基于D-InSAR技术的地质灾害和监测预警

李万林，周英帅

(1.西宁市测绘院，青海 西宁 810001；2.自然资源部第二地理信息制图院，黑龙江 哈尔滨 150080)

中国是世界上人口最多的国家，且国土面积在世界上也排在前列。然而，密集的人类社会活动再加上地质构造运动和台风、暴雨等自然灾害也正在共同影响着中国的地质环境和自然环境，这使得中国成为了世界上地质灾害发生最频繁、受灾最严重的国家之一。地质灾害种类繁多，主要包括滑坡、泥石流、崩塌、地裂缝、地面沉降等。频发的地质灾害给我国带来了极大的经济和人员损失[1]。据自然资源部地质灾害技术指导中心发布的《全国地质灾害通报(2018年)》显示，2018年全国共发生的中型以上(中型、大型、特大型)地质灾害计316起，造成了73人伤亡以及10.7亿元的直接经济损失。虽然自2013年来，我国地质灾害造成的人员和经济损失有着逐年递减的趋势，但是地质灾害带来的损失仍然是目前不容忽视的国家重大损失之一。

早期的地质灾害监测手段主要有GPS(Global Position System)测量、近景摄影测量、三角网测量、水准测量等，这些方法由于无法提前布设控制点、仪器搬运存在困难以及人力物力消耗高、费时费力等缺陷，使得此类技术无法在地质灾害监测中得到有效运用[2-3]。合成孔径雷达干涉测量技术(Intetrferometric Synthetic Aperture Radar，InSAR)作为新型遥感对地观测技术，以其全方位、多层次、宽领域、全天候、全天时、高精度的优势弥补了传统测量手段的短板，扩展了形变监测研究的领域，近年来已经被广泛应用于中国西南山区[4-6]、西北地区[7-9]以及三峡库区的地表形变监测[10-13]、地质灾害识别和成因研究中，同时为地质灾害防治提供了重要的技术支持和数据支撑[14]。

台风是一种灾害性的天气系统，它的破坏力极强，且一旦登录人口聚集地，必将带来大量的人员伤亡以及经济损失[15]，2019-08-09，“利奇马”登录浙江。“利奇马”台风是1949年以来登录浙江的台风中强度排行第三的台风，在不到一天的时间内已经造成了浙江402万人受灾，直接经济损失也达到了70多亿元。作为自然灾害，台风对地质灾害的影响丝毫不亚于地震，其带来的超强风、暴雨、风暴潮等自然灾害会引起滑坡、泥石流、崩塌等地质灾害的发生。据浙江省自然资源厅发布的消息称，受“利奇马”影响，浙江新增地质灾害隐患点400多处，而常规大地测量手段在这种情况下很难找到地质灾害的具体位置以及量级大小。因此，本次实验采用差分InSAR(Differential InSAR，D-InSAR)技术，利用其不受云雾雨雪天气影响的能力，实现对台风前后地质灾害范围和形变大小的监测。

1 D-InSAR技术简介

D-InSAR技术是InSAR技术基础上发展而来的差分干涉技术，其灵感源于杨氏双缝干涉实验，基本原理是获取同一地区的2～4幅SAR影像，得到地表发生形变前后在SAR影像雷达视线方向(Line of Sight，LOS)上的方向差，并解算出地表目标区域在LOS方向上的形变。根据参与干涉SAR影像数量的不同，D-InSAR技术又可以分为二轨法、三轨法和四轨法，其中二轨法需要借助外部DEM，是较为常用的D-InSAR技术。

二轨法D-InSAR技术原理如图1所示，其中Bp是基线在斜距方向上的投影，B⊥是基线在垂直于斜距方向上的投影，r是雷达到点P的距离，Δr代表获取的两幅SAR影像时间间隔内，目标点从点P的位置移动到P′沿雷达视线方向的位移大小。

图1 二轨法D-InSAR技术原理图

设D-InSAR测量中得到的干涉相位为φ，则φ除了形变相位φdisp以外，还包括平地相位φflat，地形相位φland，缠绕相位φwrap、总噪声相位φnoise以及大气延迟相位φair。因此，φ的表达式如下：

φ=φ(φdisp+φflat+φland+φwrap+φnoise+φair).

(1)

而式(1)中，φdisp是需要求得的形变相位，因此需要将剩余的其他相位去除，从而得到真实的地表形变。在干涉中产生的φnoise、φwrap和φair分别可以通过滤波、相位解缠以及选取地面控制点(稳定点)的方法进行去除，φflat和φland则可以通过导入外部DEM数据，利用式(2)消除。

(2)

其中，d是地面点P的高程;α为雷达入射角;λ为雷达波波长。经过整理，将式(1)中的其他相位误差去除，得到：

(3)

最后求出地面目标在LOS方向上的形变,即：

(4)

2 研究区域概况及实验数据选取

本次实验研究区域位于丽水市东部、温州市北部、台州市西部以及金华市南部地区(见图2)，坐标范围为27°47′35″N～29°18′34″N，118°50′32″E～120°52′48″E，其覆盖面积达到了2.43万km2。该区域多为浙江省的山区，不仅山峦叠起、植被众多，且有许多农田裸露于山间，因此此区域在台风来袭、降雨量骤增的情况下更容易发生滑坡、泥石流等地质灾害。

