基于D-InSAR技术的泸定地震形变场提取与震后灾害防治

韩建锋　焦润成　南赟　赵丹凝　马晓雪　倪璇　马驰

摘 要：2022年9月5日四川省甘孜州泸定县发生Ms 6.8地震，提取同震形变场，对指导救灾、地震破裂分析具有重要意义。利用D-InSAR技术基于二轨差分法处理覆盖泸定地震影响范围内的两景Sentinel-1A数据，通过调整处理方法与参数，提取了该地震的同震形变场。结果表明，同震变形区主要分布于鲜水河断裂西侧，以震中为中心，南北分为沉降区与隆升区，雷达视线向最大形变量分别为9.5 cm和17.3 cm。强震变形引发大量次生地质灾害，并易形成地震—崩塌、滑坡—泥石流链式灾害，震中及强变形区应加强次生地质灾害防治及泥石流预防。

关键词：泸定地震；D-InSAR技术；同震形变；灾害防治

D-InSAR deformation field extraction for an earthquake in Luding， Sichuan

HAN Jianfeng， JIAO Runcheng， NAN Yun， ZHAO Danning， MA Xiaoxue， NI Xuan， MA Chi

（Beijing Institute of Geological Hazard Prevention， Beijing 100120， China）

Abstract： On September 5， 2022， an Ms 6.8 earthquake struck Luding County， Sichuan Province， China. The extraction of co-seismic deformation field is of great significance for guiding disaster relief and earthquake rupture analysis. The isoseismic deformation field of this earthquake was extracted by adjusting the processing method and parameters using D-InSAR technique based on the two-track differential method to process two views of Sentinel-1A data covering the influence area of the earthquake. The results show that the co-seismic deformation area is mainly distributed on the west side of Xianshuihe fault， centered on the epicenter， and divided into subsidence area and uplift area in the north and south. The maximum shape variable of radar line of sight is 9.5 cm and 17.3 cm， respectively. The strong earthquake deformation causes a large number of secondary geological disasters， and is easy to cause earthquake-collapse， landslide-debris flow chain disasters. The prevention of secondary geological disasters and debris flow should be strengthened in the epicenter and strong deformation areas.

Keywords： Luding earthquake; D-InSAR technique; co-seismic deformation; Disaster prevention and control

据中国地震台网测定，北京时间2022年9月5日12：52：18，在四川甘孜州泸定县发生Ms 6.8地震，震源深度16 km。截至9月13日17时，地震已造成93人遇难，导致11万余人受灾，5万余间房屋损坏，道路、电力基础设施受损，同时诱发多处滑坡、崩塌等次生地质灾害。分析地面破裂位置、走向、受灾范围、地表形变量等数据可在震后灾害防治研究中发挥重要作用，如何快速准确获取震区的地表形变量尤为重要。

传统测量方法并不能得到大范围的震区形变信息，雷达差分干涉技术（D-InSAR）是一种非接触式测量方法，具有全天时、全天候、高精度的优点，可以在地震形变监测中发挥重要作用。国内学者使用InSAR技术应用于地震观测领域，如申文豪等（2019）联合GPS与InSAR技术对九寨沟地震的震源破裂滑动进行反演，余祥伟等（2020）基于D-InSAR技术对长宁地震进行分析研究，反演出了断层滑动特征，余鹏飞等（2022）联合SAR数据和光学数据对门源地震进行反演研究。这些研究成果推动了地震研究的不断发展，提高了抗震救灾的应急能力。

为解决震后快速评估地震危险性，加快震后防治次生地质灾害，本文采用Sentinel-1A数据开展D-InSAR技术的形变场提取研究，获取震区雷达视线向的形变场，应用简化的Newmark方法对泸定县田坝乡进行地震危险性评价，并对震后次生灾害提出防治建议。

2  研究区域与数据

2.1  研究区域

泸定县位于甘孜藏族自治州东南部，地处川西高原與四川盆地的过渡地带。区内地势西高东低，地貌受河流侵蚀与冰川侵蚀影响，呈现高山峡谷地貌。泸定境内断层与褶皱发育，地质构造运动活跃（赵阳，2018）。

鲜水河活动断裂带是一条北西走向的弧形左旋走滑断裂带，是中国陆内活动性最强的断裂带之一（白明坤等，2022）。该断裂带附近在历史上曾发生多次地震，1700年至今共发生Ms 6.0级以上地震22次，Ms 7.0级地震8次。相关研究表明，2008年汶川地震和2013年芦山地震后，鲜水河断裂带库伦应力明显增加，具备发生大地震的条件（蒋廷臣等，2013；铁瑞等，2016）。2022年9月5日泸定发生强震，震中位于鲜水河断裂东段的磨西断裂附近，本文选取震中周边作为研究区域（图1），地理坐标为：东经101°10′24″至102°53′12″，北纬28°58′48″至30°16′19″。

