基于D-InSAR的广域滑坡变形识别应用技术研究

叶圣生, 谢谟文, 陈又华

((1.长江勘测规划设计研究有限责任公司,湖北 武汉 430010; 2.北京科技大学,北京 100000)

基于D-InSAR的广域滑坡变形识别应用技术研究

叶圣生1, 谢谟文2, 陈又华1

((1.长江勘测规划设计研究有限责任公司,湖北 武汉 430010; 2.北京科技大学,北京 100000)

阐述D-InSAR三轨法地表变形测量技术原理及数据处理流程,提出基于滑坡变形时—空连续性特征的广域滑坡变形识别技术,并以乌东德近坝库段为例,对比分析D-InSAR技术获得的滑坡变形分布区域与现场地质调查结果、滑坡变形量与实际变形监测结果,分析表明:在植被稀少的区域,D-InSAR获得的滑坡变形范围与实际调查基本一致,但其变形量与实际变形监测结果相差较大,因此认为采用D-InSAR技术在一定范围内可以对广域滑坡变形进行识别,为快速、有针对性地现场地质调查及滑坡稳定性评价提供重要参考。

D-InSAR;三轨法;滑坡变形;时—空连续性;广域滑坡;变形识别;现场复核

在所有地质灾害中,滑坡灾害以其数量多、体积大、造成的灾害影响大,成为影响人类工程活动最主要的环境制约因素。目前通过遥感影像及地形信息合成三维真实场景,在三维真实场景下可以较快速地解译滑坡范围及形态等特征,但产生灾害的滑坡经常是正在变形的滑坡,依靠传统地质调查及常规监测方法难以查明广域的滑坡变形范围,而采用D-InSAR技术可以较好地识别滑坡变形特征,并为滑坡调查及稳定性初步评价提供有效的技术手段。

1 D-InSAR地表变形测量技术原理

1.1 基本原理

差分干涉合成孔径雷达技术(Differential Intereferometric synthetic aperture radar,D-InSAR)是在干涉合成孔径雷达(InSAR)基础上发展起来的,其原理是利用同一地区至少三次拍摄影像形成2幅或以上的像对,对像对进行干涉处理形成干涉图像,对2幅干涉图像进行二次差分处理,消除地形起伏和雷达成像几何的影响,从而获取地表微量变形的空间对地观测新技术[1]。

⟹r1-r2≅B1sin(θ-δ1)≅B//

(1)

图1 三轨法差分干涉测量成像几何示意图Fig.1 Geometrical sketch of three-pass differential interferometric imaging

式(1)表明用干涉测量法所得到的相位差与视线方向的基线分量成正比。假设在设定的A1处获得的第一幅影像为主影像,在地表未发生变形前在A2处获取第二幅影像,所以第二幅影像与A1处的主影像进行干涉处理形成的干涉条纹图像,其干涉相位仅包含地形信息,即相位差可表示为:

(2)

式中:星载重复轨道ρ=2;λ为微波波长。

假设地表发生变形后在该处获取了第三幅影像,所以第三幅影像与主影像形成的干涉条纹图像的相位,既包含地形信息又包含地表变形信息。且由于获得的影像间要求基线足够小,所以可近似看作θ不变,即相位差可表示为:

(3)

由式(2)和式(3)得:

(4)

假设ΔRd为视线向变形量,则由式(2)、(3)、(4)推得由视线向变形量引起的干涉条纹图相位差Δφd可表示为:

(5)

上式左边的各量可由干涉条纹图的相位和轨道参数计算得到,进而可确定影像每点的视线向变形量ΔRd,分解后得到水平变形量和垂直变形量等。由上式可得出差分相位对地表变形的灵敏度(Δφd/ΔRd)为4π/λ,与地面高度相比,相位对地表变形更敏感,1/2个波长的地表变形量就会引起一个2π的相位变化。

由于D-InSAR技术能以厘米量级甚至更小尺度获得某一地区连续的地表变形信息,它们在地形制图、速度场探测、土地利用分类、洪水监测以及地表变形监测等方面有较广泛的应用。

采用D-InSAR技术测量的地表变形值,主要是依据不同时间拍摄时的相位信息,若该研究区域发生的变化过大,相位之间失相关,则不能选用D-InSAR技术来监测,因此D-InSAR技术一般适用于监测缓慢变形的岩土体。因此对缓慢的滑坡变形灾害早期辨识及趋势判断来说有一定的优势。

