孫永彬，張 恩，李啟亮，牛海威，王少帥，王 詵，張 策

(1.核工業(yè)航測遙感中心，河北 石家莊 050002；2.河北省航空探測與遙感技術(shù)重點實驗室，河北 石家莊 050002；3.高分辨率對地觀測系統(tǒng)河北數(shù)據(jù)應(yīng)用技術(shù)支持中心，河北 石家莊 050002)

金沙江下游永善段地處云貴高原北部向川南丘陵延伸的地帶，具有地勢陡峻、巖體破碎[1]、地質(zhì)環(huán)境脆弱、滑坡災(zāi)害頻發(fā)等特點[2]。因為地形復(fù)雜、植被覆蓋等惡劣條件，使其面臨著隱蔽性滑坡隱患難以識別的關(guān)鍵難題[3]。近年來，隨著全球氣候變暖，極端降雨事件急劇增加，且強(qiáng)度不斷增大，使金沙江沿岸隱蔽性滑坡發(fā)生的概率、強(qiáng)度均呈增加趨勢[4]，造成了生命財產(chǎn)損失，也引起了社會廣泛關(guān)注[5]。例如：溪洛渡庫區(qū)干海子滑坡夏季經(jīng)常發(fā)生變形和次級垮塌，造成堵江、浪涌、沖毀村莊等現(xiàn)象[6]；青杠坪滑坡、黃田壩滑坡、雨林二組滑坡[7]的發(fā)生造成堵江事件頻率加劇。研究發(fā)現(xiàn)，金沙江沿岸的滑坡災(zāi)害隱患60%都不在已知災(zāi)害隱患臺賬中，該類滑坡的共同特點是災(zāi)體發(fā)育部位高、隱蔽性強(qiáng)、突發(fā)性強(qiáng)、人員和財產(chǎn)損失大[8]，傳統(tǒng)的人工地面調(diào)查、隱患排查很難發(fā)現(xiàn)此類隱患[9]。大范圍探查耗時費力，工作效率低。因此，如何提前、有效、低成本識別出這類滑坡隱患并加以有效防控，越來越成為中國西南地區(qū)地質(zhì)災(zāi)害專項防治領(lǐng)域集中關(guān)注的難題和焦點。

由于中國西南地區(qū)環(huán)境艱險，傳統(tǒng)地面調(diào)查手段面臨諸多困難。近年來，國內(nèi)外學(xué)者應(yīng)用合成孔徑雷達(dá)干涉測量、光學(xué)遙感、無人機(jī)激光雷達(dá)等手段，針對隱蔽性滑坡隱患開展了方法研究與應(yīng)用示范[10–12]。Fruneau等[13]利用D–InSAR技術(shù)對法國的阿爾卑斯山地區(qū)滑坡進(jìn)行研究，證實了該項技術(shù)可用于監(jiān)測中等運動速率的滑坡隱患；Lauknes等[14]首次利用SBAS和PSI技術(shù)測量挪威北部巖質(zhì)隱蔽滑坡的活動性情況，對區(qū)域內(nèi)潛在滑坡進(jìn)行定量研究；Casagli等[15]綜合高分辨率光學(xué)遙感和SAR數(shù)據(jù)，剖析了意大利部分區(qū)域隱蔽性滑坡快速運動、緩慢運動的特點，從而開展風(fēng)險評估，為災(zāi)害長期監(jiān)測和應(yīng)急管控提供了技術(shù)指導(dǎo)。此外，國內(nèi)外學(xué)者以金沙江流域的三峽庫區(qū)滑坡[16]、黑方臺黃土滑坡[17]、四川西部山區(qū)滑坡[18]、沃達(dá)村滑坡[19]作為試驗區(qū)，在方法探索、特征識別、聯(lián)合地面開展示范應(yīng)用方面，解決了諸多關(guān)鍵問題；許強(qiáng)[20]提出利用“天–空–地”一體化遙感監(jiān)測技術(shù)進(jìn)行地質(zhì)災(zāi)害隱患早期識別的技術(shù)思路，并在滑坡調(diào)查與應(yīng)急處置中發(fā)揮了顯著作用，為在金沙江流域開展隱蔽性滑坡隱患識別提供重要技術(shù)支持。

本文圍繞如何有效識別中國西南地區(qū)重大隱蔽性滑坡隱患這一核心需求，選擇最具代表性地區(qū)，即金沙江下游永善段為研究區(qū)，利用Sentinel–1、GF–1、DEM等數(shù)據(jù)，在以往研究技術(shù)的基礎(chǔ)上，通過升降軌時序InSAR、光學(xué)遙感技術(shù)，改進(jìn)了以往識別技術(shù)方法的短板，識別區(qū)域性時序地表形變、隱蔽性滑坡隱患光學(xué)遙感信息；通過對比識別結(jié)果，探索隱蔽性滑坡隱患發(fā)育特征，以期為中國西南地區(qū)防災(zāi)減災(zāi)、工程規(guī)劃建設(shè)提供理論和實踐依據(jù)。

