摘 要：【目的】受持續(xù)強降雨影響，河南省洛寧縣境內(nèi)洛盧高速楊莊大橋橋尾錐坡于2021年7月失穩(wěn)滑塌，嚴(yán)重威脅道路交通運輸安全，亟須查明滑坡的形變區(qū)和形變規(guī)律，為防治工程和災(zāi)害預(yù)警提供依據(jù)?！痉椒ā坷肧BAS-InSAR技術(shù)對覆蓋楊莊大橋的54幅升軌SAR影像數(shù)據(jù)進行干涉處理，結(jié)合滑坡的地質(zhì)特征和降雨量數(shù)據(jù)分析滑坡形變趨勢?！窘Y(jié)果】結(jié)果表明：滑坡下部形變較上部強烈，整體形變表現(xiàn)為負(fù)值沉降，形變最大可達(dá)-33.67 mm；滑坡發(fā)育狀態(tài)與降雨量有較好的對應(yīng)關(guān)系，降雨量增加，形變增長越明顯；監(jiān)測后期，P1～P6形變特征點時序位移曲線保持較好的收斂，說明滑坡修復(fù)加固治理工程發(fā)揮了一定的抗滑作用?！窘Y(jié)論】SBAS-InSAR技術(shù)在滑坡變形監(jiān)測領(lǐng)域中具有高度可行性，對滑坡防災(zāi)減災(zāi)具有重要的現(xiàn)實意義。

關(guān)鍵詞：滑坡；SBAS-InSAR；時序位移；形變速率；降雨量

中圖分類號：P237 " " 文獻標(biāo)志碼：A " " "文章編號：1003-5168（2024）12-0104-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.12.021

Identification and Cause Analysis of "Landslide of Yangzhuang Bridge of Luolu Exprassway Based on SBAS-InSAR

GENG Haoran1 LI You2 HUANG Yongbo1 REN Xu1 WAN Zhansheng1

（1.Henan Communications Planning amp; Design Institute Co. ，Ltd.，Zhengzhou 450000，China；

2. Henan Quefei Construction Engineering Co.， Ltd.，Zhengzhou 450000，China）

Abstract：[Purposes] Affected by sustained heavy rainfall， the tail cone slope of the Yangzhuang Bridge of on the Luolu Expressway in Luoning County， Henan Province collapsed in July 2021， posing a serious threat to road traffic safety. It is urgent to find out the deformation area and deformation rule of landslide， providing a basis for prevention and control engineering and disaster warning. [Methods] Therefore， the SBAS-InSAR technology was used to process the 54 ascending orbit SAR images covering the Yangzhuang Bridge， and the landslide deformation trend was analyzed by the geological characteristics and rainfall data. [Findings] The results show that the lower part of the landslide deformation is stronger than upper part， and the overall deformation shows negative settlement， with a maximum deformation variable of -33.67 mm. Landslide development status has good corresponding relation with rainfall， when the rainfall increases， the deformation increases more obviously. In the later stage of monitoring， the temporal displacement curve of deformation feature points from P1～P6 maintained good convergence， indicating that the landslide repair and reinforcement project played a certain role in anti-sliding. [Conclusions]SBAS-InSAR technology is highly feasible in the field of landslide deformation monitoring and has important practical significance for landslide disaster prevention and reduction.

Keywords： landslide；SBAS-InSAR；temporal displacement；deformation rate；rainfall

0 引言

我國是滑坡地質(zhì)災(zāi)害多發(fā)的國家，據(jù)相關(guān)資料統(tǒng)計，截至2020年，全國登記在冊的滑坡隱患點多達(dá)130 202處。為保護人民生命財產(chǎn)安全，提高全社會自然災(zāi)害防治能力，開展滑坡監(jiān)測工作具有重要的現(xiàn)實意義［1］。

滑坡是指斜坡上的巖土體在自重力的作用下沿著軟弱面（帶）向下滑動的地質(zhì)現(xiàn)象［2］。傳統(tǒng)的滑坡監(jiān)測手段主要有：裂縫計、水準(zhǔn)儀、全站儀、全球衛(wèi)星導(dǎo)航系統(tǒng)等［3-7］。這些方法大多依靠人工監(jiān)測，成本高、效率低，無法形成科學(xué)高效的監(jiān)測防治體系，且滑坡災(zāi)害隱蔽性強，常規(guī)監(jiān)測手段往往存在滯后性。