1.2 数据处理流程

以InSAR单视复数数据(SLC)提取的相位信息为信息源,影像配准后生成干涉条纹图,并进行去地平效应、滤波、相位解缠及轨道精化等处理,在此基础上,再对干涉条纹图进行二次差分处理,并形成最终的地表变形图,其中相位解缠是数据处理过程中的关键步骤。数据处理基本流程如图2。

图2 三轨法影像数据处理基本流程图Fig.2 Basic flow chart of three-pass image data processing

2 基于D-InSAR的广域滑坡变形识别技术

2.1 D-InSAR地表变形产生因素分析

通过D-InSAR技术获得的地表变形量是反映前后两次拍摄时地表的形状改变,而引起某一地区地表产生变形的因素有许多种,如工程开挖、植被生长变化、河流水位变动、滑坡、崩塌变形及拍摄角度等等。

通常滑坡体发生变形表现出在一定的区域范围内,其变形随时间推移具有累加性,并且变形有一定的方向性。而地表植被变化、河流水位变动则表现出地表变形具有季节周期性,变形值无累加性。对工程开挖引起的地表变形,其变形量一般较大,通过现场复核也比较容易识别。

2.2 滑坡变形识别技术

2.2.1 假彩色合成法

研究某一区域内地表形状变化通常采用图像变化检测技术——假彩色合成法。假彩色合成是根据加色法或减色法,将多波段单色影像合成为假彩色影像的一种彩色增强技术,是图像信息增强的关键技术之一。通过彩色合成增强,可以从图像背景中突出目标地物,增强目标与背景或是不同地物之间的对比,便于遥感图像判读。

以相同轨道、相同入射角的Radarsat-2数据为数据源,将前、后两时相的SAR影像数据进行精确配准,利用假彩色合成技术突出显示变形量较大区域,便于对研究区域内较大变形区域进行识别。通过D-InSAR数据处理与假彩色合成技术,可以发现地表变形区域,并监视变形趋势。

2.2.2 变形特征分析

由于D-InSAR获取地表变形具有不同时间点上的空间面状分布特征,因此与传统的基于变形监测点物理量变化的判断方法不同,广域滑坡变形识别方法是建立在面状变形区域时空连续性的分析上。在差分干涉处理过程中,把变形区域呈现出片状结构,而不是散点形式的,称作为变形的空间连续性;把不同时段差分结果中都能体现出变化的,称作该区域变形的时间连续性[2]。

在满足以上时空连续性的变形区域内,结合各种因素产生变形的特征,在时空连续的区域内逐步剔除如植被生长、水位变动、工程建设等地表变形区域,最终可初步认为地表岩土体变形区域。要从地表岩土体变形区域中识别出滑坡变形,还应结合以下滑坡变形基本特征进行综合分析。

(1) 变形量:滑坡缓慢变形其量值一般较小,而崩塌的变形值比较大。

(2) 变形范围的大小:滑坡发生变形的范围一般是连续的面状体,崩塌是零星的点状变化范围。

(3) 发生的频率:滑坡变形在时间上具有连续的变形过程。而崩塌和塌岸属于突发性岩土体移动,在时间上不连续。

(4) 变形区域的地貌特征:崩塌发生在地形高陡位置,滑坡地形则相对平缓,具有较典型滑坡地形地貌特征。

2.2.3 现场复核

从变形区域的时间和空间连续性进行分析,把分析后的结果作为滑坡变形识别的初步成果,但产生地表变形的因素多种多样,应结合现场验证结果,最终完成广域滑坡变形的识别。

3 应用成果分析——以乌东德近坝库段为例

3.1 地质背景及数据准备

乌东德水电站是金沙江下游河段规划建设的四个水电梯级中的最上游梯级。坝址河段右岸属云南省昆明市禄劝县,左岸属四川省会东县。本次研究范围大致以坝址为中心,包括坝址上、下游各约10 km的河段两岸,研究中心的坐标为北纬102°36′,东经26°22′[3]。

研究区为亚热带季风气候区,干、湿季明显,金沙江河谷两岸从高程830～1 600 m的植被以杂草、灌木为主;高程1 600 m以上植被主要为乔木和灌木。研究范围内山高坡陡,金沙江及其支流分布较多的滑坡体,其中以坝址下游金坪子滑坡Ⅱ区变形较为明显,干流上其它滑坡体变形不明显,区域范围内人类工程改造现象明显。

在研究范围内,分别购买2008年的Envisat数据,2009年的ALOS-palsar数据,2010年的Radarsat-2数据来进行合成孔径雷达干涉和差分干涉处理,通过对比分析购买的三种数据的监测结果,发现采用2010年订购的8景降轨Radarsat-2编程数据的监测效果最优,能达到广域滑坡早期识别的目的,因此2011年续订了8景Radarsat-2编程数据,并采用升、降轨拍摄的模式。Radarsat-2各景订购数据为HH极化方式,入射角为39.57°,其它信息见表1。