1 區(qū)域地質(zhì)背景

1.1 地理地質(zhì)背景

金沙江下游永善段地處云貴高原北部揚子準(zhǔn)地臺邊緣，川滇經(jīng)向構(gòu)造與華夏式構(gòu)造交接帶；峽谷山岳地貌，地勢南高北低，海拔420～2 265 m；屬亞熱帶、溫帶氣候，年均降雨量900 mm，屬于干熱河谷區(qū)[21]；研究面積2 600 km2。研究區(qū)位于馬關(guān)—大關(guān)地震活動帶，新構(gòu)造運動較強(qiáng)烈，地震烈度為Ⅵ度[22]，屬于地質(zhì)災(zāi)害高易發(fā)區(qū)。

研究區(qū)地層齊全，地貌及巖性構(gòu)造如圖1所示?；鶐r以二疊系、三疊系礫巖、泥巖、凝灰質(zhì)砂巖、泥質(zhì)粉砂巖為主，兼少量元古界寒武系碎屑巖、粉砂巖、白云巖。區(qū)內(nèi)除二疊系、石炭系有沉積間斷、間隙剝蝕外，其余時期均穩(wěn)定下沉，地層沉積厚度大，各時代地層間均呈整合或假整合接觸；巖漿巖發(fā)育上二疊統(tǒng)峨眉山玄武巖。

圖1 研究區(qū)地貌及巖性構(gòu)造Fig. 1 Geomorphology and lithologic structure of the study area

區(qū)內(nèi)構(gòu)造表現(xiàn)為大量褶皺伴生多組斷裂特點，北東向平行展布。褶皺呈背斜緊密、向斜寬緩、形態(tài)對稱特征，斷裂以北東向為主，區(qū)內(nèi)蓮峰斷裂[23]、趙家坪子斷裂多為高角度向西傾之沖斷層。

1.2 區(qū)域地質(zhì)災(zāi)害問題

研究區(qū)內(nèi)巖體在內(nèi)、外動力地質(zhì)作用下，岸坡巖石風(fēng)化、卸荷明顯；滑坡、崩塌和泥石流均發(fā)育，以滑坡為主，中型居多；不同災(zāi)害類型所在巖性區(qū)差異大，新構(gòu)造運動活躍，地勢陡峻，地表破碎，植被茂密，隱蔽性滑坡災(zāi)害頻發(fā)。

特殊的地層巖性與構(gòu)造加劇了滑坡的發(fā)育，如付家坪子滑坡[24]、大楓灣滑坡位于蓮峰斷裂的兩側(cè)；區(qū)內(nèi)山體切割深、溝道縱橫，為泥石流提供了較好的流通條件，加之區(qū)內(nèi)隱蔽性滑坡發(fā)育，坡體表面松散、巖石破碎，物源條件豐富；在2014年溪洛渡水庫蓄水及移民工程的擾動下，誘發(fā)大量隱蔽性滑坡和水庫塌岸，對金沙江沿岸穩(wěn)定性造成嚴(yán)重負(fù)面影響，江中形成了諸如爛田壩灘、石板灘[25]等險灘，對沿岸居民產(chǎn)生極大影響。

隱蔽性滑坡隱患在金沙江下游及整個西南地區(qū)非常普遍，突出特點表現(xiàn)為3個方面：一是，隱蔽性特點，主要指山區(qū)大多植被茂密，斜坡變形跡象和滑坡特征征兆被植被遮蓋，難以發(fā)現(xiàn)，利用傳統(tǒng)調(diào)查手段很難有效識別；二是，突發(fā)性特點，該類滑坡隱患由于所在區(qū)域地質(zhì)背景不穩(wěn)定，通常會造成滑坡發(fā)生順變推移或牽引，導(dǎo)致大規(guī)模滑坡發(fā)生；三是，破壞性特點，隱蔽性滑坡隱患由于所在位置山高坡陡，大規(guī)模滑坡啟動后，往往通過沿途碰撞解體而轉(zhuǎn)化為碎屑流、泥石流，導(dǎo)致運動距離增至數(shù)千米，極大增加了破壞范圍，使災(zāi)害呈數(shù)量級地被進(jìn)一步放大。因此，在明確隱蔽性滑坡災(zāi)害隱患的主要類型、特點、發(fā)育部位后，就可以采取針對性的綜合識別手段進(jìn)行識別，解決“隱蔽性隱患在哪里”的問題。

