基于InSAR技术的古滑坡复活早期识别方法研究——以大渡河流域为例

张永双，刘筱怡，姚 鑫

（1.中国地质科学院 水文地质环境地质研究所 第四纪年代学与水文环境演化重点实验室，河北 石家庄 050061；2.中国地质科学院 地质力学研究所，北京 100081）

1 研究背景

受山区地形地貌影响，古滑坡所形成的平缓地形往往是人类活动的重要场所。随着近年来人类工程活动不断加剧和极端天气事件频繁出现，古滑坡复活问题在国内外都呈急剧上升趋势，造成的人员伤亡和经济损失日益严重［1-3］。然而，由于古滑坡类型多样、规模巨大、孕灾背景和失稳条件复杂，并且很多古滑坡因遭受长期改造或后期沉积物覆盖，隐蔽性极强，再加上地形地貌复杂、地质环境恶劣等原因，绝大多数古滑坡还处于未知状态，常因认识不清而出现误判、漏判。因此，古滑坡及其复活一直是困扰我国重大工程规划建设和城镇安全的突出问题。

大量实践表明，早期识别是实现灾害风险防范和有效降低风险的重要途径之一。关于复杂地质条件下古滑坡复活的早期识别方法，多年来不同领域的学者一直在探索。近十余年来，国内外研发了大量对地观测技术已成功应用于滑坡灾害监测，特别是合成孔径雷达干涉测量（Interferometric Syn⁃thetic Aperture Radar，InSAR）技术，包括差分合成孔径雷达干涉测量（Diffential InSAR，D-InSAR）［4］、永久散射体合成孔径雷达干涉测量（Persistent Scatterers InSAR，PS-InSAR）［5］和短基线集合成孔径雷达干涉测量（Small Baseline Subsets InSAR，SBAS-InSAR）［6］技术等，与传统的GNSS、光学遥感、地球物理勘探等监测方法相比，具有监测范围广、密度大、精度高等优点，并且不受天气条件的限制，成为区域地表变形监测和滑坡识别最有效的技术手段［7-9］，不仅可对蠕滑型滑坡进行早期识别，还可监测滑坡运动的时空分布规律［10-11］。因此，在复杂艰险山区能否利用InSAR技术进行古滑坡复活的早期识别，提出早期模式识别-复活过程识别-风险预测的综合技术体系和预测模型，是当前迫切需要解决的关键问题。

本文以大渡河上游为例，在古滑坡发育分布特征调查分析的基础上，结合典型实例，研究提出了基于InSAR技术的古滑坡复活早期识别的一般步骤，结合PS-InSAR监测的累积位移-时间曲线，探讨了古滑坡复活的判识标志，对于青藏高原东缘高山峡谷区古滑坡复活灾害风险防控具有指导意义。

2 大渡河流域古滑坡发育特征

2.1 古滑坡的空间分布特征大渡河处于青藏高原与四川盆地的过渡带，为典型的高山峡谷区，切割深度自南向北逐渐增加到2000 m 以上。大渡河流域特殊的地质背景造成第四纪以来构造活动强烈、极端天气不断加剧，在内外动力耦合作用下大型-巨型滑坡灾害异常发育（图1）。笔者在前人研究的基础上，开展了大渡河流域滑坡遥感解译与野外调查，结合InSAR 和航空影像，对流域内的古滑坡进行了初步判识，共识别出100年以前形成的滑坡694 处，其中体积大于100 万m3的滑坡146处，它们主要沿大渡河干流和小金川河两岸密集分布（图1）。

图1 大渡河流域古滑坡分布与典型复活特征

2.2 古滑坡的形成时间特征根据古滑坡测年资料统计，大渡河流域古滑坡形成频率最高的时段为15～25千年前，推测在晚更新世晚期大渡河流域构造活动强烈，致使大型-巨型滑坡频发，造就了当今大渡河流域留存大量古滑坡。

近年来，在强降雨、河流侵蚀、人类活动等作用下，古滑坡复活事件频发，对区内城镇安全和民众生命财产造成极大威胁，特别是由于大量基础设施、居民区等位于大型古滑坡堆积体上，古滑坡复活导致的灾害风险日益严峻。例如，大渡河泸定县四湾村滑坡自晚更新晚期形成以来，滑坡体发生过3次复活，曾堵塞大渡河，滑坡的稳定性对电站存在较大影响［12］；2000年6月以来，丹巴县甲居滑坡产生了明显的复活迹象，前缘失稳破坏侵占大金川河道［13］；2005年丹巴县建设街滑坡由于城镇扩建开挖坡脚导致复活，危及半个县城。上述古滑坡复活对大渡河两岸的居民及工程设施带来严重威胁。

