基于衛(wèi)星遙感的水電站邊坡安全風(fēng)險識別及應(yīng)用研究

武維毓，周建波，王光輝，張 玲，黃會寶，巨淑君

（1.國家能源局大壩安全監(jiān)察中心，浙江 杭州，311122；2.自然資源部國土衛(wèi)星遙感應(yīng)用中心，北京，100048；3.中國地質(zhì)調(diào)查局自然資源航空物探遙感中心，北京，100083；4.國能大渡河流域水電開發(fā)有限公司，四川 成都，610041）

0 引言

水電是重要清潔能源，我國水電資源主要分布于西部地質(zhì)條件復(fù)雜地區(qū)。近年來，地震、洪水、泥石流等地質(zhì)災(zāi)害呈頻發(fā)多發(fā)態(tài)勢，由此造成的漫壩、垮壩及大壩重大結(jié)構(gòu)損壞的風(fēng)險居高不下。

2018年11 月，白格滑坡阻斷金沙江干流形成堰塞湖，嚴(yán)重威脅金沙江中游各水電站的運(yùn)行安全；2019年8月，汶川縣境內(nèi)發(fā)生特大暴雨泥石流災(zāi)害，太平驛水電站大壩閘門及啟閉機(jī)嚴(yán)重?fù)p壞，龍?zhí)端娬拘购殚l門堵塞，洪水翻壩。上述案例表明了提升水電站邊坡安全風(fēng)險的早期識別能力是應(yīng)對大壩運(yùn)行復(fù)雜環(huán)境條件的迫切需要，是保障大壩安全運(yùn)行的重要途徑。

近年來，衛(wèi)星遙感技術(shù)發(fā)展快速，觀測廣度和深度不斷擴(kuò)展，空間分辨率、時間分辨率顯著提升，將人類帶入到一個多層、立體、多角度、全方位和全天候?qū)Φ赜^測的新時代。通過光學(xué)遙感和合成孔徑雷達(dá)干涉測量（InSAR）技術(shù)，可進(jìn)行大范圍、非接觸、多頻次的觀察和測量[1]，相比傳統(tǒng)的三角測量、水準(zhǔn)測量等光電大地測量監(jiān)測手段，具有范圍廣、成本低、實(shí)施易、高動態(tài)、客觀準(zhǔn)確等優(yōu)勢。隨著國產(chǎn)衛(wèi)星的快速發(fā)展，已經(jīng)形成高、中、低分辨率合理配置、空天地一體多層觀測的全球數(shù)據(jù)獲取能力。全國第三次土地調(diào)查及各大型地質(zhì)調(diào)查項目使用的衛(wèi)星國產(chǎn)化占有率均已超過95%，國產(chǎn)光學(xué)衛(wèi)星基本全面替代國外光學(xué)衛(wèi)星。

基于衛(wèi)星遙感光學(xué)影像和InSAR技術(shù)，進(jìn)行某流域地質(zhì)災(zāi)害普查，并選取該流域某變形體、某泥石流溝作為研究對象，結(jié)合孕災(zāi)地質(zhì)背景及GNSS等實(shí)測數(shù)據(jù)，開展衛(wèi)星遙感技術(shù)在水電站邊坡安全風(fēng)險識別方面的應(yīng)用研究工作。

1 地質(zhì)災(zāi)害綜合遙感分析方法

地質(zhì)災(zāi)害綜合遙感分析方法是以災(zāi)害地質(zhì)學(xué)原理和滑坡遙感為理論基礎(chǔ)，從地質(zhì)災(zāi)害的遙感特征出發(fā)，基于InSAR地表形變監(jiān)測獲取的集中變形區(qū)和光學(xué)解譯獲取的滑坡、崩塌、泥石流相關(guān)微地貌特征，結(jié)合地層巖性、地質(zhì)構(gòu)造、地形地貌等孕災(zāi)地質(zhì)背景，通過人工交互解譯和綜合判識模型相結(jié)合的方式，完成區(qū)域地質(zhì)災(zāi)害隱患的識別，并初步確定其類型、范圍、規(guī)模、活動性（變形強(qiáng)度）、風(fēng)險程度和威脅對象等。主要技術(shù)流程如圖1所示。