2 綜合遙感識別技術(shù)方法體系

隨著遙感技術(shù)的不斷發(fā)展，實現(xiàn)“天–空–地”一體化的災(zāi)害研究和應(yīng)用理論體系趨于完善[26]。隱蔽性滑坡隱患有效識別的前提必然是基于原有基礎(chǔ)地質(zhì)資料，探索潛在的滑坡災(zāi)害，再利用綜合遙感識別方法進(jìn)行深入研究，最后獲取隱蔽性滑坡隱患發(fā)育特征規(guī)律。本文提出的綜合遙感識別研究技術(shù)方法體系如圖2所示。

圖2 綜合遙感識別技術(shù)方法體系Fig. 2 Comprehensive remote sensing identification technology method system

首先，本文采用資料收集、現(xiàn)場踏勘手段，對區(qū)內(nèi)隱蔽性滑坡隱患進(jìn)行系統(tǒng)總結(jié)歸納，考察區(qū)內(nèi)地層巖性、地形地貌、地質(zhì)構(gòu)造、氣象水文、人類工程活動等致災(zāi)因子[27]。通過地質(zhì)環(huán)境剖析，初步判斷區(qū)域內(nèi)該類隱患的可能分布區(qū)域，為后續(xù)綜合遙感識別方法技術(shù)應(yīng)用提供基礎(chǔ)資料。

其次，利用綜合遙感識別方法獲取區(qū)域隱蔽性滑坡隱患及其形變信息。針對研究需求，選用多期次Sentinel–01數(shù)據(jù)，通過升降軌時序InSAR差分干涉測量技術(shù)，獲取長時序地表形變信息，圈定形變較大區(qū)域；疊加GF–1遙感影像、InSAR形變提取結(jié)果、數(shù)字高程模型（DEM），深入剖析隱蔽性滑坡隱患光學(xué)遙感識別信息，判斷其位置范圍。

最后，利用升降軌時序InSAR、光學(xué)遙感技術(shù)綜合識別成果進(jìn)行現(xiàn)場考察，通過典型隱蔽性滑坡變形跡象、變形體特征形變+光學(xué)遙感+野外現(xiàn)場剖析，對比兩種手段的先進(jìn)性、互補(bǔ)性，深入分析區(qū)域內(nèi)隱蔽性滑坡災(zāi)害隱患發(fā)育特征。

3 遙感數(shù)據(jù)選取、處理和識別

針對研究區(qū)地質(zhì)資料所判斷的隱蔽性滑坡災(zāi)害隱患，采用時序InSAR形變提取技術(shù)和光學(xué)遙感識別技術(shù)對其進(jìn)行研究。

3.1 時序InSAR形變提取技術(shù)

時序InSAR干涉技術(shù)即為小基線集干涉測量技術(shù)。該技術(shù)根據(jù)短時空基線原則生成最優(yōu)的差分干涉組合，并利用最小二乘或奇異值分解方法進(jìn)行形變參數(shù)估計，大大增加了觀測值的時間采樣率，被廣泛應(yīng)用于地質(zhì)災(zāi)害形變監(jiān)測，用于區(qū)域性、形變速率緩慢的形變信息提取[28]。本文利用較短時空基線的干涉對組合，避免了長時空基線造成的失相干影響[29]。由于InSAR的數(shù)據(jù)量大且豐富，形變提取方法眾多，本次研究在重點考慮區(qū)內(nèi)地質(zhì)環(huán)境和研究需求前提下，選取適合的SAR數(shù)據(jù)、提取方法以開展形變提取研究。通過研究區(qū)基本概況分析，總結(jié)區(qū)內(nèi)地質(zhì)環(huán)境特征及數(shù)據(jù)需求：

1）研究區(qū)植被覆蓋較好，滑坡隱蔽性強(qiáng)，夏季植被茂盛，易出現(xiàn)失相干現(xiàn)象，需要選擇對植被穿透性較強(qiáng)的SAR數(shù)據(jù)。

2）研究區(qū)伴隨有不同地區(qū)氣溫變化、自然地震、愈發(fā)頻繁的人類工程活動的影響，使得區(qū)內(nèi)變形發(fā)生時段不統(tǒng)一，需多時段SAR數(shù)據(jù)源，以便大概率地探測到隱蔽性滑坡。

3）研究區(qū)位于峽谷山岳地貌區(qū)，從InSAR成像特點來看，易受陰影、疊衍、頂?shù)椎怪糜绊懚a(chǎn)生成像畸變，故需要升軌、降軌SAR數(shù)據(jù)，以彌補(bǔ)這種畸變現(xiàn)象帶來的不完備性。