3 古滑坡复活的早期识别方法与流程

3.1 采用InSAR技术进行古滑坡复活识别的可行性InSAR技术是利用同一地区获取的多次SAR数据中的雷达相位信息反演地形及地表形变信息的技术，其不仅具有全天候、全天时、空间分辨率高、非接触、受大气和季节影响不大、综合成本低等优点，而且具有大范围连续跟踪微小形变的特性，对正在变形区具有独特的识别能力，因此在地质灾害监测预警领域得到较广泛的应用。

D-InSAR对地表垂向运动和运动目标十分敏感，精度可达毫米量级，目前已广泛应用于滑坡灾害的变形监测。但在实际应用中，常规的D-InSAR技术容易受时空基线失相干及大气延迟等因素的影响，存在一定的不足，例如，SAR图像本身受待监测区的变形和地形影响，不适合地形陡峭的滑坡区和狭小的山谷区；受图像分辨率的限制，只能适合监测大型滑坡的地表变形。因此，D-InSAR适合于监测地形相对平缓、植被覆盖稀少的大型滑坡的缓慢变形［14］。而在此基础上发展而来的PS-InSAR技术可以通过识别SAR技术中的永久散射体消除大气的影像，充分利用长基线距的干涉图像对，最大限度地提高干涉图像的利用率，获得精度为毫米级的地表位移量［15］，通过融合长时间序列的SAR影像消除大气和地形相位的影响。相比而言，PS技术有以下优点：①在偏远的基岩山区，由于观测点少且监测时间滞后，PS技术可以更大地利用有效相位信息；②当散射点小于扫描相机分辨率时，由于PS基线较长，有利于测量精度的提高；③如果散射点的密度足够大，PS技术利于消除大气相位屏的影响，进一步提高了监测地表变形的精度。即使是在植被覆盖区，也能够利用有限地表的反射和局部穿透获得相干反射雷达信号测量部分地表变形，大大增强了InSAR监测滑坡变形的空域和时域范畴。

国内外多位学者研究表明［16-17］，PS-InSAR技术能够有效捕捉部分滑坡发生前的地表形变，尤其是大面积缓慢蠕滑变形以及滑坡失稳前的加速变形信号［18-19］，为提前识别处于缓慢蠕滑变形的滑坡隐患提供了非常有效的手段。通过实践和综合比选，PS-InSAR技术更适合古滑坡稳定性的监测。

3.2 古滑坡复活的判识标准大量实例表明，多数滑坡变形满足日本学者斋藤［10］提出的3 阶段变形规律（图2（a））；许强等［21］经进一步改进，提出了斜坡失稳的切线角判别方法（图2（b）），即可根据累积位移或变形曲线判断滑坡是否处于加速变形阶段，进而为滑坡预警提供依据［22-23］。不少研究者基于PS-InSAR 监测数据，探讨了滑坡失稳的判识标准，提出了不同的失稳阈值。例如，Colesanti 和Wasowski［24］将C波段PS-InSAR变形速率±2 mm/a作为阈值，而Cigna［5］把C波段PS-InSAR变形速率±5 mm/a作为阈值；Herrera［25］将L波段±21 mm/a、C波段±14 mm/a和X波段±16 mm/a作为阈值；Wasowski 和Bovenga［10］认为，区分稳定斜坡与不稳定斜坡的阈值需要根据研究区的具体情况而定，这取决于失稳斜坡的地貌、岩性、失稳机制、监测结果的精度和监测对象的变形速率大小。因此，如何确定滑坡进入加速阶段的临界阈值至关重要，这个临界阈值可以是位移、速率、加速度等，但对于不同类型、不同体积或者不同厚度的滑坡其临界位移值是不同的，即使是同一个滑坡的不同位置，其临界位移值也不一样。

图2 新生滑坡的三阶段演化曲线

如果从滑坡位移或速率进行判识，不同类型的滑坡和不同的研究者给出不同的标准，其原因不言而喻。但是，由于滑坡不同演化阶段之间的拐点是唯一的，且极具代表性，因此，不管是滑坡位移还是滑坡变形速率，只要出现拐点，就意味着下一个阶段的开始（图3），古滑坡复活和新生滑坡具有类似的特征。这样，滑坡变形（包括位移和速率指标）由初始拉裂到匀速、由匀速到加速的拐点，可作为判别古滑坡复活的重要标志，这也是可以采用InSAR技术实现的。

