戴可人 鐵永波 許 強(qiáng) 馮 也 卓冠晨 史先琳

①(地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(成都理工大學(xué)) 成都 610059)

②(成都理工大學(xué)地球科學(xué)學(xué)院 成都 610059)

③(中國(guó)地質(zhì)調(diào)查局成都地質(zhì)調(diào)查中心 成都 610081)

1 引言

雅礱江地處青藏高原向四川盆地過渡地帶，屬青藏高原東部邊緣侵蝕山原區(qū)強(qiáng)烈-極強(qiáng)烈山原亞區(qū)，屬嵌入式河流，溝谷深切，溝壑縱橫，相對(duì)高差達(dá)2000～3000 m，河谷為“V”形谷，屬典型的高山峽谷地貌[1]。雅礱江沿岸巖層風(fēng)化強(qiáng)烈，切割破碎，岸坡穩(wěn)定性差，加之沿岸水電的頻繁開發(fā)以及大中型工程的興建，該流域所遭受的滑坡、崩塌及泥石流等地質(zhì)災(zāi)害也越來越嚴(yán)重[1—4]，對(duì)當(dāng)?shù)厝嗣裆?cái)產(chǎn)及水利水電等基礎(chǔ)設(shè)施安全帶來嚴(yán)重威脅。在雅礱江流域沿岸高山峽谷區(qū)域開展滑坡災(zāi)害隱患早期識(shí)別，對(duì)該區(qū)域的地質(zhì)災(zāi)害防范以及確保人民生命財(cái)產(chǎn)與水利水電等基礎(chǔ)設(shè)施安全具有重要的意義。

由于需要監(jiān)測(cè)面積較大，傳統(tǒng)地質(zhì)調(diào)查手段在滑坡災(zāi)害隱患排查工作中很難達(dá)到大范圍覆蓋。隨著對(duì)地觀測(cè)技術(shù)的不斷進(jìn)步，光學(xué)遙感解譯是目前滑坡災(zāi)害隱患大范圍早期識(shí)別主要手段之一，但其受云霧影響較大，且往往只能對(duì)較大地貌特征進(jìn)行定性解譯[5]。作為近三十年的新興雷達(dá)遙感技術(shù)，合成孔徑雷達(dá)干涉測(cè)量技術(shù)(Interferometric Synthetic Aperture Radar,InSAR)[6]具有覆蓋范圍廣、監(jiān)測(cè)精度高、全天時(shí)、全天候、空間分辨率高等特點(diǎn)，已被成功用于滑坡災(zāi)害監(jiān)測(cè)(如文獻(xiàn)[7—11])，近年來被逐步應(yīng)用于災(zāi)害隱患早期識(shí)別并取得一些成功案例。張毅[12]基于Envisat ASAR數(shù)據(jù)，應(yīng)用時(shí)間序列InSAR技術(shù)成功識(shí)別出白龍江流域133處活動(dòng)斜坡；張路等人[13]利用InSAR技術(shù)成功識(shí)別出大渡河區(qū)域17處持續(xù)變形中的不穩(wěn)定坡體；張亞迪等人[14]利用時(shí)序InSAR對(duì)芒康地區(qū)滑坡災(zāi)害隱患進(jìn)行了探測(cè)；Dai等人[15]利用短基線DInSAR技術(shù)對(duì)汶川附近國(guó)道G317沿線不穩(wěn)定滑坡體進(jìn)行了有效識(shí)別；陸會(huì)燕等人[5]結(jié)合InSAR與光學(xué)遙感技術(shù)，成功探測(cè)出金沙江下游區(qū)域共計(jì)7處具有較顯著形變的滑坡隱患。高山峽谷區(qū)域海拔落差大、地形復(fù)雜、植被茂密，給InSAR處理帶來干涉失相干、大氣延遲、幾何畸變等挑戰(zhàn)[16]。對(duì)于InSAR高山峽谷區(qū)域的滑坡識(shí)別效果與適用性還值得進(jìn)一步分析與研究。

本文利用小基線集時(shí)間序列方法(Small BAseline Subset InSAR,SBAS-InSAR)，對(duì)雅礱江流域雅江縣至木里縣段高山峽谷區(qū)域進(jìn)行了滑坡災(zāi)害隱患廣域早期識(shí)別的研究，探究其潛在的滑坡隱患區(qū)域，并對(duì)識(shí)別結(jié)果進(jìn)行進(jìn)一步的分析討論，分析雷達(dá)遙感在高山峽谷區(qū)滑坡探測(cè)中的效果與適用性，可為當(dāng)?shù)氐姆罏?zāi)減災(zāi)提供有力的支持，并為高山峽谷區(qū)的滑坡災(zāi)害隱患早期識(shí)別提供思路與參考。

