基于干涉合成孔径雷达和哨兵-1A的广西岑溪地区滑坡隐患探测与形变分析

黄远林，施显健，任 超,3，周 吕,3*，朱子林

(1.北部湾大学资源与环境学院，钦州 535011；2.桂林理工大学测绘地理信息学院，桂林 541004；3.广西空间信息与测绘重点实验室，桂林 541004)

滑坡是指山体中位于斜坡部分的岩土体，受雨水冲刷和浸泡、地下水位变化、地震震动、人类开采影响而引发的岩土体沿着倾斜面下滑的现象[1-3]。滑坡在世界绝大多数地区都有发生，而由滑坡而引起的一系列地质灾害给人类带来极大的人员和财产损失[4-6]。广西地区地处中国地势第二级阶梯与第三级阶梯过渡带，地形以山地、丘陵为主，地质结构脆弱复杂。近年来受全球变暖所带来的强降雨等极端天气频发的影响，广西地区滑坡坍塌灾害频频发生，严重威胁着人民生命和财产安全[7]。因此，开展适合广西地区地理特点的滑坡形变监测研究具有重要现实意义。

当前常规的滑坡监测方法主要是利用全球定位系统(global positioning system，GPS)技术或水准测量技术组建形变监测网来对山体及边坡进行高精度的形变监测。但是上述滑坡监测方法需要耗费较多的人力物财力，且测量周期长、较难获取大尺度及长时间序列的形变监测数据。近年快速发展的干涉合成孔径雷达(interferometric synthetic aperture radar，InSAR) 技术凭借着大尺度地表形变测绘能力受到了众多学者的关注[8]。以此为基础发展起来的时间序列干涉合成孔径雷达(time-series interferometric synthetic aperture radar，TS-InSAR) 技术较好的克服了差分干涉合成孔径雷达技术(differential interferometric synthetic aperture radar，D-InSAR) 在大数据处理中的不足，实现了基于时间序列的形变监测，为地表大尺度及长时间序列形变监测提供了新技术支持[9-11]。

广西合成孔径雷达(synthetic aperture radar，SAR) 影像相对短缺及商用影像定制昂贵等问题曾一定程度上限制了InSAR技术应用于广西地质监测。而欧洲航天局(ESA)2014年发射的哨兵-1A(Sentinel-1A)卫星具有重访周期短(12 d)、全球大面积监测、SAR影像分辨率高(可达5 m)及数据开源的特点[12]，较好弥补了这一问题，为建立适合广西地理特点的滑坡监测方案提供数据支撑。以广西岑溪地区为例，基于InSAR技术和岑溪地区2016—2019年的20景哨兵-1A SAR影像数据，提取了岑溪地区地表形变结果，以此为基础进行滑坡形变隐患识别与形变监测的研究，以期为广西其他地区应用InSAR滑坡监测提供案例参考。

1 研究区与数据集

广西岑溪地区矿产资源丰富，是中国主要的花岗石原产地之一。近年来，岑溪地区的经济建设快速发展，GDP屡创新高，并成功撤县建市(梧州管辖)。然而岑溪地处桂东南博白-岑溪断裂带，地质条件复杂多变，随着城镇的急剧扩张，岑溪本就脆弱的生态环境开始加速恶化。又因全球变暖导致的强降雨等极端天气频发，岑溪滑坡崩塌灾害发生频率逐年上涨，已成为梧州地区滑坡地质灾害高发地，严重威胁人民生命和财产安全。综合上述分析，以岑溪地区为研究区，进行滑坡隐患识别和形变监测的研究。图1为研究区概况。

图1 研究区概况Fig.1 Overview of the study area

实验使用TS-InSAR技术和广西岑溪地区2016年12月11日—2019年9月3日的20景哨兵-1A SAR数据，辅以POD精轨数据 (ESA提供)、90 m分辨率的SRTM DEM V4分别排除轨道误差、地形相位，提取了岑溪地区地表形变结果。表1为SAR数据基本参数，利用20景哨兵-1A构建的时空基线分布如图2所示。

图2 哨兵-1A时空基线分布Fig.2 The Spatio-temporal baseline distribution of Sentinel-1A

表1 哨兵-1A基本参数Table 1 The basic parameters of Sentienl-1A

此外，为了更好地掌握滑坡形变与降雨的关系，实验引入美国GPM团队提供的多星降水产品IMERG(integrated multi-satellite retrievals for GPM)进行辅助分析，IMERG数据集版本为06B，空间分辨率0.1°×0.1°，监测时间2016年12月—2019年3月。图3为广西2017年6月平均降水量。

