引言
贵州是全国唯一没有平原的省份，河谷深切，沟壑纵横，岩溶发育，地质灾害多发、易发、频发 [1] 。同时该地区气候湿润、降雨充沛，具有丰富的植被和生态系统，孕育了大量的滑坡灾害，它们具有隐蔽性、突发性和不可预测性 [2] ,因此提前探测识别潜在的山体滑坡并实施防灾减灾措施对于确保人民的生命财产安全具有重要的意义。
近年来，星载干涉合成孔径雷达(interferometry synthetic aperture radar, InSAR)技术具有全天时、全天候、覆盖广的特点已成为探测潜在滑坡的重要手段 [3] 。当前主流的用于地表形变监测的L波段SAR卫星为日本的ALOS-2以及阿根廷的SAOCOM-1卫星，而LT-1卫星是我国第一组以干涉为核心任务的L波段全极化民用SAR卫星星座，由A、B双星组成，双星在轨可开展跟飞、绕飞两种飞行模式，具备单星8 d、双星4 d重复轨道观测能力 [4] 。文献 [5]基于LT-1雷达影像，开展了大同矿区地表形变监测，结果表明该卫星能够实现矿区大梯度形变厘米级形变探测。文献 [6]利用LT-1在轨期间的测试数据提取了舟曲泄流滑坡的形变量，并对成像模式、重复观测间隔、基线控制范围、形变探测能力方面进行综合分析，结果表明该数据具备良好的常态化广域地表形变监测能力。LT-1于2023-12-29正式投入使用，标志着该星座能够提供大范围、高精度、自主可控的干涉SAR数据，改变以往对于国外商业卫星的依赖。
本文将基于国产L-SAR数据，通过InSAR技术对贵州复杂山区开展地质灾害隐患探测识别，并探讨高山峡谷区几何畸变以及斜坡隐患形变探测的敏感性对于结果的影响，通过与Sentinel-1结果对比分析，验证国产雷达卫星能够在植被覆盖的高山峡谷区为防灾减灾提供有力的数据和技术支持。
1 研究区概况及数据源
研究区位于贵州西部盘州市，为云贵高原过渡地带，由于地势的间隙抬升和南北盘江支流的切割，形成了层峦叠嶂，山高谷深的高原山地地貌，区域内矿藏资源丰富，开采活动频繁，由此引发的山体扰动极易形成地质灾害隐患。本研究使用覆盖该区域的LT-1升降轨数据对地质灾害隐患进行探测，数据覆盖范围如图1所示。
本研究使用LT-1卫星数据进行处理分析，共获取覆盖研究区的升降轨22景SAR数据，其中升轨6个图幅，降轨5个图幅，由于LT-1卫星每个轨道的重访时间和拍摄姿态存在差异，其具体参数如表1。为更好分析LT-1数据的形变监测能力，同时使用欧空局的Sentinel-1数据进行对比。
2 研究方法
2.1 DInSAR技术
DInSAR技术是利用在不同空间位置获取的同一目标的两幅或多幅SAR影像进行干涉测量数据处理，获取同一目标两次回波信号的相位差从而解算出目标点的形变信息 [7] 。干涉相位可以表示为式(1)。
2.2 几何畸变探测方法
在高山峡谷区，由于卫星侧视成像的工作模式不可避免的会对InSAR监测产生影响，地表起伏不平时，雷达影像会产生几何畸变，一般包括阴影、叠掩以及透视收缩，其中，阴影和叠掩极大影响最终结果，造成探测盲区，而透视收缩是图像上面向雷达波束的坡面被压缩的现象，可将其归为可探测区域。对地面目标进行监测时，针对SAR数据的可视性分析显得尤为重要，在地形起伏较大的山地地区，地物朝向和坡度特征是决定是否会产生几何畸变的决定性因素，首先需要将地形地貌给予充分考虑 [9] 。因此，本文采用了基于R指数(range index, RI)计算方法，通过建立卫星入射观测方向和局部入射角之间的关系，对侧视成像的几何畸变进行判别与分类。
R指数指的是距离向指数，是表征雷达波束与局部入射角(地形表面法线与雷达波束之间的夹角)大小的一种量化指标 [10-11] ,计算如式(4)所示。
2.3 视线向敏感性估计
式(3)中，InSAR测量的是沿卫星视线向的位移，而山体通常是沿着坡向进行滑移的，本文通过敏感性去定性和定量分析它们之间的关系，敏感性表示SAR卫星可以测量到的坡度移动总量的百分比。
