徐源懋,武 震,刘 杰
(中国地震局 兰州地震研究所,甘肃 兰州 730000)
甘肃省东南部的舟曲县地处白龙江流域中上游。特殊的地貌和地质构造,使得白龙江干流的自然灾害频发,成为甘肃省滑坡泥石流等发生最频繁严重的地区之一[1]。舟曲县境内以大型、巨型且缓变性滑坡为主,大量老滑坡沿着断裂带分布,具有堆积物松散、所处区内降水丰富等特点,并导致这些缓变性滑坡曾多次复活滑动,而且具有群发性特征[2]。由于古滑坡复活演变机理的复杂性,导致监测预测古滑坡的复活时间、位置及规模等工作非常困难。随着遥感技术和地理信息的发展,古滑坡的监测手段逐渐分化演变成地质分析板块、空间概率分析板块、建模分析板块及遥感分析板块等。其中,最常用的地质分析手段主要基于广泛的野外调查和丰富的专家经验知识,根据对古滑坡体的地形地貌、地层岩体、水文条件等特征判断特定区域再次发生滑坡的可能性。但该方法需要耗费大量人力财力,不适用于宏观监测。20世纪90年代诞生的合成孔径雷达差分干涉测量(D-InSAR)技术[3]能够很好地解决宏观监测问题,该技术具有全天时、低成本、时间分辨率高及耗费人力低等优点,能观测厘米级精度内的地面活动,却易受时空失相干以及大气延迟效应影响;Achache[4]首次将D-InSAR技术用于阿尔卑斯的克拉比滑坡监测,其结果与地面测量结果具有很好的一致性,得出该技术能够较精确地监测滑坡的结论。但时空失相干以及大气延迟效应的影响极大地制约了D-InSAR的干涉结果及其观测精度。Ferreti等[5-6]于2000年提出基于永久散射体干涉测量(PS)技术,很好地抑制了大气延迟的影响,解决了时空失相干问题而获得毫米级的精度。Prati等[7]在国际上第一次全面介绍了PS-InSAR技术的优势,并详细分析了如何通过提高离散像元的密度提高分析精度问题;Hooper[8]在2012年重点介绍了PS-InSAR技术的大气相位去除及相位解缠等相关问题的研究进展,自此开始,使用PS-In-SAR技术进行滑坡监测及分析成为研究热点。但PS-InSAR技术要求使用连续获取的20景数据作为输入数据源,且研究区需具备一定数量的PS点,不利于监测植被茂盛区域。2002年,Berardino[9]和Lanari[10]等提出的小基线集合成孔径雷达干涉测量(SBAS-In-SAR)技术大大削减了数据之间的空间失相干现象,且由于具有多余观测,还能很好地削弱地形残差及大气噪声的影响,常广泛应用于植被茂密地区的监测。SBAS-InSAR技术一经推出便广泛应用于地震、地面沉降和滑坡的监测,其中,属滑坡监测应用最为热门[10-13]。近年来,SBAS-InSAR技术在滑坡灾害早期识别领域的应用也取得了一些成功的案例。Tomás等[14]将SBAS-InSAR运用在中国三峡库区巴东县区域,监测到该区的潜在隐患滑坡,并分析了该滑坡形变的原因;戴可人等[15]对高山峡谷区进行了广域滑坡隐患早期识别,成功探测到8处隐患区域。在2010年8月8日舟曲县的三眼峪及罗家峪发生泥石流灾害后,Zhang等[16]使用SBAS-InSAR手段获取了白龙江流域2003至2010年间的地表形变数据,在该区划分出104个高变形区,得出SBAS-InSAR方法适用于白龙江流域的滑坡分析的结论;Wasowski等[17]使用COSMO-SkyMed卫星数据对舟曲县城周边的形变和滑坡进行研究,并得出大多数滑坡不稳定,处于缓慢蠕动状态的结论;Chen等[18]在白龙江流域的黄土滑坡上进行人工降雨实验,研究降雨对黄土滑坡的影响,得出黄土滑坡对降雨事件响应迅速的结论。目前涉及舟曲县的滑坡变形监测主要集中于县城周边区域,但舟曲县域内滑坡还大量分布于整个白龙江沿岸,这些滑坡也造成了房屋摧毁、河道堵塞、威胁居民生命财产安全等情况,关于整个县域内的滑坡未来危险性评估还几乎无人涉及,因此,对舟曲县近年的滑坡进行监测分析有一定的必要。
利用SBAS-InSAR对舟曲白龙江沿岸几个古滑坡进行变形分析的目的主要是:1)识别舟曲境内潜在灾害点,分析其风险等级;2)分析舟曲县典型滑坡的变形趋势,预测其未来复发的可能性;3)分析舟曲县滑坡发育与降水的相互关系;4)评估SBAS-InSAR技术在舟曲县应用的可行性。