圖1 遙感災(zāi)害識別流程Fig.1 Disaster identification process through remote sensing

綜合遙感解譯過程中，將對數(shù)據(jù)進(jìn)行采集處理獲取的DOM、DEM、三維模型及數(shù)字化后的基礎(chǔ)地質(zhì)、地形、氣候等專題數(shù)據(jù)，輸入到GIS二維或三維平臺中，采用人機(jī)交互與目視解譯相結(jié)合的方式，通過多時相多尺度遙感數(shù)據(jù)對照解譯、平面立體場景補(bǔ)充解譯、災(zāi)害特征解譯與潛在風(fēng)險評價等綜合解譯分析過程，完成各類地質(zhì)災(zāi)害隱患的光學(xué)遙感解譯。具體的解譯方法主要包括直判法、對比法、鄰比法、綜合解譯法等。

2 某流域地質(zhì)災(zāi)害普查

我國西南部某流域地處青藏高原與四川盆地的過渡地帶，受揚(yáng)子板塊、印度板塊與華北板塊的碰撞、俯沖，發(fā)育大量的韌性剪切帶，具有非常復(fù)雜的地質(zhì)環(huán)境條件。

基于InSAR地表形變監(jiān)測獲取的集中變形區(qū)和光學(xué)解譯獲取的滑坡、崩塌、泥石流相關(guān)微地貌特征，結(jié)合地層巖性、地質(zhì)構(gòu)造、地形地貌等孕災(zāi)地質(zhì)背景，開展區(qū)域地質(zhì)災(zāi)害隱患的普查工作，共識別隱患174處（以滑坡為主），并對隱患體類型、范圍、分布特點(diǎn)、規(guī)模、風(fēng)險程度等進(jìn)行分類統(tǒng)計，其中巨型滑坡38個、大型滑坡124個、中型滑坡11個、小型滑坡1個。

根據(jù)《地質(zhì)災(zāi)害風(fēng)險調(diào)查評價技術(shù)要求（1∶50 000）》及相關(guān)規(guī)范規(guī)定，基于地質(zhì)災(zāi)害活動性和危害性等級，對其風(fēng)險等級按照極高、高、中、低4類進(jìn)行劃分，劃分標(biāo)準(zhǔn)見表1。其中低風(fēng)險35個、中風(fēng)險49個、高風(fēng)險68個、極高風(fēng)險22個。

表1 地質(zhì)災(zāi)害風(fēng)險等級劃分Table 1 Risk classification of geologicaldisasters

對該流域內(nèi)重點(diǎn)關(guān)注隱患邊坡開展了地面調(diào)查及無人機(jī)巡查等工作，部分隱患體布設(shè)地面監(jiān)測設(shè)施，納入跟蹤分析范圍。對比地面調(diào)查及監(jiān)測結(jié)果，本次基于遙感技術(shù)的地質(zhì)災(zāi)害普查結(jié)果對活動邊坡識別率達(dá)100%，并在水電站及管控邊坡周圍5 km內(nèi)新發(fā)現(xiàn)活動變形邊坡5處。同時，本次流域地質(zhì)災(zāi)害普查解譯識別的不僅包括有直接威脅對象的隱患，還包括潛在滑動對電站有間接影響的斜坡，覆蓋范圍更全面。

綜合來看，基于衛(wèi)星遙感技術(shù)的流域地質(zhì)災(zāi)害普查在識別精細(xì)程度、全面性等方面具有顯著成效，后期定期開展普查工作有利于動態(tài)掌握管控邊坡狀態(tài)，指導(dǎo)管控措施。流域性地質(zhì)災(zāi)害定期普查為風(fēng)險早期識別、精準(zhǔn)定位監(jiān)測目標(biāo)打下良好基礎(chǔ)。

3 某變形體風(fēng)險識別及分析

3.1 某變形體概況

某變形體距離某水電站壩址16.8 km，變形體前緣高程約1 115 m（高出原河水位約80 m），后緣高程約1 600 m，順河長度160～250 m，寬度約660 m，體積約150萬m3，發(fā)育于三疊系白果灣組（T3bg）薄層砂頁巖中。變形體主要由崩坡積堆積塊碎石土層組成，涉及部分碎裂松動變形巖體。為監(jiān)測該變形體的穩(wěn)定性，布置了GNSS衛(wèi)星定位、測斜孔、測縫計、微芯樁、地震計等監(jiān)測設(shè)施。

蓄水前變形體覆蓋層曾發(fā)生過小型塌滑。2016年8月，變形體前緣左岸庫周交通公路路面出現(xiàn)開裂，坡體主要見8條裂縫，后緣及上下游裂縫貫通，下錯位移明顯；2016年8月23日，公路邊坡局部垮塌；2017年7—11月，坡體變形加劇，后緣裂縫下錯，坡體普遍開裂，局部垮塌；2017年12月1日起，最大日變形量開始小于10 mm，變形體變形逐漸減緩；2018年6月17日起，監(jiān)測數(shù)據(jù)出現(xiàn)突變，7月2日該變形體大面積垮塌。為及時掌握變形體的位移及發(fā)展趨勢，有效監(jiān)測險情動態(tài)，新增了7個GNSS監(jiān)測點(diǎn)，對變形體進(jìn)行實(shí)時監(jiān)測。自2018年12月1日起，該變形體最大日變形量小于10 mm，逐漸呈減緩的趨勢。

