基于SBAS-InSAR技术的若羌县地质灾害识别与监测

蔡瑞庆 马立龙 李倩文 张帆

摘 要：【目的】我国新疆地域广阔，地质灾害时有发生，严重威胁人们的生产生活安全，大范围的地质灾害识别监测工作亟须开展。【方法】基于SBAS-InSAR技术对新疆若羌县区域内的地质灾害进行识别与监测。选取2020年1月至2022年11月期间，覆盖研究区范围的两个图幅的Sentinel-1A数据进行处理。【结果】获取了研究区的累积形变量，并结合光学遥感影像，解译了13处有形变特征的地质灾害隐患点，野外验证准确率77%，最终确定10处为地质灾害点。【结论】对于大范圍地质灾害识别问题，InSAR技术相较于点监测技术来说，具有先天优势，能够快速、方便地获取整个工作区的形变情况，在地质灾害识别工作中具有重要作用。

关键词：若羌县；SBAS-InSAR技术；地质灾害；野外验证

中图分类号：P237；P694    文献标志码：A    文章编号：1003-5168（2024）06-0095-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.06.019

Geological Disaster Identification and Monitoring in Ruoqiang County Based on SBAS-InSAR Technology

CAI Ruiqing1 MA Lilong1 LI Qianwen2 ZHANG Fan2

（1. Xinjiang Bureau of Geo-exploration & Mineral development the third geological group， Korla 841000， China; 2. Xi'an Meihang Remote Sensing Information Co.， Ltd.， Xi'an 710100， China）

Abstract：[Purposes] Xinjiang is a vast region with frequent geological disasters which seriously threaten the safety of people's production and life， so it is urgent to carry out large-scale geological hazard identification and monitoring. [Methods] Based on SBAS-InSAR technology， geological disasters in Ruoqiang country， Xinjiang were identified and monitored in this paper. The Sentinel-1A data of two maps covering the working area from January 2020 to November 2022 were selected for processing. [Findings] The cumulative deformation in the working area was obtained and， combined with optical remote sensing images，13 hidden geological disasters with deformation characteristics were interpreted. The accuracy of field verification was 77%， and 10 points were finally identified as geological disasters. [Conclusions] Compared with the point monitoring technology， InSAR technology has a congenital advantage for large-scale geological disaster identification， which can quickly and conveniently obtain the deformation of the whole work area， and plays an important role in geological disaster identification.

Keywords： Ruoqiang County; SBAS-InSAR technology; geological disaster; field verification

0 引言

新疆地域广阔，地质灾害时有发生，严重威胁人们的生产生活安全。为保障地质环境脆弱地区经济社会可持续发展，做好地质灾害调查评价、监测预警、防治工程和应急体系建设等一系列地质灾害防治措施是很有必要的［1］。地质灾害识别与监测是减灾防灾的重要一环，合成孔径雷达技术（Synthetic Aperture Radar，SAR）作为重要的识别监测技术，也应用于此。该技术可以全天候地、不受云层干扰地、高时空分辨率地对地表进行监测［2-8］。本研究主要应用InSAR技术对若羌县的地质灾害进行识别与监测。

1 研究区概况

研究区范围是若羌县行政区内的重点区域。若羌县行政区划隶属巴音郭楞蒙古自治州管辖。若羌县西接且末县，北邻尉犁县及鄯善县和哈密市，东与甘肃省、青海省交界，南与西藏自治区接壤。县境东西宽570 km，南北长580 km，地理坐标为东经86°45′E～93°45′E，北纬36°00′N～41°23′N，面积为202 300 km2。

若羌县城距库尔勒市444 km，距乌鲁木齐公路里程891 km。若羌县是315国道进入新疆的门户，218、315国道在县城交汇。218国道向北边接南疆重镇库尔勒，经伊宁到达霍尔果斯口岸，315国道向西经且末到达喀什，向东经依吞布拉克镇至青海、四川到达广西出海，各乡（镇、场）均有不同等级公路相通，交通较为便利。库尔勒—若羌、依吞布拉克-若羌高速公路，库尔勒-若羌-格尔木、若羌-且末-和田铁路目前已正式开通运营（如图1所示）。

2 SBAS-InSAR技术原理

小基线集技术［9］通过设置时空基线阈值将已有的SAR影像分成若干小的集合。在每个集合内，采用最小二乘的方法求解，再通过SVD将不同的子集相连接，最终形成时序监测结果。

现假设第[j]幅干涉图是由[tA]、[tB]两时期影像生成的，并且已去除了地形相位，假设[tA]>[tB]，则在方位-距离像素坐标系[x，r]中，[j]在[x，r]处的差分解缠相位可表示为式（1）。

