地质灾害遥感综合监测现状与展望

邵 芸，张 茗，谢 酬，3

1.中国科学院 空天信息创新研究院，北京 100101；2.中科卫星应用德清研究院，北京 100085；3.中国科学院大学，北京 100101

0 引言

中国是世界上地质灾害最频繁、受灾最严重的国家之一，具有分布广、突发性强、损失严重等特点［1］.由于山区较多，地形复杂，地质灾害隐患点分布广泛［2］.受强烈地震和极端气象事件频发影响，近年我国地质灾害处于多发态势.据自然资源部的调查数据显示，截至2020 年底，我国已经发现的地质灾害隐患有33 万余处，但仍有大量地质灾害隐患未被发现，仍需开展大量的调查工作.

根据行业标准T/CAGHP 001—2018 地质灾害分类分级标准（现行），地质灾害包括自然因素或者人为活动引发的危害人民生命、财产和地质环境安全的滑坡、崩塌、泥石流、地裂缝、地面沉降、地面塌陷等与地质作用有关的灾害［3］.据自然资源部地质灾害灾情通报显示，2020 年至2022 年3 月，全国共发生地质灾害12 816 起，从灾情类型看，滑坡7 187 起，崩塌3 672起，泥石流1 274 起，地面塌陷500 起，地裂缝164 起，地面沉降19 起.从灾情等级看，2021 年至2022 年3月，特大型地质灾害36 起，大型地质灾害28 起，中型地质灾害329 起，小型地质灾害4 583 起，共造成232人死亡（失踪），65 人受伤，直接经济损失82.6 亿元.2020 年至2022 年3 月，全国共成功预报地质灾害1 444 起，涉及可能伤亡人员43 890 人，避免直接经济损失24.5 亿元.

由上可见，地质灾害已经对我国人民的生命财产安全造成了极大的的威胁.因此，利用更先进、更经济有效的手段对地质灾害进行监测和防治，成为我国的当务之急.而遥感技术则为这一问题提供了有效的解决方法.

遥感是应用探测仪器，不与探测目标相接触，通过探测物体与特定谱段电磁波的相互作用（辐射、反射、散射、极化等）特性，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术［4］.它是在航空摄影的基础上发展起来的，1972 年美国搭载多光谱扫描仪（MSS）的陆地卫星（Landsat）发射成功，标志着遥感作为一门新型技术学科的确立.遥感技术发展至今，从观测方式上可以分为3 类：1）微波遥感技术，包括InSAR、极化SAR 等；2）光学遥感技术，包括卫星平台和航空平台上的的可见光、热红外、高光谱遥感技术；3）机载LiDAR 遥感技术.

遥感具有宏观性、综合性、多尺度、多层次的特点，能够对地质灾害进行大范围、长时间、高时效性、立体地监测.相对于传统的地质灾害观测手段，它具有以下优点.1）遥感数据覆盖范围大.遥感卫星轨道高度通常在150 km 以上，能够观测到的面积非常广，即使是高度较低的航空摄影，高度也能够达到20～30 km.对于地势险峻，人力所不能及的地区，遥感监测也能获取到当地的数据.2）遥感数据观测时间长、完整性高.遥感卫星往往能够获取过去几十年间的数据，方便对地质灾害进行时序监测.此外，中国南方山区常年处于阴雨环境下，地质灾害频发，受天气影响，经常无法获得完整的数据，而遥感的微波波段能够穿透云雾、小雨，做到全天时、全天候对地监测，极大地保证了数据的完整性.3）遥感数据时效性高.遥感数据具有获取速度快、获取成本低的特点.传统的地质灾害监测方法费时费力，常常耗费数十倍于遥感的成本，还难以获取实时的数据.4）遥感监测中的微波可以穿透植被及干燥地物等，排除地面覆盖物的干扰，对于探测地面沉降、地面塌陷等地质灾害十分重要.5）遥感数据信息量大.遥感数据能够囊括从紫外线到微波甚至超长波等诸多波段，对于运用不同波段信息识别不同的地质灾害、监测地面变化具有十分重要的意义［4-6］.

本文在前人研究的基础上系统总结监测地质灾害的不同遥感手段，并结合应用实例展示这些遥感手段的应用现状，分别论述其在不同地质灾害应用领域的优势与不足，最后指出遥感在地质灾害领域目前存在的问题，并对未来地质灾害遥感的发展方向提出展望.

1 微波遥感在地质灾害方面的应用

合成孔径雷达（Synthetic Aperture Radar，SAR）是一种主动式微波遥感，其显著特点是主动发射电磁波，具有不依赖太阳光照及气候条件的全天时、全天候对地观测能力，并对云雾、小雨、植被及干燥地物有一定的穿透性，可以用来记录地物的散射强度信息及相位信息.前者反映了地表属性（含水量、粗糙度、地物类型等），后者则蕴含了传感器与目标物之间的距离信息［7-9］.相对于光学遥感而言，它能够穿透云雾的特性使其不受天气和时间的影响，可在阴雨天气和夜间持续地监测，这对于监测具有突发性的地质灾害具有十分重要的意义［7-9］.

