天水中部地区滑坡隐患早期识别及安全性分析

毛嘉骐 李素敏 崔文东 廖园欢 成睿

摘 要：天水地区属于黄土丘陵沟壑区，地形起伏较大，区域内断裂褶皱发育，地质构造复杂，雨季期间滑坡等自然灾害频发。基于时序InSAR技术，利用哨兵一号（Sentinel-1）SAR数据对天水市中部区域内的潜在滑坡体进行早期的解译识别，发现2处存在隐患的坡体。结合地质资料，利用FLAC3D中的强度折减法，得到隐患坡体的安全系数分别为1.003和1.040。研究结果表明：采用时序InSAR技术探测出隐患坡体，再对隐患进行安全系数计算，可以对大范围区域滑坡隐患点进行精准识别和风险量化评估，从而对滑坡隐患区进行分级防治，为滑坡隐患早期识别提供思路和参考。

关键词：时序InSAR;潜在滑坡;FLAC3D;安全系数;强度折减法

中图分类号：P642.2

文献标志码：A

文章编号 1000-5269（2023）03-0047-07

DOI：10.15958/j.cnki.gdxbzrb.2023.03.07

滑坡具备高突发性、高破坏性的特点，给人民群众的生命安全以及生产建设活动造成了极大的危害，严重制约着社会经济的发展［1］。利用传统的监测方法很难对滑坡进行大面积的监测预警，而且监测成本较高，效率低，易受到外界因素的影响，难以实现滑坡预警［2］。合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR），具有全天时、全天候和覆盖范围广等特点，已经成功运用于滑坡灾害的监测中，特别是在滑坡灾害的早期隐患识别中得到了广泛的应用［3］。戴可人等［4］利用时序InSAR技术，对雅砻江中段地区进行高山峡谷地区的早期识别工作，成功探测出8处具有滑坡隐患区域。蔡杰华等［5］基于InSAR技术，对九寨沟震后滑坡隐患区域进行早期的探测识别，共发现7处靠近居民区的隐患区域，潜在威胁性较大。ZHU等［6］利用InSAR技术对青海省剑沟滑坡进行探测，发现InSAR技术对分析滑坡前的蠕变变形具备优势。张毅［7］利用InSAR技术识别出白龙江流域内的133处活动斜坡。在山区地形中，现有研究可以从一定程度上识别出潜在滑坡区域，却无法准确评估潜在滑坡区域的稳定性，同时，单一的潜在滑坡隐患识别也难以具体反映滑坡体失稳特征。

FLAC3D软件中的有限元强度折减法，可以通过弹塑性计算得出坡体的不稳定面，并得到相应的安全系数，无需事先假设，且考虑土体的本构关系及岩土体本身的变形，可以对坡体的稳定性以及在坡体发生破坏前后的位移情况进行判定［8］。如蔡捷等［9］利用FLAC3D中的强度折减法，对普阳煤矿1号排土场边坡失稳进行模拟分析，预测可能出现牵引式滑坡。刘宏等［10］针对缓倾角层状岩质边坡小危岩体失稳破坏模式进行分析，指出缓倾内层状岩质边坡分别为岩层较厚、岩层较薄、岩层倾向坡外等几种情况时对应的破坏模式，同时对破坏模式提出了相应的稳定性评价理论及方法。余忠祥等［8］运用FLAC3D对边坡失稳破坏进行模拟，同时采用强度折减法得出边坡在不同条件下的相应安全系数，以及影响坡体稳定性的主要因素为坡高和坡角。FLAC3D有限元强度折减法可以对坡体稳定性实现量化，同时反映坡体失稳前后的位移形变情况，提高时序InSAR监测结果的可靠性。

因此，本文采用時序InSAR技术获取天水市中部地区地表形变数据，识别出潜在滑坡区域；同时结合FLAC3D软件，运用强度折减法得出隐患坡体的安全系数，分析识别潜在滑坡区域坡体的稳定性情况，为滑坡的预测和坡体的稳定性评价提供了有力的支持，并为当地的滑坡预警监测提供了理论支撑。

1 研究区概况及数据处理

1.1 研究区概况

天水市地处甘肃省东南部，位于104°35′～106°44′E、34°05′～35°10′N的青藏高原和黄土高原交汇地带，地势西北高东南低，平均海拔高度为1 100 m，境内有渭河及其支流流经，受地质沉陷和红、黄土层沉积，形成黄土丘陵地貌。“兰州—天水”地震带穿城而过，区域内断裂褶皱发育，地质构造较为活跃。天水降雨主要集中在夏秋两季，且呈现出集中性和持续性的特点，加之近年来工程活动较多，导致滑坡、泥石流等自然灾害频发［11］。本文主要研究区为天水市中部地区，研究区位置如图1所示。

