多源遥感技术在复杂山区高速公路地质选线中的应用

李升甫，向 波，孙晓鹏，徐鸿彪，汪致恒

(四川省公路规划勘察设计研究院有限公司,四川 成都 610041)

0 引 言

随着国民经济与基础设施建设的快速发展，高速公路建设的脚步逐渐向山区迈进。但山区地形复杂、不良地质体分布广泛，需采取绕避、治理等措施进行处理。因此，在高速公路的选线和勘察设计中，如何快速、高效地识别不良地质体显得尤为重要。四川省地震活动频繁、雨量充沛，是全国多崩塌、滑坡灾害严重的省份之一，其高速公路的选线与勘察设计对不良地质体的有效识别提出了更高要求，而传统的人工调查手段工程量大、耗时长、成本高、难以满足复杂不良地质体的大范围、快速判识和有效分析。遥感技术作为新兴手段，已成功应用于多个领域，并逐步在地质灾害识别与监测领域进行了应用[1-3]。近年来，许强等[4-5]提出基于天地空一体化的地质灾害识别手段，基于光学遥感、InSAR(合成孔径雷达干涉)和LiDAR(激光雷达)多源遥感手段所获取“三形”信息，进行灾害体的识别。其中，光学数据能够从外观特征方面，为变形体的识别提供依据；LiDAR技术具有一定的穿透性，能够去除植被覆盖信息，获取精确的地形信息，因此，其数据能够直接反映变形体的精细形态特征，可为界线划定提供参考，而InSAR技术能够获取地表形变趋势信息，可从“形态、形变、形势”3个方面进行不良地质体的识别和观测，具有良好应用前景。

当前，公路周边地质灾害遥感调查主要以单一光学遥感手段为主。已有学者将InSAR技术应用于公路周边的监测工作，如赵富萌等[6]基于小基线集干涉测量进行了中巴公路盖孜河谷地质灾害早期识别，证实了该方法在山区地质灾害早期识别中的良好优势；王磊等[7]利用特征匹配方法获取了中巴公路沿线冰川的流速，并分析了冰川的活动性及对公路的威胁情况。遥感技术具有范围大、效率高的优势，能够大范围、高效地调查地质构造和布局，可为公路地质选线提供科学依据。

因此，笔者以位于G4216沿江高速(屏山新市至金阳段)设计路线中一处库岸涉水变形体为研究对象，综合使用光学遥感、InSAR、LiDAR多源遥感手段，进行变形体观测和分析，探讨多源遥感技术手段在公路地质选线中的应用价值。

1 研究区域与数据来源

1.1 研究区域

研究区为新场沟原设计线位隧道出口端(原路线设计桩号K98+700～K99+100段)。

研究区位于凉山州雷波县境内，金沙江下游，区内以构造侵蚀、剥蚀高中山地貌。海拔相对高点位于中西部山脊，高程约2 000 m，海拔相对低点位于出口新场沟，高程约600 m，相对高差为1 400 m。总体地形为一北东-南西向展布的山脊，山脊中部高，两端低，北东侧接触金沙江。原设计线路隧道自秦家湾右岸陡壁进入，横穿山脊走向，至新场沟出洞，为越岭隧道。据前期地质调绘结果可知，研究区上层覆盖第四系坡积物，围岩稳定性差，出口浅埋段易冒顶，拱顶无支护易发生坍塌，侧壁时有掉块。

1.2 数据来源

1.2.1 卫星雷达数据及影像数据

采用哨兵1卫星数据进行形变监测，数据查档分析后，选用2015年11月至2019年10月，时间间隔约1个月，共计54期数据(升轨，IW模式，地面分辨率为5×20 m，PATH 128 FRAME 89)进行监测。收集到研究区优于0.5 m分辨率航飞影像数据(2019年3月拍摄)，用于变形体地表覆盖物特征与裂缝判识。

1.2.2 DEM数据及水位数据

收集到研究区1 m分辨率DEM数据(基于LiDAR数据制作)，用于变形体范围识别；30 m分辨率的SRTM DEM数据，用于InSAR形变解算相关流程。据报道，溪洛渡水电站于2013年5月开始蓄水，此次收集到2015年11月至2018年4月的单日分时水位数据，可对应得到卫星过境时间的精确水位数据，对于缺失日期的水位，通过溪洛渡水电站坝体附近一处小岛淹没程度进行估算。

