遥感地质灾害学科发展与技术应用的新起点——第三届地质灾害隐患识别与监测预警专题研讨会有感

空天对地观测技术用于地质灾害调查、监测与应急，解决覆盖不足、要素不全、响应不及时等难题的工作由来已久。但自2017年四川新磨村6.24高位滑坡发生后，对综合遥感技术，特别是InSAR技术的需求可谓“旺盛且猛烈”，这是遥感地质灾害学科的“巨大转折”，其背后是业界的共识，也是顺应自然灾害防控工作三个转变（“从注重灾后救助向注重灾前预防转变，从应对单一灾种向综合减灾转变，从减少灾害损失向减轻灾害风险转变”）指导思想的必然。对于地质灾害，特别是滑坡等常见的灾种，事前发现斜坡“变形破坏迹象”是注重源头，从风险源出发的第一步。自2018年在贵阳召开第一届地质灾害隐患识别与监测预警专题研讨会以来，已经过去了5年，特别是刚刚经历过三年疫情，让业界广泛技术交流转为了线上，面对面的深入交流少之又少，原定计划的系列专题研讨会因成都的疫情反复，尽管一直延迟，但来了就不晚！

本次大会层次多样的专题研讨显示出遥感地质灾害学科与隐患识别应用进入到一个新的阶段。产生这种局面，一是以InSAR、高分辨率光学遥感、机载LiDAR、无人机摄影测量等手段从观测条件上的供给保障；二是广泛与规模化的遥感地质灾害应用以大量的成果体现了综合遥感技术效能，应用模式逐步得到认可和接纳，并在此过程中促进了技术方法的优化与改进，技术方法更加实用化。总结过去几年遥感技术应用的推广，与以下重要节点不无关系。

一是自然资源部启动地质灾害隐患识别工程，推动综合遥感技术规模化应用。2020年发布的《地质灾害防治三年行动计划》明确了加强空天对地观测技术在隐患识别中的应用，要求通过全国普查和分类应用，在三年时间内完成全国崩滑流地质灾害高中易发区重大滑坡类隐患的“普查”识别。为此启动了“全国地质灾害隐患综合遥感识别工程”，由中国自然资源航空物探遥感中心牵头组织自然资源部、中国地质调查局以及全国20余家地质灾害遥感技术相关科研院所、应用机构与企业，分年度分步骤开展识别应用，以“三边模式”（边研究、边应用、边改进）推进技术攻关和应用效能提升。在此模式下，已完成了既定目标，工作范围覆盖全国19个省份713个区县，覆盖面积403万平方公里，识别疑似隐患超过3万处，经各地区核查，总体正确率超过50%，甘肃、四川等省份核查正确率达到70%-80%，新增隐患占比达到50%以上。同时以强震影响区、黄土地区、藏东南高山峡谷地区、滇西北干热河谷地区、三峡地区等五类成灾环境为示范，建立了适应本地区地质灾害发育特点的隐患识别技术指南，向相关省市推广应用成果和技术方法，探索形成了隐患识别与核查验证部省两级业务模式，促进了综合遥感隐患识别与普适型监测预警体系的紧密衔接。在此过程中，一批一线人员队伍，技术方法和工作模式得以建立，这将在未来的实际工作中发挥重要作用，也是影响深远的根本性产出。

二是一批重大地质灾害对地观测、探测与监测的科研项目启动，推进解决广域尺度下面临的复杂性、多样性与隐蔽性探测识别技术难题。2021年以来，科技部国家重点研发计划专项陆续启动了面向广域空间尺度下重大地质灾害隐患综合遥感识别与非显著特征滑坡勘测技术装备研发等项目，国家自然科学基金面向川藏铁路、青藏高原生态廊道等设置空天对地观测技术重大和重点项目，资助大规模识别的自动化、智能化技术难题，从斜坡地质灾害的发育背景与变形演化特征出发，推进解决一批隐患识别的技术难题。同时面向地表特征不显著的滑坡，加强航空地球物理探测（电法、磁法）、无人机探地雷达等技术与装备研发，试图解决对滑坡基底与岩土体结构的认识，从地质结构角度出发，深化对地质灾害地表特征、变形特征、内部结构和风险预测的研究。这些研发任务汇集了全国从事地质灾害防治研究与应用的专业单位，组成了涵盖遥感测绘、工程地质、人工智能、超算技术、空间信息可视化等领域的团队，正在创新研发一批技术方法，力图解决广域复杂场景下重大隐患动态识别与非显著特征滑坡的探测勘测技术难题。

