基于InSAR技術(shù)的西南流域邊坡地災(zāi)監(jiān)測(cè)

王海虹，姚曉光，于海龍，肖學(xué)勇

（1.重慶大唐國(guó)際彭水水電開發(fā)有限公司，重慶，409699；2.重慶大唐國(guó)際武隆水電開發(fā)有限公司，重慶，408506）

0 引言

現(xiàn)代社會(huì)經(jīng)濟(jì)不斷發(fā)展，對(duì)基礎(chǔ)設(shè)施的要求也越來越高，水庫(kù)大壩能為農(nóng)業(yè)、工業(yè)生產(chǎn)提供用水，并能防洪抗旱、調(diào)節(jié)水資源，發(fā)揮著巨大的作用[1]。大壩的修建和使用在創(chuàng)造社會(huì)經(jīng)濟(jì)效益的同時(shí)，也必須關(guān)注其對(duì)庫(kù)岸邊坡的影響，以避免滑坡、泥石流等地質(zhì)災(zāi)害的發(fā)生。

常規(guī)的形變監(jiān)測(cè)手段以地面實(shí)測(cè)為主，監(jiān)測(cè)精度較高[2]，但只能進(jìn)行點(diǎn)狀監(jiān)測(cè)，獲得的形變信息范圍較小，無法全面覆蓋大壩和庫(kù)區(qū)，同時(shí)對(duì)人力、物力都有相當(dāng)高的要求。相比之下，合成孔徑雷達(dá)干涉測(cè)量（Interferometric Synthetic Aperture Radar,In-SAR）技術(shù)作為一種新型遙感技術(shù)，可以實(shí)現(xiàn)廣域、高時(shí)間分辨率、高精度、全天時(shí)、全天候的形變監(jiān)測(cè)。InSAR技術(shù)作為一種發(fā)展中且極具潛力的主動(dòng)式微波遙感技術(shù)，在滑坡等地質(zhì)災(zāi)害的研究中迅速得到了廣泛應(yīng)用[3-5]。對(duì)于流域邊坡的形變監(jiān)測(cè)和地災(zāi)識(shí)別工作，InSAR技術(shù)具有巨大的應(yīng)用潛力。

本研究區(qū)域?yàn)闉踅饔蚰炒笮退娬舅诹饔颍捎肞S-InSAR和DS-InSAR兩種時(shí)序InSAR技術(shù)結(jié)合的方式，對(duì)流域沿線特定緩沖區(qū)進(jìn)行形變監(jiān)測(cè)，組織地勘專家對(duì)識(shí)別出的流域邊坡異常形變區(qū)域進(jìn)行實(shí)地踏勘，對(duì)疑似風(fēng)險(xiǎn)點(diǎn)進(jìn)行逐一核查。通過地勘結(jié)果分析，結(jié)合監(jiān)測(cè)區(qū)域的坡度、坡向、植被、建筑物等信息將風(fēng)險(xiǎn)區(qū)分成高、中、低三級(jí)，從而實(shí)現(xiàn)該段流域邊坡的地災(zāi)點(diǎn)風(fēng)險(xiǎn)評(píng)估。

1 PS-InSAR、DS-InSAR原理與數(shù)據(jù)處理流程

1.1 PS-InSAR原理與數(shù)據(jù)處理流程

PS-InSAR技術(shù)是一種時(shí)間序列InSAR技術(shù)，其克服了常規(guī)InSAR技術(shù)存在的時(shí)空失相關(guān)和大氣延遲影響。該方法通過覆蓋同一地區(qū)多景不同時(shí)間的SAR影像，對(duì)影像的幅度信息或相位信息進(jìn)行提取分析，識(shí)別并提取散射特性穩(wěn)定的永久散射體，即PS點(diǎn)，再通過處理分析PS點(diǎn)的相位信息得出時(shí)間序列上響應(yīng)地理位置的地表形變信息[6-9]。