舟曲县地处甘肃省甘南藏族自治州东南部、青藏高原东北缘,境内山体高耸,河谷深切,属于典型的高山峡谷地貌,加之沟壑系统密集发育,降水时易汇聚产洪,且区内植被涵养能力差,坡谷渗透力差,易使泥石流或滑坡速度加快。区内分布两个大地构造单元,北部属秦岭东西褶皱带,构造运动强烈,走向断层发育,而南部属松潘—甘孜褶皱系,构造运动相对较弱,褶皱及断裂不甚发育。本文重点研究的4大滑坡均位于断层及断裂带,南峪滑坡隶属秦岭造山带的断裂带;锁儿头滑坡位于坪定—化马断裂带分叉处,断层破碎带中,该断层具有走滑兼挤压逆冲的性质[19];三眼峪流域受白龙江断裂带的控制;曲告纳滑坡位于黄土高原与青藏高原断层带上。断层及断裂带的发育为崩、滑、流3大地质灾害的发生提供了一定的地貌发育条件,也使舟曲县成为白龙江流域崩滑流灾害分布的密集段和高发段[20]。舟曲境内地层岩性主要为灰岩、板岩、千枚岩和砂岩。灰岩属较坚硬岩体,节理裂隙的发育导致岩体被切割成块状,在外力作用下易发生崩塌,通常分布于古滑坡体后缘。而千枚岩和板岩力学性质差,极易破碎,保水和吸水性较强,常分布于滑体中部及前缘,易在暴雨及洪水的作用下向前发生浅层滑动。地震对舟曲县古滑坡的复活也有极大的影响,舟曲县位于南北地震带中段的天水—武都地震带,该地震带在历史内强震发育,仅有史料记载以来的Ms7.0级以上的地震就达到16次,每次强震后均造成不同规模的山体滑动或泥石流,2008年汶川地震的发生引起了舟曲境内大部分古滑坡岩土结构和强度的变化,导致了古滑坡的变形。舟曲境内降雨通常以暴雨和连绵阴雨形式出现,常在夏季出现暴雨,引发崩塌、滑坡、泥石流等地质灾害,而冬季降雨极少,且随着海拔升高,降水量也增大。2020年舟曲县年均气温13.7 ℃,年均降水量达648.7 mm,降水丰沛也构成了激发该地崩滑流灾害的重要因素。舟曲县研究区概况如图1所示。
图1 研究区概况Fig.1 Study area overview
SBAS-InSAR是一种适用于分布式目标的时间序列分析技术,其基本原理是将时空基线较短的影像两两配对形成干涉相对,对干涉相对进行多视处理降低噪声相位,对于因方程组不足造成的病态方程,应用奇异值分解的方法求解单点形变相位方程,解出高程误差及形变速率,并通过残余相位反演大气相位及非线性形变,最终解出该时间段内的形变时间序列。
将覆盖同一地区的N+1幅单视复数图像(SLC)影像按照时间顺序(t0,t1,···,tN)排列,将配准后的影像根据时空基线分成若干小集合,保证集合内SAR影像时空基线距离小,集合间影像时空基线距离大,对集合间影像进行差分干涉处理,得到M个干涉相对,其中M满足以下约束[9]:
式(7)~(8)中:v为监测时间跨度内平均形变速率,采用最小二乘平差法求出;T为时间跨度。
选取甘南藏族自治州舟曲县作为研究区域,使用2020年5月22日至2021年7月28日的15景Sentinel-1A降轨SLC图像为数据源(https://search.asf.alaska.edu),采用宽幅干涉模式(interferometric wide swath,IW)和VV极化方式,数据获取时间见表1。采用美国宇航局(NASA)发布的30 m分辨率航天飞机雷达地形任务(SRTM)数字高程模型(DEM)进行地形相位的去除,以欧洲航天局发布的精密定轨星历(POD)数据进行轨道误差相位的去除,选取舟曲县国家气象观测站2020年5月至2021年7月的降水数据用于分析滑坡与降水的关系,同时使用2021年6月4日的Landsat-8 陆地成像仪(OLI)数据计算舟曲县地表植被覆盖特征。
表1 Sentinal-1数据获取时间Tab.1 Sentinal-1 data acquisition time
根据舟曲县域范围进行裁剪并生成干涉对,对所有干涉对进行干涉处理生成干涉图,从干涉图中减去由DEM模拟的地形相位,生成去平地的差分干涉图,采用Goldstein滤波器对去平地后的差分干涉图进行滤波处理,并使用Delaunay最小费用流(MCF)解缠法进行相位解缠。对解缠后的图像进行轨道精炼及重去平,人工选取控制点对轨道及相位偏移进行计算,去除轨道残差及相位斜坡。再使用奇异值分解(SVD)法分解出残余地形相位,对干涉图再次去平地效应及解缠,反演得到形变速率。最终将反演得到的相位结果转为高程,并对图像进行地理编码,将合成孔径雷达(SAR)坐标系转为地理坐标系,得到舟曲县雷达视线向(LOS)的地表形变信息。
使用SBAS-InSAR方法获取2020年5月至2021年7月的舟曲县LOS方向形变监测结果如图2所示。形变速率正值(红色)代表目标沿着雷达视线方向朝卫星方向移动,负值(蓝色)代表目标沿着雷达视线方向朝卫星反方向移动。如图2(b)所示,形变点沿白龙江干流及支流河谷区(西北—东南走向)覆盖了大部分乡镇,将监测结果与舟曲县历史崩滑流地质灾害点数据叠加,发现两者能很好地吻合,即在监测时间段内,老滑坡体均发生了一定程度的形变,侧面验证了计算结果的准确性及可靠性。