3.2 基于綜合遙感技術(shù)的風(fēng)險識別及分析

3.2.1 變形體地表形變面積變化

利用多期高分辨率光學(xué)衛(wèi)星遙感影像對該變形體地表形變進(jìn)行變化分析，計算滑坡體的地表形變面積變化。查找2016年7月—2021年3月期間變形體區(qū)域空間分辨率優(yōu)于2 m的光學(xué)衛(wèi)星遙感數(shù)據(jù)，通過去云霧篩選與處理，進(jìn)行解譯分析，統(tǒng)計變形體面積時序變化，見圖2。

由圖2可知：變形體在2016年開始初步發(fā)育，規(guī)模較小。2018年內(nèi)發(fā)生兩次大規(guī)模變化：3月發(fā)生第一次大規(guī)模變化，較之前面積增長了10.4倍；6月之后，面積繼續(xù)擴(kuò)大至3月時的4.5倍，這一時期正是變形體滑坡的發(fā)生期，進(jìn)而出現(xiàn)了較大規(guī)模的滑坡災(zāi)害。隨后滑坡的面積除了小幅度增長之外，基本處于穩(wěn)定狀態(tài)。遙感光學(xué)影像解譯的變形體地表面積變化特征與地面調(diào)查結(jié)果較為一致，可有效回溯形變發(fā)展過程。

圖2 某變形體面積時序統(tǒng)計柱狀圖Fig.2 Time series graph of the area of a deformation body

3.2.2 變形體形變精細(xì)化分析

進(jìn)一步開展某變形體精細(xì)化InSAR形變時間過程分析。根據(jù)滑坡數(shù)據(jù)源、地形地貌、SAR側(cè)視成像特點(diǎn)及區(qū)域結(jié)果等，選用Sentinel-1降軌數(shù)據(jù)開展相應(yīng)處理。數(shù)據(jù)起止時間為2017年3月15日—2021年4月23日，共計135期，數(shù)據(jù)重訪周期6～12 d。處理得到變形體形變精細(xì)調(diào)查結(jié)果，見圖3。

圖3 某變形體形變狀態(tài)精細(xì)調(diào)查結(jié)果（面向滑坡體）Fig.3 Detailed investigation results of the deformation body(facing landslide)

由圖3可見：該變形體整體存在不同程度變形，后緣變形程度高于前緣，形變最大區(qū)域在變形體中后部，從光學(xué)影像上亦可看出其后緣有明顯“圈椅狀”，整個變形體色調(diào)較周圍背景色淺，坡體有不同程度的溜滑活動，坡體后緣發(fā)育數(shù)條寬度不等的沖溝。

通過形變精細(xì)化分析，可對變形體進(jìn)行活動性分區(qū)?，F(xiàn)狀分區(qū)與早期地面調(diào)查結(jié)果存在差異，可有效指導(dǎo)地面監(jiān)測設(shè)施的布設(shè)與調(diào)整。

3.2.3衛(wèi)星遙感形變分析與地面監(jiān)測結(jié)果對比

為評估衛(wèi)星遙感形變分析有效性，選擇典型InSAR相干目標(biāo)點(diǎn)HP01（ptID：107 637）與附近地面監(jiān)測GNSS測點(diǎn)結(jié)果進(jìn)行對比分析。對比時將GNSS測量累積形變量投影至雷達(dá)視線向，與相干目標(biāo)點(diǎn)形變方向一致。分析時段為2017年3月—2021年4月。

圖4為InSAR相干點(diǎn)形變速率圖，負(fù)值表示形變遠(yuǎn)離衛(wèi)星方向；圖5為InSAR相干點(diǎn)與GNSS測點(diǎn)歸算形變量過程線對比（LOS方向）。由圖4和圖5可見：

圖4 某變形體相干點(diǎn)形變速率圖Fig.4 Deformation rates of coherent points of the deformation body

圖5 典型部位InSAR相干點(diǎn)及GNSS觀測歸算形變量對比（LOS方向）Fig.5 Comparison of deformation in typical positions measured by InSAR and GNSS(LOS direction)

（1）相干點(diǎn)InSAR解算線性與非線性累積形變量為334 mm，擬合形變速率為103 mm/a。GNSS測量歸算至LOS方向累積形變量為440 mm。

