高海拔石灰石排土场汛期潜在滑移区域的D-InSAR评价研究

闫 斌,董建军,梅 媛,刘士乙

(1.华新水泥股份有限公司,湖北 武汉 430070;2.辽宁工程技术大学安全科学与工程学院,辽宁 葫芦岛 125105;3.矿山热动力灾害与防治教育部重点实验室(辽宁工程技术大学),辽宁 葫芦岛 125105;4.东北大学资源与土木工程学院,辽宁 沈阳 110819)

滑坡的具体表现为坡体的地表形变,传统的监测手段存在一定的不足,如传统的精密水准监测和GPS监测存在监测时间较长、消耗大量人力与物力等问题。合成孔径雷达差分干涉测量(D-InSAR)技术能够改善传统测量技术的不足,具有全天时、全天候、测量精度高等特点,目前已经被广泛应用于地质灾害监测等方面。如张景发等[1]阐述了合成孔径雷达干涉测量(InSAR)技术的噪声水平和精度;刘国林等[2]将InSAR监测技术与GPS技术相结合,应用于矿区地表沉降监测;云烨等[3]通过分析InSAR技术原理及其在各个领域的应用现状,认为InSAR监测技术具有较高精度,对地质灾害监测的发展具有重大影响。近些年也有一些学者利用InSAR技术对研究区域滑坡隐患进行监测与识别。如:范景辉等[4]利用InSAR技术监测了范家坪滑坡,发现滑坡体形变最大处的形变速率达到300 mm/a,结合降雨资料认为该滑坡受水位变化和大气降雨的影响微弱;张路等[5]利用D-InSAR监测技术识别出大渡河上游丹巴县17处持续变形中的不稳定坡体;蔡杰华等[6]利用D-InSAR监测技术识别出九寨沟地区13处滑坡隐患;王勇等[7]将D-InSAR监测技术与精密水准测量相结合用于识别滑坡体形变,得出天津蓟州区北部山区2017—2018年的形变为38 mm;齐麟等[8]以金沙江上游沿岸滑坡体为研究区域,利用D-InSAR监测技术成功识别出1处滑坡灾害,此滑坡的坡顶部分发生约25 mm的沉降;韩冬建等[9]基于InSAR技术对西藏樟木口岸震后滑坡灾害变形进行了监测,并采用Sentinel-1A和ALOS-2两种卫星数据进行分析,识别出17处疑似滑坡并得到了5处典型滑坡的形变速率;Zhang等[10]利用D-InSAR和多时相技术对西南典型山地县茂县的部分滑坡变形进行了监测,识别出8个活动性滑坡。此外,还有学者利用InSAR技术对天然滑坡进行监测,并结合其他技术对监测结果进行验证,如:杨帆等[11]将InSAR技术应用于露天矿边坡形变监测中,解决了传统监测网布点困难等问题;姚鑫等[12]基于ALOS卫星数据,利用InSAR技术获得了青藏高原鲜水河活动断裂带蠕变斜坡毫米级的地表变形量,并揭示了该区域蠕变斜坡地质灾害的类别、变形特征和空间发育规律;Goorabi[13]采用InSAR技术对马莱-卡伍德滑坡进行监测,并结合9景Sentinel-1A数据进行了相干分析,得到了该滑坡的变形区域;Shirani等[14]基于D-InSAR方法对研究区探测出的滑坡分布进行了分类,该分类结果与实地调查结果吻合较好;Sun等[15]使用D-InSAR技术监测突发性地质灾害,并分析了舟曲特大泥石流的演变情况。

以上研究主要集中在应用D-InSAR技术识别不稳定坡体区域及滑坡的滑移速度等,对于人工堆积而成的边坡研究较少,特别是识别排土场边坡及周边山体的潜在滑移区域及潜在滑移量方面的研究欠缺。鉴于此,本文以西藏山南桑日县华新水泥厂石灰石矿区及周边山体为研究对象,基于14景Sentinel-1A卫星影像数据,利用D-InSAR技术对影像数据进行处理,经基线估算、差分干涉处理、相位解缠等计算,得到排土场边坡的地表形变信息图,并通过对滑坡、泥石流等灾害的物源量统计,进而判断出该排土场边坡的安全状态以及对下游居民和拉林铁路的影响。

