InSAR技術(shù)在河南信陽新縣地質(zhì)災(zāi)害風(fēng)險調(diào)查中的應(yīng)用

摘"要：國家開展新一輪的縣域地質(zhì)災(zāi)害風(fēng)險調(diào)查評價是為了進一步摸清地質(zhì)災(zāi)害風(fēng)險隱患底數(shù)，切實解決“隱患在哪里”的問題，為政府有效開展自然災(zāi)害防治工作和國土空間規(guī)劃提供科學(xué)決策依據(jù)。以豫南山區(qū)為例，運用InSAR技術(shù)監(jiān)測信陽市新縣地表形變以及單點典型地質(zhì)災(zāi)害點的不同時期形變，分別計算出全區(qū)地表變形圖以及單點形變曲線，對全區(qū)地表形變圖與該地區(qū)地質(zhì)發(fā)育情況以及單點形變曲線與實際演變進行對比。結(jié)果表明：InSAR技術(shù)具備有效的地表形變探測與監(jiān)測能力，能實現(xiàn)隱患的早期識別，提高風(fēng)險調(diào)查工作效率和評價的精準度。

關(guān)鍵詞：InSAR；地質(zhì)災(zāi)害調(diào)查；早期識別；新縣

Application of InSAR technology in geological hazard risk investigation in Xin County， Henan Province

SUN Chengyong^1，2

（1.No.3"Institute of Geological amp; Mineral Resources Survey of Henan Co.， Ltd.， Zhengzhou 450000"Henan， China；

2.Henan Science and Technology Innovation Center of Natural Resources （Application Research of Information Perception Technology），Zhengzhou 450000， Henan， China）

Abstract： The launch of a new round of nationwide county-level geological hazard risk investigation and evaluation is aimed at further understanding the bottom line of geological hazard risks， pinpointing \"where the hazards are\"， and providing scientific decision-making basis for the government to effectively carry out natural disaster prevention and control work and national spatial planning. This paper takes the south mountain areas of Henan as an example. Firstly， by collecting data and conducting field surveys， the development of geological hazards in the entire county is obtained. Then， InSAR technology is used to monitor the surface deformation of the entire county and the deformation of typical geological hazard points at different periods， and to calculate the surface deformation map and single point deformation curve of the entire area separately. Finally， the comparison between the surface deformation map of the entire county and the geological development of the county， as well as the single point deformation curve and actual evolution， indicates that InSAR technology has effective surface deformation detection and monitoring capabilities， and can discover early identification of hidden dangers.

Keywords： InSAR; geological disaster investigation; early identification; Xin County

0 "前言

我國地質(zhì)災(zāi)害點多面廣，滑坡、崩塌、泥石流等致災(zāi)因素眾多。一個無法回避的現(xiàn)實是，全國每年新發(fā)生的地質(zhì)災(zāi)害70%都在已查明的隱患點范圍之外（陳舒，2021）。因此解決“隱患在哪里”的問題成為新一輪縣市地質(zhì)災(zāi)害風(fēng)險調(diào)查評價的關(guān)鍵點。

InSAR是近20年發(fā)展起來的一門廣泛應(yīng)用于監(jiān)測自然災(zāi)害和人類活動導(dǎo)致的地表環(huán)境變化的技術(shù)，具有全天候、大范圍、高精度、強時效、穿透性等特點（云燁等，2020；陸華等，2023；韓建鋒等，2023）。InSAR技術(shù)作為重要的對地觀測技術(shù)之一，已在城市、礦山、地質(zhì)災(zāi)害等地表形變監(jiān)測領(lǐng)域得到廣泛應(yīng)用與探索，特別是在滑坡災(zāi)害形變監(jiān)測中具有很強的實用性（李曉恩等，2021；王霞迎等，2018）。如：吳明轅等（2022）采用InSAR技術(shù)對滇西北地區(qū)的潛在滑坡和老滑坡進行了綜合識別；楊成生等（2021）基于InSAR技術(shù)對金沙江結(jié)合帶巴塘段滑坡群進行了滑坡探測識別；戴可人等（2020）基于InSAR對雅奢江中段區(qū)域進行了高山峽谷區(qū)滑坡災(zāi)害隱患的早期識別；張本浩等（2022）基于InSAR對西藏然烏地區(qū)地質(zhì)災(zāi)害隱患點進行識別與監(jiān)測；劉星洪等（2018）基于InSAR對雷縣區(qū)域活動性滑坡進行了早期識別。鑒于前人的研究成果，本文以豫南山區(qū)為例，研究InSAR技術(shù)在地質(zhì)災(zāi)害風(fēng)險調(diào)查中的應(yīng)用情況。

