红层滑坡时序InSAR监测...究——以川南海亭村滑坡为例_雷远.pdf

第 46 卷 第 6 期2023 年 6 月测绘与空间地理信息GEOMATICS SPATIAL INFOMATION TECHNOLOGYVol 46，No 6Jun，2023收稿日期:20211020作者简介:雷远(1995)，男，江西宜春人，测绘科学与技术专业硕士研究生，主要研究方向为 InSA 技术在地质灾害中的应用。红层滑坡时序 InSA 监测与变形特征研究 以川南海亭村滑坡为例雷远，姚智博，吴远昆，字城岱，钟霞(西南交通大学 地球科学与环境工程学院，四川 成都 610031)摘要:利用时序 InSA 技术，基于 Sentinel1 升降轨影像，获取了海亭村红层滑坡 20172020 年的升降轨形变场。海亭村滑坡整体处于较活跃状态，坡体的稳定性受到了严重影响，对当地居民的生命财产安全造成了巨大威胁，其变形与地质构造背景、河流侵蚀、降雨和人类活动有关。成果可为当地滑坡灾害预警工作提供参考。关键词:时序 InSA;红层滑坡;时序形变;失稳因素中图分类号:P237文献标识码:A文章编号:16725867(2023)06012804Study on Timeseries InSA Monitoring and DeformationCharacteristics of edbed Landslide:A Case Study of Haiting Village Landslide in South SichuanLEI Yuan，YAO Zhibo，WU Yuankun，ZI Chengdai，ZHONG Xia(Faculty of Geosciences and Environmental Engineering，Southwest Jiaotong University，Chengdu 610031，China)Abstract:In this paper，the deformation field of the Haiting village landslide from 2017 to 2020 was obtained based on Sentinel1 im-ages using the timeseries InSA technology The Haiting village landslide is in a relatively active state，and the stability has been se-verely affected，posing a huge threat to the safety of residents lives and properties Its deformation is related to the geological structurebackground，river erosion，rainfall and human activities The results can provide reference for local landslide disaster early warningworkKey words:timeseries InSA;redbed landslide;timeseries deformation;instability factors0引言红层是外观以红色为主要颜色的陆相碎屑沉积岩层，我国红层分布十分广泛，主要分布在西南、西北、华中和华南地区，出露面积约占国土面积的 5%1。红层岩性组合主要以砂岩和泥岩互层为主，层间岩层结合强度脆弱，通常伴有软弱岩层，因此非常容易发生滑坡等地质灾害2。红层滑坡主要分布在西部地区，据不完全统计，我国西部地区的红层滑坡约占滑坡总数的 25%。红层滑坡主要以低倾角滑坡为主，在自然状态下稳定性良好，但是在极端天气条件下容易发生较大规模的滑坡群，对居民的人身安全和财产安全造成了极大的威胁3。如 2011 年9 月 18 日，由于持续的强降雨，南江县沙河镇将营村发生了大规模的红层滑坡，该滑坡导致 4 人死亡，8 人失踪，487 间房屋被毁坏，造成了巨大的生命和财产损失。因此，对红层滑坡进行形变监测意义重大。GPS 等传统的滑坡监测技术存在监测范围小、成本高昂等缺点，无法高效地获取地表形变信息4。近年来高速发展起来的合成孔径雷达干涉测量(InterferometricSynthetic Aperture adar，InSA)技术，由于其能够快速地进行大范围高精度形变监测，且不受云雨等天气的影响，被广泛应用于地表形变探测45。传统的合成孔径雷达差分干涉测量(Differential Interferometric Synthetic Aper-ture adar，DInSA)技术容易受时空失相关及大气效应等因素的影响，其精度难以满足滑坡监测的需求6。永久散射体(Persistent ScattererInSA，PSInSA)79 和短基线集(Small Baseline SubsetInSA，SBASInSA)1012 等时序 InSA 技术在很大程度上突破了 DInSA 的限制，被国内外研究者广泛应用于滑坡灾害的研究。石固林等13 利用 SBASInSA 技术，基于升降轨 Sentinel1 影像，分别获取了桃坪乡古滑坡的升降轨形变场，并将其投影至坡面方向进行分析;王群等14 利用 PSInSA 技术对 2018 年金沙江白格滑坡进行了形变监测，结果表明，其在灾害发生前已有明显的位移。目前基于 InSA 技术的红层滑坡研究较少，本文针对川南典型红层滑坡的运动特征，以四川省雅安市汉源县宜东镇海亭村红层滑坡为研究对象，利用时序 InSA技术获得了研究对象的升降轨年均形变速率和累计形变量，并结合滑坡地形地貌和降雨等数据进行分析，探究了滑坡变形机理，为当地滑坡灾害预警工作提供了可靠的数据支撑。1研究区域概况及数据源海亭村滑坡是典型的红层滑坡，滑坡位于四川省雅安市汉源县宜东镇海亭村。