1.1 InSAR 技术

合成孔径雷达干涉测量技术（Interferometric Synthetic Aperture Radar，InSAR）集合成孔径雷达技术与干涉测量技术于一体，而合成孔径雷达差分干涉测量（Differential InSAR，D-InSAR）则是将由雷达对统一区域两次或多次获取的复影像数据提取出的电磁波信号的相位信息，通过相位差计算，从蕴含了大量信息的一幅或者多幅干涉条纹图中提取地面地形和目标的微小形变信息［7-9］.因为D-InSAR 对垂直方向的形变比较敏感，它能够反演地表三维空间位置及其微小变化［10-11］，精度能达到厘米级别［12］.因此该遥感技术在地质灾害领域的大范围地表形变监测方面应用非常广泛［13］，涉及到地震、滑坡、地面沉降［14］、地面塌陷、火山活动等方面的应用.

（1）地震方面.1989 年，Gabriel 等首次利用Seasat卫星数据进行了差分干涉测量实验，测量了美国加利福尼亚州东南部Imperial 河谷灌溉区的地表形变，证实了InSAR 在监测地表形变方面的能力［13］.1993 年，Massonnet 等利用ERS-1SAR 数据对1992 年Landers 地区的地震进行了研究，并将测量结果与其他的测量数据进行了对比，结果相当的吻合，并将其研究成果发表在Nature 杂志上，引起了国际地震界的广泛关注，属首次应用InSAR 技术监测到地表同震形变［15］.2006 年，Dixon 等采用SAR 数据监测到了新奥尔良地区的地面沉降并制成了城市地表沉降图［16］.2009 年，单新建等利用JAXA 的ALOS PALSAR 数据（L 波段）获取汶川MS8.0 级地震的同震形变场，监测到整个四川盆地发生了不同程度的地表形变［17］.2010 年，邵芸等使用ALOS PALSAR 数据获取了玉树Mw6.9 级地震的同震形变场，监测到地震变形沿玉树-甘孜断裂带扩展，其测量的结果与中国地震局地面调查的结果一致，对于评价玉树地震的破坏程度，研究地震形变和地震孕育特征具有重要意义［18］.2010 年，Calais等结合GPS与InSAR 技术对海地太子港（Port-au-Prince）地区发生的Mw7.0 级地震进行了研究，监测到地面兼有垂直和水平方向的运动，引起了地面的压缩［19］.2013 年，Marshall等利用InSAR 技术对加利福尼亚南部的断层滑动速率和震间形变模式进行了研究，并且使用GPS 数据验证了其精度［20］.2014 年，刘云华等利用RadarSat-2数据，获取了芦山地震同震的部分形变场并反演了震源参数，为进一步的研究提供了参考［21］.2016 年，Elliott等总结了过去20 年里InSAR 技术建立地震模型的能力，其厘米级别的精度为认识大陆变形的机制提供了极大的帮助，而其极高的时效性能够在地震预警方面（如检测到震前地面形变）做出贡献［22］.2017 年，邵芸等利用Sentinel-1 数据获取了九寨沟Ms7.0 地震的同震形变场，反演了其同震滑动分布［8］.2017 年，蔡杰华等利用D-InSAR 技术和时间序列InSAR 技术对九寨沟地区震后的滑坡隐患进行了早期识别与探测［23］.

（2）滑坡方面.2004 年，Hilley 等使用ERS-1 和ERS-2 数据对旧金山湾区东部Berkeley 地区在1992—2001 年发生的缓慢运动的滑坡进行了研究，结合当地的降雨数据，得到滑坡滑动的季节性加速与降雨量密切相关的结论，并将成果发表在Science 上，证明了InSAR 技术在滑坡领域的应用潜力［24］.2012 年，廖明生等利用高分辨率SAR 影像幅度和差分干涉相位信息，成功地检测到三峡库区滑坡发生所处的时间段、地点以及形变，验证了运用InSAR 技术进行滑坡检测的有效性［25］.2016—2020 年，邵芸等持续开展了多云多雨喀斯特地貌区的高危滑坡隐患InSAR 排查研究［7-9］.2017 年，李梦华等以Sentinel-1A/1B 为数据源，运用时序InSAR 方法，对四川茂县岷江河谷区段的滑坡隐患进行了识别，找到了20 多处隐患［26］.2018年，刘斌等使用IBIS-L 地基InSAR 系统开展了奉节大树场镇灾后滑坡、神农架林区人工不稳定斜坡和备战铁矿露天采矿边坡的监测，其精度达到亚毫米级，扩展了InSAR 在滑坡领域的调查与监测手段，为星载和地基InSAR 技术在地表形变监测方面的综合应用奠定了技术基础［27］.2019 年，许强等提出通过InSAR 和地面观测手段，在掌握滑坡崩塌的变形规律和阶段以及时间-空间变形特征的基础上，建立分级综合预警体系［28］.2019 年，李振洪等总结了卫星雷达遥感在滑坡灾害探测和监测中的应用，提出目前雷达遥感面临4个挑战，分别是干涉去相干、大气干扰、斜视成像几何畸变和地形效应，并就现状提出了展望与对策［29］.2021 年，王哲等结合ALOS/PALSAR-2 的升轨和降轨影像，对西藏发生了易贡滑坡的扎木弄沟地表的形变进行了监测，探测到研究区域整体处于稳定状态，但有6 个形变体，证实了在地形陡峭的区域，结合SAR 的升降轨影像可以大大减少InSAR 监测滑坡时产生的盲区，提高滑坡识别的成功率［30］.由于滑坡多发生在植被茂密的山区，地形复杂，山体陡峭，时间去相干、空间去相干和大气影响制约了D-InSAR 技术在滑坡形变监测中的广泛应用.为了消除D-InSAR 的局限，进一步发展了多时相InSAR（MT-InSAR）技术.目前，MTInSAR 已广泛应用于地表形变监测、滑坡区域地图的绘制、滑坡建模、滑坡的危害与风险评估等方面［7］.