1 "研究區(qū)概況

1.1 "地形地貌

河南省信陽市新縣地處大別山腹地，面積1 612 km2。地勢中部及南部高，北部低，區(qū)內(nèi)山巒起伏連綿、峰高谷深。海拔700 m以上山峰47座，最高點黃毛尖海拔1"011 m，最低點小潢河流出縣域處海拔60 m，相對高差951 m。新縣地貌類型可分為低山區(qū)、丘陵區(qū)、河谷階地和河谷平原區(qū)，河谷平原面積占全區(qū)11%，山前崗地占30%，丘陵區(qū)占51%，低山區(qū)占8%。

1.2 "地層巖性及花崗巖

區(qū)內(nèi)地層有古元古界大別巖群，中新元古界的滸灣巖組、定遠巖組，古生界的南灣組，新生界第四系全新統(tǒng)。滸灣巖組、定遠巖組巖性以片巖、片麻巖為主，第四系全新統(tǒng)主要巖性為亞黏土、亞砂土、砂和砂礫石。新縣巖漿活動十分頻繁，侵入巖種類比較齊全，超基性—基性—中性—酸性均有分布，尤以酸性巖分布最為廣泛。各巖體形成時代分別屬中條期、揚子期和燕山期。

1.3 "植被

區(qū)內(nèi)植被發(fā)育，常見的植物2 100多種，植物類型有喬木、灌木、藤本植物、草本植物等。糧食作物以水稻、小麥為主。林木有杉樹、馬尾松、毛竹。經(jīng)濟林有油茶、木梓、板栗等。植被覆蓋率平均80%以上。

1.4 "地質(zhì)災(zāi)害發(fā)育特征及分布規(guī)律

據(jù)河南省地質(zhì)災(zāi)害防治“十四五”規(guī)劃，新縣屬于地質(zhì)災(zāi)害高中易發(fā)區(qū)，其中高易發(fā)區(qū)占比90%以上（河南省地質(zhì)災(zāi)害防治指揮部，2022）。截至2021年，全縣查明地質(zhì)災(zāi)害隱患點101處，其中崩塌隱患點51處、滑坡隱患點50處，共威脅1 574人?；戮鶠樾⌒?，以牽引式土質(zhì)滑坡或強風(fēng)化巖土體滑坡為主；崩塌規(guī)模小，以巖質(zhì)崩塌為主，發(fā)生速度快，危害大，危巖體變形模式為傾倒式、滑移式和拉裂式。地質(zhì)災(zāi)害隱患點主要沿公路兩側(cè)呈線狀分布和居民區(qū)呈片狀分布，其中新集鎮(zhèn)、吳陳河鎮(zhèn)、沙窩鎮(zhèn)、蘇河鎮(zhèn)、陳店鄉(xiāng)、卡房等鄉(xiāng)鎮(zhèn)分布數(shù)量較多。發(fā)生的滑坡崩塌在雨季相對集中（河南省地質(zhì)礦產(chǎn)勘查開發(fā)局第三地質(zhì)礦產(chǎn)調(diào)查院，2022）。

2 "InSAR技術(shù)方法

利用哨兵-1雷達衛(wèi)星數(shù)據(jù)，采用InSAR方法對研究區(qū)進行地表形變監(jiān)測，獲取地表形變速率圖和時序分析圖；結(jié)合高分系列亞米級高空間分辨率遙感影像，對比InSAR形變聚集區(qū)域地質(zhì)災(zāi)害發(fā)育情況，驗證該技術(shù)隱患早期識別的精準性。

2.1 "基本流程

研究方法的基本流程主要為收集影像資料、數(shù)據(jù)預(yù)處理、差分干涉計算、形變量的計算，如圖1所示。

2.2 nbsp;數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要流程：主影像的選擇和像對組合—影像配準、裁剪和組合—DEM與配準參考影像配準和裁剪—DEM與配準參考影像進行配準—干涉圖相位計算—生成干涉圖—相干系數(shù)計算—相干點目標選取—相干點目標干涉相位序列生成（易邦進等，2022）。