為了提取監(jiān)測(cè)區(qū)域指定時(shí)間段內(nèi)的歷史形變信息，采用PS-InSAR方法進(jìn)行地表形變監(jiān)測(cè)。圖1為該技術(shù)的數(shù)據(jù)處理流程，主要處理步驟包括：

圖1 PS-InSAR技術(shù)流程Fig.1 Technicalprocess of PS-InSAR

（1）選取K+1幅SAR影像，從中選取一幅作為主影像，剩余則作為輔影像分別與主影像進(jìn)行配準(zhǔn)并干涉處理，獲得K幅干涉圖。

（2）利用地面高程數(shù)據(jù)，對(duì)K幅干涉圖進(jìn)行差分，獲取K幅差分干涉圖。

（3）從配準(zhǔn)后的K+1幅SAR影像中提取PS點(diǎn)。

（4）利用K幅差分干涉圖及提取的PS點(diǎn)，獲取各個(gè)PS點(diǎn)的差分干涉相位。

（5）依據(jù)地面形變情況，構(gòu)建合適的差分干涉相位函數(shù)模型。

（6）根據(jù)構(gòu)建的差分干涉相位模型和各個(gè)PS點(diǎn)的差分干涉相位，獲取各PS點(diǎn)的形變量和大氣相位。

（7）利用PS點(diǎn)的形變量、大氣相位及DEM（數(shù)字高程模型）誤差再次應(yīng)用于模型，對(duì)模型進(jìn)行糾正。

（8）通過質(zhì)量分析，獲得最終的形變時(shí)間序列。

1.2 DS-InSAR原理與數(shù)據(jù)處理流程

PS-InSAR技術(shù)雖然可以提供穩(wěn)定可靠的形變監(jiān)測(cè)結(jié)果，但其密度很低，在探測(cè)形變場(chǎng)時(shí)，不能提供詳細(xì)的形變場(chǎng)細(xì)節(jié)，尤其是在山區(qū)或有植被覆蓋的區(qū)域，PS-InSAR技術(shù)可能獲取不到足夠的形變點(diǎn)以供分析。而根據(jù)可靠的分布式散射體（DS）探測(cè)和解算方法，可以獲取研究區(qū)域的高密度形變場(chǎng)。分布式散射體（DS）和永久散射體（PS）是兩個(gè)對(duì)立的概念，PS對(duì)應(yīng)的像素點(diǎn)包含主導(dǎo)散射體，而DS對(duì)應(yīng)的像素點(diǎn)不包含主導(dǎo)散射體，其相干性比PS低。DS-InSAR技術(shù)適用于山區(qū)、低矮植被區(qū)的形變監(jiān)測(cè)，常見的分布式散射體包括荒山、沙漠、低矮灌木叢、水泥地等。DS點(diǎn)是在給定距離內(nèi)具有相同相位統(tǒng)計(jì)特性的點(diǎn)，并將其進(jìn)行聚類分析。分布式散射體的地物類型和物理特性均具有很高的一致性，因此同一個(gè)分布式散射體的表面粗糙程度、復(fù)介電系數(shù)、后向散射系數(shù)等物理特性基本一致[10-13]。

采用PS-InSAR技術(shù)進(jìn)行西南流域邊坡的地表形變監(jiān)測(cè)，獲得的形變點(diǎn)較稀疏，需要結(jié)合DS-In-SAR技術(shù)進(jìn)行形變探測(cè)[14-16]，以對(duì)PS-InSAR結(jié)果起到互補(bǔ)作用。在探測(cè)DS點(diǎn)時(shí)，一般采用KS檢驗(yàn)以為每個(gè)像素點(diǎn)確定統(tǒng)計(jì)一致點(diǎn)，如果一個(gè)像素點(diǎn)的統(tǒng)計(jì)一致點(diǎn)（SHP）多于給定數(shù)目，則將其定義為DS備選點(diǎn)（DSC）。確定了DSC之后，需要使用SHP逐點(diǎn)恢復(fù)相位時(shí)間序列，從而確定真正的DS點(diǎn)，并對(duì)DS點(diǎn)和PS點(diǎn)進(jìn)行聯(lián)合解算，得到高密度的形變場(chǎng)。圖2為DS點(diǎn)的處理流程。