近年來，隨著空間對地觀測技術(shù)的發(fā)展，我國學(xué)者提出了“天-空-地”多源數(shù)據(jù)融合的地質(zhì)災(zāi)害監(jiān)測技術(shù)［8］。合成孔徑雷達(dá)差分干涉測量 （differential interferometric synthetic aperture radar，D-InSAR） 作為一種新型的主動式微波遙感技術(shù)，具有全天時、全天候獲取地面微小形變的能力，已被廣泛應(yīng)用于滑坡的隱患識別和變形分析中［9-12］。但常規(guī)的D-InSAR技術(shù)只能捕獲到兩幅影像成像期間滑坡表面的形變信息，而滑坡是一個長期變化的過程，如果能獲取滑坡體在時間序列上的演化情況，將對隱患區(qū)域?qū)崿F(xiàn)精準(zhǔn)詳查起到事半功倍的效果［13］。陳寶林等［14］基于SBAS-InSAR技術(shù)提取出黃河干流軍功古滑坡2017—2020年的形變結(jié)果，發(fā)現(xiàn)古滑發(fā)育強度與降水量有良好的對應(yīng)關(guān)系，并指出抗滑護樁未完全阻止滑坡體蠕變的隱患；徐源懋等［15］采用SBAS-InSAR技術(shù)識別出舟曲縣白龍江沿岸8個滑坡災(zāi)害隱患點，最大形變速率為80 mm/a，并提出近年來逐漸增加的降水可能促使滑坡提前復(fù)發(fā)的觀點；許廣河等［16］基于PS-InSAR技術(shù)獲取了西吉縣2019年10月至2021年3月的形變場，成功預(yù)判西吉縣兩個滑坡災(zāi)害點存在觸發(fā)風(fēng)險，與實地勘察結(jié)果一致。

目前，對楊莊大橋橋尾錐坡滑坡主要采用野外地質(zhì)調(diào)繪、物理勘探、深部鉆探等方法進行分析，大多工作是在災(zāi)害發(fā)生后才開展的，缺乏對歷史數(shù)據(jù)潛在風(fēng)險的預(yù)判和滑坡隨時間變化的特征分析。因此，本研究將SBAS-InSAR技術(shù)引入到楊莊大橋滑坡變形監(jiān)測工作中，并結(jié)合實地降雨量開展長時序位移監(jiān)測和失穩(wěn)模式研究分析，為高速公路的安全運行提供技術(shù)保障。

1 研究區(qū)域和數(shù)據(jù)介紹

1.1 研究區(qū)域概況

研究區(qū)域位于河南省洛陽市洛寧縣，地貌以山地溝壑為主，地表起伏較大，水土流失和植被破壞嚴(yán)重，為滑坡的形成提供了有利的自然條件（如圖1所示）。該地區(qū)四季干濕分明，為暖溫帶亞濕潤季風(fēng)氣候，降雨多集中在每年的7至9月份。受河南省“7.20”特大暴雨災(zāi)害影響，洛寧縣境內(nèi)出現(xiàn)連續(xù)性強降雨，洛盧高速K103+500段楊莊大橋（地理坐標(biāo)為111°22′40.43″E，34°18′23.14″N）橋尾錐坡發(fā)生滑塌，嚴(yán)重影響高速公路行車安全。

1.2 數(shù)據(jù)來源

Sentinel-1A數(shù)據(jù)重訪周期短、覆蓋范圍大、對云霧和植被具有良好穿透能力的特點，特別適用于大范圍地質(zhì)災(zāi)害形變監(jiān)測［17］。本研究從歐空局官網(wǎng)下載了54幅覆蓋研究區(qū)域的Sentinel-1A升軌SAR影像，時間范圍為2021年1月26日至2023年4月22日，并采用其提供的衛(wèi)星精密軌道數(shù)據(jù)，去除軌道系統(tǒng)誤差。使用30 m分辨率的數(shù)字高程模型對SAR影像進行地理編碼和消除地形相位。此外，還獲取了研究區(qū)降雨量情況，用于后續(xù)分析。SAR影像數(shù)據(jù)信息見表1。

2 研究方法及原理

SBAS-InSAR技術(shù)從多時相SAR影像上獲取地表形變信息，工作流中輸入的SBAS數(shù)據(jù)越多，越能減小大氣效應(yīng)、克服時空失相干。其基本原理是：根據(jù)時空基線閾值，將[N+1]幅覆蓋研究區(qū)域的影像分成數(shù)個小集合，并進行[M]次差分干涉，以提高數(shù)據(jù)采樣率，計算公式為式（1）。