表1 Radarsat-2订购数据信息表

3.2 滑坡变形识别

3.2.1 变形点1——金坪子滑坡变形识别

金坪子滑坡位于研究区东部,金沙江右岸,滑坡区面积约4.5 km2,体积约1.96亿m3,共分五个区。根据地质测绘及监测结果表明,分布于滑坡中后缘的Ⅰ区及Ⅱ区为滑坡变形区。

以降轨数据为例,通过使用永久反射点及现场埋设角反射点,对2010年及2011年的Radarsat-2数据进行差分干涉处理,并进一步进行可信区域分析和过滤处理,获取变形点1——金坪子滑坡的坡向及垂直变形区域分布(图3、图4),图中(a)-(f)为2010年的假彩色合成图,(g)-(h)为2011年的假彩色合成图。

从上图可以看出,滑坡中后缘(虚线及实线部分)在2010年8月—11月出现成片的连续变形。采用D-InSAR技术获得的变形区域与滑坡实际变形部位基本一致。

3.2.2 区域变形点识别及分布

在乌东德近坝区域,采用D-InSAR技术共提取出14处地表岩土体变形区域,各区域分布如图3,通过现场验证,对14处地表变形点调查分析结果见表2。

图3 变形点1坡向变形识别图Fig.3 Maps to identify slope deformation in the No.1 ground deformation area

表2 乌东德近坝区域D-InSAR变形识别成果表

Table 2 Results of D-InSAR deformation recognition points in the Wudongde dam-reservoir

编号及位置变化特征现场验证结果识别结果变形点1金坪子多次处理结果均呈区域变化，垂直位移约100cm，坡向位移约400cm滑坡地貌，地表开裂明显，滑坡体Ⅱ区整体变形滑坡变形变形点2大石城5次处理结果呈区域变化，其它分散，垂直位移约100cm，坡向位移约200cm滑坡地貌，地表局部裂缝，可零星崩塌滚石滑坡局部变形及崩塌变形点3托支作雨季两景影像处理结果出现区域变化，垂直位移约30cm，坡向约200cm滑坡地貌，陡坡边缘变形拉裂滑坡局部变形变形点4鲁基2011年影像处理结果有两次呈区域变化，垂直位移约30cm，坡向约100cm陡坡表层土体，变形不明显浅层堆积体变形点5碉房梁子多次处理结果均有变化，局部呈面状，垂直位移约30cm，坡向约100cm陡坡边缘，雨季崩塌，局部变形基岩崩塌变形点6小箐两景影像处理结果出现区域变化，垂直位移约30cm，坡向约100cm陡坡边缘，局部变形局部崩滑变形点7梅子坪2011年两景影像出现变化，垂直位移约30cm，水平约100cm斜坡堆积体，变形不明显堆积体局部变形变形点8花山村2011年两景影像出现变化，区域变化较连续，垂直位移约30cm，水平约100cm堆积层斜坡，变形不明显堆积层滑坡变形点9白泥塘2011年影像有三次变化，区域变化较连续，垂直位移约30cm，水平约400cm较陡斜坡，局部滑塌斜坡局部崩滑变形点10大坪子2011年影像有三次变化，区域变化较分散，垂直位移约100cm，水平约200cm陡坡边缘，局部崩塌崩塌变形点11汤得2011年影像有三次变化，区域变化较分散，垂直位移约30cm，水平约100cm陡坡边缘，局部崩塌小范围崩塌变形点12山草坪影像多次出现变化，空间上呈斑点变化，垂直位移约100cm，水平约800cm陡坡边缘，局部崩塌崩塌变形点13大凹子2011年影像有两次变化，区域变化较连续，垂直位移约100cm，水平约100cm陡坡边缘，局部崩塌小范围崩塌变形点14向家村2011年影像有三次变化，区域变化较分散，垂直位移约100cm，水平约200cm较陡斜坡，局部崩塌崩塌