4）研究區(qū)地形切割強(qiáng)烈、山體高差大，沿江兩岸坡面陡峭，河谷和山頂?shù)拇髿鈮捍嬖谳^大差異，易出現(xiàn)高程差異引起的大氣延遲現(xiàn)象；夏季因降雨集中，受大氣影響更為強(qiáng)烈，因此需要選擇穿透能力較強(qiáng)的SAR數(shù)據(jù)。

綜上分析，利用升軌、降軌兩種軌道的InSAR數(shù)據(jù)識別滑坡隱患，可相互耦合、優(yōu)勢互補(bǔ)，對隱蔽性滑坡隱患識別發(fā)揮著重要的作用。因此，本文選用存檔數(shù)據(jù)時間長、時相多的升軌、降軌Sentinel–1數(shù)據(jù)160景（升軌、降軌數(shù)據(jù)各80景），SAR數(shù)據(jù)覆蓋時段為2019年3月25日—2021年6月21日，滿足研究所需的時間長度需求。

結(jié)合以往經(jīng)驗，對隱蔽性滑坡隱患開展形變信息提取的關(guān)鍵在于準(zhǔn)確估計形變量。采用GAMMA平臺，利用升降軌時序InSAR干涉測量技術(shù)，處理如下：1）影像配準(zhǔn)。增加影像配準(zhǔn)精度，形成SAR幅度圖（圖3（a））。2）平地效應(yīng)去除。使相位圖直觀體現(xiàn)地形變化（圖3（b））。3）通過相干性估計（圖3（c））、濾波技術(shù)（圖3（d））和相位解纏（圖3（e））、軌道精煉（圖3（f））、地理編碼（圖3（g））、時空基線組合等步驟[30]，去除與地形相關(guān)的地表相位。4）利用大氣延遲相位校正，提高延遲校正精度，進(jìn)而提高形變量估計準(zhǔn)確性（圖3（h））。

圖3 時序InSAR干涉測量技術(shù)過程產(chǎn)品圖Fig. 3 Sequential InSAR Interferometry process product diagram

3.2 光學(xué)遙感識別技術(shù)

3維光學(xué)遙感技術(shù)是對滑坡體本身識別的有效補(bǔ)充。光學(xué)遙感數(shù)據(jù)采用從地理空間數(shù)據(jù)云平臺獲取的GF–1產(chǎn)品。根據(jù)本次研究的需求，一共收集了16景GF–1影像數(shù)據(jù)，全色影像空間分辨率為2 m，采集時間段為2019—2021年，影像分辨率和覆蓋范圍滿足研究需求；收集30 m分辨率DEM數(shù)字高程數(shù)據(jù)，以輔助開展光學(xué)遙感識別。通過數(shù)據(jù)校正、數(shù)據(jù)預(yù)處理、地質(zhì)災(zāi)害增強(qiáng)處理等步驟，形成了滿足研究可用的數(shù)據(jù)，用于高分辨率影像底圖的制作與光學(xué)遙感識別[30]。

根據(jù)隱蔽性滑坡隱患識別需求和識別難度，研究選用對比法、鄰比法、綜合識別法，疊加DEM和GF–1形成3維視圖模型，對金沙江沿岸第一斜坡單元的隱蔽性滑坡隱患進(jìn)行識別，建立3維光學(xué)遙感識別標(biāo)志。隱蔽性滑坡隱患識別標(biāo)志的建立是光學(xué)遙感識別的關(guān)鍵，能有效識別目標(biāo)物及其性質(zhì)和相互關(guān)系的影像特征，例如形狀、大小、色調(diào)、陰影等。研究根據(jù)滑坡區(qū)自身地物波譜特征、3維展布特征，結(jié)合地質(zhì)資料和野外踏勘結(jié)果，分析滑坡體結(jié)構(gòu)[31]，建立基于DEM和GF–1影像的3維識別標(biāo)志，包括直接識別標(biāo)志和間接識別標(biāo)志。

3.2.1 直接識別標(biāo)志

隱蔽性滑坡隱患較顯性滑坡隱患難以識別，因此，需緊密結(jié)合區(qū)域資料進(jìn)行綜合判斷，建立針對性識別標(biāo)志以開展識別。首先，隱蔽性滑坡隱患雖肉眼難以分辨，但通過GF–1影像3維視圖（圖4），可以看到：其形狀與周圍的斜坡相比存在一定差異，坡體相較于周圍坡體平緩，甚至呈現(xiàn)為凹地（圖4（a）），滑坡周界偶爾呈現(xiàn)弧形、舌形等形狀（圖4（b）），滑坡周界和坡體交匯處易發(fā)生坡向改變；其次，3維遙感影像顯示，滑坡色調(diào)與背景顏色存在差異，深色條帶狀展布，且一般會因有松散碎屑物堆積或裸露的巖石而呈現(xiàn)出灰白色或土黃色，或因裂隙發(fā)育，儲水性能好而呈現(xiàn)較深的深褐色，紋理相較于周圍地物具有粗糙的顆粒感且凹凸不平（圖4（c））。