[N+12≤M≤N+1?N2] " " " " " （1）

對于任意一幅差分干涉圖都有：

[φmx，y=φtA，x，y?φtB，x，y] " " （2）

式中：[φtA，x，y]和[φtB，x，y]分別表示[tA]、[tB]時刻差分干涉圖[x，y]位置的原始相位。若將SAR影像按時間序列分為主影像[IE]和從影像[IS]兩個序列，差分干涉圖相位的計算方程組為式（3）。

[?φm=φIEm?φISm] " " " " （3）

式（3）等價于式（4）。

[Aφ=?φm] " " " " " " " （4）

觀測矩陣[A]是一個[M×N]的矩陣，由干涉像對結(jié)合方式?jīng)Q定，矩陣的每一行代表一幅干涉圖，主影像所在列為+1，從影像所在列為-1，其余列為0。當(dāng)所有SAR影像被分配在同一個集合內(nèi)有[M≥N]，此時矩陣[A]的秩為[N]。

當(dāng)[M=N]時，方程有固定解為式（5）。

[φ=A?1?φm] " " " " " " "（5）

當(dāng)[Mgt;N]時，此時方程個數(shù)多于未知數(shù)個數(shù)，以最小二乘作為約束條件為式（6）。

[φ=ATA?1AT?φm] " " " " "（6）

實際情況下，SAR影像往往被分配在不同的集合內(nèi)，此時矩陣[A]是秩虧的，[ATA]就成為一個奇異矩陣。假設(shè)有[L]個不同的集合，則[A]的秩為[N?L+1]，方程組的解不唯一，可采用奇異值分解的方法求得地表形變相位最小范數(shù)意義下的最小二乘解，解決方程秩虧和單個集合時間采樣率較低的問題［18-20］。

SBAS-InSAR技術(shù)的數(shù)據(jù)處理流程如圖2所示。首先將SAR影像進行配準(zhǔn)與裁剪；其次將連接配對的影像進行差分干涉計算，利用參考DEM數(shù)據(jù)移除地形相位，對差分干涉濾波處理，提高干涉數(shù)據(jù)質(zhì)量；最后采用最小費用流法進行相位解纏去除干涉圖大氣相位，解算目標(biāo)點時序位移。

3 楊莊大橋錐坡滑坡基本情況

3.1 滑坡形態(tài)特征

楊莊大橋橋尾錐坡滑坡總體呈扇狀分布，主滑方向約45°，分布高程555～595 m，地形坡度25°～40°，軸向長150 m，橫向均寬60 m，坡面面積約為9 406.5 m2，滑坡全貌如圖3所示。由圖3可知，滑坡后緣位于楊莊大橋橋尾錐坡，此處漿砌石護面已發(fā)生明顯移位破壞，土體沿斷裂處滑移，形成“圈椅狀”貫通裂縫，測量得到裂縫延伸長度約51.5 m，寬約0.27 m。錐坡左側(cè)存在一處次級滑坡發(fā)育，坡體中部拉張裂縫發(fā)育較為明顯，排水渠道破壞嚴(yán)重。

3.2 滑坡物質(zhì)結(jié)構(gòu)特征

滑坡現(xiàn)場鉆孔揭露厚度為30 m，考慮巖土成因、地質(zhì)年代及巖土物理力學(xué)特性，將工程區(qū)地層分為3層，區(qū)域工程地質(zhì)描述見表2。

根據(jù)鉆探成果（如圖4所示）和現(xiàn)場含水率測試，滑坡淺層粉質(zhì)黏土含水率約25%～30%，較往年上升約10%。含水率升高使坡體重力增大，雨水下滲至滑帶土后并未及時有效地排除，導(dǎo)致滑帶土抗剪強度相對偏低，最終在重力與水動力的雙重作用下，滑體沿滑動帶加速變形。粉質(zhì)黏土與碎石土接觸層面形成滑動帶，滑體物質(zhì)主要為粉質(zhì)黏土，厚度2～14 m，第四系上更新統(tǒng)坡積碎石土為滑床，埋深約13.2 m。

4 SBAS-InSAR技術(shù)監(jiān)測結(jié)果

為研究滑坡時序位移特征，在坡體上部選取P1形變特征點，坡體中部選取P2形變特征點，坡體下部選取P3、P4、P5形變特征點（P3位于P4與P5之間，由于遮擋并未在圖上顯示），在次級滑坡處選取P6形變特征點。本實驗采用雷達(dá)視線方向（line of sight，LOS）上的形變反映地表形變，正值表示抬升，負(fù)值表示沉降。