1.2 SBAS-InSAR数据处理方法

SBAS-InSAR是利用同一地区多幅时间基线较短的SAR影像形成的干涉对。干涉对通过解缠、滤波等方式去除轨道误差、噪音以及地形的残余相位，保证时间基线的高相干性，然后采用奇异值分解（singular value decomposition， SVD）的方法，将多个基线集联合求解，并对时间域和空间域的滤波进行分析，分离出残余相位中的大气相位和非线性形变误差，得到目标区域内覆盖整个观测时间的地表形变信息［12］。本文选取IW模式下的2018年10月—2021年10月的37景Sentinel-1A升轨数据，数据的相关参数如表1所示。为提高SAR卫星影像的轨道精度，引入由欧空局提供的精密轨道数据，使用30 m分辨率的DEM，用于计算过程中去除地形相位的影响。

1.3 FLAC3D有限元强度折减法

本文采用有限元强度折减法，运用FLAC3D对坡体进行强度折减计算。其原理是将坡体的岩土体的黏聚力C和内摩擦角φ进行调整，得到一组新的黏聚力和内摩擦角，然后利用折减后的参数进行计算，直到坡体达到极限状态，此时的折减系数F即为坡体稳定时的安全系数［13］。

式中：C′为折减后的黏聚力；φ′为折减后的摩擦角；F为折减系数。

通过现场调查，计算采用摩尔库伦本构，岩土体抗剪强度、弹性模量、泊松比等物理力学参数均通过室内实验获取，如表2所示。

1.4 技术路线

利用时序InSAR技术进行滑坡灾害隐患点的大规模普查，查找隐患点位置，然后对普查结果用FLAC3D有限元软件生成网格单元，并建立坡体模型；对坡体赋予相应的条件和参数，获得达到初始平衡状态的初始模型；对模型施加一定的外力，破坏其现有状态，继续进行计算，使模型处于平衡或者破坏状态；最后结合坡体模型得出安全系数，对坡体安全性进行综合判断［14］。整体技术流程如图2所示。

2 InSAR滑坡隐患早期识别结果

2.1 总体识别结果

基于时序InSAR获取天水市中部地区2018年10月—2021年10月的形变数据，其年均形变速率图如图3所示。从图3可以看出：整个研究区形变情况分布不均匀，位于中部的主城区附近较为稳定，形变速率为10 mm/a，未见有较大的形变情况发生；形变严重的区域主要集中在研究区北部，区域内地形起伏较大，年均形变速率变化范围为-92～68 mm/a；研究区南部地形也有较大起伏，形变速率在-40～35 mm/a之间。结合研究区光学遥感影像及实地调查，发现研究区南部植被覆盖率较高，会导致严重的失相干情况；研究区北部植被覆盖率较低，形变监测结果良好，故在研究区北部区域筛选滑坡隐患区域。

结合坡度（图4）、高程（图1）、形变速率等分析，位于研究区北部的秦州区太京镇丁家门村和麦积区能干村的坡体存在隐患，其最大形变速率为92 mm/a，坡度均大于35°，且所处位置海拔較高。其中，位于丁家门村坡体靠近断裂带，能干村坡体靠近渭河、陇海铁路，存在造成次生灾害的风险。

2.2 重点区域解译

第一处滑坡隐患较大的区域位于秦州区太京镇丁家门村附近坡体。该处坡体最大沉降值为-120 mm，从上至下选取4个点位进行时序分析，如图5所示。从图5可以看出：坡体整体沉降速率较大，最大沉降速率为44 mm/a；2018年10月—2020年4月，坡体变化趋势较为稳定，之后以较大的速率持续沉降。岩土体裸露情况较为严重，植被种类单一且稀少，周边有部分耕地，在强降雨及持续性集中降雨条件下，坡体易受侵蚀，存在较高滑坡成灾风险。

第二处隐患区位于麦积区能干村，坡体周边植被较少，计算结果整体相干性较好。该坡体最大沉降值为-130 mm，坡体的中部和下部都保持着持续且较大沉降速率，取该坡体4个点位进行时序监测，如图6所示。从图6可以看出：自监测之日起，该坡体除顶部点位沉降速率较为平缓外，其余监测点位持续保持一定速率沉降，最大沉降速率为54 mm/a。坡体顶部附近为农田，周边沟壑落差较大，坡体侧臂较陡，毗邻渭河、陇海铁路，如若发生滑坡，易造成次生灾害的发生，影响渭河流域及陇海铁路的安全性。