汉源县地处横断山脉北段东缘，为四川盆地与西藏高原之间的攀西河谷地带，受河谷下切影响，四周高山环绕，中间向大渡河、流沙河谷地倾斜深陷，区域内最大高差为 3 471 m。汉源县位于川滇南北构造带的北端，地质构造极其复杂，由一系列北西南东向的褶皱和断裂组成，主要有金坪断裂、汉源甘洛断裂、流沙河隐伏断裂和宜坪万坪断裂15。汉源县属于亚热带季风性湿润气候，冬暖夏凉，四季分明。根据汉源县气象资料统计，年均气温 18，平均降水量超过700 mm，主要集中分布在 510 月份，占全年降雨量的 81%。研究区域地层属侏罗系白流井组，岩性为泥岩、粉砂岩夹石英砂岩，底部含砾砂岩，即为红层岩性15，而红层具有透水性弱、亲水性强、浸水后岩体强度软化、失水后易产生崩解等特点，是著名的易滑地层。坡体整体呈舌状，上部窄，中下部宽，长度约 4 300 m，宽度约 2 000 m，地势较为平缓，平均坡度约 20，前缘高程约 1 254 m，后缘高程约 2 016 m，属于巨型红层古滑坡。滑坡上部平均坡向约 258，下部平均坡向约 240，坡体上植被覆盖率一般，大部分为居民种植的果树，滑坡前缘直抵流沙河。研究采用欧洲空间局(European Space Agency，ESA)提供的免费 Sentinel1 雷达卫星渐进扫描(TOPS)成像模式 SA 影像，方位向和距离向的分辨率分别为 5、20 m，卫星重访周期为 12 d(双星重访周期为 6 d)。监测时间段为2017 年1 月至2020 年12 月，该时间段内共有122 幅升轨影像和 116 幅降轨影像，SA 影像具体参数见表 1。表 1Sentinel1 影像参数Tab 1Sentinel1 image parameters轨道方向成像模式波段波长(cm)分辨率(m)重访周期(d)视角()极化方式升轨IWC5 65206/1239 4VV降轨IWC5 65206/1239 5VV由于 InSA 配准操作容易受到轨道误差的影响，为了达到高精度的配准要求，实验中采用 ESA 提供的 POD精密定轨星历数据对每幅 SA 影像进行轨道精化，并利用美国航空航天局发布的空间分辨率为 30m 的 STM-DEM 进行差分干涉处理。Sentinel1 影像时空基线如图1 所示，时间基线阈值为 60 d，空间基线阈值为 200 m。图 1Sentinel1 影像时空基线Fig 1Timespace baseline of Sentinel1 images2SBASInSA 原理与方法InSA 技术是指通过卫星 2 次过境时的相位差来获取地表形变特征，具有全天时、全天候、精度高和监测范围大等特点，能以厘米甚至毫米级精度获取地表时序形变信息。InSA 技术在滑坡形变中的研究可追溯到 20 世纪90 年代，法国学者 Achache 利用6 幅 ES1 影像数据，对法国南部的 SaintEtiennedeTinee 滑坡进行了形变探测，证明了 D InSA 技术用于滑坡形变监测的可靠性16，随后国内外研究者开始使用 InSA 技术对滑坡进行形变研究。传统的 DInSA 技术由于受时空失相干和大气效应等因素的影响，难以满足滑坡的高精度时序形变监测要求。PSInSA 技术要求 PS 特征点在整个监测周期内依然能保持很好的相干性，滑坡由于地表植被覆盖等因素无法满足这一要求，导致其选取的 PS 特征点密度往往无法满足滑坡形变特征分析要求。SBASInSA技术是根据平均相干性选取出高相干特征点，其广泛分布于自然环境中，如裸土、草丛和灌木丛等，因此 SBASInSA 往往更适合滑坡形变监测研究。本次研究采用了SBASInSA 技术进行海亭村滑坡的形变监测，其原理如下:选取覆盖研究区域的 N+1 幅 SA 影像，选取其中一幅影像为主影像进行配准后，确定合适的时空基线和空间基线阈值组合差分干涉对，可以得到 M 幅差分干涉图，M 满足条件见式(1):N+12 M NN+12()(1)假设初始影像时间为 t0，则任意时刻 ti(i=1，N)相对于 t0时刻的差分相位为(ti)，该参数为未知量，数据处理过程中所获取的差分干涉相位(tj)(j=1，921第 6 期雷远等:红层滑坡时序 InSA 监测与变形特征研究M)为观测值。如果不考虑大气延迟等因素，第 j 幅干涉图中的像元(r，x)的相位值可表示为式(2):j(r，x)=(tB，r，x)(tA，r，x)4 d(tB，r，x)d(tA，r，x)(2)式中，为雷达波长;d(tA，r，x)和 d(tB，r，x)分别表示像元在时间 tA和 tB的雷达视线方向(LineofSight，LOS)方向形变。式(2)可改写为矩阵形式，见式(3):=A(3)式中，A 为 M N 维系数矩阵，每一行对应每一个干涉对;由像元在 N 个时刻的未知形变相位组成;为 M幅解缠差分干涉图中相位组成的向量。当只有一个小基线子集时，矩阵 A 满秩，其最小二乘解为式(4):=A+，A+=(ATA)1AT(4)当基线集中含有多个子集时，矩阵 A 秩亏，式(4)有多解，通过奇异值分解法(Singular Value Decomposition，SVD)能求得唯一解，将解出的各时间段平均速率在时间域上进行积分即可获取该像元的时序形变量。基于 SBASInSA 技术进行时序形变解算的基本流程如图 2 所示。图 2SBASInSA 技术处理流程Fig 2SBASInSA technology processing flow3时序 InSA 监测结果及分析3 1海亭村红层滑坡形变监测本文利用 SBASInSA 方法，基于 Sentinel1 升降轨SA 影像获取了海亭村红层滑坡的升降轨年均形变速率场，如图 3 所示，图 3(a)为升轨 LOS 向年均形变速率场，图 3(b)为降轨 LOS 向年均形变速率场，图中虚线范围外的点表示形变速率较小(1010 mm/a)，表明坡体处于较稳定的状态，而虚线范围内的代表坡体处于活跃状态，正的速率表