​

​

三是地质灾害遥感应用的专业技术力量、科研平台、业务体系的建设取得重要进步。自然资源部推进全国地质灾害隐患识别业务体系化，构建部省两级1+N的地质灾害隐患识别中心建设。自然资源部依托中国自然资源航空物探遥感中心设置地质灾害隐患遥感识别与监测工程技术创新中心，推进全国重大隐患广域识别技术创新和年度识别业务，每年向全国11个重点省市下发疑似隐患，由省级地质灾害防治管理部门组织专业队伍开展实地核查验证，形成隐患识别核查验证两级业务模式，并对各省市相关隐患识别技术力量开展技术指导，培训青年骨干InSAR形变数据处理、光学遥感灾害特征解译、灾害风险评估分析等专业技术，促进综合遥感技术与业务工作落地，加速向各地区转移转化。此外，甘肃、四川、云南、贵州、重庆、陕西等省份建立了地质灾害隐患识别中心和遥感地质灾害专业队伍，在各省市启动了覆盖本省或重点地区的综合遥感隐患识别工作，探索建立适应本省地质灾害发育条件的技术方法。在此过程中，协同应用机载LiDAR、航空遥感、无人机摄影测量等技术，探索从广域识别向流域县域精细识别与更新识别的转变，提高对中小隐患的识别准确性和更新频次，力图最大程度上提升对隐患的掌控水平。

四是我国第一个面向自然灾害监测应用的SAR卫星星座陆地探测一号发射，并完成在轨测试，为植被覆盖区灾害应用提供了新的数据源。LT-1卫星星座由两颗L波段卫星构成，卫星采用相控阵天线设计，单星重访周期为8天，双星联合为4天，这一设计充分顾及了高频观测需求，若只针对同一地区观测，最快可实现4天重复轨的InSAR形变监测能力。双星均具备6种成像模式，其中条带模式1与条带模式2具备3m、6m和12m标称分辨率。卫星具有交叉极化、全极化、简缩极化等能力，不同成像模式下实际幅宽从50km-350km不等，特别是台标称12m/100km（实际测试可达6m/100km分辨率）的条带模式2，通过双星交替波位变换进行数据采集，可实现大范围覆盖与短重访观测的最佳配置。与ALOS-2卫星相似，尽管设计重访周期为单星8天，双星4天，但存在的问题是覆盖范围的不连续，存在gap。为实现无缝覆盖，需在卫星过境时调整入射角，即通过波位调整，在不同的观测周期下交替实现完整覆盖，如此带来的不足是降低了固定位置的重访频率，但提高了完整覆盖下的重访频次。我国地质灾害分布广泛，首先要实现空间上的完整覆盖，确保观测位置上不漏掉，其次为确保InSAR从观测源头的有效性，需提高重访频率。在此要求下，幅宽大的模式具备完整覆盖下短重访的优势，由此，在模式1和模式2中选择，以一定程度上降低空间分辨率，提高时间分辨率，确保空间上的完整性和InSAR探测的有效性。因为，相干性是InSAR的前提，没有相干性，就不存在InSAR，尽管分辨率高，但InSAR不是“看图说话”！

​一是会议主题从“地质灾害隐患早期识别”修改为“地质灾害隐患识别”。此次会议前，我给许强教授建议，将“早期”去掉，改为隐患识别，这是对应用对象和目标认识的深化。地质灾害隐患是具有明显变形破坏迹象，具有潜在地质灾害风险的地质体。从地质体稳定状态到变形破坏直至滑移失稳产生危害的过程来看，隐患是地质体相对于其产生灾害影响在事前的某种存在状态，相对于最终的致灾结果，隐患识别本身就是早期的工作。去掉“早期”二字，既是避免表述上的重复，让概念清晰化，也是贴近孕灾背景与承灾体对象的时空演化过程。从地质体演化的角度，我们很难界定到底什么时候是隐患的早期，很多滑坡发育长达几十年甚至数百年，而现在被认定的隐患，或许在我们生命终结的时候，它依然还在活动和滑移。这就是地质体的时间演化过程，“自其变者而观之，则天地曾不能以一瞬，自其不变者而观之，则物与我皆无尽也！”

​

二是技术应用上从“空天地一体化”转变为“空天地协同化”。从观测平台角度，“空天地”包括了卫星、航空和地面等不同观测位置和角度下的多种传感器观测；从测量的角度，“一体化”强调在同一时空框架基准下同时对同一目标场景进行多要素观测，获取不同维度的观测量。对时间要求紧密的测量场景而言，一体化确保了观测信息的完备性，是决策相应的基础条件，比如当前持续的俄乌战争，在战场环境下通过无人机实时观测，后方同步决策是否采取打击行动。尽管“一体化”是当下的热词，但诸多的应用场景下并非一体化，而是不同观测技术根据应用目标组合起来，实现对特定信息的采观测以获取不同维度的信息。“协同”既包含了技术手段之间的协作，也包括了不同应用系统、不同数据资源、不同应用情景甚至人与机器之间的相互配合与协作。事实上，地质灾害领域遥感观测技术的协同应用分层次，分步骤进行，从遥感观测要素角度采集地质灾害关联特征的不同观测量，图像、地形、形变等均是灾害关联特征的遥感观测量。