2 研究區(qū)域與數(shù)據(jù)—研究區(qū)域位置與地勢(shì)特點(diǎn)

雅礱江是金沙江最大支流，為橫斷山區(qū)北南向的主要河系之一[1]。本文選取雅礱江流域雅江縣-木里藏族自治縣段作為研究區(qū)域(如圖1所示)。該區(qū)域位于雅礱江中游段，四川省甘孜藏族自治州、涼山彝族自治州境內(nèi)，處于中國(guó)最高一級(jí)階梯向第2級(jí)階梯云貴高原和四川盆地過渡地帶，屬橫斷山系北段川西高山高原區(qū)，亦屬于青藏高原的一部分。該段位于甘孜阿壩褶皺帶，出露地層以三疊系淺變質(zhì)砂板巖為主，有少量花崗巖及石灰?guī)r分布。分布巨厚的中上三疊系淺變質(zhì)巖系，砂巖，板巖構(gòu)成北西-南東向緊密褶皺，褶皺軸部及斷層帶中有少量二疊系灰?guī)r分布，并有零星燕山期花崗巖出露，且出露下古生界至上古生界碳酸鹽巖類、淺變質(zhì)巖及玄武巖等[1—4]。研究區(qū)域海拔3000～5000 m，峰巒重疊、溝壑縱橫、河谷深切，為典型高山峽谷地貌，為崩塌、滑坡等斜坡地質(zhì)災(zāi)害的發(fā)生孕育了條件。大部分山區(qū)溝道巨大的地形高差，使處于高處的松散碎屑物質(zhì)擁有巨大的勢(shì)能，陡急的山坡和溝床為坡面和溝床松散堆積物能量的釋放和勢(shì)能轉(zhuǎn)化為動(dòng)能提供有利條件，有利于滑坡、泥石流等災(zāi)害的形成，導(dǎo)致該區(qū)域內(nèi)滑坡、崩塌、泥石流等地質(zhì)災(zāi)害頻發(fā)[17—20]。

圖1 研究區(qū)域Fig.1 Study area

本研究共計(jì)使用了50景Sentinel-1衛(wèi)星數(shù)據(jù)(每一個(gè)時(shí)間點(diǎn)需要兩景數(shù)據(jù)上下拼接)，時(shí)間范圍覆蓋2017年9月9日—2018年10月10日共計(jì)396天。Sentinel-1是歐洲航天局(European Space Agency,ESA)發(fā)射的由兩顆衛(wèi)星組成地球觀測(cè)衛(wèi)星星座，載有C波段合成孔徑雷達(dá)，可提供白天、夜晚及各種天氣下的連續(xù)影像。表1列出了Sentinel-1衛(wèi)星主要參數(shù)。

表1 Sentinel-1衛(wèi)星SAR影像數(shù)據(jù)主要參數(shù)Tab.1 Main parameters of Sentinel-1 SAR datasets

Sentinel-1影像數(shù)據(jù)集的時(shí)空基線圖如圖2所示，時(shí)間基線閾值為48 d，空間基線閾值小于150 m。為了消除與減弱由軌道誤差引起的相位誤差，在數(shù)據(jù)處理過程中還使用了歐洲空間局精密軌道數(shù)據(jù)對(duì)軌道信息進(jìn)行糾正。同時(shí)采用日本宇航局ALOS WORLD 3D 30 m空間分辨率的數(shù)字高程模型(Digital Elevation Model,DEM)，以消除或減弱地形相位的影響。

圖2 SAR數(shù)據(jù)集時(shí)空基線圖Fig.2 Spatial and temporal baselines of SAR datasets

3 時(shí)間序列InSAR方法

傳統(tǒng)的差分干涉測(cè)量技術(shù)(Differential InSAR,DInSAR)易受到時(shí)間失相干和空間失相干的影響，不能準(zhǔn)確獲取形變信號(hào)。為降低時(shí)空失相干的影響，Berardino等人[21]提出了短基線集，即SBASInSAR技術(shù)，其核心思路是將同一個(gè)地區(qū)多幅SAR影像配準(zhǔn)得到短基線對(duì)，采用奇異值分解法(Singular Value Decomposition,SVD)將多個(gè)短基線集聯(lián)合求解，得到目標(biāo)區(qū)域的整個(gè)時(shí)間位移序列以及地表形變平均速率。具體原理及流程如下：