3 结果与分析
3.1 形变监测结果分析
通过DInSAR技术对覆盖研究区的LT-1升降轨数据进行处理分析，获取了盘州市雷达视线方向上的地表形变特征信息如图3所示。为对比分析不同SAR传感器、不同波段在研究区的形变探测效果，选择覆盖研究区的升轨Sentinel-1数据进行对比验证，其结果如图3(c),图中红色负值代表的地物目标远离卫星方向位移，蓝色正值代表的靠近卫星方向位移。本文结合光学影像对InSAR结果解译，并进行相干性、几何畸变等复核检验 [14] ,在LT-1升轨结果中共探测到地表形变区69处，降轨结果中共探测到地表形变区87处，升降轨共同探测到地表形变区49处。Sentinel-1结果中共探测到地表形变区13处。由解译结果可知，LT-1具有良好的干涉能力，其形变探测能力在植被覆盖茂密的复杂山区优于Sentinel-1,而LT-1升降轨自身由于卫星轨道观测几何的不同以及地表坡度、坡向的变化、形变区范围等导致形变监测结果表现出不完全一致性。因此在高山峡谷区进行隐患探测时，充分利用LT-1升降轨数据联合监测，能够有效提高形变识别率。
结合相干性对LT-1和Sentinel-1的干涉效果进一步分析，如图4所示，图4(a)为LT-1升轨数据时间基线84天的相干性结果，图4(b)、图4(c)分别为Sentinel-1升轨数据时间基线12 d、48 d的相干性结果。由图可知，L波段LT-1数据的相干性明显优于C波段Sentinel-1,相干性是SAR数据干涉处理过程中的重要指标，因此低相干也是该区域Sentinel-1数据形变探测结果弱于LT-1的主要原因。
3.2 LT-1适用性分析
由于SAR传感器侧视成像的机制，在高山峡谷区的InSAR形变监测会受到几何畸变、视线向与坡向限制等因素的影响，造成无效的探测盲区。基于R指数可视性分析和敏感性估计方法，定量计算了LT-1数据的几何畸变以及LOS敏感性，图5为研究区升降轨几何畸变和敏感性结果。对于可视性而言，从结果中可以看出该区域大部分都具有良好的可视性，阴影和叠掩占比较少，升降轨数据结合适宜监测的区域占比超过99%,能够较为全面的覆盖研究区，避免几何畸变问题对探测结果的影响。敏感性越高，表明坡体滑移的形变更容易被探测到，反之，则越不易被探测到，将计算的敏感性结果分为低敏感区域(LS≤0.2)、中敏感区域(0.2<LS≤0.6)、高敏感区域(0.6<LS),升轨数据低敏感区域为21.5%,中敏感区域为48.3%,高敏感区域为30.2%,降轨数据分别为：20.1%、52.4%、27.5%。研究区内山谷纵横，单轨LT-1数据不可避免会出现探测盲区，这将导致部分敏感性低的不稳定坡体被“漏检”。
选取研究区域内盘州市红果街道部分区域进行分析，图6为该区域升降轨形变监测与LOS敏感性分析结果，由图可知LT-1升轨和降轨的监测结果在形变数量和形变区范围都出现显著差异。黑色方框内升轨结果地表没有明显的形变信号，而在降轨数据结果中能够清晰的解译出3个地表形变区，通过进一步分析，图6(c)、图6(d)为敏感性分析结果，敏感度越高，则表示可探测的比例越高，当形变方向垂直于LOS时，灵敏度值为零，升轨数据在黑框内整体灵敏度值差，无法探测到坡体的滑移变形，反之，降轨数据整体具有高敏感度，能够探测到坡体滑移变形。表明此处敏感性差异是引起形变探测结果差异的主要原因。因此在高山峡谷区进行形变探测时，坡体的形变方向与LOS方向不一致时，形变探测的敏感性会极大的影响解算的结果。
为了从定量关系上对敏感性问题进行分析，通过联合升降轨的敏感性结果进行测算，如图7所示。通过升降轨联合监测的方式，能够显著提升监测区域内低敏感度带来的影响，其中低敏感区域为6.3%,中敏感区域为37.8%,高敏感区域为55.9%,相对于单轨监测而言，该方式在山谷纵横的研究区内探测能力得到极大提升，中高敏感度区域达到93.7%,有效的避免单轨SAR带来的探测盲区，更加全面准确的实现隐患的探测识别。