1 D-InSAR技术监测原理

合成孔径雷达差分干涉测量(D-InSAR)是在InSAR技术的基础上发展而来的,其通过结合已有的高精度DEM数据来去除干涉图中地形相位的影响,从而监测出微小形变。用于D-InSAR技术处理的两景卫星影像数据分别为形变前和形变后获取的数据,结合两景卫星影像数据的干涉图获取差分干涉图,进而获取地表形变信息。D-InSAR技术的监测原理如图1所示。

图1 D-InSAR技术的监测原理Fig.1 Monitoring principle of D-InSAR technology

D-InSAR技术采用重复轨道干涉测量,两景影像数据干涉条纹中干涉相位的组成为:

=φatm+φorb+φflat+φtopo+φdef+φnoise

(1)

式中:φ为干涉相位;λ为雷达波长(m);R1为S1到P点的距离(m);R2为S2到P点的距离(m);φatm为大气延迟相位;φorb为轨道误差相位;φflat为平地效应相位;φtopo为地形相位;φdef为地表形变相位;φnoise为噪声相位。

2 排土场监测处理

2.1 研究区域概况

研究区域位于西藏山南桑日县华新水泥厂石灰石矿区,如图2所示,1号排土场的表面积为111 294 m2,2号排土场的表面积为68 868 m2,平均海拔为3 700 m,矿区位于华新水泥厂后山腹地(麻麦乡),其所在冲沟下游1 km左右有拉林铁路通过,排土场边坡下游存在居民。

图2 排土场边坡位置图Fig.2 Slope location of dump site

该地区平均海拔为3 700 m,属于高海拔地区。高海拔地区由于夏季热低压和冬季冷高压而形成独特的高原季风,冬半年受季风带控制为干季,夏半年受西南和东南季风带控制为湿季,其降雨量明显集中于夏半年,存在明显且剧烈的干湿季交替现象。由于高海拔地区独特的地质条件等因素的影响,其排土场边坡及周边山体呈现松散体状态,海拔较高、风化作用较剧烈,造成排土场边坡及其周边山体完整性较差[16]。

在夏半年的降雨环境作用以及排土场边坡及其周边山体本身完整性较差的影响下,排土场边坡及其周边山体会出现岩土体的抗剪强度降低等情况,容易发生滑坡等灾害。

2.2 D-InSAR技术监测数据的选取

降雨条件下,特别是大雨或暴雨诱发下的浅层滑坡是一种常见的、多发的地质灾害现象,因此通过分析研究区域2015—2021年间每月降雨量(图3)来选取各年份的SAR影像数据。由于我国气象部门对暴雨预警的分级是根据50 mm(或其倍数)以上降雨量所经历的时间来定义的,考虑到西藏地区单次降雨量偏小,本研究将数据选取标准设定为月降雨量达到50 mm以上。依据该标准选取对应时间段内的SAR影像数据进行研究,其数据基本信息如表1所示,并对每年选取的两景影像数据成像时间范围内的总降雨量进行统计,结果如图4所示。

图3 研究区域2015—2021年间每月降雨量统计Fig.3 Monthly rainfall in the study area from 2015 to 2021

图4 研究区域每年两景影像数据成像时间范围内的总降 雨量统计Fig.4 Total rainfall statistics during two image data periods in the study area in each year

本文采用D-InSAR技术对研究区域Sentinel-1A卫星影像数据进行处理,采用14景影像作为研究数据源,数据均为升轨,含7个主影像和7个从影像,时间跨度为2015-07-23—2021-09-25。

通过以每一年的两景影像数据为一组差分干涉对,分析每年汛期排土场边坡区域及排土场边坡周围区域的滑移情况,具体影像数据信息如表1所示。

2.3 D-InSAR技术监测处理

采用D-InSAR技术对影像数据进行处理,可得到研究区域2015—2021年每年汛期的地表形变数据图,即通过影像配准、干涉处理和去平地效应,得到各干涉组合的彩色干涉图(图5)以及研究区域2015—2021年各时段地表形变信息图(图6),其中地表形变值为负时表示沉降。

图5 各干涉组合的彩色干涉图Fig.5 Color interferogram of each interference combination

注:1#～4#为潜在滑移区域。图6 研究区域2015—2021年各年份汛期潜在滑移区域位置图Fig.6 Location of potential slip areas in the study area during flood season from 2015 to 2021