2.3 "差分干涉計算

首先根據(jù)相干目標點生成干涉圖，除去平地和地形相位；然后經(jīng)差分干涉圖濾波以及相位解纏完成差分計算（方剛等，2023）。

2.4 "時間/空間域形變估算

干涉圖的差分干涉相位，經(jīng)時間和空間域的線性和非線性形變估算，去除大氣、噪聲等殘余相位，得到點目標的時間序列形變相位。

3 "InSAR數(shù)據(jù)處理

3.1 "生成連接圖

將2020年7月20日這期影像作為超級主影像，時間閾值設(shè)置為365 d，空間基線閾值臨近基線設(shè)置45%，在保證時間基線內(nèi)有多幅影像，同時又能滿足基線設(shè)置閾值45%的要求下，根據(jù)小臨界基線值，保證干涉像對的相干性，最終生成240個有效干涉像對，平均空間基線為49.917 m。干涉像對平均時間基線為164 d。干涉像對每個圖像平均連接次數(shù)為20，遠大于生產(chǎn)連接圖像平均5個連接次數(shù)的要求。見圖2。

3.2 "干涉處理

首先把多視視數(shù)設(shè)置為4和1，進行3D解纏，其中濾波處理選用經(jīng)典的GoldsteI-n方法。然后，經(jīng)過濾波、去平、解纏等步驟，產(chǎn)生相干系數(shù)圖、去平干涉圖和解纏結(jié)果圖（圖3至圖6），其中解纏相干系數(shù)閾值設(shè)置為0.35，解纏等級設(shè)置為1。最后查驗剔除相干性較低和解纏結(jié)果不理想的像對。

3.3 "軌道精煉和重去平

本次選擇在干涉結(jié)果較好的解纏結(jié)果圖上，刺點生成GCP文件后對所有數(shù)據(jù)進行重去平，選用多項式優(yōu)化方法進行軌道精煉，精煉殘余相位參考鄧云濤（2021）研究成果，將多項式次數(shù)設(shè)置為3。

3.4 "兩次反演與地理編碼

經(jīng)過兩次反演后，經(jīng)過高程精度和速率精度的直方圖分析（圖7），速率精度大部分在小于2的范圍內(nèi)，因此我們將速率精度閾值設(shè)置為2。高程精度絕大部分位于小于20的范圍，因此將高程精度閾值設(shè)置為20。

4 "形變結(jié)果及空間特征分析

4.1 "形變結(jié)果分析

基于InSAR技術(shù)，得到新縣沿雷達視線方向的變化速率分布結(jié)果（圖8），圖中負值表示遠離雷達方向。由形變結(jié)果的直方圖（圖8 a）可以看出，最小形變速率為-63.24 mm·a^-1，最大形變速率為70.93 mm·a^-1，平均形變速率為0.80 mm·a^-1。形變速率主要集中在-20～20 mm·a^-1，峰值大部分出現(xiàn)在0左右（圖8 b），即綠色區(qū)域內(nèi)大部分是沒有發(fā)生形變的，形變只發(fā)生在小范圍。

4.2 "空間特征分析

為了提高識別的精準性，需要對兩次反演的結(jié)果進行預(yù)處理，劃分雷達視線向的形變閾值。對于設(shè)定形變閾值，國內(nèi)外已經(jīng)進行過許多探索，如：國外Herrera等（2013）提出將±14 mm·a^-1作為不穩(wěn)定滑坡的斜坡方向的形變閾值；Cigna等（2012）在對韋爾比卡羅村的滑坡識別研究中，將坡度投影速度的形變不穩(wěn)定閾值設(shè)置為±5 mm·a^-1；鄧云濤（2021）在對岷江上游滑坡早期識別中，將雷達視線向不穩(wěn)定斜坡的形變閾值分別設(shè)置為±4 mm·a^-1"和±10 mm·a^-1。

基于新縣的區(qū)域地質(zhì)條件和形變反演結(jié)果，結(jié)合前人相關(guān)研究成果和經(jīng)驗，最終將SBAS-InSAR 雷達視線向不穩(wěn)定斜坡的形變閾值設(shè)置為±10 mm·a^-1，篩選后的形變速率圖如圖9所示。