圖4 隱蔽性滑坡隱患3維光學(xué)遙感識別標(biāo)志Fig. 4 Three-dimensional optical remote sensing identification marks of hidden landslide hazards

3.2.2 間接識別標(biāo)志

隱蔽性滑坡隱患很大程度需依靠間接識別標(biāo)志有效識別，識別中需特別注意滑坡區(qū)域的微地貌特征、植被發(fā)育特征、水文條件等。3維遙感影像顯示，隱蔽性滑坡隱患多發(fā)育在沿岸緩坡、分水嶺陰坡，以及侵蝕基準(zhǔn)面急劇變化的主支溝交會地段；河谷中形成的覆蓋層堆積的緩坡地貌區(qū)，即多期隱蔽性古滑坡堆積地貌（圖4（d））；沿岸的壟丘、階地錯斷、坑洼、被掩埋的平緩山坡及溝槽改道的山坡溝谷地段（圖4（e））；隱患體上植被與周圍植被不一致、較周圍植被年輕的地段；地表濕地、不正常河流彎道、局部河道變窄地段（圖4（f））。故以上均為隱蔽性滑坡識別標(biāo)志。

4 隱蔽性滑坡隱患綜合遙感識別結(jié)果與分析

4.1 隱蔽性滑坡隱患綜合遙感識別結(jié)果

基于時序InSAR差分干涉測量，去除人類工程活動產(chǎn)生的噪聲影響，獲得升、降軌兩個軌道方向的InSAR平均形變速率，完整識別區(qū)內(nèi)形變信號；結(jié)合同區(qū)米級GF–1遙感數(shù)據(jù)、DEM數(shù)字高程模型，綜合分析形變、形態(tài)特征。通過升軌InSAR技術(shù)識別隱蔽性滑坡隱患26處，降軌InSAR技術(shù)識別28處；光學(xué)遙感技術(shù)識別48處，如圖5所示；升、降軌InSAR與光學(xué)遙感共同識別出10處，合計識別滑坡隱患92處。對識別結(jié)果進(jìn)行了100%野外考察，總體識別準(zhǔn)確率達(dá)78.26%，10處重合部分確定為滑坡隱患。識別的滑坡隱患中，最大面積為284.47×104m2，最小面積為21.34×104m2，平面面積小于25×104m2的滑坡隱患2處。2019—2021年，滑坡中的最大視向形變速率位于7.22～24.93 mm/a之間，沿江不同部位發(fā)育不均勻形變跡象，威脅對象為沿江居民、房屋、道路、水庫等。

圖5 升降軌InSAR技術(shù)與光學(xué)遙感識別結(jié)果對比Fig. 5 Comparison of identification results of lifting rail InSAR technology and optical remote sensing

4.2 識別結(jié)果分析

由于SAR數(shù)據(jù)具有側(cè)視成像、全天候拍攝的特點，光學(xué)遙感影像具有正視成像、白晝成像的特點，因此二者識別結(jié)果存在一定差異。為此，研究通過野外考察取證分析，對比區(qū)內(nèi)升軌、降軌InSAR技術(shù)和光學(xué)遙感識別結(jié)果，剖析隱蔽性滑坡隱患范圍、地表形變特征信息，總結(jié)分布和發(fā)育特征。通過考察分析，將升軌、降軌InSAR技術(shù)和光學(xué)遙感識別的對比結(jié)果分為4種情況，如圖6所示。

4.2.1 InSAR技術(shù)與光學(xué)遙感識別結(jié)果完全一致

通過現(xiàn)場考察該類情況滑坡隱患35處，正確29處，識別準(zhǔn)確率達(dá)82.86%。該類滑坡隱患較易識別，InSAR技術(shù)與光學(xué)遙感識別結(jié)果一致。選取A滑坡進(jìn)行分析：從典型升軌、降軌InSAR影像（圖6（a）、（b））可以看出，A滑坡整體變形明顯，干涉條紋顯著，團(tuán)塊狀、連續(xù)帶狀分布，后緣相對前緣形變量少，判定滑坡動力學(xué)特征為牽引式；從光學(xué)遙感識別結(jié)果（圖6（c））可以看出，A滑坡體邊界明顯，中部發(fā)育一個較大沖溝，后緣呈圈椅狀，前緣鼓脹，坡度變緩，判定為滑坡隱患；通過對野外現(xiàn)場剖析（圖6（d））發(fā)現(xiàn)，滑坡區(qū)見多個階梯臺坎、沖溝、拉裂縫，人類活動頻繁，民房墻體多處開裂、錯動，裂縫為5～8 cm，水泥路面裂縫為15～20 cm，活動性明顯，直接威脅金沙江干流，表明二者識別結(jié)果一致。