3 结果与分析

本文利用Sentinel-1卫星影像数据和D-InSAR技术获取排土场边坡及其周边山体的地表形变信息,得到其地表形变量范围在-0.037 5～0.00 m之间。根据排土场滑坡单一预警准则[17](表2)对研究区域2015—2021年每年汛期地表潜在滑移区域进行识别,即汛期年份地表形变结果中超过蓝色预警阈值和黄色预警阈值的形变区域,超过蓝色预警阈值的区域但低于黄色预警阈值的区域由黑色线框表示,超过黄色预警阈值的区域由黄色线框表示,结果如图6所示。

表2 排土场滑坡单一预警准则

通过对研究区域2015—2021年各年份潜在的滑移区域位置图进行分析,可得出各年份潜在滑移量,如表3所示。

表3 研究区域2015—2021年各年份汛期潜在的滑移量

由《地质灾害分类分级标准》中滑坡、崩塌(危岩体)、泥石流规模级别划分标准(表4)可知,该研究区域各潜在滑移区域未达到小型滑坡、崩塌(危岩体)、泥石流规模级别标准。

表4 滑坡、崩塌(危岩体)、泥石流规模级别划分标准

利用D-InSAR技术能够直接且快速地分析出研究区域每年汛期产生的潜在最大滑移量,识别出其潜在滑移区域位置,并分析出降雨对排土场边坡及其周边区域潜在滑移量、最大形变量的影响情况,结果见图7。

图7 2015—2021年各年份汛期内研究区域降雨量与潜 在滑移量和最大形变量之间的关系图Fig.7 Relationship between rainfall and potential slip and maximum shape variables in the study area during flood season in each year from 2015 to 2021

通过图7可以看出:2015—2021年各年份汛期内研究区域总降雨量对形变量的影响较小,但在汛期内连续降雨时排土场边坡及其周边区域会产生大量滑移,如在2017年7月发生连续降雨,造成汛期排土场边坡形变量超过30 mm;2020年发生连续性降雨,且日最大降雨量超过70 mm,故造成汛期排土场边坡潜在滑移量最大为5 284.106 m3。

通过对利用D-InSAR技术识别出的2015—2021年汛期研究区域内潜在滑移区域位置进行综合分析,并将识别出的2015—2021年汛期研究区域内潜在滑移区域位置标注在具有地形的卫星影像图上,得到该排土场边坡及周边区域的潜在滑移区域位置图,如图8所示。

图8 D-InSAR技术识别的研究区域内潜在滑移区域 位置图Fig.8 Location of slip potential areas in the study area identified by D-InSAR

由于研究区域存在沟谷地形,下游拉林铁路、居民区位于雅鲁藏布江方向,故滑向雅鲁藏布江方向的滑移区存在安全隐患,而背离方向的区域不存在安全隐患,通过位置信息分析得到各个潜在滑移区的滑移方向,如图9所示。

图9 研究区域各个潜在滑移区域的滑移方向Fig.9 Slip direction of each potential slip zone in the study area

由图9可知:Ⅰ、Ⅱ区的潜在滑移区滑移方向滑向雅鲁藏布江方向,需要对其采取一定的安全防护措施,而Ⅲ、Ⅳ区的潜在滑移区滑移方向背离拉林铁路方向,故对该铁路无影响,但对排土场边坡本体稳定性构成一定的威胁,需要对其坡脚等位置进行安全防护。

4 结 论

本文以西藏山南桑日县华新水泥厂石灰石矿区为研究区域,选取2015—2021年每年汛期两景Sentinel-1A卫星影像数据进行D-InSAR技术处理,得出研究区域每年汛期形变监测结果,并得到以下结论:

1) 利用双轨法D-InSAR技术获取了研究区域某排土场边坡区域每年汛期地表形变信息。

2) 通过分析2015—2021年汛期内排土场边坡及其周边山体的地表形变信息,根据排土场滑坡单一预警准则识别出研究区域内每年汛期的潜在滑移量与潜在滑移区域,2017年汛期排土场边坡形变量超过30 mm,2020年汛期排土场边坡最大潜在滑移量为5 284.106 m3。

3) 根据2015—2021年汛期研究区域内潜在滑移区域及滑移量得出该研究区域未达到小型滑坡、崩塌(危岩体)、泥石流规模级别标准。

4) 通过综合分析,确定了主要影响拉林铁路和下游居民的潜在滑移区域,即:Ⅰ、Ⅱ区对下游铁路、居民安全构成一定的威胁,需要采取一定的安全防护措施;Ⅲ、Ⅳ区对下游铁路、居民无影响,但对排土场边坡本体稳定性构成一定的威胁,需要对其坡脚等位置进行安全防护。