将地表形变结果分为6段(图2(a))。其中,A段为巴藏乡—立节镇,B段为立节镇—憨班乡,C段为憨班乡—江盘乡,D段为城关镇(舟曲县城)—两河口镇,E段为拱坝乡—曲告纳乡,F段为曲告纳乡,地表形变随时序变化情况如图3所示。本文针对舟曲县地表形变结果,结合光学遥感影像、滑坡相关报道及历史滑坡列表等进行复核检验,共识别出17处正在蠕动的不稳定斜坡,并根据最大形变速率、形变范围、平均坡度、高程范围及威胁对象等因素进行详细分析。判断依据如下:1)坡体形变速率越大、形变速率突然加快,发生滑坡的可能性越高;2)坡体坡度越大,该斜坡的剪切力也越大,该地发生滑坡的可能性也较大;3)坡体下方若存在村镇,且形变范围可能威胁到村镇,则危险性较高。根据以上依据,对舟曲县不稳定斜坡的风险等级进行定性划分,划分结果见表2。由表2可知,高风险等级坡体8个,其中,7处曾发生过滑坡、泥石流地质灾害,1处为新发现不稳定斜坡,8处高风险等级坡体均有可能因滑坡造成堵塞白龙江的风险。在监测时段内,立节北山及曲告纳乡2处斜坡发生滑坡泥石流灾害,威胁立节镇1 700余人、曲告纳乡11 000余人的生命财产安全;锁儿头、三眼峪及南峪滑坡均为城关镇附近的巨型古滑坡,曾发生重大滑坡及泥石流,在监测时段内形变较明显,形变量在-402.96~632.66 mm之间,也是本文重点分析的滑坡;寺儿沟、杭嘎村、大川乡—两河口3处坡体也在监测时段内发生较大形变,分别威胁前北山村、城马村、杭嘎村、土桥村及梁家坝村5个村落的安全,需要持续对其进行形变监测。
图3 舟曲县地表形变时间序列图Fig.3 Time series map of surface deformation in Zhouqu County
舟曲县滑坡的形成发育受降水、地质构造、地层岩性、地形地貌等多种因素共同作用,因舟曲县滑坡发生通常发生在汛期,故本文重点讨论各古滑坡运动与降水的关系。
2.2.1 地形地貌与InSAR可视性分析
在SAR的侧视成像过程中,入射角、方位角在不同地形地貌上的响应特征会导致影像易发生叠掩、透视收缩以及阴影这3种几何畸变。舟曲县整体地貌山高沟深,边坡陡峭,因地形起伏较大,当坡面面向卫星且坡度较陡时,局部入射角为负值,SAR成像发生叠掩现象(即顶底倒置);随着坡度变缓,局部入射角小于入射角时,叠掩现象逐渐消失,但因成像距离小于实际距离会产生透视收缩现象;当局部入射角等于入射角时,SAR成像为无几何畸变的影像。而当坡面背向卫星时,若局部入射角大于90°,则导致该坡面为雷达的不可探测区域,产生阴影无法成像[15]。图4为卫星LOS向图,向西的斜坡能被更好地监测到,红色椭圆框为本文研究的重点滑坡,红色方框为数据覆盖区域。坡体面向卫星与LOS方向呈一定夹角,入射角与方位角的条件均有较好的视角用于探测坡体形变,且最终的监测结果中相干性较高,因此,在卫星成像方面能有较好的监测结果。
图4 舟曲县卫星LOS向图Fig.4 LOS map of Zhouqu County
2.2.2 植被覆盖对于InSAR的可视性分析
在植被覆盖度较高的区域,因电磁波穿透茂密植被所引起的体散射与因植被不同时期的特征差异导致的回波信号相似性的衰减均对SAR像对的相干性产生一定影响,对影像的解译造成一定困难[22-23]。本文选取了2021年6月4日的Landsat-8影像计算舟曲县植被覆盖度(FVC),记为SFVC,该影像成像时间是舟曲县植被覆盖较高的时段,适于分析植被对舟曲县遥感解译的影像。处理所得FVC如图5所示。根据FVC划分标准对其分级:当SFVC≥0.1时,该地有植被覆盖;当0.1<SFVC≤0.3时,该地为低植被覆盖度;当0.3<SFVC≤0.45时,该地为中低植被覆盖度;当0.45<SFVC≤0.6时,该地为中植被覆盖度;当SFVC>0.6时,表示地表植被覆盖度较高。计算结果显示舟曲县平均植被覆盖度为0.03,最低植被覆盖度为0,最高植被覆盖度为1.00。舟曲县高植被覆盖度区域主要为远离村镇的中高山区域,无法形成有效的干涉结果,但该区域人烟稀少,滑坡监测意义不大。因此,本文所监测且讨论的滑坡多为位于河谷及山峰裸露基岩的滑坡,此类地貌主要分布于村镇聚集处,这些地方的地表覆被多为裸地与低植被,对SAR像对失相干的影响较小,加之本文使用的SBAS-InSAR方法能在一定程度上克服植被引起的失相干效应,因此,该技术能较好地克服由植被覆盖造成的滑坡监测解译困难。
图5 研究区FVC分级图Fig.5 FVC classification map of study area