假設(shè)獲取了覆蓋同一區(qū)域N+1幅SAR影像，按時(shí)間序列排序如式(1)

按照一定規(guī)則，選取某一影像作為主影像進(jìn)行配準(zhǔn)，得到M個(gè)干涉對(duì)，M滿足式(2)

通過設(shè)定時(shí)空閾值，得到相干性較好的M對(duì)干涉對(duì)，再通過精密軌道文件及高精度數(shù)字高程模型去除軌道誤差、平地效應(yīng)及地形相位的影響后得到M幅差分干涉圖以及解纏后的形變相位。

假設(shè)t0時(shí)刻作為起始時(shí)間，將該時(shí)刻研究區(qū)域的位移視為0，則第i幅干涉圖中(1≤i≤m)的某個(gè)像素相對(duì)于起始點(diǎn)的相位可以表示為式(3)

其中，φitopo表示地形相位，φiatm大氣延遲造成的相位，φinoise相干噪聲引起的相位。分別可表示為

λ為波長(zhǎng)；θ為雷達(dá)入射角；Δh為外部DEM誤差；r為雷達(dá)到目標(biāo)物體的斜距；d(t2)與d(t1)分別表示t2與t1時(shí)刻像元相對(duì)于起始時(shí)間t0在雷達(dá)視線方向的形變累積量。假設(shè)干涉對(duì)影像時(shí)間間隔內(nèi)地表形變滿足線性變化，將對(duì)相位時(shí)間序列的求解轉(zhuǎn)變?yōu)橄辔蛔兓俾实那蠼?，可得?5)

則Δφdef可表示為：Δφdef=B，其中，矩陣B為系數(shù)矩陣，每行一一對(duì)應(yīng)干涉像對(duì)。矩陣的元素中主影像系數(shù)為1，輔影像系數(shù)為—1，其他系數(shù)為0。

因此，在不考慮大氣相位與噪聲的情況下，聯(lián)合式(1)—式(5)可得式(6)

圖3 SBAS-InSAR時(shí)序分析流程圖Fig.3 Flowchart of SBAS-InSAR time series analysis

4 滑坡災(zāi)害隱患早期識(shí)別結(jié)果

4.1 總體識(shí)別結(jié)果

通過短基線集SBAS-InSAR時(shí)間序列方法對(duì)雅礱江中段雅江縣-木里縣流域進(jìn)行了形變監(jiān)測(cè)?？紤]到數(shù)據(jù)處理過程誤差的累積與處理的效率，將雅江縣-木里縣流域分為5段，分別提取了各段的雅礱江沿岸坡體形變特征信息，獲得的雷達(dá)視線方向上的年均形變速率如圖4所示，其中紅色負(fù)值代表的是目標(biāo)地物遠(yuǎn)離衛(wèi)星方向位移，藍(lán)色正值代表的是目標(biāo)地物靠近衛(wèi)星方向位移。5段的詳細(xì)劃分如圖4(a)所示，具體劃分為雅江縣-惡古鄉(xiāng)(A段)，惡古鄉(xiāng)-牙衣河鄉(xiāng)(B段)，牙衣河鄉(xiāng)-三巖龍鄉(xiāng)(C段)，麥地龍鄉(xiāng)-田鎮(zhèn)村(D段)，卡拉鄉(xiāng)-三桷埡鄉(xiāng)(E段)。本文主要針對(duì)雅礱江沿岸對(duì)河流有危險(xiǎn)的坡體進(jìn)行In-SAR結(jié)果解譯，早期識(shí)別地質(zhì)災(zāi)害隱患，并進(jìn)行相干性、幾何畸變等復(fù)核檢驗(yàn)，共識(shí)別出8處正在發(fā)生蠕變的不穩(wěn)定坡體，其中B段4處，即魯日、日阿、日衣、木恩；D段共中鋪?zhàn)哟?、麻撒?處；E段共陽(yáng)山村、獨(dú)家村2處?；赟AR成像參數(shù)與坡度坡向數(shù)據(jù)，我們對(duì)8處坡體進(jìn)行了幾何畸變分析與驗(yàn)證(依據(jù)5.2節(jié)、圖8與圖9)，這8處坡體均處于非幾何畸變區(qū)，形變監(jiān)測(cè)結(jié)果可靠。