（3）地面沉降方面.1997 年，Massonnet 等采用ERS-1 数据对南加州East Mesa 的地热发电站周围的地面状况进行了监测，并与当地的测量数据对比，证明了InSAR 数据用于监测地面沉降的潜力［31］.1999 年，Amelung 等采用美国内华达州拉斯维加斯在1992 年4 月至1997 年12 月期间的ERS 图像测量当地的沉降情况，并与当地测量的水准数据相比较，显示在过去十年中，由于地下水开采的减少，导致地下水位上升，使沉降率有所下降；该研究还使用InSAR 数据监测了季节性的沉降和上升模式，得到了关于含水层系统的弹性和非弹性特性及其空间变异性的信息，证明了InSAR 数据用于监测地面沉降及其季节性升降的能力［32］.2001 年，Hoffmann 等利用InSAR 数据对拉斯维加斯峡谷的季节性沉降及其恢复进行了监测，证实当地的地下水人工补给政策确实抬升了地下水的水位和地面的高度［33］.2005 年，吴立新等利用ERS-1 和ERS-2 数据对唐山市及开滦矿区的地面沉降进行了研究，证明可以利用多时相D-InSAR 技术结合角反射器（或平面反射器）方法进行工矿区地表沉陷监测［34］.2007 年，王艳等采用上海市主城区约100 km2区域在1992—2000 年间的25 景ERS-1/2 的单视复影像，利用长时间序列的相干目标分析方法研究地面沉降的形变规律，其研究表明InSAR 可以很好地应用于地面沉降观测，并成为地表缓慢形变观测应用领域提高时间、空间尺度信息量的一项非常有前景的技术［35］.2014 年，Chaussard 等使用2007—2011 年墨西哥中部地区的ALOS 数据进行InSAR 时间序列分析，确定了包括17个城市在内共21 个地区有地面沉降，比以前有记录的数量要多得多，并确定发生地面沉降的原因是地下水的过度开采和地下水水质的下降，证明了InSAR 技术能够在城市规划方面提供有力的支撑［36］.2014 年，Tomas 等利用D-InSAR 识别出西班牙19 个沉降区（包括矿区、地下水开采地区、火山地区等），证明了DInSAR 对于识别和监测未知沉降区有着巨大的作用［37］.2016 年，孙晓鹏等采用SBAS-InSAR 技术对成都平原的地面沉降状况进行了监测，该技术能够较好地克服时空失相干限制，获得大范围毫米级精度的地表形变信息［38］.2021 年，李金超基于D-InSAR，使用Sentinel-1A的图像，采用时序InSAR 中的SBAS-InSAR 技术对淮南矿区的形变进行了识别，再一次证明了SBAS-InSAR对于减小误差和削弱失相干影响的能力［39］.

（4）地面塌陷方面.2009 年，Castaneda 等利用SBAS-InSAR 技术对西班牙Ebro 河流地区的地面塌陷进行了研究，证明了InSAR 技术在寻找陷坑方面的应用能力［40］.2018 年，Theron 等总结了地面塌陷的机制，并阐述了InSAR 技术用于测定地面塌陷的原理和方法，阐明了InSAR 技术可以定量、定点监测地面塌陷，并且可以通过发现地面的前兆变形对地面塌陷进行预警，降低基础设施的损害，保护人类生命财产安全，并且还可以通过开展地面主动补救工作来降低地面维护成本［41］.