图3 广西2017年6月平均降水量Fig.3 The average precipitation of Guangxi in December 2016

2 研究方法

时间序列干涉合成孔径雷达分为永久散射体干涉合成孔径雷达技术(persistent scatterer interferometric synthetic aperture radar，PS-InSAR)和小基线集技术(satellite-based augmentation system interferometric synthetic aperture radar，SBAS-InSAR)，相比D-InSAR技术，TS-InSAR技术较好地克服了失相干和大气校正误差影响[13]。实验采用了永久散射体干涉技术对广西岑溪地区的20景哨兵-1A数据进行形变提取。

PS-InSAR处理哨兵-1A SAR数据的原理是利用时序SAR影像中具有较高干涉相关性的点目标构建相位模型并解算时间序列上位移值。即采用以下模型来输出差分干涉图：

ΦPS=Φtopo+Φatm+Φdef+Φn+Φorb

(1)

式(1)中：ΦPS表示干涉相位总量；Φtopo表示地形起伏变化引起的地形相位；Φatm表示大气延迟的相位；Φdef表示雷达视线方向 (line of sight，LOS) 形变相位；Φn表示噪声相位；Φorb表示卫星轨道误差相位。

由于LOS向形变相位由Φnon(非线性部分)和Φlin(线性部分)组成：Φdef=Φnon+Φlin，使用SRTM 90 m DEM version 4可排除地形相位Φtopo，但会产生Φdem(高程误差相位)，式(1)表示为

ΦPS=Φatm+Φn+Φnon+Φorb+Φlin+Φdem

(2)

(3)

式(3)中：BT表示时间基线；BV表示雷达视向空间垂直基线；Δυ表示差分干涉图中目标点的高程差的变化；Δh表示干涉图目标点形变速率的变化。

3 结果与分析

3.1 地表形变结果

利用InSAR和哨兵-1A提取的广西岑溪地区地表形变结果如图4所示，数据显示：研究区共探测到341 278个形变点，形变为-5.9 ～ 0 mm/a的占总目标数的49%，小于-6 mm/a的占比3%。形变方面：岑溪市区地表形变呈现出中心城区缓慢抬升而外围城区保持低于-1.9 mm/a沉降速率的形变分布。整体来看，岑溪中心城区的开发建设和地表负荷趋于稳定，各片区有自来水供应。而岑溪外围城区呈扩张趋势，施工建设不断增多，工程建设多抽取地下水，地表整体负荷持续增加。上述因素很可能是导致岑溪地表不均匀形变的主要原因。此外，归义镇监测到大面积地表沉降，推测其地表沉降主要受岑溪东扩的影响：岑溪南北皆有山岭环绕，故城区呈东西向扩张，归义镇由于岑溪市经济的快速发展和城区的急剧扩张，较多的承接来自岑溪的产业及规划建设，导致归义镇地表负荷不断增加，工程建设对地下水的抽取在增加。

图4 岑溪地区地表形变结果Fig.4 Land deformation results in Cenxi area

3.2 滑坡隐患监测及分析

综合地表沉降速率、地形高程、城乡安全等要素，发现3处滑坡隐患区域(图4中S1～S3区域)。图5为 S1区域的滑坡隐患分布图。由图5可以发现矿产开采区内的a、b、c、d四处边坡下沉较为明显，并且这个矿产开采区与岑溪西城区相邻，若发生大面积滑坡坍塌，可能造成较大损失。为了更好地掌握边坡形变特征，提取了各隐患点的点目标累积沉降数据和区域降水数据进行分析，如图6所示。由图6可知，2016年12月—2019年9月，a处边坡下沉较为明显，其最大累积沉降达-47.7 mm，边坡平均下沉速率为-6.6 mm/a；b、c、d最大累积沉降分别为-47.7、-24.68、-26.1 mm，边坡平均下沉速率分别为-6.6、-2.2、-2.3 mm/a。此外，通过对比月均降水量和点目标形变量，发现降水增加时边坡的形变变化越明显，这可能与岑溪的地质构造有关：岑溪地区岩层主要由强度较高的层状砂岩、花岗岩、泥岩、页岩组成，地表主要是结构松散和覆盖较厚的第四系风化残积土，该积土具有易受外力形变、易积水和遇水膨胀变形的特性。当对矿山进行露天开采形成采空区时，采空区中失去植被和岩层覆盖的风化积土因降雨积水膨胀变形或被冲刷走，加之矿山开采，缓慢诱发矿柱变形，导致山体边坡逐渐垮塌。为预防边坡失稳滑坡影响城区，宜结合InSAR时序监测和实地勘察定期评估S1区域的边坡稳定性。