4.2.2 InSAR技術(shù)與光學(xué)遙感識別結(jié)果部分一致

通過現(xiàn)場驗證該類情況滑坡隱患26處，正確21處，識別準(zhǔn)確率達(dá)80.77%。該類滑坡隱患識別相對容易，InSAR技術(shù)與光學(xué)遙感識別結(jié)果部分一致。選取B滑坡進(jìn)行分析：從典型升軌、降軌InSAR影像（圖6（e）、（f））看出，B滑坡僅前緣變形較大，平均形變速率達(dá)32.51 mm/a，斜坡下部形變量尤為突出，最大速率88.28 mm/a；干涉條紋明顯，似橢圓形，后緣無形變量，判定滑坡動力學(xué)特征為牽引式。從光學(xué)遙感識別結(jié)果（圖6（g））可以看出，B滑坡后壁陡直、清晰，前緣鼓脹，后緣凹槽明顯，局部陰影，判定為老滑坡堆積體。通過野外現(xiàn)場剖析（圖6（h））發(fā)現(xiàn)，該坡面不平整，凹面型，植被一般，未見基巖，粉土夾碎石、塊石發(fā)育，坡體中部多戶民房，中下部多處次級滑坡，中上部梯田開裂明顯。

4.2.3 僅有光學(xué)遙感識別滑坡特征結(jié)果

通過現(xiàn)場驗證該類情況滑坡隱患共20處，其中正確15處，識別準(zhǔn)確率達(dá)75.00%。該類滑坡隱患識別容易程度一般，僅有光學(xué)遙感識別出滑坡特征結(jié)果。選取C滑坡進(jìn)行分析：從典型升軌、降軌InSAR影像（圖6（i）、（j））看出，C滑坡在監(jiān)測時間段內(nèi)未出現(xiàn)變形。從光學(xué)遙感識別結(jié)果（圖6（k））可以看出：該滑坡邊界明顯，影紋雜亂，呈舌形、不規(guī)則形；坡面不平整，滑坡后壁、側(cè)壁特征明顯，前緣臨溝且有明顯滑動跡象，判定為老滑坡。從野外現(xiàn)場剖析（圖6（l））可知，該滑坡巖性為志留系砂巖、灰?guī)r、粉砂巖，巖土體破碎，風(fēng)化堆積層厚，次級滑塌特征老舊；表層無明顯變形跡象，前緣可見巖層鼓脹和褶曲之態(tài)，無明顯威脅對象，匯入溝中可形成泥石流物源威脅金沙江干流。該類滑坡需通過野外剖析進(jìn)行進(jìn)一步復(fù)核確定。

圖6 升降軌時序InSAR、光學(xué)遙感、野外考察結(jié)果對比Fig. 6 Comparison of InSAR, optical remote sensing and field investigation results of lifting rail timing series

4.2.4 僅有InSAR識別變形結(jié)果

通過現(xiàn)場驗證該類情況滑坡隱患共11處，其中正確7處，識別準(zhǔn)確率為63.64%。該類滑坡隱患識別容易程度尚可，僅有InSAR識別變形結(jié)果。選取D滑坡進(jìn)行分析：從典型升軌、降軌InSAR影像（圖6（m）、（n））基本可以判斷D滑坡變形范圍，部分區(qū)域因變形過大出現(xiàn)失相干現(xiàn)象，平均形變速率為–30.30 mm/a；斜坡中部形變量明顯，最大速率為–53.74 mm/a，干涉條紋顯著。但通過光學(xué)遙感識別結(jié)果（圖6（o））無法判斷其變形情況?，F(xiàn)場剖析該滑坡（圖6（p））發(fā)現(xiàn)，巖土體破碎，風(fēng)化堆積層厚，滑坡側(cè)壁沖溝發(fā)育，目前處于欠穩(wěn)定狀態(tài)。結(jié)果顯示，該類形變也需野外剖析以進(jìn)一步確定是否為滑坡。