3.3 现场复核结果比对

3.3.1 变形点与滑坡变形

自2004年以来,乌东德近坝范围内大部分区域开展过工程地质测绘,根据测绘成果,近坝范围内分布有滑坡17处(图5)。从D-InSAR识别结果来看,有4处识别为滑坡变形点,其它识别为高陡斜坡边缘的局部崩塌变形点,4处滑坡变形点均位于早期地质调查的滑坡范围内,且前期测绘及现场复核均表明这4处滑坡存在变形破坏现象,另外崩塌变形点分布与实际崩塌变形破坏现象分布也基本一致。但是测绘成果表明,在支流鲹鱼河两岸滑坡分布较多,且滑坡局部在雨季均有少量变形,而采用D-InSAR技术均未识别出,其原因可能为鲹鱼河两岸的滑坡均为耕田,植被好,相对于植被生长及耕地地面人工改造等地面改变,滑坡变形量相对较小而无法进行识别。

图5 乌东德近坝区域D-InSAR变形识别点分布图Fig.5 Distribution map of D-InSAR deformation recognition points in the Wudongde dam-reservoir

对比以上分析,认为目前D-InSAR技术可以对部分滑坡变形进行识别,但不能全部识别,尤其是不能对植被覆盖较多的滑坡变形进行识别。

3.3.2 变形量与滑坡变形监测结果

自2005年开始,变形点1——金坪子滑坡Ⅱ区(图3、4中实线区域)进行了长期的变形监测工作,监测结果表明:从后缘至前缘,各点平面位移速率逐渐增,前缘位移速率一般在1.0～1.1 mm/d,后缘一般在0.26～0.80 mm/d,年累计变形量为95～400 mm。

选择图3-(f)进行对比,图3-(f)中实线范围为金坪子滑坡Ⅱ区,该影像监测时段为2010年5月30日—2010年11月14日,共164天,采用D-InSAR技术获得该段时间内金坪子Ⅱ区大部分区域的变形量为600～800 mm及小部分区域>800 mm。对比两者变形数值明显相差较大,因此采用D-InSAR技术目前还不能进行变形监测,但其变形区域是与监测部位基本一致的。

4 结语

从乌东德近坝区域D-InSAR变形识别结果来看,由于引起地表变形因素多样,采用D-InSAR技术对广域滑坡变形进行全面识别仍然存在较大困难,但是在植被较少的区域,目前D-InSAR技术识别的滑坡变形位置与地面调查结果有较好的一致性;通过与监测结果比对,D-InSAR技术识别的滑坡变形量不能作为监测结果。因此在植被较少的区域采用D-InSAR技术对广域滑坡变形的识别具有重要的指导作用,可为快速、有针对性的现场滑坡变形地质调查及滑坡稳定性评价提供重要参考。

[1] 石菊松,吴树仁,石玲.遥感在滑坡灾害研究中的应用进展 [J].地质论评,2008(4):505-514.

[2] 王桂杰,谢谟文,邱骋,等.D-INSAR 技术在大范围滑坡监测中的应用[J].岩土力学,2010,31(4):1337-1344.

[3] 陈又华,谢谟文,叶圣生,等.滑坡勘测与防治技术研究报告[R].武汉:长江三峡勘测研究院有限公司(武汉),2012.

(责任编辑：陈文宝)

Research on Deformation Recognition Application Technology ofWide-area Landslide with D-InSAR

YE Shengsheng1, XIE Mowen2, CHEN Youhua1

(1.ChangjiangInstituteofSurveyPlanningDesignandResearchCo.，Ltd，Wuhan，Hubei430074； 2.BeijingUniversityofScienceandTechnology，Beijing100083)

The authors introduce principle of surface deformation measurement technique and the data processing flow of three-pass D-InSAR technology，and put forward a wide-area landslide deformation recognition technology based on the feature of spatial and temporal continuity of landslide deformation.Taking the Wudongde dam-reservoir as an example，it had compared and analyzed the landslide deformation distribution area and the site geological survey results acquired from the D-InSAR technique，the deformation of landslide and the actual monitoring results of deformation. The analysis results indicate that in the area of sparse vegetation，the landslide deformation range acquired from D-InSAR is agreed to the actual survey，but the deformation varies considerably. So that the D-InSAR technology can be used to identify the wide-area landslide deformation within a certain range，which can provide an important reference on rapid and targeted field geology survey and the stability evaluation of landslide.

D-InSAR； three-pass method； landslide deformation； spatial and temporal continuity； wide-area landslide； recognition of deformation； site review

2016-04-01;改回日期:2016-06-21

叶圣生(1970-),男,高级工程师,工程地质专业,从事水利水电、地质灾害等工程勘察设计研究工作。E-mail:shenthy@163.com

P642.22

A

1671-1211(2016)05-0776-05

10.16536/j.cnki.issn.1671-1211.2016.05.024

数字出版网址:http://www.cnki.net/kcms/detail/42.1736.X.20160810.1532.024.html 数字出版日期:2016-08-10 15:32