图3 古滑坡复活的演化过程曲线与阶段划分

3.3 基于InSAR技术的古滑坡复活早期识别步骤

3.3.1 不同识别对象的适用技术方法 古滑坡及其复活的识别，与现今滑坡监测有相似之处。根据不同的研究目的，适用不同识别对象的技术方法一般分为3类，即：大范围早期识别、重点区段遥感精细判识和单体多源遥感时序监测。

（1）大范围早期识别。可充分利用来源丰富且高性价比的光学遥感数据源和DSM，数据空间分辨率高且单位面积成本较低，目前有GF1、GF2、资源3 号、高景系列、北京2 号、吉林1 号等多种高分辨率国产光学遥感数据源可用。然后，主要利用D-InSAR和Offset-tracking等二次差分大范围连续变形观测技术，所需数据量小、计算处理效率高。

（2）重点区段遥感精细判识。充分利用各种高分辨率遥感数据和遥感技术，关注精细结构信息和高精度变形信息，大幅度减少现场调查工作量，能有效识别古滑坡，从而服务于各种工程选址和以人为本的减灾防灾。

（3）单体多源遥感时序监测。可以实现单体滑坡孕育演化到灾变的全过程监测，对古滑坡实现高性价比的非接触监测，有效判识古滑坡的稳定状态和复活过程，可部分代替地面监测，在高山峡谷区具有明显的优越性。

3.3.2 古滑坡复活早期识别的一般步骤 古滑坡通常规模比较大，当某斜坡（滑坡）被确认为古滑坡后，可采用InSAR 技术对其复活迹象进行早期识别及稳定状态判识。基本工作思路是，对象特征→技术方法→解译提取→稳定性分析预测（图4）。其一般步骤可概述为：①分析古滑坡区及周边主要SAR 数据源及其适宜性，制定最优InSAR 监测方案；②进行多波段、多角度、多分辨率的综合观测，在解决稳定干涉成像、山区轨道误差消除、PS 点密度与滑坡变形辨识度平衡等问题的基础上，获得高质量的长时间序列微小变形，筛选显著变形部位（特征点）；③融合InSAR变形、地质背景信息和滑坡特点，根据古滑坡体显著变形部位（特征点）的点时序变形曲线，进行古滑坡复活早期识别和稳定性预测。

4 丹巴县格宗古滑坡复活过程与判识

4.1 格宗古滑坡特征格宗古滑坡位于丹巴县格宗乡格宗村大渡河右岸，距丹巴县城约11 km，古滑坡平面呈半圆形，后缘圈椅状地貌明显，左右两侧都以冲沟为界。根据地貌特征、滑坡活动期次及主次关系，可将格宗古滑坡堆积体划分为3级（图5），Ⅰ级为历史时期形成的整个巨型古滑坡；Ⅱ级为复活的格宗滑坡，变形较明显；Ⅲ级为格宗滑坡前缘次级滑坡，目前不稳定。复活的格宗滑坡斜长约1300 m，横宽约750 m，厚约30～50 m，体积约3000万m3。

图4 基于InSAR技术的古滑坡复活早期识别流程

格宗滑坡堆积体主要是由第四系上更新统冰水堆积层（Q3fgl），夹杂冲洪积、崩滑堆积组成的混杂堆积体，块石直径一般为2～5 cm，细粒物质主要为粉质黏土。中上部滑床主要为茂县群第4 段（Smx4），以片岩为主夹薄至中厚层变粒岩及大理岩条带，下部滑床为三叠系新都桥组（T3x）板岩、千枚岩，破碎较严重。

4.2 基于InSAR技术的复活范围初步判定采用多数据源遥感分析及野外现场调查相结合，对格宗古滑坡复活范围进行判别。首先利用资源3 号卫星的DOM 数据，结合ALOS-2 数据（2017年11月17日与2018年5月4日）的D-InSAR处理结果，确认了整个堆积体变形分布情况（图6（a））。然后，采用50 景SENTINEL-1 获取的升轨数据（20160106-20180320），基于GAMMA 软件，利用PS-InSAR 技术（参考DEM为30m的SRTM数据），通过主从影像选取、影像配准、生成干涉图、高相干点选取、噪声去除、基线估算、去平地效应、相位解缠、形变估计、大气延迟去除、地理编码等一系列计算处理，得到研究区2016年1月至2018年3月的视线方向年均地表变形速率（图6（b））。