圖2 DS-InSAR技術(shù)流程Fig.2 Technicalprocess of DS-InSAR

2 區(qū)域概況及數(shù)據(jù)

監(jiān)測(cè)目標(biāo)區(qū)域?yàn)闉踅饔蚰炒笮退娬舅诹饔?，總長(zhǎng)約94.6 km，流域周邊多為高山峽谷區(qū)，地質(zhì)條件復(fù)雜，地勢(shì)高差較大，切割強(qiáng)，自然景觀垂直變化明顯[17]。在水體浸泡、水位漲降、庫(kù)岸再造等長(zhǎng)期作用下，流域邊坡在汛期易出現(xiàn)突發(fā)性地質(zhì)災(zāi)害及險(xiǎn)情，極有必要進(jìn)行實(shí)時(shí)動(dòng)態(tài)形變監(jiān)測(cè)。

選擇覆蓋監(jiān)測(cè)區(qū)的66景Sentinel-1A數(shù)據(jù)（研究區(qū)域涉及同一軌道兩幅影像，每幅影像選擇33景），數(shù)據(jù)來源為歐空局網(wǎng)站，數(shù)據(jù)滯后時(shí)間一般為1～2 d。影像時(shí)間為2019年4月17日至2021年7月23日，時(shí)間跨度超過兩年，基本參數(shù)如圖3和表1所示。數(shù)據(jù)選擇過程中，充分考慮了影像時(shí)間和影像數(shù)量的影響，由于PS-InSAR數(shù)據(jù)處理時(shí)需要20景以上影像，在滿足影像質(zhì)檢條件基礎(chǔ)上，盡量避免選取植被較茂盛時(shí)期的影像（為滿足時(shí)間間隔要求和影像質(zhì)量要求，本研究未剔除夏季影像）。基于不同影像數(shù)量的數(shù)據(jù)處理，發(fā)現(xiàn)影像數(shù)據(jù)在30景以下時(shí)，InSAR形變解算錯(cuò)誤區(qū)域較多，形變解算可靠度較低；影像數(shù)據(jù)在30～35景時(shí)，InSAR處理速度和處理精度都能滿足形變監(jiān)測(cè)要求，但從形變場(chǎng)分布來看，30～32景處理結(jié)果不如33～35景，在此影像數(shù)內(nèi)，影像數(shù)量越大，形變精度越高；影像數(shù)據(jù)在35景以上時(shí)，存在數(shù)據(jù)量過大的情況，且真實(shí)形變監(jiān)測(cè)中，監(jiān)測(cè)時(shí)間可能未達(dá)到35景數(shù)據(jù)?？紤]監(jiān)測(cè)時(shí)間段，最終選擇33景數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，處理結(jié)果滿足進(jìn)度要求。

圖3 SAR影像范圍與監(jiān)測(cè)流域關(guān)系Fig.3 Relationship between SAR image range and monitoring basin