除地形地貌、植被覆盖度对滑坡监测产生影响外,降雨也对滑坡监测的结果造成了一定的误差。由于使用数据包含1 a内的SAR影像,不能完全排除季节因素对滑坡造成的误差,但不影响地表形变整体趋势。降雨的影响主要表现在少雨季节,InSAR能监测到滑坡因降雨产生的季节性波动。若卫星在降水时成像,可能导致坡体迎风面水汽较为浓厚,给形变值带来一定的误差。但舟曲县降水多为集中的暴雨,所涉及影像成像时段未在暴雨期间,且监测结果在降水较多的7至8月间相干性较好,并在操作过程中进行了大气矫正,因此可以忽略降水不均造成的误差,能较好地表现滑坡形变的趋势。
2.3.1 南峪滑坡
南峪滑坡位于舟曲县城东侧的白龙江北岸,于2018年7月12日发生复活,滑坡体体积达5×106m3,是堆积体复活型古滑坡。
1)形变空间分布特征
图6为南峪滑坡在研究时段内LOS方向的地表形变速率图,变形速率在-43.46~8.46 mm/a之间,累积形变量在-312.43~98.24 mm之间。在监测时段内,该滑坡体后缘形变明显,坡体下缘存在形变较小的4个区域(Ⅰ、Ⅱ、Ⅲ、Ⅳ),4个区域地形均呈凹陷状,该区域的遥感影像全景图如图7所示。Ⅰ和Ⅳ区域下方布有居民点及梯田;Ⅵ区坡体具有明显的滑动痕迹,曾发生滑坡或泥石流;Ⅴ、Ⅵ、Ⅶ区为古滑坡复活区,在1991年和2018年均发生复活[24],区内发育大量拉张裂缝,监测结果显示该区目前仍有形变,一直处于蠕滑状态,也是需要重点监测的区域。
图6 南峪滑坡形变速率图Fig.6 Deformation rate of Nanayu landslide
图7 南峪滑坡全景图Fig.7 Panoramic view of Nanayu landslide
2)形变特征点时序分布特征与降水关系
图8为Ⅴ、Ⅵ、Ⅶ区域的A、B、C共3个特征点的降水量和形变量随时间变化的关系。在监测时段内,3个点整体均呈沉降趋势,B的沉降量最大,其次为C,最小为A。其中,B点的形变量达-43.17 mm,程度远大于A、C两点,这是由于B点所处Ⅵ区为滑坡岩体变形区,是原古滑坡形成中的运动区,极不稳定。A点处于古滑坡崩塌区,在古滑坡形成时曾发生崩塌,形成下凹的崩塌豁口,目前状态较为稳定。C点处于古滑坡复活区,目前仍在蠕动,附近山坡处布有部分拉张裂缝,危险性较大。
图8 南峪滑坡点A、B、C形变时间序列曲线与降水量关系Fig.8 Time series curves of deformation of points A, B and C at Nanayu landslide in relation to precipitation
图8中,将A、B、C 3个特征点与降水数据叠加,A点在2020年5月22日至2020年7月28日期间的丰沛降水下,一定量的雨水渗入土壤,导致浅层土壤水分含量的显著增加[25],土壤吸水膨胀使地表发生较小幅度抬升(至6.97 mm);在2020年8月26日至2021年2月22日期间,因水分蒸发等原因导致土体的体积含水量下降[26],从而导致地表发生季节性沉降,沉降量达到-9.78 mm;在2021年3月30日至2021年7月28日期间,该点因为少量降水呈现地表形变的季节性变化,但总体仍呈沉降状态。B点整体呈沉降趋势,且沉降较为严重,在2020年5月因丰沛降水发生抬升(至1.79 mm),而后在2020年6月27日至2021年7月28日期间失稳持续沉降至-43.17 mm,尤其在2021年6月22日至2021年7月28日间沉降速率极大,达0.4 mm/d,推测该区域在监测时段内有可能发生了蠕动型滑坡。C点虽呈沉降趋势,但受降水的影响较小,整体沉降速率不大,在监测时段内呈现稳定的季节性波动状态。
南峪滑坡在监测时段内整体呈沉降趋势,这与白艳萍[27]对南峪滑坡2017年至2019年的监测结果一致。且滑坡状态与降水有一定相关性,在滑坡岩体变形区受降水影响最大。目前,该滑坡仍处于蠕滑状态,极有可能在强降水及河流侵蚀等作用下再次发生复活,并易使滑坡堆积于白龙江造成堰塞湖,碎屑滚落破坏国道G345,淹没下方南峪村等。
2.3.2 锁儿头滑坡
锁儿头滑坡位于舟曲县城西侧约1 km处的山谷凹槽间,白龙江自坡体前缘穿过,侧向侵蚀坡体前缘。该滑坡在20世纪70年代复活后一直处于缓慢蠕滑状态,是牵引型现代巨型滑坡。滑坡体分为前、中、后3段:滑坡前段坡度较大,大部分为梯田及耕地,有少许自然植被覆盖;中段狭窄,两侧冲沟较为发育;后段主要为居民区及耕地。
1)形变空间分布特征