本文從變形范圍、最大形變速率、坡體平均坡度、高程范圍、植被覆蓋情況、威脅對(duì)象這幾個(gè)方面，對(duì)這8處正在變形區(qū)域進(jìn)行了詳細(xì)分析。根據(jù)隱患點(diǎn)的形變量級(jí)，坡體是否具備滑坡地質(zhì)地貌特征、形變速率是否有加速、突變現(xiàn)象、是否直接對(duì)雅礱江或附近村落直接造成威脅作為判斷依據(jù)，對(duì)風(fēng)險(xiǎn)等級(jí)進(jìn)行了定性評(píng)估。其中5處隱患點(diǎn)處于高風(fēng)險(xiǎn)等級(jí)，倘若發(fā)生地質(zhì)災(zāi)害，極大可能會(huì)對(duì)當(dāng)?shù)厝罕娙松戆踩斐赏{，屬于重點(diǎn)觀測(cè)點(diǎn)值得特別關(guān)注。這5處主要分布于B段惡古鄉(xiāng)-牙衣河鄉(xiāng)與D段麥地龍鄉(xiāng)-田鎮(zhèn)村區(qū)域。惡古鄉(xiāng)-牙衣河鄉(xiāng)有3處風(fēng)險(xiǎn)等級(jí)高的區(qū)域，其中魯日坡體，對(duì)魯日村及村中的雅江縣八衣絨鄉(xiāng)中心小學(xué)、下次呷、次呷和上次呷的安全造成嚴(yán)重的威脅，并且具有堵塞雅礱江的風(fēng)險(xiǎn)；日阿坡體對(duì)附近的日阿村、科魯村、道路與雅礱江構(gòu)成直接的威脅；日衣坡體對(duì)日衣村與雅礱江構(gòu)成直接的威脅。麥地龍鄉(xiāng)-田鎮(zhèn)村有2處風(fēng)險(xiǎn)等級(jí)高的區(qū)域，其中中鋪?zhàn)哟迤麦w對(duì)麥地龍鄉(xiāng)、中(鋪?zhàn)哟迮c雅礱江構(gòu)成直接的威脅；麻撒村坡體對(duì)附近的村落與雅礱江構(gòu)成直接的威脅。詳細(xì)結(jié)果列表如表2所示。從整體識(shí)別結(jié)果來看，InSAR技術(shù)在植被覆蓋較低的區(qū)域，可以精確有效地識(shí)別出高山峽谷區(qū)滑坡災(zāi)害隱患區(qū)域，所發(fā)現(xiàn)的幾處隱患點(diǎn)均為中低植被覆蓋區(qū)。就此研究區(qū)域而言，滑坡災(zāi)害隱患區(qū)域最大形變速率普遍超過50 mm/year，且呈現(xiàn)出高位特征，平均高程大于2000 m，平均坡度大于55%，均可對(duì)當(dāng)?shù)卮迓渑c雅礱江構(gòu)成直接的威脅。

圖4 InSAR年均平均速率監(jiān)測(cè)結(jié)果Fig.4 Mean velocity map derived from InSAR

4.2 重點(diǎn)區(qū)域分析解譯

魯日村與中鋪?zhàn)哟迨谴舜巫R(shí)別中具有直接威脅對(duì)象的兩處重點(diǎn)區(qū)域，其所在的坡體年均形變速率如圖5、圖6所示，圖中圓點(diǎn)代表監(jiān)測(cè)InSAR有效相干點(diǎn)，點(diǎn)顏色代表年平均形變速率，其中綠色代表較弱的年平均形變速率，亮色彩(黃色、紅色)代表顯著的遠(yuǎn)離衛(wèi)星視線運(yùn)動(dòng)，具體量級(jí)如圖中顏色條所示。