（5）火山活动方面.1995 年，Massonnet 首次使用ERS-1 卫星从上升和下降轨道获取的两组合成孔径雷达图像数据对Mount Etna 1992 年5 月17 日至1993 年10 月24 日的数据进行了监测，成功监测到了火山喷发前地表的收缩形变［15］.2000 年，Amelung 等采用InSAR 技术对Isabela 和Fernandina 岛的火山在1992—1999 年间的形变进行了监测，发现有些火山周围的断层形成了类似“活动门板”的构造，降低了岩浆室上方的应力，从而解释了为何有些火山周围地面监测到有大规模隆起却没有喷发的原因，并将成果发表在了Nature 上，给人们对火山爆发进行有效预警提供了支持［42］.2004 年，Pritchard 等采用ERS-1/2 卫星数据监测了1992—2002 年安第斯山脉中部约900 座偏远火山的活动状况并作出了分析［43］.2007 年，Amelung 等使用Radarsat-1 数据，找到了Mauna Loa火山2002—2005 年西南裂谷带中深度岩脉状岩浆体长期膨胀的证据，得到了Mauna Loa 火山岩浆的新模型，表明应力转移在控制地下岩浆堆积中起着重要作用，并将结果发表在Science 上［44］.2010 年，Fournier等采用ALOS PALSAR 数据对2002—2008 年拉丁美洲地区的火山进行了监测，并且与之前世界上其他地区的100 多个火山的变形研究相结合，计算该地区火山地表变形的频率、量级和持续时间［45］.2016 年，Ruch 等采用COSMO-SkyMed 卫星的数据对位于冰岛的Ba’rjarbunga 火山口的岩脉入侵进行了监测，增进了对于火山地区裂谷机制和演化的理解［46］.2021 年，Varugu 等采用InSAR 技术COSMO-SkyMed 的数据对Mauna Loa 火山2014—2020 年之间其内部岩浆的活动状况进行了监测，结果表明该火山的岩浆体拓宽了约4.5 m，并对之后这座活火山的活动情况做出了预测［47］.

（6）冻土变化方面.2008 年，谢酬等选用4 景覆盖青藏高原东北部的北麓河区域的ALOS PALSAR 数据，对研究区域进行冻土形变检测，并与覆盖北麓河研究区3 景ASAR 数据进行了对比分析，证明PALSAR数据更适用于植被覆盖区域的分析，同时还证明了PALSAR 数据能够有效进行多年冻土区的形变分析［48］.2013 年，李珊珊等提出将SBAS-InSAR 应用于监测冻土，并利用周期形变模型来代替传统的SBAS方法中的线性形变模型以解决冻土形变呈现明显的季节性特征的问题，利用2007—2010 年的21 景ASAR影像图作为实验数据，成功获取了青藏高原从羊八井站—当雄站铁路段冻土区的地表形变时间序列图，与当地的温度数据联合分析，发现其变化状况与冻土的物理变化规律非常一致，证明了SBAS-InSAR 技术在冻土形变监测中具有良好的发展应用前景［49］.2017 年，Daout 等采用InSAR 数据对西藏西北部多年冻土活动层的空间变化及其时间演变进行了研究，检测到了西藏西北部地区地表季节性沉降现象并定量进行了分析［50］.2021 年，王京利用Sentinel-1A 数据、TerraSARX 数据、ALOS-2 PALSAR-2 数据对青藏高原的冻土冻融的过程进行了监测并制图，为青藏高原地区冻土相关灾害的防治和环境保护提供了有利的科学依据［51］.

1.2 极化SAR

极化作为电磁波的本质属性，是幅度、频率、相位以外的重要基本参量，描述了电磁波的矢量特征，即电场矢端在传播截面上随时间变化的轨迹特性.目标变极化效应所蕴含的目标丰富物理属性信息对提升雷达的目标检测、抗干扰、分类和识别等能力具有极大潜力.极化SAR 具备全极化测量能力，能够获取目标的全极化信息，使得对目标极化散射机理进行完整刻画成为可能.极化信息的提取已经成为近几年SAR 遥感发展的新方向.相对于单极化数据而言，全极化SAR图像可以更好地阐释散射机制的变化，并且蕴含着丰富的极化信息，因此如何合理利用极化特征来提取灾后建筑物的损毁信息成为了研究重点［7-9］.它在监测地震与滑坡方面应用广泛.

2016 年，翟玮等利用“4.14”玉树地震震后机载PolSAR 影像提取了当地的倒塌建筑物，及时获取了当地建筑物震害信息［52］.2019 年，李强等利用分辨率为1 m 的C 频段多极化高分三号卫星数据，对九寨沟进行了地震滑坡自动快速识别，为九寨沟地震景区的震后重建提供了依据［53］.

1.3 多源SAR

近年来，随着雷达卫星遥感技术的不断发展，集宽幅SAR、InSAR 和极化SAR 为一体的雷达系统，即多源SAR 手段融合了多种SAR 的优点，相互弥补，为监测地震等地质灾害提供了更为有效和精确的手段.

2010 年，郭华东等结合宽幅SAR、InSAR 和极化SAR 对玉树地震进行监测.首先利用RadarSat-2 的宽幅SAR 数据对玉树地震的区域地质构造和岩性分布特征进行解译，找到4 处主要断裂.之后利用ALOS/PALSAR 升轨重轨干涉测量数据，获取了同震形变场，得到同震形变场是以北西向发震断层甘孜-玉树断裂带为中轴分布的，基本与该断层成平行分布.再利用2010 年4 月21 日升轨的RadarSat-2 精细模式极化数据对当地的倒塌建筑物进行解译分析，同时与4 月15日获得的机载高分辨率光学影像解译出的结果进行对比，得到倒塌建筑的识别率为88%，未倒塌建筑的识别率为80%［54］.