表1 SAR影像信息Table 1 SAR image information

3 處理結(jié)果及分析

3.1 分別基于PS-InSAR和DS-InSAR的處理結(jié)果及分析

基于Sentinel-1A衛(wèi)星系統(tǒng)獲取監(jiān)測(cè)流域段2019年4月—2021年7月超過兩年的長(zhǎng)時(shí)間雷達(dá)干涉圖像序列，利用PS-InSAR和DS-InSAR技術(shù)進(jìn)行流域沿線緩沖區(qū)1 km范圍內(nèi)的地表形變監(jiān)測(cè)。利用振幅離差指數(shù)閾值法和FaSHPS檢驗(yàn)方法從時(shí)序數(shù)據(jù)中提取研究區(qū)域內(nèi)共76 147個(gè)PS點(diǎn)和2 162 155個(gè)DS點(diǎn)。PS-InSAR提取形變點(diǎn)使用的軟件為StaMPS，DS-InSAR提取形變點(diǎn)預(yù)處理步驟使用的軟件為Doris，后續(xù)處理利用一系列m文件（MATLAB格式文件），均為開源軟件與代碼文件。數(shù)據(jù)處理已實(shí)現(xiàn)從原始數(shù)據(jù)到形變生成的全自動(dòng)處理，處理系統(tǒng)為L(zhǎng)inux，電腦配置為i7處理器及32 G運(yùn)行內(nèi)存。本研究監(jiān)測(cè)流域長(zhǎng)度約94.6 km，寬度約2 km，總面積約190 km2，由于面積較大，且考慮到后續(xù)的融合，需要保證PS-InSAR和DS-InSAR處理范圍一致。由于DS-InSAR技術(shù)獲取的點(diǎn)總量較多，運(yùn)行過程中MATLAB有運(yùn)行內(nèi)存限制，所以需要將覆蓋研究區(qū)域的數(shù)據(jù)分段處理，每段處理面積約10 km2，處理完成時(shí)間約4 h，共20段。融合技術(shù)是將PS點(diǎn)和DS點(diǎn)進(jìn)行聯(lián)合解算，實(shí)質(zhì)上是增加了PS點(diǎn)的數(shù)量，所以融合計(jì)算與單個(gè)技術(shù)的運(yùn)行時(shí)間相差不大（1 h之內(nèi)）。

采用Delaunay方法對(duì)PS點(diǎn)進(jìn)行相位解纏，構(gòu)建有關(guān)數(shù)學(xué)模型，通過求解模型可得到所有PS點(diǎn)的形變速率。進(jìn)一步對(duì)已解纏PS點(diǎn)的形變速率進(jìn)行統(tǒng)計(jì)分析，獲得形變速率分布情況，如圖4（a）所示。將PS點(diǎn)與衛(wèi)星影像疊加，獲得該研究區(qū)域的年平均形變速率，如圖5（a）所示。

圖4 年平均形變速率統(tǒng)計(jì)Fig.4 Statistics of annualaverage deformation rate

圖5 流域沿線1 km緩沖區(qū)范圍內(nèi)形變速率Fig.5 Deformation rates within 1 km buffer along the river basin

從圖4（a）可以看出：絕大多數(shù)PS點(diǎn)的年平均形變速率在6 mm/a以內(nèi)，綜合判斷該段流域沿線1 km緩沖區(qū)范圍內(nèi)，絕大部分區(qū)域處于相對(duì)穩(wěn)定的狀態(tài)，發(fā)生形變異常的區(qū)域較少。在監(jiān)測(cè)時(shí)間段內(nèi)，測(cè)區(qū)內(nèi)共提取到76 147個(gè)PS形變點(diǎn)，形變速率變化范圍為-29.06～27.18 mm/a，平均形變速率為-0.13 mm/a，接近0 mm/a，說明該段流域周邊范圍內(nèi)大部分區(qū)域形變較平穩(wěn)。

從圖5（a）可以看出：PS-InSAR技術(shù)雖然可以提供穩(wěn)定可靠的形變監(jiān)測(cè)結(jié)果，但是其密度很低，邊坡位置很多區(qū)域均缺乏可用的PS點(diǎn)信息。

使用相同時(shí)序SAR數(shù)據(jù)，利用DS-InSAR技術(shù)進(jìn)行流域同區(qū)域的地表形變監(jiān)測(cè)。采用FaSHPS檢驗(yàn)方法獲取DS點(diǎn)，并對(duì)DS點(diǎn)進(jìn)行解算，得到高密度形變場(chǎng)。進(jìn)一步對(duì)DS點(diǎn)的形變速率進(jìn)行統(tǒng)計(jì)分析，獲得形變速率分布情況，如圖4（b）所示。將DS點(diǎn)與衛(wèi)星影像疊加，獲得該研究區(qū)域的年平均形變速率，如圖5（b）所示。