3 基于FLAC3D强度折减法的模拟分析

3.1 模拟初始位移分析

运用FLAC3D对丁家门村坡体进行计算，得到位移云图如图7所示。由图7可以看出：坡体中部在水平方向上沿X轴正方向位移较大，在靠近底部处达到最大，位移值为9 mm；在竖直方向上，坡体中部沿Z轴负方向位移情况明显，最大位移值为-7 mm。

能干村坡体的整体位移情况较为明显，位移云图如图8所示。由图8可以看出：在水平方向上，坡体中下部沿X轴正方向位移情况突出，最大位移值为5 mm；在竖直方向上，整体位移较大，在坡体中上部尤为显著，最大位移值为-5 mm。

3.2 模拟安全系数分析

运用强度折减法对边坡进行折减计算，对坡体在不同折减系数下的最大竖直方向位移变化情况进行分析，从而确定坡体的最终安全系数。位于秦州区丁家门村的坡体在不同折减系数下位移变化情况如图9（a）所示。由图9（a）可知：当折减系数为0.900～1.000时，坡体最大位移变化平稳；当折减系数大于1.003时，最大位移出现陡增，坡体失稳。因此，坡体安全系数为1.003，小于坡体失稳时安全系数需大于1.1［14］的要求，且坡体最大位移值为231 mm，坡体形变量较大，发生位移突变，坡体处于不稳定状态，存在发生滑坡的风险。

位于麦积区能干村的坡体在不同折减系数下位移变化情况如图9（b）所示。由图9（b）可知：坡体以0.80为起始折减值，折减系数为0.800～1.040时，最大位移处于平稳上升状态，之后随着折减系数不断增大，位移值攀升。因此，坡体安全系数为1.040，小于1.1，最大位移值为135 mm，之后坡体失稳，坡体属于不稳定坡体，存在发生滑坡的风险。

4 结果对比

将SBAS-InSAR计算的沉降结果与数值模拟的位移结果进行对比，如图10所示。图10左图显示，丁家门村坡体沉降值为-120～-90 mm，能干村坡体沉降值为-130～-40 mm；图10右显示，丁家门村坡体最大合位移值为-105 mm，能干村坡体最大合位移值为-137 mm。由图10可知：通过时序InSAR技术测量得到的沉降量较大区域与数值模拟得出的坡体合位移较大区域基本一致，坡体存在较大形变情况。丁家门村坡体安全系数为1.003，小于1.1，属于潜在滑坡易发区；坡体中部形变速率较大，与数值模拟得出的初始位移情况区域一致。能干村坡体最终安全系数为1.040，属于潜在滑坡易发区；坡体中部及下部形变速率较大，与数值模拟得出初始模型存在位移隐患区域基本一致，且由于该处坡体靠近渭河及陇海线，存在安全隐患。

5 结论

本文使用Sentinel-1A数据，基于时序InSAR技术对天水市中心的山区地带滑坡隐患开展早期的探测识别工作，共识别出2处隐患较大的典型区域作为重点进行探究。得出如下结论：

1）建立数值模拟的计算模型，对模型材料的抗剪强度进行折减，得出坡体水平和竖直方向位移变化和安全系数，其中，丁家门村与能干村坡体安全系数分别为1.003和1.040。综合研判确定丁家门村坡体与能干村坡体均属于“潜在滑坡易发区”。

2）丁家门村与能干村坡体形变区域的沉降值较大区域与数值模拟得出的相对位移较大区域基本一致。因此，利用时序InSAR技术结合FLAC3D有限元软件，不仅可以兼顾快速普查滑坡隐患区域的需求，还能实现对于重点区域的精准查询，从而对隐患区域的安全性进行判断，为滑坡隐患识别、滑坡预警等提供数据与技术支持。

参考文献：

[1]王新刚， 刘凯， 连宝琴， 等. 黄土-泥岩滑坡诱发因素及形成机理研究进展［J］. 西北大学学报（自然科学版）， 2021， 51（3）： 404-413.

［2］ 朱宗辉. 天水市区典型黄土滑坡形成机理与失稳判据研究［D］. 北京： 中国地质大学， 2020.

［3］ 张路， 廖明生， 董杰， 等. 基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别： 以四川丹巴为例［J］. 武汉大学学报（信息科学版）， 2018， 43（12）： 2039-2049.