（2）GNSS數(shù)據(jù)呈較明顯的趨勢性變化，雨季形變速率斜率大于非雨季；InSAR分析結(jié)果規(guī)律性相似，但由于時間采樣率較GNSS低，相干性受地物目標(biāo)變化影響較大，在雨季時干擾因素多，造成雨季形變測量值波動較大，多次疊加后對累計位移有所影響，是造成InSAR與GNSS累計位移偏差的原因之一。

（3）對比不同年份雨季形變速率，可見2017年和2018年斜率基本相同，說明此時黃草坪變形體為勻速運(yùn)動，2019年斜率有變小現(xiàn)象，而在2020年又突然變大，且大于2017年和2018年，說明從2020年開始，形變有加速趨勢，需加強(qiáng)關(guān)注。

3.2.4 小結(jié)

基于衛(wèi)星遙感技術(shù)對某變形體地表面積變化、相干點(diǎn)形變進(jìn)行時程分析，揭示的變形體演變過程及規(guī)律與地面調(diào)查、地面監(jiān)測結(jié)果一致性較高。研究結(jié)果表明，衛(wèi)星遙感技術(shù)在目標(biāo)地質(zhì)災(zāi)害隱患點(diǎn)動態(tài)監(jiān)測、跟蹤分析等方面具有精度高、覆蓋廣、成本低廉等優(yōu)勢，并可動態(tài)反饋指導(dǎo)地面監(jiān)測系統(tǒng)優(yōu)化調(diào)整，通過多源協(xié)同增強(qiáng)高風(fēng)險部位監(jiān)測預(yù)測能力。

4 某泥石流溝災(zāi)變成因回溯及分析

某水電站泥石流溝流域較廣，匯水面積大，崩滑物源充足，對下游威脅大。泥石流溝道下游地勢相對平緩，形成“U”形峽谷地貌，泥土巖塊散落堆積在溝谷中。

2019年8月6 日晚突發(fā)泥石流，堵塞排水溝渠，泥石流漫灌至附近居民家中及某水電站營地廠區(qū)內(nèi)，造成部分道路及建筑受損。泥石流爆發(fā)后，該水電站即增設(shè)雨量計、超聲波泥位計、視頻監(jiān)控相機(jī)、GNSS測點(diǎn)等監(jiān)測設(shè)施及無線報警器，對其穩(wěn)定情況進(jìn)行跟蹤觀測。

為回溯泥石流災(zāi)害誘發(fā)原因，通過高分辨率衛(wèi)星遙感光學(xué)影像，結(jié)合區(qū)域地質(zhì)條件、前期爆發(fā)情況、地面監(jiān)測系統(tǒng)布設(shè)等，對泥石流溝范圍內(nèi)近5年的道路、沖溝、建筑物、松散物等物源特征及變化過程進(jìn)行了動態(tài)識別，結(jié)果如圖6所示。

圖6 泥石流溝物源動態(tài)識別Fig.6 Dynamic source identification of debris flow gully

對比分析認(rèn)為，2019年8月6日泥石流爆發(fā)前，公路切坡產(chǎn)生的大量棄渣堆積在泥石流溝內(nèi)，溝內(nèi)物源顯著增多，在強(qiáng)降雨作用下誘發(fā)泥石流。

研究結(jié)果表明，衛(wèi)星遙感技術(shù)在泥石流溝物源空間分布、時序演變過程分析方面具有顯著優(yōu)勢，可為反演地質(zhì)災(zāi)害誘發(fā)成因與演變規(guī)律提供技術(shù)支撐。

5 結(jié)語

面對近年來我國地震、洪水、滑坡、泥石流等地質(zhì)災(zāi)害頻發(fā)、多發(fā)態(tài)勢，衛(wèi)星遙感技術(shù)具有范圍廣、成本低、實(shí)施易、高動態(tài)、客觀準(zhǔn)確等優(yōu)勢，是一種較為理想的監(jiān)測監(jiān)控和風(fēng)險識別技術(shù)載體，在流域地質(zhì)災(zāi)害普查、隱患點(diǎn)動態(tài)監(jiān)測、跟蹤分析、災(zāi)變成因回溯及規(guī)律分析等方面具有良好的應(yīng)用前景，可進(jìn)一步加強(qiáng)和完善安全監(jiān)測體系，提升水電站邊坡風(fēng)險識別能力，共同保障大壩運(yùn)行安全，守衛(wèi)人民生命財產(chǎn)安全，維護(hù)經(jīng)濟(jì)社會發(fā)展大局。