綜上所述，升、降軌時序InSAR識別結(jié)果與光學(xué)遙感識別結(jié)果存在一定的異同，但總體顯示采用SAR與光學(xué)綜合遙感進(jìn)行滑坡識別是適合的。野外現(xiàn)場調(diào)查發(fā)現(xiàn)，這4種識別情況在現(xiàn)場均存在一定的變形跡象，可以此驗證識別結(jié)果的可靠性。

5 隱蔽性滑坡隱患發(fā)育特征

通過對比分析前述遙感識別結(jié)果，驗證了滑坡隱患識別的可靠性和有效性，為金沙江流域人類活動、工程建設(shè)合理避讓災(zāi)害問題提供了重要支撐。綜合利用InSAR技術(shù)、光學(xué)遙感識別成果進(jìn)行野外驗證綜合分析，可以得到區(qū)域內(nèi)隱蔽性滑坡災(zāi)害隱患發(fā)育特征。

5.1 滑坡發(fā)育地形地貌特征

地形地貌是滑坡發(fā)生的基本條件，研究采用分辨率為30 m的DEM數(shù)字高程數(shù)據(jù)開展隱蔽性滑坡隱患與地形地貌特征關(guān)系分析，結(jié)果如圖7、8所示。通過對隱蔽性滑坡隱患在斜坡各區(qū)段坡度、坡向占比統(tǒng)計分析可知：研究區(qū)地形較為陡峻，滑坡隱患大多分布在坡度為20°～40°的地區(qū)，平緩地區(qū)所占面積較?。谎芯繀^(qū)相對高差基本>200 m，多為山地，少見盆地和丘陵；滑坡隱患在坡向為W～NW、NW～N區(qū)域所占面積百分比大于坡向SE～S、S～SW，說明北北東在一定程度上控制了金沙江河谷的走向。對比隱患點分布與各地形參數(shù)可知，滑坡隱患點發(fā)育分布特征與地形分布特征存在些微不同。隱蔽性滑坡隱患主要發(fā)育于地形坡度在25°～40°之間，相對高差大于200 m，且坡向為W、NW、N的地區(qū)。

圖7 綜合遙感識別滑坡與坡度、坡向疊加Fig. 7 Overlay of landslide, slope and slope direction recognized by comprehensive remote sensing

對比升降軌InSAR技術(shù)與光學(xué)遙感識別結(jié)果，滑坡隱患在空間分布上存在異同點。InSAR識別滑坡隱患主要分布在地形坡度為20°～30°的地區(qū)（圖7（a）、7（b）、8（a）），光學(xué)遙感識別的滑坡隱患主要分布在地形坡度為30°～40°地區(qū)（圖7（c）、8（a）），故滑坡隱患數(shù)量基本與地形坡度成正相關(guān)。InSAR識別結(jié)果（圖7（d）、7（e）、8（b））顯示，SW、W、NW向有利于隱蔽性滑坡隱患發(fā)育；光學(xué)遙感識別結(jié)果（圖7（f）、8（b））顯示，NW、N、NE向地形有利于隱蔽性滑坡隱患的發(fā)育。InSAR技術(shù)與光學(xué)遙感識別的隱蔽性滑坡在相對高差的分布方面具有相同規(guī)律，二者均表現(xiàn)為相對高差越大，滑坡面積占比越大。

圖8 綜合遙感識別滑坡坡度、坡向統(tǒng)計Fig. 8 Statistical of landslide slope and slope direction identified by comprehensive remote sensing

5.2 滑坡發(fā)育巖性特征

研究主要針對對隱蔽性滑坡隱患發(fā)育影響巨大的地層巖性。巖性是控制隱蔽性滑坡災(zāi)害發(fā)育的物質(zhì)基礎(chǔ)，根據(jù)巖性特征進(jìn)行歸并，分為4大類型（表1）。圖9為綜合遙感識別的滑坡隱患地層巖性分布。由圖9可知，綜合遙感識別技術(shù)中不同方法識別的隱蔽性滑坡隱患與巖性類型的相關(guān)性區(qū)別明顯。升軌、降軌InSAR識別結(jié)果（圖9（a）、（b）和表1）顯示：隱蔽性滑坡隱患多分布于砂巖、粉砂巖、灰?guī)r、白云巖、泥質(zhì)灰?guī)r、白云巖夾灰?guī)r中，主要原因是該類巖性具有多順層、緩慢滑動特征，InSAR識別效果顯著；其次是頁巖和泥巖等；少數(shù)分布于玄武巖、苦橄巖中。光學(xué)遙感識別結(jié)果（圖9（c）、表1）顯示，隱蔽性滑坡隱患主要分布于灰?guī)r、白云巖、泥質(zhì)灰?guī)r、白云巖夾灰?guī)r、頁巖和泥巖中，因為該類巖性光學(xué)識別標(biāo)志顯著；其次為砂巖、粉砂巖等；玄武巖、苦橄巖等分布最少。