3.3 LT-1探测结果验证分析
利用LT-1数据DInSAR结果与盘州市地质灾害隐患点和风险斜坡面台账空间叠加分析，联合LT-1升降轨共探测到盘州市区域内地质灾害隐患34处，其中滑坡13处，风险斜坡9处，崩塌6处，地面塌陷4处，地裂缝2处，图8为探测到的地质灾害隐患分布图，从分析结果可知，在盘州市已有地质灾害台账内，LT-1数据共监测到了34处存在形变迹象的隐患点，包含了地质灾害中主要的隐患类型 [15] ,该结果展示了我国自主研发的L波段SAR卫星在地质灾害隐患探测中的应用效果，其干涉能力能够满足在植被覆盖、山高谷深地区的形变监测需求。
另外，选取探测到形变的部分地质灾害隐患进行实地验证，现场破坏特征与监测结果相吻合，图9为中梁子滑坡，图10为下沙陀滑坡。
中梁子滑坡位于盘州市红果街道挪湾村中梁子组，其LT-1升降轨监测结果如图9(a)、(b)所示，在监测周期内地表存在明显变形，该滑坡体地表覆盖少量灌木植被，整体相干性良好，该区域属于高山峡谷地貌，海拔在1 678～2 078 m范围内，最大坡度为53.9°,岩性以粘土岩和粉砂岩为主，具备滑坡发育的地质环境条件，其光学影像如图9(c)所示。通过现场调查可知，该斜坡上部为主变形区，存在多处局部变形，并伴随小规模滑塌，坡体后缘发现整体下坐，发育多条地表裂缝，变形趋势呈现延伸长且宽，处于风险较高的活跃状态。综合分析可知，坡体周边存在煤矿企业，推测极大可能是由地下开采导致山体扰动引发的持续变形，且监测期处于雨季加剧了这一变化，如图9(d)所示。
上沙陀滑坡隐患位于上沙陀村东侧，该区域孕灾地质背景条件与中梁子滑坡相似，整体平面形态呈圈椅状，剖面形态呈阶梯状，坡体最大轴长480 m, 最大弦长205 m, 左右两侧冲沟明显，其光学影像如图10(c)所示。图10(a)、图10(b)为L-SAR升降轨监测结果，降轨数据探测到的形变信号主要集中在斜坡上部，升轨形变结果分布在斜坡的各部，均有较为明显的形变特征。通过进一步实地勘查发现，斜坡范围内存在多处变形迹象，冲沟内碎石屑堆积，形成极不稳定的堆积体，在斜坡后缘有多条拉裂缝，最大裂缝直径约为25 cm, 并伴有局部滑塌迹象，导致岩体出露，在斜坡下部公路处，水泥路面开裂，且存在人工修补后继续拉裂迹象，如图10(d)所示。访问当地住户可知，该处为煤矿老采空区，残余形变效应十分显著，斜坡处于缓慢形变的状态，潜在风险较高。
4 结束语
本文使用了国产L-SAR升降轨雷达数据通过DInSAR技术对贵州西部盘州市进行地质灾害隐患探测，得到如下结论。
1)利用升降轨双向LT-1对研究区地表形变反演，并将Sentinel-1结果进行对比分析，结果表明我国首颗以干涉为主的SAR卫星具备良好的干涉能力，在植被覆盖地区具有较强的抗失相干性，监测到地表形变区107处，LT-1在复杂山区环境下具备良好的形变监测应用能力。
2)在高山峡谷区域单轨LT-1数据会由于几何畸变、LOS敏感性问题造成监测盲区，通过升降轨数据结合的方式能够较为全面的覆盖监测区域，在减少单一方向的地形遮挡区域的同时，提高对不同滑移方向斜坡隐患形变探测的敏感性。
3)通过与已有资料和实地勘查相结合的方式对监测结果进行验证分析，LT-1共探测识别地质灾害隐患34处，其中包含了滑坡、塌陷、地裂缝、崩塌、泥石流等主要灾害类型，展示了我国自主研发的L波段SAR卫星在地质灾害隐患探测中的应用效果，其干涉能力能够满足在地质地貌复杂区域的地质灾害隐患探测识别。
2020-2024年滑坡监测方法汇总
SAR和光学影像的多源遥感数据的河西走廊地质灾害研究
天-空-车-地一体化铁路路基灾害隐患早期识别与服役状态监测
青海大通“8·18”山洪灾害特征及风险分析
⬆️联系我们⬆️