图9为锁儿头滑坡在研究时段内LOS方向的地表形变速率图(A1、B1、A2、B2、C2、A3、B3、C3为特征点),监测时段内,坡体的变形速率在-48.43~21.48 mm/a之间,累积形变量在-294.63~242.38 mm之间。蒋秀姿等[28]通过对锁儿头滑坡现场调研,发现锁儿头滑坡在平缓处易形成滑坡堆积,在滑坡的前、中、后3段分别监测到Ⅰ、Ⅱ、Ⅲ 3个区域形变量较大,说明在监测时段内,该滑坡多处坡体发生了近匀速下滑。图10为锁儿头滑坡的全景图,因该滑坡体内分布有多个凹槽,故区域Ⅰ、Ⅱ、Ⅲ 3个小山坡顶部发生的缓慢下滑导致滑坡碎屑堆积于地势较平缓的凹槽处,使得小坡体的形变形态为山坡顶部下沉、凹槽处抬升,导致锁儿头滑坡整体自前段向后段呈现下沉—抬升—下沉—抬升—下沉—抬升的交替格局。
图9 锁儿头滑坡形变速率图Fig.9 Suoertou landslide deformation rate map
图10 锁儿头滑坡全景图Fig.10 Panoramic view of Suoertou landslide
2)形变特征点时序分布特征与降水关系
在图10的Ⅰ、Ⅱ、Ⅲ区域的滑坡体上各提取若干特征点的时间序列变形结果进行分析。
Ⅰ、Ⅱ区域处于两山的凹槽间,两侧山峰坡降较大,山谷呈漏斗状,区内主要由梯田、居民区及林地组成。取A1、B1、A2、B2、C25个特征点的时间序列变形结果进行分析,图11为特征点形变时间序列曲线与降水量关系。如图11所示,在监测时段内,A2点所处山坡山谷处呈抬升状,B2点位于山坡处形变不显著,C2点位于山顶居民点处呈沉降状。在2020年5月22日至2020年8月26日期间,A2点地表由0抬升至10.43 mm,推测是因为所处林地的植被能涵养截留水分,降水使地表水下渗,导致地下水位抬升;在2020年8月26日至2020年9月19日期间地表快速沉降至6.89 mm;在2020年9月19日至2021年2月22日期间地表缓慢抬升至19.29 mm,在2021年3月30日至2021年7月28日期间因少量降水呈现季节性波动状。C2点与A2点的运动轨迹几乎完全相反,在2020年5月22日至2021年6月27日期间,该点因少量降水抬升至6.94 mm;在2020年6月27日至2020年12月24日时段内持续沉降至2.50 mm,期间因为8月强降雨而加速下沉;在2020年12月24日至2021年4月23日期间因无降水而未发生大幅运动;在2021年4月23日至2021年7月28日期间因降水增多而又出现沉降,即C2点的形变状态对降水的响应较为即时。
图11 锁儿头滑坡Ⅰ、Ⅱ区域内点A1、B1、A2、B2、C2形变时间序列曲线与降水量关系Fig.11 Time series curves of deformation of points A1, B1,A2, B2 and C2 in areas Ⅰ and Ⅱ of Suoertou landslide in relation to precipitation
Ⅲ区域位于滑坡体后段,白龙江自坡脚流过,区内坡度平缓,坡降较小,两侧有坡降较大的山峰,区内以居民区及梯田为主。选取均位于抬升处的A3、B3、C33个特征点的时间序列变形结果进行分析,如图12所示,在监测时段内,自滑坡后缘至前缘, A3、B3、C33点的抬升量和坡度值依次下降,其中,A3点运动轨迹变化剧烈,加速度较大。在2020年5月22日至2020年9月19日期间,A3点因充足降雨而抬升至21.78 mm,这是由于A3点选于植被覆盖处,植被涵养水源能力较强,8月强降雨并未大幅影响A3点;在2020年9月19日至2020年11月30日期间,A3点开始加速下沉,尤其在强降雨后的第2个月沉降速率极快,达到0.39 mm/d,推测该点在2020年9月吸水达最大容量,之后因水分的蒸发而发生沉降;在2020年9月19日至2021年2月22日期间,A3持续抬升至19.74 mm;在2021年3月30日至2021年7月28日期间A3点运动轨迹受降水影响出现季节性波动。B3、C3两点运动轨迹相似,均在抬升至2020年8月强降水后有一定的沉降,而后呈现小幅波动状态,整体仍表现为抬升。
图12 锁儿头滑坡Ⅲ区域内点A3、B3、C3形变时间序列曲线与降水量关系Fig.12 Relationship between time series curves of deformation and precipitation at points A3, B3 and C3 in area Ⅲ of Suoertou landslide
结合白艳萍[27]在2017年至2019年对锁儿头滑坡的监测结果可知,锁儿头滑坡在2017至2019年间约有80~120 mm的沉降,即该滑坡在2017至2021年间处于持续蠕滑状态。该滑坡因位于断裂带、岩体破碎及拉张裂缝遍布等因素,给滑坡的再次形成提供了极大的内因,又因该滑坡对降水的响应明显,所以当再次发生暴雨及持续性降雨时,该坡体易再次发生滑坡。