表1 綜合遙感識別滑坡地層巖性統(tǒng)計Tab. 1 Statistical of landslide stratum lithology identified by comprehensive remote sensing

圖9 綜合遙感識別滑坡隱患地層巖性分布Fig. 9 Lithologic distribution of strata landslide hazards identified by comprehensive remote sensing

6 討 論

對比光學(xué)遙感識別結(jié)果發(fā)現(xiàn)，升軌InSAR技術(shù)識別隱蔽性滑坡隱患26處，降軌InSAR技術(shù)識別隱蔽性滑坡隱患28處，光學(xué)遙感識別隱蔽性滑坡隱患48處，InSAR技術(shù)與光學(xué)遙感識別重合數(shù)量僅10處。這表明利用綜合遙感識別技術(shù)識別更為全面，識別效果顯著。

研究結(jié)果表明，InSAR識別結(jié)果與光學(xué)遙感識別結(jié)果在數(shù)量和重合度上均存在差異。從形成機(jī)理上看：以地形地貌、坡面破壞現(xiàn)象為主要依據(jù)的光學(xué)遙感識別，其識別的主要對象是隱蔽性滑坡堆積體，因為降低了勢能，自然狀態(tài)下活動性不明顯。InSAR識別的是滑坡某一時間段的微小緩慢形變，主要對象為滑坡堆積體、變形體；由于在變形初期，地貌特征不明顯，滑坡表層破壞微弱，光學(xué)遙感影像很難直接判定其結(jié)果。這表明InSAR識別結(jié)果不能直接利用光學(xué)結(jié)果判定其準(zhǔn)確性，二者屬于互補(bǔ)關(guān)系。因此，在金沙江流域開展工程設(shè)施建設(shè)的應(yīng)用中，需要將二者有機(jī)綜合。

7 結(jié) 論

通過對金沙江下游永善段隱蔽性滑坡隱患開展綜合遙感識別與對比分析，以及隱患發(fā)育特征分析，得出以下結(jié)論：

1）通過升軌、降軌InSAR技術(shù)和光學(xué)遙感識別技術(shù)共識別隱蔽性滑坡隱患92處。對識別結(jié)果進(jìn)行100%野外考察，將升降軌InSAR和光學(xué)遙感識別結(jié)果劃分為完全一致、部分一致、僅有光學(xué)遙感識別的滑坡特征結(jié)果、僅有InSAR識別變形結(jié)果4種情況，識別準(zhǔn)確率分別為82.86%、80.77%、75.00%和63.64%，總體識別準(zhǔn)確率達(dá)78.26%，略高于目前國內(nèi)滑坡隱患識別平均水平?；趦煞N技術(shù)識別的10處重合的滑坡隱患均正確，驗證了滑坡隱患識別的可靠性和有效性。結(jié)果表明，適合采用SAR與光學(xué)遙感對滑坡進(jìn)行識別，特別是二者識別結(jié)果的一致性較強(qiáng)，利用綜合遙感識別技術(shù)達(dá)到了相互補(bǔ)充的目的。

2）研究區(qū)隱蔽性滑坡隱患的發(fā)育規(guī)律隨著地形地貌、地層巖性條件和地質(zhì)災(zāi)害等的變化存在較大差異。升降軌時序InSAR技術(shù)與光學(xué)遙感識別的隱蔽性滑坡隱患在不同的地質(zhì)條件下分布密度有所差異，各有側(cè)重。

3）時序InSAR技術(shù)和光學(xué)遙感識別技術(shù)需要辯證應(yīng)用，InSAR識別結(jié)果與光學(xué)遙感識別結(jié)果存在些微不同，經(jīng)綜合分析判斷其與二者的識別方式、影像的成像條件及隱蔽性滑坡隱患的活動性存在一定的關(guān)系，二者不能直接進(jìn)行互查工作。

4）綜合遙感技術(shù)方法的應(yīng)用在金沙江下游永善段高山峽谷區(qū)的防災(zāi)減災(zāi)、工程規(guī)劃建設(shè)中具有普適性，其很大程度地利用光學(xué)遙感識別了固有隱蔽性滑坡災(zāi)害，尤其是對于大型滑坡堆積體的識別；使用InSAR對活動性滑坡災(zāi)害進(jìn)行監(jiān)測，充分利用了二者的互補(bǔ)性。二者的有機(jī)結(jié)合解決了以往調(diào)查隱蔽性滑坡隱患看不見、看不清、看不準(zhǔn)的難題，提高了滑坡隱患識別的準(zhǔn)確率。