​

三是从测量隐患表面变化向破坏机理研究转变，深化外在表现与地质体结构的认识。通过对已发生的大型灾害的回溯研究，进一步认识其演化过程的地表破坏迹象，时域变化特征，进而与岩体类型，岩体结构关联，分析不同类型滑坡的变形破坏机制，增强对现象机制的理解。从岩土体类型上，岩质滑坡具有明显的变形破坏阶段性，而土石混合的堆积体变形具有更长时间的持续性。外在触发因素，比如降雨、地震对滑坡变形具有一定的加速作用，表现为影响范围内多数滑坡的整体特征，比如2020年8月份白龙江流域百年一遇的强降雨过后，舟曲、迭部等地区的滑坡隐患变形加速，部分滑坡失稳引发灾害。从滑坡结构上，顺层、切层滑坡变形部位与强度差异明显，表现为滑体以不同的分块移动。此外，古老滑坡以及大型堆积体，在地表形变上具有明显的分区特征，形变集中区多对应于次级滑坡，而从地形结构和滑坡特征上确认的多个次级滑坡活动特征各异。

​

​

此次会议聚集了国内从事InSAR技术的众多代表，既有老一辈专家，也有众多青年才俊，演讲主题涵盖了DS、TPS等模型研究，极化-干涉SAR形变测量技术，海量InSAR数据并行解算模型，特定场景下的InSAR集成处理，以及固有的InSAR大气改正等技术方法。面向地质灾害隐患识别的智能化和效率提升，引入了深度学习用于快速提取和微弱目标探测，这是AI加持的技术增量所在。同时，广域尺度下的并行计算是最大的体现，特别是面向全国尺度动态识别与InSAR监测应用时，提高解算效率，建立适应多种场景的解算模式是重要进步。

纵观InSAR技术应用现状，可以肯定的是，InSAR已成为地质灾害应用中极其重要的手段，特别是应用条件的改善（Sentinel-1数据，开源软件等），大量的地灾单位在光学遥感基础上发展了InSAR技术队伍，尽管水平差异较大，但总体上从业者多，应用需求旺盛。对比2018年时，InSAR技术群体有三个方面的转变：

一是从可探测可识别的InSAR“炫技”状态向适应地质灾害发育场景与环境的技术优化转变。InSAR数据处理技术与方法更具有针对性，植被覆盖、冰雪环境下滑坡探测识别，大尺度形变测量，水库大坝等工程及其库区滑坡监测等方法得以延伸。但对比轰轰烈烈的应用之外，对于技术方法的普适性，应用条件的限制和方法论探讨较少，罕有从技术系统的角度凝练方法论的报告。

二是从遥感测量意义上的单体滑坡（隐患）监测向广域集成处理，提高大范围覆盖处理解算效率。以任务流模式开发并行调度系统，按照预处理数据（完成大规模SLC预处理），干涉处理数据（干涉相位序列），分析就绪数据（形变速率与形变序列数据）分级，按照计算粒度细分处理过程。但对比动辄“全国一张图”的处理模式，缺乏对应用场景的细分，套用相干目标的时序分析方法无法兼顾观测对象（滑坡）、应用场景的复杂性。因而尽管花费了大量算力处理数据，但“所测非所需，所需测不到”的尴尬愈发突出，特别是一些坚持追求热点的团队，变换着花样炫技，为其新鲜，而难以兼顾环境和对象的形变监测。

​

三是从追求测量意义上的定量化高精度向识别应用的关键因子与指示性指标获取转变。这一转变解放了套牢在InSAR从业者身上一味追求高精度的“枷锁”。事实上，过去来自传统测绘界对追求精度的执着，对InSAR形变测量精度的追求到现在才有所改观。实践中，InSAR测量精度是依赖于更为良好的观测条件的，在多数情况下，受到相干性降低、噪声和大气的影响，并非都可以达到高级论文中所谓的高精度。追求精度是要付出代价的，而遥感方式观测的InSAR的核心优势是揭示局部地质体活动性，这在识别层面已经enough，而高精度监测仍然有其他更好用的技术手段。

​

从测量系统的角度，InSAR形变监测本身是在观测条件确定下通过数据处理方法的优化与改进以适配观测对象的不确定性，尽可能提高观测质量，达到应用需求。因此，重新认识InSAR测量技术，其核心优势是反映观测对象变形的“场与势”，是通过定量测量达到“定性”的应用；而所有技术方法研究与改进是与观测条件和观测对象之间的矛盾作斗争，以降低对场景和环境的依赖。因而，尽管没有普适性的技术，但有普遍的应用，分析应用场景的复杂性，设计针对性的InSAR处理方法是工程应用的前提。