2.3.3 三眼峪滑坡
2010年8月8日,位于舟曲县城北部、白龙江左岸的三眼峪沟和罗家峪沟发生特大泥石流灾害,造成超1 700人死亡,根据该区域的泥石流现场勘查结果,该泥石流仍处于活跃期,具有再次发生的可能性[29]。
1)形变空间分布特征
图13为三眼峪滑坡全景图及研究时段内LOS方向的地表形变速率图(A4、B4、C4为特征点)。滑坡体后缘的形变速率明显大于前缘,后缘为险峻的山峰,前缘的山谷处主要为居民地及耕地,坡度平缓。在监测时间段内,该区域形变速率范围在-80.14~11.85 mm/a之间,累积形变量在-482.01~493.31 mm之间。在滑坡体上提取A4、B4、C4共3个特征点的时间序列变形结果进行分析,图14为特征点形变时间序列曲线与降水量关系。在监测时段内,3个点均呈下沉状态,A4、B4、C43个点的形变量和坡降量依次减小,坡降越大形变量越大,越靠近滑坡后缘形变量越大。
图13 三眼峪滑坡全景图及形变速率图Fig.13 Sanyanyu landslide panorama and deformation rate diagram
图14 三眼峪滑坡点A4、B4、C4形变时间序列曲线与降水量关系Fig.14 Time-series curves of deformation at points A4, B4 and C4 of the Sanyanyu landslide in relation to precipitation
2)形变特征点时序分布特征与降水关系
A4点在2020年5月22日至2020年6月27日间因丰沛降水而抬升至18.45 mm,抬升速度极快;在2020年6月27日至2020年9月19日期间,仍保持较丰沛的降水,但A点此时地表变形波动较小,也并未因8月强降水而发生大的抬升或沉降变化;但在2020年9月19日至2020年10月25日间,A4点发生加速下沉,形变量达-11.48 mm,即该区域对于强降水的反应具有一定的滞后性;在2020年10月25日至2021年3月30日期间,虽降水较少,但因水分蒸发而仍呈持续沉降,A4点沉降速率逐渐减小;在2021年3月30日至2021年7月28日期间,因降水较少,A4点轨迹呈现出较为稳定的季节性波动。B4点在监测时段内呈下沉趋势,但抬升及沉降的加速度明显小于A4点,稳定性高于A4点。在2020年5月22日至2020年6月27日期间,一定的降水量使B4点抬升,抬升量为7.26 mm,在2020年8月强降水后B4点立即发生沉降,但沉降量较小,仅2.89 mm;在2020年9月降水量不多的情况下,B4点保持稳定,随后在2020年10月降水量突增时B4点继续发生沉降,沉降量达3.71 mm;在2020年10月25日至2021年4月23日期间,因降水稀少,B4点未发生大幅沉降或抬升;在2021年4月23日至2021年7月28日期间,B4点因少量降水而发生季节性小幅波动。即B4点对降水的反应较为及时,一般在降水较多的月份发生沉降,但沉降量不大,在无降水的月份几乎不发生形变,在少量降水的时候易发生小幅度升降,但表现仍较稳定。C4点位于居民区,该点在监测时段内发生了沉降,但沉降量较小,在2020年5月22日至2020年8月26日期间,C4点因持续降水而发生抬升,抬升量为4.16 mm;在2020年8月26日至2020年11月30日期间沉降至-1.60 mm;在2020年11月30日至2021年2月22日期间,因几乎无降水C4点几乎无形变;2021年2月22日至2021年7月28日期间,C4点因降水而出现季节性波动。即C4点对于降水的反应具有滞后性,在发生较大降水时不易立即沉降,常具有1个月的滞后反应期。
在监测时段内,三眼峪滑坡整体呈沉降趋势,即发生了一定蠕动,且地表形变受降水影响较大,表现为在雨季更易出现较大幅度的抬升与沉降。同时,结合其2020年8月8日发生的特大泥石流灾害分析结果[29],当日降雨量在37~47 mm之间时具备三眼峪泥石流发生的条件,故该滑坡目前仍处于不稳定状态,需要持续关注。
2.3.4 2020年“8·17暴洪泥石流”灾害
2020年8月6日,舟曲境内东南部持续出现强降雨,引发暴洪泥石流灾害,造成多处山体滑坡、道路损毁中断、电力及通讯全部中断、民房受损,更使群众生命财产安全受到严重威胁,受灾最严重的区域有曲告纳乡、拱坝乡及博峪乡。查询滑坡列表可知,该处曾发生23处历史地质灾害,分别为1处崩塌、5处滑坡及17处泥石流。
1)形变空间分布特征