2.2  SAR数据概况

本文SAR数据选取覆盖震中区域的C波段Sentinel-1A升轨卫星数据，成像模式为干涉宽幅模式，空间分辨率为5 m × 20 m，极化方式为VV。选取地震前后的SAR卫星数据，其中卫星拍摄时间为2022年8月26日与2022年9月7日，空间基线为208.3 m，时间基线为12 d，数据覆盖范围与研究区域范围一致。DEM数据为水平精度30 m，高程精度16 m的SRTM数据，基准面为WGS-84。

3  数据处理流程

本文基于D-InSAR技术进行数据处理，具体流程如图2所示。

3.1  数据预处理

由于哨兵一号数据成像采用TOPS模式（terrain observation with progressive scans），考虑到该模式的成像特性，采用粗配准和精配准的方式，实现0.001像元的配准精度。对配准后的影像进行差分干涉，得到差分结果。由于卫星传感器存在热噪声，导致数据存在随机误差，在影像上表现为随机噪声，进而影响干涉质量，所以需要对差分干涉相位进行滤波。本文采用adaptive滤波算法进行滤波（徐小波等，2020；杨莹辉等，2017），该算法具有速度快、效率高、滤波效果好的优点，采用的两次滤波窗口均为32×32，图3-a和图3-b分别表示相干性系数滤波前后效果，图3-c和图3-d分别表示差分干涉相位滤波前后效果。由图3可知，滤波后干涉相位质量提高，干涉条纹明显，随机噪声去除后，有利于下一步解缠处理。

3.2  相位解缠

相位解缠算法较为成熟，本文采用最小费用流算法（Minimum Cost Flow，MCF），在解缠处理前，根据干涉图相干系数进行掩膜，将相干系数低于阈值的点去除，对高于阈值的点构建Delaunay网，之后对相位进行解缠。

3.3  地理编码

通过计算得到视线向的地表形变信息后，需要将结果从雷达坐标系转化为地理坐标系。将雷达坐标系下的形变数据通过一定的几何校正方法，转化为WGS84坐标系统。图4为地理编码后的泸定地震同震形变图。因大气相位远小于地震引起的形变相位，故在处理中并未进行大气校正。

4  结果与讨论

4.1  同震形变结果分析

1）根据同震变形与断裂带分布情况，在震中周边存在明显的地表变形。变形区以震中为中心，影响范围南北长约60 km，东西宽约35 km，面积近2 000 km2。根据D-InSAR结果，变形区北侧为沉降区，南侧为隆升区，其中沉降区雷达视线向最大形变量为9.5 cm，隆升区雷达视线向最大形变量为17.3 cm。

2）由图4可知，同震变形基本发生于8～9°地震烈度带内，鲜水河断裂的西侧，东侧变形与西侧相比较弱。隆升区与沉降区南北对立，二者均呈中心团块状分布特征，隆升或沉降区中部变形较集中，随着距离中心越远，变形趋弱。震中基本位于变形区中心，稍微偏向沉降区域。

3）从地域来看，形变区域主要涉及磨西镇、燕子沟镇、得妥镇、德威镇、冷碛镇、王岗坪彝族藏族乡、新民藏族彝族乡、安顺场镇、草科藏族乡。此外，国家5A级旅游景区海螺沟亦位于变形区内（震中区域），受地震影响较大。

根据光学数据解译的灾害体进行空间统计分析，地震诱发的地震灾害主要分布于王岗坪彝族藏族乡、草科藏族乡、得妥乡。在县域分布具有指数递减特征（图 5），其中，王岗坪彝族藏族乡灾害数量占总数的41.7%，在分布上又具有集中性（宋洪伟等，2011）。

4.2  地震次生灾害防治讨论

1）受强震影响，形变区域往往发育众多崩塌、滑坡灾害，震中及同震变形较大区域，次生灾害尤其发育。根据成都理工大学地质灾害防治与地质环境保护国家重点实验室相关报道，国道318泸定段、冷碛镇和磨西镇等道路沿线崩塌较为发育，牛背山大桥、大坝村附近、什月河坝等多处发生滑坡灾害。这些区域位于磨西镇、泸定县、德威镇。在上述区域，除已发生的崩塌、滑坡灾害外，还应注意因地震诱发的灾害隐患（王宝亮等，2022）。

本文采用简化Newmark模型对泸定地震震区内的田坝乡进行地震危险性评价，其中判别值F的表达式如下（冉淑红等，2014；陈晓利等，2010）：

F=0.079×I-35×C+0.018×A

式中，I表示坡度，C表示曲率，A表示地震动加速度（m·s-2）。如果F≥0，表示坡体失稳；若F<0，表示坡体稳定。计算得到研究区域的危险性评价结果如图6所示。

根据判别分析公式，利用坡度、平均曲率和PGA数据得到F值，将计算结果按照表1的分级标准分为5 级，并计算各等级所占面积的比例。

结合表1和图6可以看出，在判别分析方法给出的结果中，从高危险至低危险性级别所占面积的比例分别为0.4%、21.9%、68%、8.7%和0.9%，对于研究区域内的滑坡高危险区域应在震后，汛期增加监测手段。