2 研究方法

2.1 形变监测方法

InSAR技术是一种通过合成孔径雷达对观测目标发射电磁波，并接收反射信号，得到其信息的主动遥感技术，具有受云雾影响小的特点，能够快速获取大范围地表形变信息。其中，时间序列InSAR技术，利用同一区域多期数据，可有效去除大气、地形等干扰相位信息，获取地表较为精确的形变信息，目前较为常用时间序列InSAR技术有PSInSAR、SBASInSAR技术，两种技术在形变数据获取精度、处理策略、数据量要求方面各有优点。笔者考虑到研究区地形复杂，地表构筑物较少，较难形成有效观测信息，故而采用Stamps-MTI技术进行监测。Stamps-MTI技术由A. HOOPER于2008年提出[8]，其以PSInSAR、SBASInSAR为基础，综合两种技术优势，能够较PS或SBAS方法获得更高的地面采样率(点位更为丰富)且精度有所提高[9-10]。数据处理流程如图1，在给定的多期SAR影像中，选取主影像，分别按PS、SBAS处理流程进行处理，然后对两种策略得到的候选点集进行合并，按照信噪比进行筛选，形成高相干点集，最终利用SBAS形变模型，获取候选点位的形变量时间序列及形变速率。Stamps-MTI方法，时间序列InSAR分析采用Stamps软件[11]进行。

图1 Stamps-MTI 处理流程Fig. 1 Processing flow of Stamps-MTI

2.2 形态判别方法

LiDAR技术利用激光多回波技术，能够有效获取地面三维特征，反应地表精细构造特征，如类型、性质及破裂状况等。使用机载LiDAR采集得到的数据制作的DEM对地形进行渲染，用于显示变形体整体形态特征，并结合高分辨率遥感影像，对目标表面植被、裂缝、侵蚀特征进行综合判读，最后圈定不良地质体的空间分布并结合形变数据进行后续分析。

2.3 水位反演方法

监测区域位于溪洛渡水电站的库岸区域，库水位升降和降雨容易诱发库区涉水老滑坡复活的问题[12-14]，因此，结合水位进行分析具有重要参考价值，由于此次收集到水位数据日期未覆盖全部观测日期，故采用雷达数据成像后进行反演补全。

如图2(a)，溪洛渡水电站上游离坝体不远处可见一小岛，水位的涨落会表现为小岛不同的淹没程度。由于水体对雷达波的镜面反射作用，水体在雷达影像信号强度较低，表现为黑色。因此对全部卫星雷达影像进行多视变换、地理编码后输出显示，可以观察到小岛被淹没的情况，如图2(b)小岛淹没较多，水位较高，图2(c)小岛出露较多，水位相对较低。因此，通过未知水位日期和已知水位日期小岛淹没程度的对比，能够推算出水位高度。采用此方法对缺少水位的日期进行补全，最终获得卫星拍摄时间对应的水位数据并绘制时间序列曲线，如图3。

图2 小岛淹没程度示意Fig. 2 Schematic diagram of inundation degree of small island

图3 卫星拍摄日期水位变化曲线Fig. 3 Water level change curve on satellite shooting date

3 结果与分析

3.1 形变监测结果

InSAR监测结果如图4 ，监测时段内，坡顶形变速率约-12.5 mm/a，坡体中部形变速率约-8.7 mm/a，坡脚形变速率约-5.5 mm/a。选取坡体上不同区域点位，绘制其形变量时间序列曲线，并叠加水位数据，如图5。

图4 形变速率示意Fig. 4 Schematic diagram of profile change rate

图5 形变量时间序列曲线Fig. 5 Shape variable time series curve

从图5中可以看出，A点所在山体坡顶房屋区，自2015年来一直在均匀沉降；B点、C点所在坡体形变量在2015年11月至2017年10月变化较小，自2018年3月出现了加速形变，随后在2018年7月、2018年11月出现了小幅抬升，在2019年2月开始继续形变。