從圖4（b）和圖5（b）可以看出：絕大多數(shù)DS點(diǎn)的年平均形變速率在6 mm/a以內(nèi)，綜合判斷該段流域沿線1 km緩沖區(qū)范圍內(nèi)，絕大部分區(qū)域處于相對(duì)穩(wěn)定狀態(tài)，發(fā)生形變異常的區(qū)域較少。在監(jiān)測(cè)時(shí)間段內(nèi)，測(cè)區(qū)內(nèi)共提取到2 162 155個(gè)DS形變點(diǎn)，形變速率變化范圍為-23.91～20.17 mm/a，平均形變速率為-0.29 mm/a，接近0 mm/a，說明該段流域周邊范圍內(nèi)大部分區(qū)域形變較平穩(wěn)。

3.2 基于PS-InSAR和DS-InSAR技術(shù)融合的處理結(jié)果及分析

對(duì)比DS-InSAR與PS-InSAR結(jié)果，可以看出DS-InSAR能提取監(jiān)測(cè)區(qū)域內(nèi)較為密集的形變點(diǎn)，即使流域段有植被覆蓋，其形變點(diǎn)提取密度較PSInSAR提升了約28倍。但從形變監(jiān)測(cè)效果來看，DS點(diǎn)的值域明顯偏小，這是由于DS-InSAR技術(shù)的特性會(huì)忽略像素中主導(dǎo)散射體的影響，故需要將兩種技術(shù)進(jìn)行有效結(jié)合，既可以達(dá)到高密度形變監(jiān)測(cè)的效果，又不會(huì)忽略監(jiān)測(cè)區(qū)域主導(dǎo)散射體的影響。

DS-InSAR與PS-InSAR技術(shù)的融合不是簡(jiǎn)單的結(jié)果融合，融合過程實(shí)質(zhì)上是形變點(diǎn)的聯(lián)合，需要在進(jìn)行絕對(duì)形變解算之前，采用PS-InSAR技術(shù)獲取得到PS點(diǎn)及其對(duì)應(yīng)的相位時(shí)序形變，采用DSInSAR技術(shù)獲取得到DS點(diǎn)及其對(duì)應(yīng)的相位時(shí)序形變，再對(duì)PS點(diǎn)和DS點(diǎn)兩者聯(lián)合進(jìn)行形變解算，解算過程依然遵循PS-InSAR的相位解纏基本流程，從而得到同時(shí)包含DS點(diǎn)和PS點(diǎn)形變信息的高密度形變場(chǎng)。

融合算法在進(jìn)行計(jì)算時(shí)，保留具有高散射性地物的PS點(diǎn)，分布式地物則保留DS點(diǎn)信息，其余區(qū)域則需同時(shí)考慮PS點(diǎn)和DS點(diǎn)，基于融合模型將兩種結(jié)果進(jìn)行融合，提取形變?nèi)诤辖Y(jié)果見圖6。

圖6 基于PS-InSAR和DS-InSAR融合結(jié)果Fig.6 Fusion results based on PS-InSAR and DS-InSAR

4 邊坡穩(wěn)定性風(fēng)險(xiǎn)評(píng)估與地勘復(fù)核

坡度、坡向、土壤類型、植被覆蓋度等都是影響邊坡穩(wěn)定性的重要因子。坡度是地表發(fā)育的一個(gè)重要特征，會(huì)對(duì)斜坡的松散物質(zhì)堆積、應(yīng)力分布、水流分布產(chǎn)生影響，是流域邊坡穩(wěn)定性的重要影響因子之一。坡度在30°～40°更易發(fā)生滑坡，而40°以上則較易發(fā)生崩塌。坡向按方位角的不同可分為9個(gè)，分別為：東、南、西、北、東北、東南、西北、西南和無坡向，其中南、東南、西南統(tǒng)稱為陽坡，北、東北、西北統(tǒng)稱為陰坡，陽坡是發(fā)生滑坡的主要坡向。土壤類型在一定程度上可以反映地質(zhì)穩(wěn)定性，如同等條件下樹林區(qū)穩(wěn)定性大于植被區(qū)，植被區(qū)穩(wěn)定性大于裸土區(qū)。植被覆蓋度與地質(zhì)災(zāi)害的發(fā)生有較密切的關(guān)系，植被在一定程度上可以增加土壤的黏性，同時(shí)可以減少水土流失，因此將植被覆蓋度作為評(píng)估所處區(qū)域穩(wěn)定性的一個(gè)重要指標(biāo)。

