InSAR技术在黑方台滑坡隐患早期识别中的应用

钟储汉 王 强 樊茜佑 司锦钊

(1.中石化石油工程设计有限公司,山东 东营 257026; 2.长安大学地质与测绘工程学院,陕西 西安 710054)

我国是世界上地质灾害最为严重的国家之一，地质灾害种类多、分布广、危害大，严重制约着灾害多发地区的国民经济发展，威胁着人民生命财产安全。如何从源头上识别、判断和评估这些潜在的、隐蔽性强的地质灾害，避免山区滑坡的危害是当前地质灾害防治工作的重点任务和难点问题。合成孔径雷达干涉测量(InSAR)能全天工作,具有高穿透性、高覆盖率、高分辨率等特点，能高分辨率地测量大范围地形高度的细微变化[1,2],通过对地质灾害危险性大的山区地表形变监测来进行早期地质灾害隐患识别，可为地质灾害的提前预防和治理提供技术支持。本研究选取2015年12月20日～2017年1月7日共17景Sentinel-1数据，采用小基线集(SBAS-InSAR)方法提取黑方台地区的形变速率，获取黑方台的地表形变情况，并综合分析地表形变的原因。

1 研究区与实验数据

1)研究区。黑方台(东经103°16′40″～103°20′50″，北纬36°04′10″～36°07′20″)(如图1所示)隶属于甘肃省永靖县，区域地貌属于黄土高原西部丘陵沟壑区，为黄河Ⅳ级基座阶地，其南部前缘与黄河Ⅱ级阶地相接，Ⅲ级阶地缺失，坡体上陡下缓，平均坡度约35°。黄土台塬边缘多滑坡、坍塌堆积物，斜坡地形破碎。

2)实验数据。此次试验采用C波段的Sentinel-1数据，使用2015年12月20日～2017年1月7日共17景Sentinel-1数据进行处理，影像数据的极化方式为VV，250 km的幅宽使得影像的覆盖范围远远大于被研究区域(如图2所示)。

2 滑坡隐患早期识别SBAS-InSAR技术

黑方台滑坡隐患早期识别主要用到SBAS-InSAR技术，以期获得潜在滑坡的年速率和时间序列。

2002年，Berardino等提出了短基线子集(SBAS)方法[3]。现该方法已广泛应用于长时间序列的地表形变监测中[4,5]。SBAS-InSAR技术与PS-InSAR技术相比极大地降低了对SAR影像数量要求，并且有效地解决了空间基线失相干的问题。通过提高采样率对时空基线在设定范围中的干涉影像对，使用最小二乘法对单个基线进行求解，再由奇异值分解法对基线集合进行解算得到时序形变和相干点平均形变。小基线集技术是通过设置时空基线阈值将已有的SAR影像分成若干小的集合。在每一个小的集合内，采用最小二乘的方法求解，再通过SVD将不同的子集相连接，最终形成时序监测结果。相比其他方法，小基线集技术在相位解缠有保证的情况下可以得到更多、更可靠的信息。另外，它对影像数量的要求也比其他方法低。

3 SBAS-InSAR解译结果及分析

1)对研究区域17幅影像，空间基线设置为±80 m，时间基线设置为72 d，共获得36个干涉对。获取时空基线分布见图3，横坐标描述干涉对的时间分布，纵坐标描述干涉对间的空间分布情况。

2)按照时空基线预设情况，对SLC影像进行差分干涉，进行带通滤波、相干系数计算，由干涉图得到的干涉相位只以2π为模。为了将干涉相位与干涉影像的几何结构联系起来，并最终获得地面高程(即形变信息)与真实地距，将干涉相位附加2π的倍数(整周模糊度)，进行相位解缠获取较好的解缠结果，本次解缠使用的是最小费用流法得到整体解缠图(见图4)，由于SBAS-InSAR数据处理中不同干涉对的时空基线不同，解缠结果中还存在趋势误差以及大气误差，通过后续处理过程剔除上述误差。

3)根据生成的干涉对，基于最小二乘或奇异值分解计算研究区域累计形变量。基于筛选的12个干涉对，计算研究区域年形变速率，本次实验中，采用stacking方法结算形变区的形变速率(见图5)。形变区域点位时序结果如图6所示。

4)对黑方台区域的累积形变量监测值，提取5个点位的时序形变结果进行分析，由图6点位时序沉降量图可以看出，黑方台台塬的5个形变区域，均出现较大的累计形变，P3，P5滑坡形变区域分别位于黑台南侧台塬与方台东侧台塬，在9月后形变速率逐渐减小，趋于稳定。P1位于黑台北侧台塬一级阶梯，形变速率逐渐增大，虽然2016年—2017年累积形变量较小，达到了-62 mm，但其形变趋势很容易积累发生滑坡灾害，仍需重点关注。P2，P4点分别位于黑台东西两侧台塬，其累积沉降量分别达到-97 mm，-109 mm，这与其他监测结果互相吻合验证。

4 结语

本文采用InSAR技术对黑方台地区潜在的黄土滑坡隐患开展了早期识别，利用2015年12月20日～2017年1月7日共17景Sentinel-1数据进行处理，探测出有5处潜在滑坡隐患区，其中P4点区域最大累积沉降量达到-109 mm。采用InSAR技术有助于提高管道工程所处复杂地区的地质灾害隐患早期识别能力，由于InSAR数据处理成果受地形地表、波段、气候条件、处理方法等多方面的影响，需要根据现场实际情况具体问题具体分析，才能提高地质灾害隐患识别的有效性。