从2016年1月至2018年3月期间的年平均形变速率监测结果（图6（b））可以看出，古滑坡右侧的变形速率较大，主要显示为红色相干点，整体变形速率在30～100 mm/a；中间和左侧部位多显示为橘色及橘黄色相干点，变形速率为40～80 mm/a。由此初步判定，格宗古滑坡的右侧存在复活失稳的危险。

4.3 古滑坡复活判识结合格宗古滑坡的地貌特征，对古滑坡右侧明显变形区进行PS-InSAR监测点累积位移处理（图7），并选取特征点进行累积位移时序分析。PS-InSAR时序位移和活动速率监测结果及A-A’剖面监测点累积位移-时间曲线（图8）表明，古滑坡右侧明显变形区域（滑坡复活区）的后缘和前缘变形较大，中间部分变形次之，变形最大的滑坡前缘的累积位移达200 mm。这种滑坡复活位移出现“两头大、中间略小”的现象，与古滑坡中间部分的地形较平坦（居民点）有一定的关系，因而从监测数据上反映出类似“剖面旋转”的变形特征。尽管中部累积位移相对后缘和前缘稍小，但随着前后变形的加剧，其危险性也不断增大，有“前拉后推”之势。根据滑坡地质剖面（图5（b））和滑坡活动速率图（图8（a）），选择能反映滑坡不同部位变形情况、形变量较大或有“跃阶”现象的1#、2#、3#监测点作为特征点进行累积位移-时间分析。

图5 丹巴县格宗古滑坡平面和剖面图

图6 格宗古滑坡InSAR变形结果

从1#、2#、3#监测点的累积位移-时间曲线可以看出，后缘1#监测点处于匀速滑动阶段，有向加速阶段转变得趋势，滑动速率约0.3 mm/d（图9（a））；滑坡中部的2#监测点总体处于匀速运动的阶段，滑动速率约0.25 mm/d，但是监测点累积位移的时序迹线存在局部震荡现象（图9（b））；滑坡前缘的3#监测点具有完整的斜坡变形演化的3个阶段，目前处于加速变形阶段（图9（c））。

经现场验证，1#监测点所在的后缘微地貌呈陡坡状，整体坡度25°～30°，变形迹象主要表现为周界地表裂缝呈多级断续发育、延伸，形成一系列长度几十米甚至上百米、宽40～90 cm的拉裂缝，并出现明显的台坎（图10（a）（b））；2#监测点所在的中部，微地貌呈宽缓的阶梯状，该部位地表多为耕地及房屋建筑，仅局部出现零星坍滑变形。3#监测点所在的前缘，由于坡脚公路开挖和河流侵蚀，已出现明显的坍滑破坏，并逐步向后扩展（图10（c）（d））。

图7 格宗古滑坡复活区PS-InSAR时序位移

图8 格宗古滑坡复活区监测结果

以上3个代表性监测点的累积位移-时间曲线分析和现场验证结果表明（图9、图10），前缘（3#监测点）出现明显的拐点，预示着前缘已经复活失稳，后部（1#监测点）、中部（2#监测点）变形尚处于发展阶段，有从匀速向加速转变的趋势。因此，判断格宗滑坡前缘处于加速变形阶段，即该滑坡前缘已经出现了局部复活滑动（失稳）；后缘、中部处于危险期，应采取辅助地面监测手段加强监测，有效控制其进一步发展。

5 讨论

5.1 关于利用拐点判别古滑坡复活问题前已述及，滑坡变形大多满足斋藤3阶段变形规律，特别是预示滑坡加速变形的拐点意义更大。也就是说，不论是累积位移-时间曲线还是速度-时间曲线，都可以在相同的位置出现拐点。

图9 格宗古滑坡变形监测点累积位移-时间曲线

图10 格宗古滑坡复活变形破坏特征

为了更准确地判断古滑坡的复活演化过程，避免因监测数据失相干、偶尔中断等原因出现的偏差或者直接采用位移-时间（S-t）曲线判识拐点存在不唯一的问题，可将滑坡S-t坐标系作适当变换，使其纵横坐标的量纲一致，换算得到关键监测点的T-t曲线。其基本原理为：对于某一滑坡而言，等速变形阶段的速率va基本为一恒定值，所以可通过式（1）将S-t曲线的纵坐标变换为与横坐标相同的时间量纲，式（1）中，S（i）为某一监测周期内的累积位移，va为等速变形阶段的位移速率，T（i）为变换后与时间相同量纲的纵坐标值。那么，改进的切线角αi可由式（2）计算得到，ΔT为单位时间段内T（i）的变化量。