魯日村所在坡體位于雅礱江東岸(如圖5(a)所示)，坡體植被較少，整體相干性較好。其在地形地貌上呈現(xiàn)階梯狀特征(如圖5(b)所示)，其中魯日村位于海拔2986～3085 m，上方存在高位的坡體；下次呷、次呷和上次呷位于魯日村坡體的下方。根據(jù)形變監(jiān)測(cè)的結(jié)果表明，魯日村的形變主要位于魯日村以及魯日村至下次呷之間的坡體(圖5(a)、圖5(c)中的藍(lán)色虛線所示)。若發(fā)生滑坡災(zāi)害，潛在的滑坡方向如圖5(b)中紅色箭頭所示，可能對(duì)魯日村及村中的雅江縣八衣絨鄉(xiāng)中心小學(xué)、下次呷、次呷和上次呷的安全造成嚴(yán)重的威脅，并且滑坡松散堆積物質(zhì)可以直接經(jīng)下次呷沖入雅礱江，具有堵江的風(fēng)險(xiǎn)。

表2 雅礱江潛在災(zāi)害點(diǎn)早期識(shí)別結(jié)果列表Tab.2 Early identification results on potential disaster sites along Yalong River

圖5 魯日村滑坡災(zāi)害隱患識(shí)別結(jié)果Fig.5 Early identification results of potential landslide geohazards in Luri village

圖5(c)展示了3處特征點(diǎn)的時(shí)間序列形變曲線圖，其中點(diǎn)P1位于魯日村，點(diǎn)P2位于下次呷上方坡體，點(diǎn)P3位于西側(cè)坡體。時(shí)序結(jié)果表明，3處累積形變量有所差異，但其趨勢(shì)相似。下次呷(P2點(diǎn))的累積形變最大，達(dá)到58 mm；魯日村(P1點(diǎn))累積形變次之，達(dá)到51 mm；西側(cè)坡體(P3點(diǎn))累積形變最小，達(dá)到44 mm，可見坡體整體都存在明顯的形變。3個(gè)特征點(diǎn)的形變速率自2017年9月—2018年2月與2018年8月—2018年10月較緩，2018年2月—2018年8月較快。通過中國(guó)氣象數(shù)據(jù)中心查詢甘孜州地面觀測(cè)站發(fā)現(xiàn)，當(dāng)?shù)貧鉁卦?月—10月月氣溫溫度大于0 ℃且為當(dāng)?shù)赜昙?，氣候變化可能是造成形變加速的主要自然原因?/p>

中鋪?zhàn)哟逅谄麦w位于雅礱江西岸，坡頂高程3000 m，坡底高程1900 m，平均坡度約60.4%，屬于高位陡峭坡體。如圖6(a)所示，由于坡體中上部植被較少，相干性較好，因此坡體整體中上部區(qū)域相干點(diǎn)的數(shù)量相對(duì)較多，但在河底部位，由于坡度更大，達(dá)65%，相干性點(diǎn)的數(shù)量較稀疏。坡體中部出現(xiàn)一處核心形變區(qū)，其范圍約1700×1000 m。最大視線向形變量達(dá)60 mm/year。該區(qū)域的遙感解譯結(jié)果如圖6(b)所示，在兩處紅色虛線范圍內(nèi)存在古滑坡體，坡度較大，達(dá)到約65%，是坡頂存在不穩(wěn)定的直接表現(xiàn)之一。在坡體的北側(cè)，更是存在巴多溝崩塌、滑坡體，間接證明該坡體長(zhǎng)期存在不穩(wěn)定性。

圖6(c)展示了3個(gè)特征點(diǎn)的時(shí)間序列形變曲線圖，其中點(diǎn)P1位于坡體上部，點(diǎn)P2位于坡體下部左側(cè)，點(diǎn)P3位于坡體中部。時(shí)間序列結(jié)果表明，3處形變其趨勢(shì)相似，3個(gè)特征點(diǎn)的形變速率自2017年9月—2018年10月，形變量持續(xù)增加，形變速率穩(wěn)定，呈現(xiàn)線性形變。P1,P2點(diǎn)的累積形變最大，達(dá)到120 mm；P3點(diǎn)累積形變次之，達(dá)到55 mm，整體都存在明顯的形變。人類活動(dòng)主要集中在江對(duì)岸，所以植被的稀疏與雨季降雨量的增大影響是造成坡體有滑坡趨勢(shì)的主要原因。

圖6 中鋪?zhàn)哟寤聻?zāi)害隱患識(shí)別結(jié)果Fig.6 Early identification results of potential landslide geohazards in Zhongpuzi village

