrammetry and InSAR technology

WU Mingtang1，YAO Futan2，YANG Jianyuan1，CHEN Jianqiang1，YAO Yizhen1，DONG Xiujun2

（1.Huadong Engineering Corporation Limited，Hangzhou 310014，China； 2.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection，Chengdu University of Technology，Chengdu 610059，China）

Abstract：

With the completion and impoundment of the hydropower stations，the change of water level will affect the stability of the reservoir bank slope，leading to a series of reservoir bank landslides that endanger the safety of the hydroelectric project and the residents in the reservoir area.In order to identify potential reservoir bank landslides as early as possible，Baihetan Reservoir area was selected as the research area，and a method combining unmanned aerial vehicle（UAV） oblique photogrammetry technology with short baseline set interferometric measurement technology（SBAS-InSAR） was proposed to identify hidden landslide hazard points in the Baihetan Reservoir area and its surrounding areas.Based on the identification results，we drew a landslide map and developed a landslide identification procedure.Firstly，the InSAR technology was used to identify a large area of about 300 km2 in the Hulukou-Xiangbiling section of the Baihetan Reservoir area，with a total of 46 suspected landslide hidden danger points identified.Then，an area of about 50 km2 was selected for the landslide hidden danger identification and detailed verification method research based on the UAV oblique photography measurement technology.In addition to the verification of 5 active landslides with deformation features detected by the SBAS-InSAR technology，7 ancient landslide bodies that were currently temporarily stable and had unclear deformation signs were also identified based on the morphology and micro-geomorphic features of the disaster bodies using three-dimensional realistic models and three-dimensional enhanced display models.The experimental results were verified on site，and the landslide identification method was found to have a high accuracy，which can provide important reference for geological disaster prevention and control in the Baihetan Reservoir area and similar working conditions.

Key words：

landslide；early identification；SBAS-InSAR；UAV oblique photogrammetry；Baihetan Hydropower Station