根據(jù)2021年1月26日至2023年4月22日的LOS方向上的形變速率結(jié)果如圖5所示。由圖5可以看出，坡體上部形變緩慢，下部形變較為強烈，滑坡發(fā)育特點為下部滑動使得上部坡體失去支撐而

失穩(wěn)變形，因此在坡體中部有明顯的拉張裂縫發(fā)育，屬小型淺層牽引式土質(zhì)工程滑坡。整個監(jiān)測周期內(nèi)滑坡表現(xiàn)為負(fù)值沉降，形變速率最大可達(dá)-17.51 mm/a，錐坡附近的次級滑坡形變速率為-7.96 mm/a。

為深入分析滑坡變形和破壞機理，繪制P1～P6形變特征點沿LOS方向的時序位移曲線與降雨量柱狀圖如圖6所示。從空間分布上來看，6個特征點的形變趨勢相同，坡體下部特征點的位移量明顯高于上部，形變最大處位于P3特征點，位移量為-33.67 mm。從時間序列上來看，2021年1月26日至2021年7月1日滑坡在天然狀態(tài)下處于弱發(fā)育狀態(tài)，未出現(xiàn)明顯的滑移現(xiàn)象。2021年7月1日至2021年9月23日降雨量激增，在雨水不斷沖刷的作用下，坡體自重不斷增加，抗剪能力大幅降低，形變進入加速期，形變特征點時序位移曲線的斜率顯著增大。2021年11月22日經(jīng)過兩個月的快速滑移后，坡體重心降低，能量逐漸消耗于克服滑帶土阻力和坡體內(nèi)部的變形中，加之部分地下水的排出，滑帶土強度有所提高，滑坡形變速率有所減弱，但受到修復(fù)加固治理工程施工等人類活動的影響，坡體原有應(yīng)力平衡狀態(tài)被打破，P1～P6形變特征點時序位移量呈現(xiàn)出繼續(xù)增大的趨勢。2022年6月2日修復(fù)加固治理工程結(jié)束，形變已趨于穩(wěn)定，時序位移曲線出現(xiàn)明顯的收斂現(xiàn)象。此時至監(jiān)測結(jié)束，P4特征點的形變速率最大，為-0.019 mm/d，坡體處于穩(wěn)定狀態(tài)，說明修復(fù)加固治理工程取得了良好的效果。

5 結(jié)論

①根據(jù)現(xiàn)場調(diào)查資料，楊莊大橋滑坡坡體表面沖刷嚴(yán)重，中部拉張裂縫發(fā)育明顯，滑坡后緣橋尾錐坡處漿砌石護面已發(fā)生明顯移位破壞，形成“圈椅狀”貫通裂縫，嚴(yán)重威脅大橋運行安全，采用InSAR技術(shù)對其中長期變形監(jiān)測十分有必要。

②楊莊大橋滑坡整體表現(xiàn)為負(fù)值沉降，坡體下部變形較上部強烈，發(fā)育特點為下部滑動使得上部坡體失去支撐而失穩(wěn)變形，屬小型淺層牽引式土質(zhì)工程滑坡，形變速率最大為-17.51 mm/a。

③ 降雨量是誘發(fā)此次滑坡不可或缺的因素。監(jiān)測期間內(nèi)，降雨量集中在2021年7月1日至2021年9月23日，是往年同期降雨量水平的3倍，而P1～P6形變特征點時序位移量在2021年7月1日至2021年11月22日，增長較快，說明滑坡發(fā)育與降雨量呈正相關(guān)，降雨量越大，特征點的形變越明顯。

④研究區(qū)域地形高差大，坡度陡為滑坡形成提供了有利的自然條件。遇到連續(xù)性強降雨時，雨水沿著坡體裂縫持續(xù)下滲，坡體整體重力增大，抗剪強度降低，在重力與水動力的雙重作用下，坡體沿粉質(zhì)黏土與碎石土接觸層形成的軟弱面加速變形。

⑤為確保高速公路運行安全，2021年底至2022上半年開展了一系列坡體修復(fù)加固治理工程，包括平整雨水沖刷過的坡面，對坡體裂縫進行封堵，加寬原有排水槽并修至溝底，重新鋪設(shè)錐坡護面等。2022年雨季過后，P1～P6形變特征點時序位移曲線仍保持較好的收斂，形變速率最大為-0.019 mm/d，處于穩(wěn)定狀態(tài)，說明修復(fù)加固治理工程取得了良好的效果。

參考文獻：

［1］ 唐輝明.重大滑坡預(yù)測預(yù)報研究進展與展望［J］.地質(zhì)科技通報，2022，41（6）：1-13.