5 識(shí)別結(jié)果分析驗(yàn)證與雷達(dá)影像適用性分析

5.1 識(shí)別結(jié)果對(duì)比驗(yàn)證

根據(jù)蠕變滑坡位移曲線特征[9]，InSAR形變結(jié)果是潛在滑坡災(zāi)害點(diǎn)早期識(shí)別的重要特征之一。這些潛在滑坡災(zāi)害點(diǎn)部分是發(fā)育于古滑坡上的不穩(wěn)定坡體，部分滑坡表面不具備滑坡繼續(xù)發(fā)展的地貌特征，還需要對(duì)這些坡體進(jìn)行進(jìn)一步驗(yàn)證與分析。在得到這些災(zāi)害隱患點(diǎn)后，接下來需要對(duì)InSAR早期識(shí)別結(jié)果與滑坡隱患?xì)v史資料(含地質(zhì)調(diào)查資料、文獻(xiàn)、滑坡發(fā)生報(bào)道等)、光學(xué)影像遙感解譯結(jié)果進(jìn)行對(duì)比(圖7)。

雅礱江流域各個(gè)監(jiān)測(cè)段共探測(cè)到形變坡體8處依次由北向南編號(hào)為1～8號(hào)(表3)。其中共有4處相對(duì)歷史記錄為新發(fā)現(xiàn)(占識(shí)別結(jié)果50%)，標(biāo)記為新的潛在地質(zhì)災(zāi)害點(diǎn)，其中有7處具有明顯滑坡地貌特征(占識(shí)別結(jié)果87.5%)。我們以前述變形范圍、最大形變速率、坡體平均坡度、高程范圍、植被覆蓋情況、威脅對(duì)象等作為指標(biāo)，對(duì)這8處正在變形區(qū)域進(jìn)行了危險(xiǎn)等級(jí)快速定性評(píng)估，其中3處中危險(xiǎn)等級(jí)潛在災(zāi)害點(diǎn)，5處高危險(xiǎn)等級(jí)潛在災(zāi)害點(diǎn)。高危險(xiǎn)等級(jí)潛在災(zāi)害點(diǎn)具備滑坡地貌地形特征，形變速率較大，直接威脅雅礱江或相近村落，需要對(duì)這些識(shí)別出的災(zāi)害點(diǎn)進(jìn)行進(jìn)一步調(diào)查及監(jiān)測(cè)。

5.2 雷達(dá)影像幾何畸變分析

圖7 潛在地質(zhì)災(zāi)害點(diǎn)驗(yàn)證與對(duì)比Fig.7 Verification and comparison on potential landslide geohazards

由于星載SAR采用側(cè)視成像的方式，雷達(dá)波束斜向照射地表時(shí)會(huì)導(dǎo)致雷達(dá)圖像出現(xiàn)距離向透視收縮、陰影或倒置等幾何畸變[16]，在高山峽谷區(qū)域幾何畸變尤為嚴(yán)重，將會(huì)造成無效的監(jiān)測(cè)盲區(qū)[12,13]。雷達(dá)衛(wèi)星在面對(duì)不同朝向、坡向時(shí)所會(huì)形成的各種幾何畸變情況如圖8所示。可以看出當(dāng)坡面朝向衛(wèi)星時(shí)，若坡角小于入射角時(shí)，沿坡面向下的變形在LOS方向上會(huì)表現(xiàn)為靠近衛(wèi)星(圖8情況①)，且坡體會(huì)發(fā)生透視收縮。當(dāng)坡角與入射角相等時(shí)，會(huì)發(fā)生完全透視收縮，坡體無法被測(cè)量(圖8情況②)。如果坡角過大(超過衛(wèi)星入射角)，則會(huì)發(fā)生頂?shù)椎怪玫某上?，沿坡面向下的變形在LOS方向上會(huì)表現(xiàn)為遠(yuǎn)離衛(wèi)星(圖8情況③)。當(dāng)坡面背向衛(wèi)星時(shí)，若坡角較大(大于入射角的余角)，此時(shí)坡面會(huì)位于陰影區(qū)域，無法被衛(wèi)星照射產(chǎn)生回波信號(hào)，整個(gè)坡面無法被測(cè)量(圖8情況④)。當(dāng)坡角與入射角互余時(shí)，此時(shí)所獲得地距分辨率等于衛(wèi)星斜距分辨率(圖8情況⑤)。若坡角較小(小于入射角的余角)，此時(shí)將獲得最接近于斜距分辨率(slant range resolution)的地距分辨率(ground range resolution)[23]，此時(shí)的地距分辨率將高于衛(wèi)星照射平地情況，因此該朝向及坡度的坡體是最適合SAR衛(wèi)星進(jìn)行觀測(cè)的情況。在實(shí)際應(yīng)用中，聯(lián)合升降軌的SAR影像，可以獲取不同成像幾何下的監(jiān)測(cè)目標(biāo)的形變特征，從而在一定程度上補(bǔ)償單一成像幾何帶來的觀測(cè)盲區(qū)，有利于提升滑坡災(zāi)害隱患早期識(shí)別的有效探測(cè)率[13,16,24]。