3 数据源及处理过程

本研究主要的数据来源为欧空局的Sentinel-1A数据，产品详细参数见表1。

共收集2020年1月至2023年11月期间，2个图幅共176景Sentinel-1A数据，DEM数据为AW3D DEM，精密轨道数据采用成像21天后的POD精密轨道数据。

基于GAMMA软件平台进行时间序列形变计算，工作区的Sentinel-1数据时间跨度近3年，设置时间基线阈值为24，空间基线为（-500，500），以此构建干涉像对组合，用于后续的差分干涉处理，生成的时空基线如图3所示。

4 结果分析

通过SBAS-InSAR技术获取到的累积形变如图4所示。形变量级情况如图中的色带所示，黑色表示远离卫星方向，为负形变；白色表示靠近卫星方向，为正形变；灰色代表地表基本处于稳定状态。

本次InSAR监测区主要为工作区中的重点区，分为A1、A2、A3三个小区域。重点区A1内累积形变量在-73～61 mm区间，A2内累积形变量在-93～115 mm，A3内累积形变量在-316～132 mm（如图5所示）。根据InSAR形变结果提取工作区内有威胁对象的形变点13处，光学影像上解译均为崩塌隐患点，通过野外验证，准确率77%，最终确定10处为崩塌灾害点。

选取较为典型的崩塌灾害（RQ105）进行详细描述。崩塌位于若羌县直属英格里克玉石矿，经度为88°26'11.198"E，纬度为38°26'31.999"N。从光学影像上来看，影像色调呈灰白色色调，色调不均匀，崩塌区域边界较为清晰，坡体后缘冲沟发育，遥感影像特征明显；坡体表面影纹粗糙，影像色彩差异明显，风化、剥蚀强烈，岩土体破碎，斜坡较陡，植被发育较差。

从InSAR形变结果来看（如图6所示），形变区基本覆盖整个坡面。在坡面上选取形变较大的特征点进行时间序列形变分析，根据时序折线图可知，在整个监测期内，形变速率较为匀速，形变具有持續增大趋势，最大累积形变量为-45 mm。

通过野外验证，该崩塌灾害点两侧发育沟谷，东侧与山体相连，平面形态呈不规则多边形，前缘临近道路，后缘位于斜坡顶部，宽约170m，厚约4m，高程3 097～3 108m，相对高差40m。斜坡主要为岩质斜坡，斜坡变形破坏主要为表层基岩坠落式崩塌，主要为人工开挖堆积形成的人工斜坡（如图7所示）。

5 结论

研究区基本位于构造侵蚀作用的高山区和构造侵蚀、剥蚀作用的中山区。区域岩石覆盖层较厚，危岩体分布密集，多发育崩塌灾害。通过基于面范围监测的InSAR技术，获取到工作区的地表形变，结合高分辨率光学影像，识别造成形变的原因，解译出因地质灾害造成形变的点共10处，均为崩塌点，并对典型地质灾害点进行了形变分析，包括整体的形变特征以及形变点的时间序列等情况。今后需对有形变的地质灾害点继续进行监测，观察其后续的形变趋势。

参考文献：

［1］居马·吐尔逊.新疆维吾尔自治区地质灾害防治的意义［J］.西部探矿工程，2015，27（11）：97-100.

［2］MASSONNET D ，ROSSI M， CARMONA C，et al.The displacement field of the landers earthquake mapped by radar interferometry［J］.Nature，1993，364：138.

［3］栗明明，王艳利.基于时序InSAR技术的地表形变监测技术研究［J］.工程勘察，2021，49（7）：60-63.

［4］李万林，周英帅.基于D-InSAR技术的地质灾害和监测预警［J］.测绘工程，2021，30（1）：66-70.

［5］李晓恩，周亮，苏奋振，等.InSAR技术在滑坡灾害中的应用研究进展［J］.遥感学报，2021，25（2）：614-629.

［6］李伟学.基于时序InSAR技术的三峡大坝及周边地区形变监测［J］.水力发电，2021，47（3）：62-65，101.

［7］ZEBKER H A，ROSEN P A，GOLDSTEIN R M，et al.On the derivation of coseismic displacement fields using differential radar interferometry： the landers earthquake［J］.Journal of Geophysical Research： Solid Earth，1994，99（B10）：19617-19634.

［8］FENG G C，HETLAND E A，DING X D，et al.Coseismic fault slip of the 2008 mw 7.9 wenchuan earthquake estimated from insar and gps measurements［J］.Geophysical Research Letters，2010，37（1）：01302-1，5.

［9］BERARDINO P，FORNARO G，LANARI R，et al.A new algorithm for surface deformation monitoring based on small baseline differential sar interferograms［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383.