［4］ 戴可人， 铁永波， 许强， 等. 高山峡谷区滑坡灾害隐患InSAR早期识别： 以雅砻江中段为例［J］. 雷达学报， 2020， 9（3）： 554-568.

［5］ 蔡杰华， 张路， 董杰， 等. 九寨沟震后滑坡隐患雷达遥感早期识别与形变监测［J］. 武汉大学学报（信息科学版） ［J］. 2020， 45（11）： 1707-1716.

［6］ ZHU Y R， QIU H J， YANG D D， et al. Pre- and post-failure spatiotemporal evolution of loess landslides： a case study of the Jiangou landslide in Ledu， China［J］. Landslides， 2021，18： 3475-3484.

［7］ 張毅. 基于InSAR技术的地表变形监测与滑坡早期识别研究［D］. 兰州： 兰州大学， 2018.

［8］ 余忠祥， 任伟中， 符贵军， 等. 基于FLAC3D对层状岩质边坡的破坏形式及定性分析［J］. 绍兴文理学院学报（自然科学）， 2020， 40（10）：20-28.

［9］ 蔡捷， 燕永锋， 陈俊智， 等. 基于FLAC3D 平台的边坡稳定性分析： 以普阳煤矿1号排土场为例［J］. 地质灾害与环境保护， 2019， 30（1）： 54-60.

［10］刘宏， 宋建波， 向喜琼. 缓倾角层状岩质边坡小危岩体失稳破坏模式与稳定性评价［J］. 岩石力学与工程学报， 2006，25（8）： 1606-1611.

［11］陈玺. SBAS-InSAR技术在秦州区地表形变监测与滑坡敏感性评价中的应用研究［D］. 兰州： 兰州大学， 2018.

［12］姜乃齐， 左小清， 王志红， 等. 基于PS-InSAR和SBAS技术监测昆明市主城区地面沉降［J］. 贵州大学学报（自然科学版）， 2020， 37（4）： 72-78.

［13］张鲁渝， 郑颖人， 赵尚毅， 等. 有限元强度折减系数法计算土坡稳定安全系数的精度研究［J］. 水利学报， 2003， 34（1）： 21-27.

［14］刘喜康. 基于FLAC3D的软岩高边坡支护方案研究［J］. 工程技术研究， 2020， 5（17）： 39-41.

［15］蓝航. 基于FLAC3D的边坡单元安全度分析及应用［J］. 中国矿业大学学报， 2008（4）： 570-574.

［16］BERARDINO P， FORNARO G， LANARI R， et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms［J］. IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（11）： 2375-2383.

［17］MARCATO G， MANTOVANI M， PASUTO A， et al. Monitoring， numerical modelling and hazard mitigation of the Moscardo landslide （Eastern Italian Alps）［J］. Engineering Geology， 2012， 128： 95-107.

［18］陈永明， 石玉成. 中国西北黄土地区地震滑坡基本特征［J］. 地震研究， 2006， 29（3）： 276-280， 318.

［19］朱建军， 李志伟， 胡俊. InSAR变形监测方法与研究进展［J］. 测绘学报， 2017， 46（10）： 1717-1733.

（责任编辑：周晓南）

基金项目：国家自然科学基金资助项目（41961053，41861054）；云南省重点研发计划资助项目（202003AC100002）；云南省科技厅面上资助项目（202101AT070102）

作者简介：毛嘉骐（1995—），男，在读硕士，研究方向：InSAR地表形变监测，E-mail：156296424@qq.com.

*通讯作者：李素敏，E-mail：153064487@qq.com.

Abstract： Tianshui region is located in loess hilly and gully region， fault folds developed， with large topographic fluctuations， complex geological structure， and frequent natural disasters such as landslides during the rainy season. This research was based on the time-series InSAR technology， and the sentinel-1 SAR data was used to interpret and identify the potential landslides in the central area of Tianshui City， then two potential landslides with hidden dangers were identified. By analyzing relevant geological data and applying strength reduction method in FLAC3D， the safety factors of hidden danger slope are 1.003 and 1.040， respectively. The results show that the method of calculating the safety factor after detecting the hidden danger slope with the time-series InSAR technology can accurately identify and quantitatively evaluate the hidden danger of landslide in a large range of regions， which is conducive to realizing the hierarchical prevention and control of the hidden danger area of landslide， and provides ideas and reference for the early identification of landslide hidden danger.

Key words： time series InSAR; potential landslide; FLAC3D; safety factor; strength reduction