表3 雅礱江流域InSAR早期識(shí)別驗(yàn)證與對(duì)比Tab.3 Verification and comparison on early identification results from InSAR along Yalong River

圖8 衛(wèi)星入射角(LOS)觀測(cè)方向與沿坡向形變關(guān)系(修改自文獻(xiàn)[22])Fig.8 Relationships between the Line Of Sight (LOS) and the downslope displacements for different slope orientations (adapted from Ref.[22])

從定量關(guān)系上來看，根據(jù)Sentinel-1衛(wèi)星軌道參數(shù)信息與坡體坡度信息進(jìn)行測(cè)算，Sentinel-1升軌數(shù)據(jù)的衛(wèi)星飛行方向是自南向北，沿著方位向—12.6°飛行，雷達(dá)入射角為36.8°。由于SAR采用側(cè)視成像，當(dāng)坡體朝向衛(wèi)星的時(shí)候，若坡度角處于0～36.8°時(shí)，會(huì)出現(xiàn)透視收縮(距離壓縮)的幾何畸變；當(dāng)坡體背向衛(wèi)星的時(shí)候，若坡度角的絕對(duì)值大于53.2°時(shí)，會(huì)出現(xiàn)陰影的幾何畸變。Sentinel-1降軌數(shù)據(jù)的衛(wèi)星飛行方向是自北向南，沿著方位向—167.4°飛行，雷達(dá)入射角為39.7°。由于SAR采用側(cè)視成像，當(dāng)坡體朝向衛(wèi)星的時(shí)候，若坡度角處于0～39.7°時(shí)，會(huì)出現(xiàn)距離壓縮的幾何畸變；當(dāng)坡體被向衛(wèi)星的時(shí)候，若坡度角的絕對(duì)值大于50.3°時(shí)，會(huì)出現(xiàn)陰影的幾何畸變。

圖9為基于升降軌Sentinel-1影像獲取的雅礱江升降軌幾何畸變圖，紅色代表的是距離壓縮的區(qū)域，藍(lán)色代表的是陰影區(qū)域。在雅礱江流域中，升軌數(shù)據(jù)中的距離壓縮區(qū)域主要位于東南朝向的坡體，且主要分布在雅礱江的東岸；降軌數(shù)據(jù)中的距離壓縮區(qū)域主要位于東北朝向的坡體，且主要分布在雅礱江的西岸。陰影區(qū)域主要分布在較為陡峭的背向雷達(dá)信號(hào)側(cè)的坡體。

圖10(a)、圖10(b)分別為雅礱江日衣村-木灰村段Sentinel-1升軌數(shù)據(jù)、降軌數(shù)據(jù)幾何畸變圖，圖10(c)、圖10(d)分別為該區(qū)域坡度、坡向圖。在升軌數(shù)據(jù)圖10(a)中，紅色區(qū)域相對(duì)衛(wèi)星的入射角處于0°～36.8°，主要分布在坡面②與坡面④，代表的是距離壓縮區(qū)域，對(duì)應(yīng)圖10(d)中雅礱江東岸褐色的區(qū)域；藍(lán)色區(qū)域的入射角大于53.2°，代表的是陰影區(qū)域，主要分布在坡面①與坡面③，對(duì)應(yīng)圖10(c)中紅色的大坡度的區(qū)域。

在降軌數(shù)據(jù)對(duì)應(yīng)的圖10(b)中，紅色區(qū)域相對(duì)衛(wèi)星的入射角處于0°～38.7°，主要分布在坡面①與坡面③，代表的是距離壓縮區(qū)域，對(duì)應(yīng)圖10(d)中雅礱江西岸綠色的區(qū)域；藍(lán)色區(qū)域的入射角大于50.3°，代表的是陰影區(qū)域，主要分布在主要分布在坡面②與坡面④，對(duì)應(yīng)圖10(c)中紅色大坡度的區(qū)域。