由篩選后的形變速率圖可以看出，形變速率集中在10～20 mm·a^-1。滑坡識別主要關(guān)注負值形變區(qū)域，負值形變主要發(fā)生在蘇河鎮(zhèn)、陳店鄉(xiāng)、新集鎮(zhèn)和沙窩鎮(zhèn)4"個區(qū)域，形變速率主要集中在-20～-10 mm·a^-1。據(jù)1.4節(jié)地質(zhì)災(zāi)害發(fā)育特征及分布規(guī)律可知，負值形變的4"個鄉(xiāng)鎮(zhèn)全部在2021年已知隱患點分布數(shù)量較多的5個鄉(xiāng)鎮(zhèn)里面，表明InSAR技術(shù)分析結(jié)果是比較準確的。

5 "已知隱患點INSAR監(jiān)測數(shù)據(jù)驗證

經(jīng)過小基線InSAR技術(shù)處理，得到新集鎮(zhèn)香山路某滑坡的2020年1月—2021年7月的累計形變量圖，從圖10 a可以發(fā)現(xiàn)，滑坡明顯變形區(qū)位于后緣部位。InSAR結(jié)果表明此滑坡出現(xiàn)較大形變（圖10 b），形變量最大可達38.6 mm，另外在前緣房屋部分形變較小，也可表明InSAR結(jié)果的準確性。

為了進一步了解滑坡形變情況和趨勢，在坡體后緣部位選取3個點位，生成該滑坡在2020年1月10日—2021年7月15日的累計變形量時間序列圖。從圖11中可以發(fā)現(xiàn)，在2021年3—5月，滑坡發(fā)生了巨大的變形，變形量達到40 mm以上，探究其原因，該時間段由于降雨量較多，導(dǎo)致滑坡發(fā)生異動產(chǎn)生變形。

6 "討論

1）在以往1∶50 000地質(zhì)災(zāi)害詳細調(diào)查中，前期遙感調(diào)查多采用光學(xué)高分辨率影片解譯。該方法工作強度較大，自動化程度較低，解譯結(jié)果易受人為影響（張勤等，2022）。InSAR技術(shù)因其受天氣條件干擾小，具備有效的地表形變探測與監(jiān)測能力，能實現(xiàn)隱患的早期識別，提高解譯的精準性。

2）InSAR技術(shù)也會受到觀測角度、植被覆蓋、水汽以及數(shù)據(jù)處理技術(shù)的影響和制約；且對事前沒有明顯變形跡象或變形過程極短的突發(fā)性地質(zhì)災(zāi)害，InSAR效果不佳。建議在區(qū)域調(diào)查評價中，采用“天空地”一體化防災(zāi)，以廣域普查+局部詳查+重點核查的方式分層次開展，最科學(xué)有效地識別和防范地質(zhì)災(zāi)害隱患。

7 "結(jié)論

1）利用哨兵-1雷達衛(wèi)星數(shù)據(jù)，結(jié)合InSAR技術(shù)監(jiān)測新縣地表形變，獲取了全縣地表形變速率圖，形變速率主要集中在-20～20 mm·a^-1。

2）SBAS-InSAR 雷達視線向形變閾值設(shè)置為±10 mm·a^-1，篩選后可以看出，形變主要發(fā)生在蘇河鎮(zhèn)、陳店鄉(xiāng)、新集鎮(zhèn)和沙窩鎮(zhèn)4個區(qū)域。

3）從新集鎮(zhèn)香山路滑坡的InSAR監(jiān)測時間序列形變圖來看，通過InSAR技術(shù)可成為當前地質(zhì)災(zāi)害遙感監(jiān)測的有效技術(shù)，在區(qū)域范圍內(nèi)開展地質(zhì)災(zāi)害調(diào)查評價有著良好的應(yīng)用效果。

參考文獻

陳舒，2021. 地災(zāi)隱患識別：尋找大地上的“潛伏者”［N］. 中國自然資源報，2021-05-10（3）.

戴可人，鐵永波，許強，馮也，卓冠晨，史先，2020.高山峽谷區(qū)滑坡災(zāi)害隱患InSAR早期識別：以雅礱江中段為例［J］.雷達學(xué)報，9（3）：554-568.