2 光学遥感在地质灾害方面的应用

2.1 光学卫星遥感

光学遥感通常是指对目标在可见光、近红外和短波红外电磁谱段进行成像观测，记录的是地表对太阳辐射的反射和自身发射的能量，进而获取和分析被观测对象的光学特征信息.光学遥感技术经过长时间的发展，已经能够获得高空间、高光谱和高时间分辨率的遥感数据［4］.相对于微波遥感，它不需要满足雷达影像的高相干性条件，在地表变化状况较为剧烈的地区，也能得到理想的数据.此外，光学卫星遥感影像还能监测到研究区域植被的变化状况，为地质灾害监测进行辅助.其在监测滑坡、地面塌陷、火山活动、冰川活动、土壤侵蚀方面应用广泛.

（1）滑坡方面.2006 年，王治华采用天台乡滑坡区域的TM、IKONOS 和QuikeBird 在滑坡前、后两个时相的数据，结合当地的DEM 数据、地形图和现场实测GPS 控制点，对滑坡进行解译，得到了滑坡的边界及地表特征、运动特征和规模［55］.2007 年，邓辉利用QuickBird-2 的2004 年的影像，将1、2、3 波段进行真彩色合成用于主要分析，再辅以4、3、2 波段的合成图像，对长江三峡地区的白衣庵滑坡和巫山县城下游等地的崩塌堆积体进行了解译［56］.2008 年黄润秋等利用汶川地震后的日本ALOS 卫星影像数据和中国国土资源航空物探遥感中心的航空遥感数据，并结合国土资源部门的地质灾害隐患点的应急排查资料，迅速完成了汶川地区16 个重灾县11 308 处地震滑坡编目图［57］.2017 年，彭令等以“5.12”大地震受灾严重的汶川县为研究区域，采用资源三号和高分一号的高分辨率光学卫星影像数据，利用多尺度最优分割方法进行多层次滑坡对象构建，同时结合地震滑坡的发育特征建立了滑坡识别的特征规则集合，采用分层识别模型，实现滑坡区域的提取与滑坡要素的精确识别，最后通过与目视解译及野外调查验证结果进行对比分析，验证了结果的整体精度［58］.2019 年，唐尧等采用国产高分二号与北京二号等国产遥感卫星影像并结合部分灾区现场照片资料，对“10.11”金沙江高位滑坡开展灾情应急监测，识别了该滑坡的各项特征并对周边的灾害隐患地区进行了识别，证明了国产遥感卫星在国家重特大地质灾害应急监测方面发挥了重大作用［59］.2020年，郭忻怡等利用高分辨率光学遥感技术建立了遥感影像上植被异常与滑坡蠕变的关系，弥补了InSAR 等技术在植被茂密、地形陡峭等条件下监测能力的不足［60］.2020 年，龙玉洁等利用Landsat 7、SPOT-5、RapidEye、Planet 影像，采用最大似然法和RF 算法对2008 年汶川地震后10 a 内绵远河流域滑坡进行了识别与自动提取，证明了RF 算法的识别精度更高［61］.

（2）地面塌陷方面.2013 年，周学珍等利用具有1 m 空间分辨率的IKONOS 数据，通过识别地裂缝，确定了陕西神府煤矿区地面塌陷的范围［62］.

（3）火山活动方面.2020 年，Michael 等对ASTER数据库在全球各地过去20 a 内拍摄的32 万个与火山相关的红外影像进行挖掘，从中找出了2 000 多幅影像，对全球的火山分别进行了以1 a、5 a 和20 a 为尺度的观测，研究它们的变化［63］.

（4）冰川活动方面.相较于光学遥感影像，InSAR的影像需要很强的相干性，只有时间间隔很短的影像才能满足要求，这不利于进行长时期冰川的活动监测.而光学影像则没有这个限制，可以进行年际影像的对比.2009 年，黄磊等利用Landsat 5 和Landsat 7 的近红外波段，对天山冰川区1991—2000 年的冰川平均运动速度进行了计算［64］.2011 年，许君利等利用2001—2009 年的3 组（6 期）ASTER 遥感影像反演了天山托木尔峰科其喀尔巴西冰川表面的运动速度，并与花杆测量数据进行对比，平均绝对误差为3.1 m/a，相对误差为11.9%，反演精度符合要求［65］.利用光学遥感影像对冰川运动速度进行研究，为我们在全球变暖的大背景下对冰川活动进行监测起到了重要的作用.

（5）土壤侵蚀方面.2021 年，Zhu 等利用Landsat TM 在2000、2005、2010 和2020 年的影像监测了甘肃省天水市麦积区的土壤侵蚀状况，并对不同区域的侵蚀程度进行了分级［66］.

2.2 航空摄影测量

航空摄影测量指的是在飞机上用航摄仪器对地面连续摄取像片，结合地面控制点测量、调绘和立体测绘等步骤，绘制出地形图的作业.它可以将地形测量的大部分外业工作转移到室内进行，克服了不易到达地区野外测量的困难，并能真实、详细地反映地物、地貌.现在普遍偏向使用无人机作为遥感平台对研究区域进行探测，涉及地震、滑坡、地面沉降等方面.