图5 S1区域的滑坡隐患分布Fig.5 Distribution of hidden trouble points of landslide in S1 area

图6 滑坡隐患点的累积沉降量Fig.6 Cumulative subsidence of hidden trouble points of landslide

图7为S2区域的滑坡隐患分布图。由图7可知，包茂高速的均昌—岭脚隧道公路沿线监测到较多沉降点，且这些沉降点多位于公路横穿山岭的开挖地带。图8显示的e处的形变特征，可以发现，2016年12月—2019年9月，高速路段地表最大累积沉降为-18.3 mm，右侧边坡切割处最大累积沉降为-25.7 mm，与降雨的对比发现雨季来临区域地表形变点发生明显回升，其余时间呈下沉趋势。经核实发现该区段的高速公路穿越多个山体，且穿越的山体多为风化富水围岩、花岗岩、膨胀土岩层、部分泥岩的混合山体，地质结构多变复杂，挖掘时曾多次引发地质灾害。推测因公路开挖而失去植被和坚硬岩层覆盖的风化残积土结构松散易受外力及降雨影响，和公路工程和边坡防护工程的修建所带来的负荷增加以及土体的自固结过程是导致沿线及边坡沉降的原因。图9显示了均昌—岭脚高速公路沉降侧视图，可以发现均昌方向的沉降相对明显，最大沉降速率为-11.4 mm/a，为避免公路不均匀沉降影响山体开挖处两侧边坡的稳定性，宜持续监测沿线地表及边坡的形变以预防公路边坡滑坡。

图7 S2区域的滑坡隐患分布Fig.7 Distribution map of hidden trouble points of landslide in S2 area

图8 e处形变情况Fig.8 Deformation of e area

图9 均昌—岭脚区段高速公路沉降侧视图Fig.9 Side view of deformation of Junchang—Lingjiao expressway

图10为放大的S3区域。由图10可以发现，本圳村周围群山环绕，其左侧山体海拔约470 m处探测到面积约0.197 km2的边坡发生沉降。图11给出f处的点目标的累积沉降量，可以发现，该边坡最大累积沉降为-55.7 mm，平均沉降速率为-3.3 mm/a，多数形变点随降雨变化明显且呈下沉趋势，疑似矿石开采或因其他人为活动影响而导致该边坡下沉。为避免边坡过快下沉而威胁到山下村落，宜结合实地观测和考察以评估其稳定性。

图10 S3区域的滑坡隐患分布Fig.10 Distribution map of hidden trouble points of landslide in S3 area

图11 滑坡隐患点的累积沉降量Fig.11 Cumulative subsidence of hidden trouble points of landslide

4 结论

以广西岑溪地区为例，利用InSAR技术和岑溪地区2016年12月—2019年9月的20景哨兵-1A数据，提取了岑溪地区地表形变结果，以此为基础，结合地区降水数据、地形地貌特点及地面高程等因素，综合评估了研究区内的主要滑坡隐患和进行了形变时序分析。结果表明，岑溪地区的滑坡隐患主要分布在矿山采空区、公路沿线边坡、乡村山岭地带，其地表及边坡沉降多受生产建设等人为活动影响而诱发，加之广西地区重山复岭的山体地貌及结构多变复杂的地质特点，在持续降雨的影响下加速下沉。此外，随着产业转移和地区经济的快速发展，区域内乡镇、矿山、城乡公路沿线边坡及山岭的沉降今后相当长的一段时间内仍呈逐渐增强及扩大趋势。研究结果显示了以InSAR技术和哨兵-1A为依托和结合历史数据、地貌特点进行广西滑坡隐患早期大范围识别和形变监测的效率，研究结果可为相关部门制定防治计划以及广西其他地区应用Sentinel-1A InSAR进行地质及滑坡监测提供科学参考。