2）泸定地震影响范围内有大渡河由北向南穿过，河谷两侧发育多条支沟。上述流域受地震次生灾害影响，在未来防范崩塌、滑坡災害的同时，还需防范泥石流的发生。其中磨子沟泥石流作为老泥石流 ，最近一次暴发在2013年，其威胁下游的约640名居民和设施，在地震后应重点防范其再次暴发。

5  结论

1）泸定地震引起的同震变形主要位于鲜水河断裂的西侧，震中北侧为沉降区域，南侧为隆升区，雷达视向最大变形量分别为17.3 cm和9.5 cm，总影响范围近2 000 km2。

2）磨西镇、泸定县、德威镇等地区受强震变形影响，崩塌、滑坡次生地质灾害发育，其中草科藏族乡地区变形量最大，磨西镇位于震中附近，应重点开展次生地质灾害防治。

3）变形区内主要发育15条沟谷，沟谷内大量发育的次生地质灾害极有可能在汛期成为泥石流物源，形成链式灾害，磨西镇、燕子沟镇、得妥镇、德威镇、冷碛镇、王岗坪彝族藏族乡、新民藏族彝族乡、安顺场镇、草科藏族乡地区在开展地震诱发崩塌、滑坡灾害防治的同时，还需加强泥石流灾害的监测和预防。

参考文献

白明坤， CHEVALIER M L ， 李海兵， 潘家伟， 吴琼， 王世广， 刘富财， 焦利青， 张进江， 张蕾， 龚正， 2022. 鲜水河断裂带乾宁段晚第四纪走滑速率及区域强震危险性研究［J］. 地质学报， 96（7）：2312-2332.

陈晓利， 周本刚， 冉洪流， 王明明， 2010. 汶川地震中擂鼓镇地区的滑坡崩塌规律及预测［J］. 吉林大学学报（地球科学版），40（6）：1371-1379.

蒋廷臣， 李陶， 刘经南， 王秀萍， 2013. ScanSAR干涉测量汶川地震形变场［J］. 测绘科学，38（6）：7-9.

冉淑红， 赵越， 2014. 北京市门头沟区地质灾害危险性评价研究［J］. 城市地质， 9（4）：21-26.

申文豪， 李永生， 焦其松， 解全才， 张景发， 2019. 联合强震记录和InSAR/GPS结果的四川九寨沟7.0级地震震源滑动分布反演及其地震学应用［J］. 地球物理学报，62（1）：115-129.

宋洪伟， 夏凡， 龙文华， 殷夏， 2011. 四川省汶川大地震成因及次生灾害［J］. 城市地质，6（2）：1-3，17.

铁瑞， 王俊， 贾连军， 郭明珠， 2016. 强震地震数据统计及其地表破裂特性研究［J］. 世界地震工程，32（1）：112-116.

王宝亮， 陈洪凯， 李辉良， 韦玮， 2022. 震后G318泸定段磨子沟泥石流治理研究［J］. 华北地震科学，40（1）：112-116.

徐小波， 马超， 洪顺英， 连达军， 张迎峰， 2020. 基于InSAR分析2015年尼泊尔M_W7.8地震形变场特征及断层滑动分布反演［J］. 地震，40（4）：76-89.

杨莹辉， 陈强， 徐倩， 张一君， 羅容， 胡植庆， 刘国祥， 王泽根， 王继燕， 2017. 汶川地震SAR形变场电离层影响校正与断层地表破裂线自动提取［J］. 地球物理学报，60（8）：2948-2958.

杨珍， 张永志， 吴然， 张文军， 叶凯， 2016. 基于D-InSAR技术的当雄地震形变场提取研究［J］. 测绘工程，25（8）：5-10.

余鹏飞， 陈威， 乔学军， 赵斌， 李刚， 熊维， 2022. 基于多源SAR数据的2022年门源Ms6.9地震同震破裂模型反演研究［J］. 武汉大学学报（信息科学版），47（6）：898-906.

余祥伟， 薛东剑， 王海方， 2020. 基于D-InSAR的长宁地震形变场提取与模拟［J］. 测绘通报，（5）：59-63.

赵阳， 2018. 基于GIS的泸定县地质灾害的地貌环境特征研究［J］. 科技创新与应用（7）：195-196.

收稿日期：2022-10-18；修回日期：2023-01-04

基金项目：北京市地质矿产勘查院公益项目（11000022T000001362678、11000022T000000439510、11000022T000000439502）资助

第一作者简介：韩建锋（1996- ），男，硕士，助理工程师，主要从事卫星和地基InSAR数据处理，遥感数据处理等方面研究工作。E-mail：2012190023@cugb.edu.cn

引用格式：韩建锋，焦润成，南赟，赵丹凝，马晓雪，倪璇，马驰，2023.基于D-InSAR技术的泸定地震形变场提取与震后灾害防治［J］.城市地质，18（1）：104-109