（1）地震方面.2003 年，王晓青等人采用机载光学遥感对巴楚-伽师地震地区进行了数据采集，对研究区域的震害进行了评估，识别了倒塌建筑物和地震次生灾害［67］.2013 年，在郭华东的组织下，王福涛等利用四川芦山地震后航空遥感飞机B-4101 携带的光学传感器拍摄的多光谱航空遥感数据，结合震前的SPOT5 和资源3 号全色和多光谱遥感影像，首先结合次生地质灾害在高分辨率多光谱影像上的形态、结构和纹理特征，对地震重灾区次生地质灾害的数量和空间分布进行了有效监测［68］.2015 年，王晓青等采用四川芦山震后快速获取的高分航空遥感影像，进行了灾区建筑物震害应急提取和震害指数计算，并将遥感评估结果与现场实际调查结果进行比较分析，验证了使用遥感数据得到的结果的准确性，证明了震后的高分航空遥感影像可以在地震应急阶段快速对地震进行评定，时效性高，之后再结合地震现场实地调查资料能够进一步提高结果的准确性和精度［69］.2021 年，范熙伟等利用无人机获取热红外遥感数据，提取了北川地震遗址的地震倒塌房屋数据，将震后房屋倒塌类型分为未倒塌、部分倒塌和倒塌共3 个破坏等级，为震后重建和救援提供了依据［70］.

（2）滑坡方面.2014 年，Lucieer 等利用小型无人机拍摄了Tasmania 东南部2011 年7 月19 日和11 月10 日的影像，从图像中提取出了滑坡并建立了滑坡的三维模型，通过与地面控制点进行比较测试，其水平精度为7 cm，垂直精度为6 cm，建立了一个高精度的滑坡模型［71］.2019 年，李维炼等使用无人机采集了金沙江特大滑坡灾害的遥感数据，并依此构建了滑坡灾害的VR 场景，支持用户沉浸式交互与滑坡灾情信息分析，大大提高了滑坡灾害监测的可视性［72］.

（3）地面沉降方面.2018 年，高冠杰等使用四旋翼无人机对宁夏羊场湾煤矿拍摄了2016—2017 年间的3 期光学影像，空间分辨率在2 cm 以内，对其采煤沉陷量进行了监测［73］.

3 激光雷达在地质灾害方面的应用

激光雷达（Light Detection and Ranging，LiDAR）是激光技术与传统雷达相结合的产物，以激光束作为信息载体，可以用相位、频率、偏振和振幅来搭载信息的主动式雷达［74］.激光雷达是对地表三维坐标的直接测量，而传统的摄影测量或者雷达干涉测量（InSAR）都是通过间接的方法获得地表三维数据［74］.由于激光雷达发射激光束频率较传统雷达高几个数量级，加上激光具有高亮度性、高方向性、高单色性和高相干性特点，所以激光雷达能够精确测距、测速和跟踪，还具有很高角分辨率、速度分辨率和距离分辨率，对更小尺度的目标物也能产生回波信号，在探测细小颗粒方面有着特有优势［74］.因此在小范围的地质灾害监测方面，它能够提供最高精度的数字高程模型（Digital Elevation Model，DEM），监测到的地表形变也更为精确.其在监测地震、地面沉降、土壤侵蚀、海岸侵蚀等方面有着广泛的应用.

（1）地震方面.2018 年，佘金星等采用机载LiDAR测量技术，快速获取了九寨沟地震核心景区的激光点云数据.并用这些数据构建了高精度DEM 模型和数字正射影像图（Digital Orthophoto Map，DOM），利用专家经验和计算机自动识别技术，对九寨沟的地质灾害隐患进行了早期的识别与分析，为震后危险区域的实时监测提供了重要的手段［75］.

（2）地面沉降方面.2015 年，陈梦雪等利用机载LiDAR 获取了钱塘江北岸海塘的数据，再利用车载LiDAR 获取了钱塘江南岸海塘的数据，利用这些数据生成了海塘的DEM 数据并进行了剖面分析，对比同一地区两期DEM 的不同，监测钱塘江海塘的沉降情况，发现海塘工程沉降情况并不明显，尚且安全［76］.2018 年，张永庭等利用两期无人机机载LiDAR 三维点云数据，对宁东煤矿基地马连台煤矿的矿区沉降状况进行了监测，得到了研究区域的三维立体图，共监测出了3 处地面沉降区；之后将结果与GPS 自动监测数据进行对比分析，最大误差值0.0532 m，平均误差为0.0434 m，小于0.40 m，完全满足了精度要求［77］.

（3）土壤侵蚀方面.2007 年，陈剑桥在金沙江溪落渡水电站水土保持监测项目（XLD/0340）中，利用LiDAR 对杨家沟渣场进行了测量，并结合差分GPS 数据，计算渣场的土石方量，从而达到监测杨家沟渣场水土流失状况的目的［78］.

（4）海岸侵蚀方面.2019 年，Michel 等利用无人机机载LiDAR 对法国的鲁西荣平原的海岸线状况进行了监测，比起光学摄影测量，在有植被覆盖时LiDAR 能够提供更加精确的DTM 数据，其数据处理速度更高；通过与土地测量收集的点数据进行比较，平均误差为4.0 cm，Z 的标准偏差为9.5 cm，在海滩沙地这种软质地面上得到了精度非常理想的数据［79］.