［2］ 施斌，閻長虹.工程地質(zhì)學(xué)［M］.北京：科學(xué)出版社，2017：350-391.

［3］ 程剛，王振雪，李剛強，等.滑坡一體化全維度監(jiān)測預(yù)警技術(shù)進展與展望［J］.中國安全科學(xué)學(xué)報，2023，33（1）：105-114.

［4］ 蘇濤.陽大鐵路沿線滑坡變形監(jiān)測結(jié)果分析［J］.測繪地理信息，2020，45（5）：35-38.

［5］ 韓軍強.高精度GNSS實時滑坡變形監(jiān)測技術(shù)及環(huán)境建模分析研究［J］.測繪學(xué)報，2020，49（3）：397.

［6］ 曹汝亮，亓星，楊浪，等.裂縫計監(jiān)測滑坡變形數(shù)據(jù)實時過濾方法及應(yīng)用［J］.四川輕化工大學(xué)學(xué)報（自然科學(xué)版），2023，36（4）：80-87.

［7］ 李玉龍，李琛曦，賴燕玲，等.基于太陽能供電系統(tǒng)的GPS滑坡實時監(jiān)測預(yù)警平臺建設(shè)［J］.水力發(fā)電，2023，49（5）：40-44，75.

［8］ 許強，朱星，李為樂，等.“天-空-地”協(xié)同滑坡監(jiān)測技術(shù)進展［J］.測繪學(xué)報，2022，51（7）：1416-1436.

［9］ 李凡.基于時序InSAR的沙灣大溝滑坡型泥石流發(fā)育特征與致災(zāi)模擬研究［D］.昆明：昆明理工大學(xué)，2023.

［10］曹強，侯岳，馬海濤.基于哨兵-1A數(shù)據(jù)的D-InSAR地表沉降監(jiān)測研究［J］.河南科技，2018， （16）：125-126.

［11］ 蔡杰華，張路，董杰，等.九寨溝震后滑坡隱患雷達(dá)遙感早期識別與形變監(jiān)測［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2020，45（11）：1707-1716.

［12］ 張騰，謝帥，黃波，等.利用Sentinel-1和ALOS-2數(shù)據(jù)探測茂縣中部活動滑坡［J］.國土資源遙感，2021，33（2）：213-219.

［13］ 張鐘遠(yuǎn)，徐世光，鄧明國，等.基于SBAS-InSAR技術(shù)的木場古滑坡變形特征分析［J］.科學(xué)技術(shù)與工程，2023，23（4）：1414-1423.

［14］ 陳寶林，李為樂，陸會燕，等.基于SBAS-InSAR的黃河干流軍功古滑坡形變分析［J/OL］.武漢大學(xué)學(xué)報（信息科學(xué)版），1-17［2023-11-29］.https：//doi.org/10.13203/j.whugis20220196.

［15］ 徐源懋，武震，劉杰.基于SBAS–InSAR技術(shù)的舟曲縣潛在滑坡災(zāi)害早期識別及降水相關(guān)性分析［J］.工程科學(xué)與技術(shù)，2023，55（6）：257-271.

［16］ 許廣河，何小鋒，王國瑞，等.黃河流域?qū)幭模ㄎ骷h）段滑坡災(zāi)害的InSAR識別及成因分析［J］.測繪通報，2022（6）：104-107.

［17］ 王爽，楊可明，丁鑫銘，等.PS-InSAR監(jiān)測礦區(qū)建筑物及道路動態(tài)沉降安全分析［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2022，18（9）：111-117.

［18］劉童謠. 基于SBAS-DInSAR技術(shù)的煤礦地表沉降監(jiān)測研究［D］.太原：太原理工大學(xué)，2019.

［19］弓永峰，王輝，吳學(xué)華，等.基于時序InSAR的寧夏西吉縣滑坡災(zāi)害隱患識別［J］.安全與環(huán)境工程，2022，29（6）：114-121.

［20］楊澤鵬，文泰翔.基于SBAS-InSAR技術(shù)的羊角山小尺度區(qū)域地面形變監(jiān)測研究［J］.河南科技，2023，42（6）：113-116.