对受灾严重的曲告纳乡附近山体进行研究,监测结果与谷歌地图叠加效果如图15所示(A5、B5、C5、D5为特征点),地貌全景如图16所示,在监测时间段内该区域形变速率在-20.10~4.04 mm/a之间,累积形变量在-210.38~62.88 mm之间。该处在监测时段内发生了坡面泥石流,坡体后缘形变速率显著大于前缘,表现为后缘沉降严重,前缘发生少许抬升。各部位形变速率差异主要是由于山坡坡度及植被覆盖程度不同造成,主要表现在:①形变点密集分布于裸土处,植被覆盖高密度区几乎无形变;②山顶坡降较大,山脚坡降较小,山顶处形变速率明显大于山脚;③左侧Ⅰ区域监测到部分形变速率较大的点,但监测点不密集,推测此处发生即时滑坡,运动速率过快,超出InSAR所能探测的精度,且该处没有植被覆盖,坡降较大,再次发生滑坡或泥石流的可能性较高。
图15 曲告纳泥石流形变速率图Fig.15 Deformation rate of Qugaona landslide
图16 曲告纳全景图及形变速率图Fig.16 Qugaona panorama and deformation rate diagram
2)形变特征点时序分布特征与降水关系
在曲告纳坡体上提取A5、B5、C5、D5共4个特征点的时间序列变形结果进行分析,图17为特征点形变时间序列曲线与降水量关系。监测时段内,A5、B5、C5、D54点的整体形变量依次减少,位于山顶处的A5点平均形变速率最高,达-13.88 mm/a;山坡处B5点平均形变速率为-9.82 mm/a;山坡处C5点平均形变速率仅-5.41 mm/a;位于山脚处D5点几乎无形变,在监测时段内,形变速率在0~2.35 mm/a间波动。时序监测结果显示,因2020年5月的充沛降雨,该坡体上的A5、B5、C5、D54点均因土壤吸水抬升,且A5、B5、C5、D5抬升量依次减少;2020年8月强降雨发生后,该坡体发生明显失稳,A5、B5、C53点均有较大的沉降,由于坡面泥石流产生的碎屑堆积于山脚,D5点反而发生了抬升;在2020年8月26日至2020年9月19日期间,由于降水的骤减,坡体趋于匀速运动;但在2020年9月19日至2020年12月24日期间,由于裸土部分强降雨的雨水疏排不到位,地表稀疏植被不能吸收多余的雨水,导致雨水下渗入裸土超过限度而形成地表径流,致使该时间段内又发生了加速的滑坡运动,在A5点表现最为强烈;在2021年7月28日后降水较稳定,A5点沉降量在小范围内波动,B5、C5、D53点逐步趋于稳定的匀速运动。
图17 曲告纳坡体点A5、B5、C5、D5形变时间序列曲线与降水量关系Fig.17 Time series curves of deformation at points A5, B5,C5, D5 of Qugaona in relation to precipitation
该坡体形变量与降雨量具有显著的相关性,雨季的坡体形变量要明显大于非雨季,且在2020年8月因强降雨导致的坡面泥石流发生后,该坡体仍有约3个月的滞后沉降,足以说明降雨成为该地泥石流的主要激发因素。
滑坡的发生是由众多影响因子共同作用的结果,其中,降水是滑坡的主要触发因素之一。降水诱发滑坡的方式主要表现在:1)水体与岩土相互作用降低岩土体的内聚力及摩擦力[30];2)降水的侵蚀改变边坡结构,破坏坡体,降水形成的地表径流改造原有坡体表面,使坡体解体[31];3)雨水下渗成为地下水补给源,改变原有渗流场[32];4)雨水的大量下渗导致岩土层饱和,增加滑体重量,产生滑坡[33]。综上所述,降水诱发滑坡的前提有两个,一是长时间持续降水,二是足够大的降水强度。通常在每年8月,舟曲县发生高强度持续性降水,是滑坡及泥石流的高发期,故降水成为舟曲县滑坡的最主要诱发因素。舟曲县在2020年降水量为648.7 mm,有季节分布不均的特点,夏季平均降水量达到330.2 mm,占年降水量的50.9%;而冬季降水量仅3.8 mm,仅占年降水量的0.6%;春、秋两季的降水量相当,分别为140.6 mm和174.1 mm。夏季8月,舟曲县24 h最大降水量达62.8 mm(2020年8月12日舟曲气象站监测),在8月10日至8月17日期间,降水以暴雨形式出现,累计降水量达到178.3 mm。