依據(jù)以上多源數(shù)據(jù)建立風(fēng)險(xiǎn)區(qū)識(shí)別模型。模型構(gòu)建過程中，研究發(fā)現(xiàn)一些因子對(duì)滑坡發(fā)生風(fēng)險(xiǎn)的影響是連續(xù)性的，另一些因子對(duì)滑坡發(fā)生風(fēng)險(xiǎn)的影響則更像分段函數(shù)?；诓煌蜃訉?duì)邊坡穩(wěn)定性的影響程度，經(jīng)過認(rèn)真對(duì)比分析，在部分學(xué)者研究的基礎(chǔ)上，結(jié)合監(jiān)測(cè)區(qū)實(shí)際情況對(duì)各個(gè)致災(zāi)因子進(jìn)行經(jīng)驗(yàn)賦權(quán)，形變值權(quán)重較大，則為風(fēng)險(xiǎn)主導(dǎo)因素。坡度依據(jù)一定的規(guī)則進(jìn)行劃分，坡向依據(jù)目標(biāo)的走向與潛在災(zāi)害點(diǎn)的位置進(jìn)行判別，土壤類型則根據(jù)土壤的穩(wěn)定性和對(duì)風(fēng)險(xiǎn)區(qū)的影響程度進(jìn)行數(shù)值化（0～1）。

從PS-InSAR和DS-InSAR融合結(jié)果中提取形變異常區(qū)域，以形變信息作為主要因子，其他作為次要因子，建立邊坡穩(wěn)定性評(píng)估模型，判定形變異常區(qū)是否存在失穩(wěn)風(fēng)險(xiǎn)，以實(shí)現(xiàn)風(fēng)險(xiǎn)區(qū)識(shí)別，并依據(jù)模型計(jì)算風(fēng)險(xiǎn)數(shù)值，進(jìn)而實(shí)現(xiàn)風(fēng)險(xiǎn)等級(jí)劃分。提取影響邊坡穩(wěn)定性的重要因子，如圖7所示。

圖7 研究區(qū)域邊坡穩(wěn)定性影響因子Fig.7 Influencing factors of slope stability in the study area

基于形變數(shù)據(jù)疊加上述多種重要因子建立邊坡穩(wěn)定性模型，基于模型計(jì)算對(duì)形變異常區(qū)進(jìn)行風(fēng)險(xiǎn)等級(jí)劃分。依據(jù)風(fēng)險(xiǎn)模型對(duì)研究區(qū)進(jìn)行風(fēng)險(xiǎn)值計(jì)算，風(fēng)險(xiǎn)值介于0～10，規(guī)定0～4為低風(fēng)險(xiǎn)、4～7為中風(fēng)險(xiǎn)、7～10為高風(fēng)險(xiǎn)?；贗nSAR技術(shù)分析，共發(fā)現(xiàn)81處形變較大區(qū)域，依據(jù)風(fēng)險(xiǎn)模型對(duì)其進(jìn)行風(fēng)險(xiǎn)評(píng)估，發(fā)現(xiàn)高風(fēng)險(xiǎn)區(qū)域共5個(gè)、中風(fēng)險(xiǎn)區(qū)域共13個(gè)、低風(fēng)險(xiǎn)區(qū)域共63個(gè)，如圖8所示。

圖8 流域風(fēng)險(xiǎn)區(qū)分布Fig.8 Distribution of risk zones in the river basin

基于風(fēng)險(xiǎn)評(píng)估結(jié)果，組織地勘專家進(jìn)行實(shí)地復(fù)核調(diào)查，調(diào)查導(dǎo)致InSAR解譯形變的原因。通過對(duì)81處InSAR解譯的風(fēng)險(xiǎn)區(qū)進(jìn)行地質(zhì)環(huán)境及地質(zhì)災(zāi)害調(diào)查，分析確定了導(dǎo)致InSAR解譯形變異常區(qū)產(chǎn)生的主要因素，具體如下：