4 多源遥感技术

不同来源的遥感数据在监测不同的地质灾害方面各有优势，但由于不同遥感技术获取数据和成像方法的不同，每种遥感技术也都有着自己难以弥补的缺陷.随着遥感技术的发展，从光学、热红外和微波等使用不同方法对地观测的卫星传感器越来越多，同一地区能够获取的遥感影像数据种类也随之变多.由于不同的遥感监测手段获取的信息量不同，优势也不同，可以做到相互弥补，因此从多源数据中能够提取比单源数据更丰富、更可靠、更有用的信息，可以提高影像的空间分辨率，提高数据分类的精度与可靠性，增强解译和动态监测能力，减少模糊度，有效提高遥感影像数据的利用率.多源遥感数据目前在地震、滑坡、地面沉降、火山活动、冰川活动等方面有广泛应用.

（1）地震方面.利用多源遥感数据，可以同时对地震的震前、震后、震害的状况进行综合监测，弥补不同的遥感手段在监测方面的不足.由于地震区域在震前会有显著的地表热异常，因此可以利用光学卫星热红外遥感为震前预警提供可行的手段［80］.震后则可以根据具体情况，利用InSAR 或者是LiDAR 对地表垂直形变进行监测，及时确定受灾区域状况，并且可以确定地震次生灾害隐患点，及时做出预警，其精度可以达到厘米级别.对于地震损害评估，则可以利用IKONOS、QuikeBird 等光学卫星确定地表建筑物损毁状况等，对震害进行评估.2005 年，单新建等采用ETM、SPOT、IKONOS、ERS-1/2、SAR 等多源卫星图像的解译和分析，获取了昆仑山口西Ms8.1 级地震破裂带空间分布与形变特征［81］.2020 年，由于九寨沟地区植被茂密，InSAR 成像的相干性很差，董秀军等采用光学卫星影像和机载LiDAR 点云数据生成的DEM 对九寨沟地震的震后状况进行了监测.首先利用上述数据对九寨沟地区的地质构造和岩体结构进行了解译，利用光学影像和LiDAR 数据共解译研究区已存在的不良地质现象83 处，其中古滑坡7 处、崩塌堆积体57 处、泥石流沟19 处.之后，采用岩体结构面组合分析及类比等方法，共解译出存在隐患的灾害点26 处，其中崩塌危岩体16 处、不稳定斜坡8 处、泥石流沟2 处［82］.

（2）滑坡方面.2009 年，Roering 等利用D-InSAR、机载LiDAR 和航空影像历史数据对北加利福尼亚州地区的滑坡进行了研究.先利用ALOS 数据确定了5个大型滑坡（＞1 km）的位置，再利用机载LiDAR 和航空影像历史数据监测地表树木位移的状况，结合DInSAR 图像，计算出滑坡的运动速率和地面泥土剥蚀速率［83］.2019 年，许强等提出通过构建天-空-地一体化的“三查”体系进行重大地质灾害隐患的早期识别.“三查”体系首先通过卫星光学遥感和D-InSAR 技术实现区域扫面性地质灾害隐患的普查，随后利用LiDAR 和无人机摄影测量实现高地质灾害风险区段和重大地质灾害隐患的详查，最后采用现场调查、地面与坡体内部探测等手段，实现重大地质灾害隐患的复核确认和排除，即核查［28］.2019 年，陆会燕等先使用光学卫星遥感影像确定了金沙江白格滑坡区域的51处滑坡隐患，再在此基础上采用SBAS-InSAR 技术对具有堵江风险的重点区域的ALOS PALSAR-1 和Sentinel-1A 雷达卫星数据进行处理，共探测出7 处滑坡隐患具有较显著形变，其中3 处堵江风险较大，为滑坡防治提供了数据支持［84］.

（3）地面沉降方面，2017 年，何倩等结合InSAR 和LiDAR 数据对河北省邯郸市的矿区沉降情况进行了监测.利用高精度的LiDAR 数据绘制了矿区精度为1 m 的DEM 模型，解决了目前常用的SRTM DEM 数据分辨率只有30 m、精度过低、会造成沉降数据误差过大的问题；之后采用精度为3 m 的TerraSAR 数据与SRTM 和LiDAR 生成的DEM 分别进行差分处理，与水准测量方法获取的地表沉降量做对比，发现LiDAR生成的DEM 大大减小了下沉值的误差，提高了监测精度［85］.2022 年，Wang 等利用无人机航空摄影测量技术和InSAR 数据，对中国西部地区的王家塔煤矿的地面沉降状况进行了分析.从2018 年6 月至2019 年4月共获取了10 幅ALOS 卫星的SAR 图像，依此绘制了矿区的DEM 图像，同时进行了4 次无人机观测，获取了在这一年的煤矿开采期间工作面完整的变形场，证实了随着当地煤矿开采工作面的扩大、加深，当开采深度大于煤层埋深的1.2～1.4 倍时，超过临界条件，引起了地面沉降，最大沉降量为2.780 m，沉降率基本保持在0.25 m/d；最后，通过全球导航卫星系统（Global Navigation Satellite System，GNSS）获得的数据对该方法的准确性进行了测定，证明通过融合多种遥感数据能给构建完整、精确、高时间精度的沉降盆地模型提供一种有效的新方法［86］.