等速变形阶段速率va以及古滑坡复活滑动（开始加速运动）的临界速度vc可分别按照式（3）、式（4）进行计算，其中，vi为等速变形阶段内各个监测周期的变形速率，vj为匀速运动到加速运动阶段内监测点的速率值，m、n为监测次数。经计算，格宗滑坡前缘由匀速向加速运动转变的临界速度vc为107.52 mm/a。在工程实践中，在加速阶段出现之前，须采取必要的防护措施。

5.2 关于古滑坡复活的早期识别标志通常，古滑坡复活的标志可以从控滑、孕滑、启滑的关键因素着眼，从多种前兆现象着手，在已知大型古滑坡复活机理、成灾模式和变形表征研究的基础上，遴选古滑坡局部复活和整体复活的早期识别标志，例如：地表开裂、位移、树木倾倒、道路和建筑物变形，滑体内部地下水位变化，空中对地观测信息变化等。InSAR技术的出现，为高效率自动化监测提供了重要的技术手段，在实践中仍应注重多方法的联合应用，特别是要基于联合监测数据，把空间对地观测、岩性资料、节理化弱面的资料综合分析，为滑坡复活的孕滑、启滑过程研究提供依据。

针对我国青藏高原东缘高山峡谷区滑坡调查和监测难题，应在分析不同类型滑坡变形破坏模式的基础上，综合采用光学遥感、offset-tracking SAR、InSAR、高分辨率DEM和地质条件分析方法，开展滑坡的形态、形变及形式（稳定性）三个方面的识别研究，并利用多源遥感变形的分段叠加实现滑坡监测，从而建立面向我国古滑坡特点的多尺度（大区域、工程场址、典型单体）、多层次（灾害防控、工程建设、监测预警）、全过程（孕育蠕滑、变形加速、灾变溃滑）的古滑坡复活早期识别和监测防控技术体系。

5.3 探索适应不同复活模式的早期识别方法青藏高原东缘古滑坡复活的诱因大致可归结为4个方面：①工程开挖坡脚和河流侵蚀作用切割古滑带（剪出口临空），导致古滑坡复活，这是最常见的复活方式。②降雨、冰川融化和灌溉活动的地表水入渗，造成古滑坡的再滑动，甚至转化为碎屑流。③强震和工程爆破的动力作用，造成古滑坡体结构破坏，触发大变形。④水库蓄水诱发的古滑坡复活。

已有研究表明，上述因素引起的古滑坡复活特点可能存在差异，在采用InSAR 技术进行早期识别和监测时，肯定也存在差异，如何进一步探索基于古滑坡复活机理、过程以及与诱发机制的早期识别方法，值得进一步探索和深入研究。

6 结论

古滑坡复活的早期识别是实现地质灾害风险防范和有效降低风险的重要途径。本文以大渡河流域为例，获取了研究区内2016年1月到2018年3月毫米级的地表变形结果，开展了基于InSAR 技术的古滑坡复活早期识别方法研究，取得如下主要认识：

（1）大渡河流域是青藏高原东缘典型的高山峡谷区，在晚更新世晚期形成了大量大型-巨型古滑坡。近年来，在强烈的内外动力耦合作用下，古滑坡复活现象呈现加重趋势，对山区城镇居民和重要基础设施安全造成严重威胁。

（2）在大渡河流域古滑坡发育特征调查分析的基础上，提出了基于InSAR技术的古滑坡复活早期识别的一般步骤：分析古滑坡及周边主要SAR数据源及其适宜性，制定最优InSAR监测方案；通过InSAR综合观测，获得高质量的长时间序列变形，筛选显著变形部位（特征点）；根据特征点的时序变形曲线，进行古滑坡复活的演化阶段判别和稳定性预测。这为高山峡谷区隐蔽型古滑坡复活的早期识别提供了新途径。

（3）古滑坡复活的演化过程具有三段式特征，可根据PS-InSAR技术监测的累积位移-时间曲线，进行古滑坡复活的演化阶段判别和稳定性预测。建议将初始拉裂变形与匀速变形之间的拐点作为古滑坡复活的起点标志，把匀速变形向加速变形转变的拐点作为古滑坡复活失稳的标志。这对高山峡谷区古滑坡灾害风险防控具有重要意义。

值得指出，尽管InSAR 技术在古滑坡早期识别方面显示了独特优势，但是由于青藏高原东缘地质和地貌条件都很复杂，单一的判识方法难免出现纰漏，因此进一步探索古滑坡复活机理、过程以及与诱发机制相联系的早期识别方法，加强地质背景分析、高精度光学遥感和InSAR 技术的综合应用，仍任重道远。