据现场调查结果可知，研究区浅埋及岩性接触带，埋深0～139 m，出口段上覆第四系碎石土，厚度较大，围岩为页岩及生物灰岩，岩体破碎-较破碎，呈裂隙块状及镶嵌碎裂结构，据此可知，变形体内部孔隙发育，易受水位变化影响。结合溪洛渡水电站平均水库水位变化情况，可以看到，溪洛渡水电站水位呈现一定规律的周期性涨落，在2017年11月前，水位的变化并未对坡体形变产生规律性影响，2017年11月至2018年6月(图5中①段)水位出现较大幅度降低，坡体随后也出现较大形变；在2018年6月后水位出现回升(图5中②段)，坡体形变趋势也随之减缓并出现一定量的回弹； 2019年2月后(图5中③段)水位再次降低，变形体也随之继续形变，2019年9月至2019年10月(图5中④段)，水位快速上升，变形体也出现明显回弹。据相关研究，当库区水位下降时，坡体稳定性整体减少，库区水位上升时，由于水土作用，会产生一定的浮托减重效应[12]。水库正常运行时，当水库的水位发生波动，滑坡体内部地下水位也会相应发生变化，水位下降时，库水位的上升速度往往大于变形体的渗透能力，导致变形体内部地下水位线无法和库水位线保持一致，动水压力指向坡体外部增加了坡体的下滑力，变形体呈现下滑趋势(图5中①段、③段)；当水位上升时，库区水位的快速变化会产生水头差，地下水流方向为变形体向内，增加了坡体的抗滑性，从而增加了坡体的稳定性(图5中②段、④段)。

纵观整体，蓄水并未立即导致变形体的形变量随水位涨落变化，经过库区水位的不断涨落，使其内部应力不断调整，但滑体整体稳定性有所下降。从2017年11月始，A点、B点、C点总变形量，受水位影响愈发明显，说明坡体稳定性进一步降低。而D点、E点离水体较远，受水位涨落较小，从形变序列曲线中，未见明显沉降趋势。

3.2 形态特征

如图6，变形体表面整体呈S型起伏，前缘隆起，长约1 200 m，宽约750 m，面积约738 396 m2，两侧的自然沟割切很深，已形成双沟同源，变形迹象明显，中部多处出现拉裂迹象(图6中①、②)，变形体上部呈阶梯型错动，挤压下部产生变形。

图6 变形体DEM渲染及裂缝分布Fig. 6 DEM rendering and crack distribution of deformed body

从高分辨率遥感影像上可以看到，变形体表面裂缝发育(图7)，图中红色中部拉裂缝已贯通。从现场调查结果可见变形体变形迹象明显，其中④号拉裂缝下部坡体已呈现向前倾倒趋势。

图7 变形体裂缝分布及现场照片Fig. 7 Crack distribution and site photos of deformed body

4 结 论

1)从多源遥感监测结果可以看到，新场沟初步设计隧道出口处位于一巨型变形体中部，变形体长约1 200 m，宽约750 m，面积约738 396 m2，该变形体上冲沟发育，两侧的自然沟割切很深，已形成双沟同源，变形迹象明显，中部多处出现拉裂迹象，变形体上部岩层呈阶梯型错动，挤压下部产生变形，坡体表面整体呈S型起伏，前缘隆起。

2)此处变形体，从2017年11月始，总变形量受水位涨落变化显著增大，可见变形量对水位周期变化存在一定响应。近年变形体稳定性进一步降低，形变量较大，在监测周期内呈现持续沉降趋势，且已在中部形成明显拉裂缝。

3)变形体受溪洛渡水电站蓄水水位涨落的影响，坡体稳定性逐年降低，存在发生滑坡的可能性，对公路影响较大，影响初步设计线位K98+300～K99+700路线安全，变形体范围外总体变形量较小，未见明显形变趋势，对调整后施工图线位影响较小。

结论说明综合使用光学遥感、LiDAR和InSAR技术，可为高速公路勘察设计工作中不良地质体的识别和分析提供数据参考。但受制于LiDAR技术数据获取成本较高、InSAR技术受观测目标特征及天气条件影响较大等原因，多源遥感技术手段在工程应用中仍面临较多问题，后续研究需要扩大研究范围，对不良地质体的识别有效性进行研究，并形成解决方案。