（4）火山活动方面.2000 年，Francis 等提出结合光学卫星的热红外数据和雷达卫星的数据对火山活动进行研究，指出可以利用光学卫星遥感的热红外辐射数据监测火山的活动水平，这对于自动探测火山喷发和研究火山熔岩的分布非常有效；与此同时利用卫星雷达数据，这样就可以克服光学影像受大气、观测时间影响严重的缺点，不仅可以透过云层并且还可以在夜间观测火山的活动，同时提供高分辨率的地形数据［87］.2006 年，Pavez 等结合InSAR、光学航空摄影测量与地面数据，对智利的Lascar 火山1993 至2000 年的活动状况进行了监测，结合航空摄影测量数据和GPS 地面测量数据得到的高精度、高分辨率的DEM，提高了Lascar 火山的InSAR 图像成像精度，然后使用高精度的InSAR 数据对与Lascar 火山周期活动相关的地表变化进行厘米级别的监测，证实在1993 年4 月的喷发之后，火山周围地表没有持续的大规模变形［88］.

（5）冰川活动方面.2005 年，Kaab 等提出可以结合光学影像数据对冰川光谱分类的结果与从合成孔径雷达和LiDAR 数据中建立的DTM 模型，计算冰川的位移量，从而对冰川活动进行监测［89］.2021 年，吴立新等采用天地空协同监测的方式对波密县天摩沟地区的冰川活动进行了研究.由于该地区地形陡峭，积雪量大，云雾量大，冰川厚度大，因此单一的遥感手段无法实现精确且连续地监测，他们利用InSAR 可以穿透云雾和光学卫星可以穿透冰层的优势定量估计冰川的潜在物源体积，再结合无人机热红外可以区分冰层和岩层的能力以及光学遥感时空分辨率高的特点，划定冰川分布的位置.最终根据不同遥感手段的特点制定了三类监测方案：A）精细获取单一冰川流域孕灾环境本底信息与灾变过程表观数据；B）获取和分析大范围内多个冰川流域、多个灾害要素的长期变化信息；C）在冰川流域灾害发生后及时为国家及地方政府的应急救灾提供数据保障与信息支持［90］.

5 结论与展望

伴随着遥感技术的不断创新升级，各种遥感技术的理论也逐渐成熟，迄今已经有多种遥感技术被用于监测各种地质灾害，人们对于监测地质灾害的精度和准确度也在不断地上升.但目前地质灾害遥感领域仍面临许多挑战，需要在以下几个方面进一步加深研究与讨论.

（1）地质灾害发生地区常具有地势复杂、植被茂密、云层密度大、地表覆盖物变化剧烈等多重问题，在监测时仅使用单一的遥感手段往往会有缺陷.比如使用微波遥感进行监测时，往往需要几幅图像之间具有很强的相干性，这在植被茂密或是地表覆盖物变化剧烈的情况下难以实现，极大程度上限制了微波遥感的发挥；光学遥感影像虽然没有这方面的限制，但是对于监测地面微小形变的能力不如微波遥感和LiDAR，对地表覆盖物的穿透性也不够强，同时受大气条件影响很大；LiDAR 虽然监测精度高于微波和光学遥感，监测范围的灵活性也更强，但其受天气影响大，同时监测范围远不及光学和微波遥感.因此需要融合多种遥感数据，才能在监测地质灾害时做到互补.如何根据不同遥感数据的特点将多源遥感数据互补融合，将是未来地质灾害遥感领域主要的研究方向之一.

（2）地质灾害隐患的监测中多源遥感数据的兼容.不同的遥感数据，其存储数据格式不同，时间和空间分辨率不同，成像原理等方面也不同，这导致了在使用多源数据的时候会遇到诸多不便.以光学遥感卫星为例：MODIS、ASTER、Sentinel-3、VIIRS 等卫星传感器影像具有高的时间分辨率（1～2 d），但空间分辨率比较低（300～1 000 m）；而SPOT、Landsat、Sentinel-2、GF 系列具有高的空间分辨率（10～30 m），但时间分辨率低（无云情况下5～30 d）.此外由于光学和微波遥感的成像方式不同，它们的图像数据不能在空间位置上一致.因此多源遥感数据如何兼容将是未来需要面临的一个问题.

（3）地质灾害的快速监测与自动预警.地质灾害具有突发性，而我国现在对于地质灾害预警工作的时效性还不够强，每年仍有大量的人员伤亡与财产损失，尤其是在目前调查工作尚未发现的地质灾害隐患地区.地质灾害虽然具有突发性，但已经有许多研究表明，在地质灾害发生前的一段时间，是可以监测到预警信号的.如：火山爆发之前可以用InSAR 数据监测到火山口周围有明显的地表形变，并且可以通过热红外数据监测到温度的变化.如何准确识别预警信号，对于找到地质灾害隐患，提前进行地质灾害的防治有着巨大的意义.未来可以将深度学习与遥感技术相结合，实现自动识别地质灾害隐患，进行早期防治；实现自动监测地质灾害并发出警报，在地质灾害实时预警方面更进一步，保障人民的生命财产安全.