鄧云濤，2021.基于InSAR技術(shù)的岷江上游滑坡早期識別［J］.綿陽：西南科技大學(xué).

方剛，葉波，紀振付，張明亮，李建穎，李曉淳，2023.基于InSAR技術(shù)對汕頭潮陽區(qū)地質(zhì)災(zāi)害體識別分析［J］.云南地質(zhì)，42（2）：263-269.

韓建鋒，焦?jié)櫝?，南赟，趙丹凝，馬曉雪，倪璇，馬馳，2023.基于D-InSAR技術(shù)的瀘定地震形變場提取與震后災(zāi)害防治［J］.城市地質(zhì)，18（1）：104-109.

河南省地質(zhì)礦產(chǎn)勘查開發(fā)局第三地質(zhì)礦產(chǎn)調(diào)查院，2022.河南省新縣1：5萬地質(zhì)災(zāi)害風(fēng)險調(diào)查評價成果報告［R］.

河南省地質(zhì)災(zāi)害防治指揮部，2022.河南省地質(zhì)災(zāi)害防治“十四五”"規(guī)劃［R］.

李曉恩，周亮，蘇奮振，吳文周，2021.InSAR技術(shù)在滑坡災(zāi)害中的應(yīng)用研究進展［J］.遙感學(xué)報，25（2）：614-619.

劉星洪，姚鑫，周振凱，李凌婧，姚佳明，2018.滑坡災(zāi)害InSAR應(yīng)急排查技術(shù)方法研究［J］.地質(zhì)力學(xué)學(xué)報，24（2）：229-237.

陸華，閔望，殷幼松，盧毅，周盈，李洋，2023.江蘇省興化市主城區(qū)地面沉降現(xiàn)狀及InSAR監(jiān)測技術(shù)驗證分析［J］.城市地質(zhì)，18（1）：33-40.

王霞迎，趙超英，尹慧芳，2018．地表形變時間序列"InSAR 監(jiān)測法綜述［J］．地球物理學(xué)進展，33（4）：1 430-1 437.

吳明轅，羅明，劉歲海，2022.基于光學(xué)遙感與InSAR技術(shù)的潛在滑坡與老滑坡綜合識別：以滇西北地區(qū)為例［J］.中國地質(zhì)災(zāi)害與防治學(xué)報，33（3）：84-93.

楊成生，董繼紅，朱賽楠，熊國華. 2021.金沙江結(jié)合帶巴塘段滑坡群InSAR探測識別與形變特征［J］.地球科學(xué)與環(huán)境學(xué)報，43（2）：398-408.

易邦進，吳帆，傅濤，黃成，鐘成，2022. SBAS/PS-InSAR技術(shù)在復(fù)雜山區(qū)地質(zhì)災(zāi)害探測中的對比研究：以云南省福貢縣為例［J］.貴州師范大學(xué)學(xué)報（自然科學(xué)版），40（6）：54-61.

云燁，呂孝雷，付希凱，薛飛揚，2020．星載"InSAR 技術(shù)在地質(zhì)災(zāi)害監(jiān)測領(lǐng)域的應(yīng)用［J］．雷達學(xué)報，9（1）：73-85.

張本浩，魏云杰，楊成生，熊國華，董繼紅，2022.西藏然烏地區(qū)地質(zhì)災(zāi)害隱患點InSAR識別與監(jiān)測［J］.中國地質(zhì)災(zāi)害與防治學(xué)報，33（1）：18-26.

張勤，趙超英，陳雪蓉，2022.多源遙感地質(zhì)災(zāi)害早期識別技術(shù)進展與發(fā)展趨勢［J］. 測繪學(xué)報，51（6）：885-896.

CIGNA F，"BATESON L，"JORDAN C，"et al.，"2012. Feasibility of InSAR technologies for nationwide monitoring of geohazards in Great Britain ［J］. Remote Sensing and Photogrammetry Society Annual Conference，"41-44.

HERRERA G，"GUTIéRREZ F，"GARCíA-DAVALILLO J C，"et al.，"2013. Multi-sensor advanced DInSAR monitoring of very slow landslides："The Tena Valley case study （Central Spanish Pyrenees）"［J］. Remote Sensing of Environment，128：31-43.