圖9 雅礱江流域Sentinel-1數(shù)據(jù)幾何畸變分布圖Fig.9 Geometric distortion of Sentinel-1 datasets along Yalong River

圖10 雅礱江日衣村-木灰村段Fig.10 Yalong River Riyi village-Muhui village section

可以明顯地看出，在坡向較復(fù)雜的區(qū)域，易出現(xiàn)嚴(yán)重的距離壓縮幾何畸變。在坡度較大的區(qū)域，易出現(xiàn)陰影區(qū)域，無法獲取有效的監(jiān)測(cè)信號(hào)。就雅礱江日衣村-木灰村區(qū)域而言，升軌數(shù)據(jù)在雅礱江東岸存在嚴(yán)重的距離壓縮幾何畸變，主要分布在坡面②與坡面④；在雅礱江高坡度的陡坡主要分布在坡面①與坡面③)，可能出現(xiàn)嚴(yán)重的陰影區(qū)域；降軌數(shù)據(jù)在雅礱江西岸存在嚴(yán)重的距離壓縮幾何畸變，主要分布在坡面①與坡面③；在雅礱江高坡度的陡坡(主要分布在坡面②與坡面④)，可能出現(xiàn)嚴(yán)重的陰影區(qū)域。因此，在現(xiàn)有SAR衛(wèi)星系統(tǒng)飛行軌道差異性有限的情況下，高山峽谷區(qū)域單軌道監(jiān)測(cè)可能會(huì)由于SAR成像幾何畸變?cè)斐刹糠植环€(wěn)定坡體被“漏檢”，只有通過升降軌數(shù)據(jù)結(jié)合的方式，才能較為全面覆蓋監(jiān)測(cè)區(qū)域，在一定程度上補(bǔ)償單一成像幾何帶來的幾何畸變問題，才能實(shí)現(xiàn)全面準(zhǔn)確的滑坡災(zāi)害隱患早期識(shí)別。

6 結(jié)論

本文使用Sentinel-1雷達(dá)影像，通過時(shí)間序列InSAR技術(shù)對(duì)高山峽谷區(qū)域雅礱江流域雅江縣-木里縣段進(jìn)行了滑坡災(zāi)害隱患廣域早期識(shí)別，成功探測(cè)到8處隱患區(qū)域，最大雷達(dá)視線向年平均形變速率可達(dá)95 mm/year，這些區(qū)域若發(fā)生滑坡，對(duì)當(dāng)?shù)鼐用竦纳?cái)產(chǎn)安全存在嚴(yán)重的威脅，同時(shí)存在堵塞雅礱江的風(fēng)險(xiǎn)。同時(shí)，利用滑坡隱患?xì)v史資料與遙感解譯對(duì)InSAR早期識(shí)別結(jié)果進(jìn)行了進(jìn)一步的驗(yàn)證與對(duì)比分析，綜合變形范圍、最大形變速率、坡體平均坡度、高程范圍、植被覆蓋情況、威脅對(duì)象等情況對(duì)這八處滑坡進(jìn)行了危險(xiǎn)等級(jí)評(píng)價(jià)。

由于星載SAR采用側(cè)視成像的方式，不可避免的會(huì)產(chǎn)生幾何畸變，在高山峽谷區(qū)尤為嚴(yán)重。本文對(duì)不同坡度坡體幾何畸變情況進(jìn)行了詳細(xì)分析，展示了Sentinel-1升降軌數(shù)據(jù)在雅礱江高山峽谷區(qū)的具體幾何畸變區(qū)域與適用性。在地形復(fù)雜的高山峽谷區(qū)域，只有通過采用不同軌道數(shù)據(jù)結(jié)合的方式補(bǔ)償單一成像幾何帶來的幾何畸變問題，才能有效避免“漏檢”，實(shí)現(xiàn)全面準(zhǔn)確的滑坡災(zāi)害隱患早期識(shí)別。本文以雅礱江為例，揭示了時(shí)序InSAR技術(shù)運(yùn)用于滑坡災(zāi)害隱患早期識(shí)別的有效性與優(yōu)勢(shì)，可為當(dāng)?shù)氐姆罏?zāi)減災(zāi)提供有力的支持，結(jié)合幾何畸變的詳細(xì)分析討論，為高山峽谷區(qū)的滑坡災(zāi)害隱患廣域早期識(shí)別提供范例與參考。