对舟曲县典型滑坡与降水量进行典型相关性分析,得到的皮尔逊相关性系数矩阵如图18所示,P值矩阵如图19所示,相关系数值越接近-1或1表示相关性越强,值大于0表示降水与形变呈正相关,即降水越多,地表形变越大,反之为负相关。从图18、19中可以看出,除锁儿头滑坡外,其余3个滑坡后缘形变均与降水量具有一定的相关性。另外,大部分滑坡体前缘与降水呈负相关,即降水后,滑坡体前缘可能发生抬升。单个滑坡的前、中、后缘之间的形变具有较强的相关性。其中:曲告纳滑坡是由降雨引起的大规模滑坡泥石流,该坡体中后缘整体与降雨显著相关,相关系数在0.71~0.75之间;南峪滑坡后缘形变与降雨具有一定相关性,但整体相关性较低,后缘相关系数为0.58;锁儿头滑坡整体与降雨相关性较弱,目前较为稳定,相关系数介于-0.38~0.59之间;三眼峪滑坡后缘与降雨相关性较强,相关系数为0.62。根据第2节对滑坡体的形变时间序列曲线与降水量关系分析(图8、11、12、17)总结可知:大部分坡体会在强降雨后1~3个月内发生迅速沉降,也就是前文提到的水分蒸发排出过程;在湿润少雨季节,通常表现为地表吸水抬升;在干燥季节,地表形变与降水无明显相关性。
图18 滑坡与降雨典型皮尔逊相关性分析系数矩阵Fig.18 Coefficient matrix of typical correlation analysis between landslides and rainfall
图19 滑坡与降水典型相关性分析P值矩阵Fig.19 P-value matrix for typical correlation analysis between landslides and rainfall
根据对上述滑坡的地表形变状况与降水叠加分析可知,滑坡的地表形变量和滑坡的发生均与降水量有密切联系。主要表现为:
1)当月累计降水量小于等于90 mm时可能导致舟曲部分古滑坡抬升。在对滑坡的形变监测结果中发现,曲告纳、南峪、锁儿头及三眼峪滑坡均在5月至6月呈现一定的抬升。这是因为舟曲县在5月至6月降水增多,且通常表现为连绵的持续性降雨,暴雨较少,持续性降雨将导致地下水的暂态水位上升[34],当降雨渗入补给地下水时,植被能涵养截留水分,地表水下渗转化为地下水,滑坡体内部的地下水来不及排泄,引起地下水位陡然抬升,这个阶段会增强滑坡的不稳定性[35]。
2)当月累计降水量大于90 mm时,本文研究的滑体中段及后缘易发生沉降,通常发生在7、8月份,这段时间也是滑坡泥石流的高发期。在2020年7月至8月,曲告纳、南峪及三眼峪滑坡均在滑体中段及滑体后缘发生了沉降,这说明在2020年8月的降雨强度超过这3个滑坡的地表渗透率时,暴雨转化为地表径流冲刷坡体[36],日后若再发生超过这3个滑坡载荷的暴雨,且前期降雨和暴雨均达到临界值时,该坡体易再次复活[37]。
3)发生暴雨后的滑体中段及后缘将发生持续沉降。曲告纳、南峪及三眼峪滑坡均在8月暴雨发生后有约3~6个月的持续沉降。这可能是因为这3个滑坡的岩土渗透性较差,滑体因降雨产生的浅层土壤水分不能及时蒸发排出,有一定的滞后性。卢书强等[38]研究发现,此时滑坡因浅层土壤水分外渗会产生渗透动力水压力,对滑坡的稳定性有一定的不利影响。
4)汛期过后,当舟曲县降水骤减,且滑体的浅层土壤水分充分蒸发后,曲告纳、南峪、锁儿头及三眼峪滑坡形变都表现为小幅度的季节性稳定波动,不再有大规模的沉降或抬升。这个过程通常发生在1月至4月。
本文以Sentinel-1A降轨影像为基础,采用SBASInSAR技术获取舟曲县滑坡的地表形变数据,对舟曲县2020年5月22日至2021年7月28日的地表形变情况进行监测和特征分析,得到初步结论如下:
1)截至2021年7月,舟曲县共有17处不稳定斜坡,高风险等级坡体8个,这17处不稳定斜坡均可能造成白龙江堵江危险,并严重威胁28个村镇的安全。其中,形变最严重区域为城关镇(舟曲县城)附近的3个斜坡,分别为南峪、锁儿头及三眼峪滑坡,威胁城关镇29 800余人的生命财产安全。
2)曲告纳、南峪及三眼峪滑坡受降雨的影响都较大,且在监测时段内整体呈沉降状态,而且均发生了持续性蠕动。因此,3个滑坡在7月至8月都可能因前期降雨和足够的日降雨量达到临界值而在滑体中段及后段触发山体滑坡,加之这些滑坡的地形地貌等内因易造成地质灾害,故仍需对其进行持续的观测。
3)降水是导致舟曲县地表形变及滑坡发生的主控因素,舟曲县通常在7、8月份发生强降雨,也是舟曲县的滑坡高发期。在5月至6月及9月至10月也会有较丰沛的降雨,此时不易发生大规模滑坡,但通常会导致滑体发生地表形变,可能发生蠕动型滑坡。在1月至4月及11月至12月期间几乎无降水,大部分滑体在这段时间都较为稳定,不易发生抬升或沉降。
4)舟曲县大幅度地表形变主要沿白龙江分布,说明白龙江易冲刷河岸侵蚀坡脚造成滑坡的不稳定。且监测到发生形变区域与历史滑坡区域具有极高的重合度,说明一些古滑坡在持续发生形变,但大部分为缓慢蠕动状,因此,仍需对古滑坡给予持续关注,监测其运动状态,尽早并及时对可能发生的滑坡进行防治和预警。