（1）滑坡、不穩(wěn)定斜坡、崩塌、泥石流、沉降、坡面水毀等地質(zhì)災(zāi)害變形。

（2）建房、修路、電站建設(shè)、采石、棄渣堆放等人類工程。

（3）水土流失、局部土體溜滑、滑塌、風(fēng)化作用等不良地質(zhì)現(xiàn)象。

對(duì)InSAR解譯的風(fēng)險(xiǎn)區(qū)開展地質(zhì)災(zāi)害調(diào)查工作，結(jié)果發(fā)現(xiàn)81處風(fēng)險(xiǎn)區(qū)大部分均存在明顯的形變特征，尤其是高、中風(fēng)險(xiǎn)區(qū)的形變特征更加明顯，驗(yàn)證了該模型的實(shí)用性。

基于地勘調(diào)查，發(fā)現(xiàn)81處風(fēng)險(xiǎn)區(qū)中有56處地質(zhì)災(zāi)害，其中滑坡34處、不穩(wěn)定斜坡12處、崩塌（危巖）9處、塌岸1處。在56處地質(zhì)災(zāi)害中，2處地質(zhì)災(zāi)害處于穩(wěn)定狀態(tài)，19處地質(zhì)災(zāi)害處于較穩(wěn)定狀態(tài)，23處地質(zhì)災(zāi)害處于基本穩(wěn)定狀態(tài)，12處地質(zhì)災(zāi)害處于欠穩(wěn)定狀態(tài)。

5 結(jié)語

基于衛(wèi)星遙感技術(shù)對(duì)西南某段流域邊坡進(jìn)行形變監(jiān)測(cè)，進(jìn)而實(shí)現(xiàn)流域邊坡的地災(zāi)安全監(jiān)測(cè)。考慮西南方植被影響，采用PS-InSAR和DS-InSAR技術(shù)對(duì)研究區(qū)進(jìn)行聯(lián)合監(jiān)測(cè)，再結(jié)合坡度、坡向等多源數(shù)據(jù)建立邊坡穩(wěn)定性評(píng)估模型，評(píng)估并提取邊坡風(fēng)險(xiǎn)區(qū)域，對(duì)風(fēng)險(xiǎn)區(qū)域組織專家進(jìn)行實(shí)地踏勘，并對(duì)InSAR反演結(jié)果進(jìn)行復(fù)核驗(yàn)證。主要結(jié)論如下：

（1）基于InSAR技術(shù)融合結(jié)果，共監(jiān)測(cè)出81處形變風(fēng)險(xiǎn)區(qū)，年平均形變量為-29.06～27.18 mm，邊坡大部分區(qū)域趨于穩(wěn)定狀態(tài)。

（2）基于邊坡穩(wěn)定性評(píng)估模型，對(duì)81處風(fēng)險(xiǎn)區(qū)進(jìn)行風(fēng)險(xiǎn)評(píng)估，發(fā)現(xiàn)高風(fēng)險(xiǎn)區(qū)5個(gè)、中風(fēng)險(xiǎn)區(qū)13個(gè)、低風(fēng)險(xiǎn)區(qū)63個(gè)。

（3）基于實(shí)勘復(fù)核與驗(yàn)證，81處風(fēng)險(xiǎn)區(qū)中共發(fā)現(xiàn)56處地質(zhì)災(zāi)害，且穩(wěn)定性與風(fēng)險(xiǎn)等級(jí)基本對(duì)應(yīng)。

本研究提出的監(jiān)測(cè)方案實(shí)現(xiàn)了對(duì)西南流域邊坡的地災(zāi)監(jiān)測(cè)，構(gòu)建了“天-地”聯(lián)合的庫(kù)岸邊坡監(jiān)測(cè)體系。該體系可以實(shí)現(xiàn)大范圍、高精度的地災(zāi)監(jiān)測(cè)，對(duì)流域邊坡安全監(jiān)測(cè)起到了至關(guān)重要的作用?！?/p>