图2 研究区域位置及覆盖范围

为探求台风对浙江省山区的影响，本次实验选取两幅C波段欧空局Sentinel-1A降轨影像，获取时间在台风来临前后，分别为2019-08-09和2019-08-21，其时间间隔为12 d，空间基线长度为32.75 m，为提高D-InSAR的干涉结果精度，实验选取Sentinel-1A精密轨道数据校正影像。实验中所使用的DEM数据是由美国国家航空航天局(National Aeronautics and Space Administration，NASA)测量的具有30 m分辨率的SRTM DEM。

3 监测结果分析

本次实验利用D-InSAR技术处理得到了在2019-08-10台风来临前后的地表形变变化情况。从雷达干涉图中可以得出，由于SAR雷达波段为C波段，因此其穿透能力略差于L波段，对于植被较多的地区，其干涉图会出现被分成多块的情况(见图3)。实际上，虽然图3中呈现的条纹明显的区域面积较小，但在其他存在大面积噪声的区域中仍然存在大量相干系数大于0.5的离散点(见图4)。因此，为解决干涉条纹离散且噪声点相干性较强的情况，本次实验采用Delauny三角网的方式对滤波结果进行最小费用流解缠，并且将解缠的相干系数阈值设置在0.6以上。本次实验将得到的浙江省D-InSAR结果从LOS方向投影至垂直地面方向，其形变图如图5所示。

图3 D-InSAR滤波后干涉图

图4 离散点相干系数图

图5 D-InSAR地表形变监测结果

从图5中可以得知，在8月9—21日期间，研究区域超过60%的区域形变量在-3～3 cm之间，且多在山区地形中，受到植被和台风的影响，此类结果大都以离散点的形式出现。在相干系数较高、干涉条纹连续的城市地区，其结果也多呈现为不稳定的形变。其中，为更好的呈现高危下沉区域结果，实验将D-InSAR结果进行筛选，挑选下沉量大于8 cm的区域(见图6)，并将下沉区域面积大小、下沉中心、最大形变量等信息列举在表1当中。

图6 形变监测结果大于11 cm筛选结果

表1 形变量大于8 cm区域信息表

从图6中可以看出，下沉量大于8 cm的区域均聚集于城市地区，但同时在山区也有间隔较小的离散点(区域4)，这些点覆盖范围较大，且存在于山区中，由于在D-InSAR处理过程中已经筛选了相干系数小于0.6的点，因此区域4中的离散点相干性较好，尽管不是聚集式的形变，但其结果也说明山区仍存在量级较大的下沉现象，同样具有参考价值。

另外，本次实验在台风来临前后在不同县、区选取共6个点进行水准测量，以得到其在台风来临前后的高程变化，并将其和InSAR的垂直形变结果进行比对，InSAR测量时间为2019-08-09—2019-08-21，比较结果如表2所示。从比对结果中可以看出，D-InSAR结果与水准测量结果间差值最高为0.8 cm，同时，实验中提取了抬升量大于0.4 cm和下沉量大于0.8 cm的区域，并与浙江省8月10—12日地质灾害隐患点风险预警图(简称预警图)进行比较(见图7)，结果表明，监测到的下沉和抬升区域分布情况与预警图结果基本符合，证明了形变监测结果的有效性，同时说明在地质灾害隐患点风险区域均发生了不稳定的抬升和下沉形变。

表2 水准测量与InSAR测量结果比较 cm

图7 形变监测结果与地质灾害隐患点风险预警图结果比较

4 结 论

本次研究基于欧空局Sentinel-1A卫星影像，运用D-InSAR技术对浙江省南部地区进行了地表形变监测和地质灾害隐患的排查，基本查明了在“利奇马”来临前后研究区域的地表形变情况。本次研究将InSAR监测结果和实地高程测量结果进行比对，证实了D-InSAR结果的准确性。研究结果表明，研究区域中存在60%的形变结果呈现为±2 cm的形变，同时，实验筛选出4处下沉量超过8 cm的区域以及4处抬升量大于4 cm的区域，其中，下沉区域最大下沉量均超过了10 cm，范围都超过10 km2，因此，下沉量超过8 cm的区域均为地质灾害隐患区域，需要重点关注。

本次研究将不稳定的形变区域和地质灾害隐患区域预警图进行比较，两者划分区域的位置基本一致，说明D-InSAR结果能监测地表形变变化和范围。研究结果表明，D-InSAR技术能监测到毫米级别的形变，同时不会受到云雾雨雪天气的影响，在台风来临前已经对浙江的降雨产生影响的时刻仍然能够得到清晰的SAR影像并进行干涉。同时，研究结果表明，受到植被、水体等地理环境因素的影响，利用C波段监测山区中的地表形变结果多是以离散点形式出现。因此，可以考虑使用穿透性更强的L波段数据得到高相干点更连续的形变规律，同时，可以使用多景SAR影像进行时序InSAR监测，从而发现形变异常区域，用于危险预警、为地质灾害预警和监测提供理论和数据支持。