（1）测量意义上的定性与定量

遥感优势：观测上的宏观性，反演意义上的趋势性；

定性与定量：“场和势”是定量差异反映出来的，基础是定量的反演或观测，趋势是定性的，定性是解决识别第一步；

精度层次：探测识别监测分层次，测量精度需要苛刻的条件保障。

（2）应用层次上的尺度一致性

回归测量的本质：采样（观测）频率与对象时空变化频率的匹配性是可探测的基础；

InSAR测量的极限：重复观测时间间隔决定了时间采样，是相干性的前提，因为自然对象无法准确量化表征相干性，而特定时间重访与波长设置下地物本身变化引起后向散射信号相似性的变化。因而，时间短是统计意义上确保各类对象相干的确定性观测条件设计。从探测形变的强度（大小）上，波长、分辨率与重访周期决定了实际可探测梯度的上限；

观测优化：三种尺度优化，尽可能符合Naquist采样定理要求。

（3）技术先进性与应用的可靠性

技术研究：目标是创新性、先进性，提高效率与精度；

工程应用：注重实现，特定条件下（数据、技术、计算资源、时间约束等）对方法的改进与优化，体现综合性能最佳；

寻求平衡：技术先进与工程实用之间的平衡，投入与产出比。

（4）技术特点与应用场景匹配度

技术特点：广域空间尺度的地表形变探测，中长时间尺度动态监测；

场景依赖：环境因素（植被、冰雪等），技术普适与普遍应用？

应用条件：观测参数，环境参数，对象参数；

系统认识：取决于人员对技术本身的掌握和对观测对象的理解。

​

（1）是综合应用还是InSAR识别？

不少观点仍然坚持InSAR识别，事实上InSAR提供了形变场，易于发现形变聚集区所在。事实上，在获取形变信息仅仅是开始，之所以倡导“综合遥感”，其核心目标是避免单一技术带来的识别层面的遗漏，天然考虑了InSAR变形仅仅是隐患形变特征中的一种。不同遥感技术的观测对象与类型有差别，协同应用下通过多种因子判识是根本出路，这不是老中医式的落后理念，而是现实中的方法选择。在确定形变斜坡后，综合发育背景、威胁对象、变形趋势推断潜在风险是内涵所在，这个过程中扎实的地质灾害知识与遥感影像解译能力是必须的，但很遗憾的是，遥感解译被大大忽视了，真正能做到“观其形貌断其形势”的interpreter解译者越来越少。遥感地质灾害解译技术方向不该被忽视，人才何在？

（2）是专家解译还是智能识别？

遥感智能解译与对象识别是热门，从地质灾害角度出发，智能化应用的路径是以地质灾害观测特征为切入点，从其形貌特征，形变特征和发育形势出发的。直接对象为可观测的地形、影像和形变，而威胁对象与发育形势的判断则需将三者关联以风险模型评估。技术层面，并非暴雨过后或地震后的滑坡识别，变化检测仅仅是智能化识别路径上的一个分支。智能化的路径障碍，主要在于斜坡形貌上的多样性与不确定性，在于可探测形变信息与隐患风险的弱关联性。因此专家解译是实际可行的，在智能探测识别关联特征的基础上，解译者对照图像、形变和地质背景，交互判识，以数据、知识和经验判识，这是当前的主要状态。但现实中缺少的仍然是具有丰富经验的解译人员，具有丰富经验的专家稀缺！智能技术寻找到切入点后，仍需深化研究。从技术严谨的脉络来看，新的技术在短期会被高估，而从长期来看却仍以被低估，持续深化是关键，如何改变？需要深化和积累！如同高深的专家也是一天天积累成长起来的，离不开大量样本的强化训练！

（3）是遥感监测还是预警监测？

从防控灾害的角度出发，综合遥感隐患识别与监测应用，无论是长时序遥感影像变化检测或InSAR时序监测，其根本在于发现与破坏失稳相关的变化迹象，分为大变形与小变形。从遥感观测的时空尺度上，其优势在于空间上，在于广域覆盖下发现疑似隐患，发现形变聚集区，找到潜在的对象；而遥感意义上的监测，则是中长时间尺度的变化监测，这与临灾意义上的预警监测是不同的，关键差异在于遥感观测的时间分辨率远低于点位测量，诸如GNSS等，在布设在关键部位后，可达到预警意义上的监测目标。

一个不可回避的事实是，地质灾害遥感应用这个赛道上已经挤满了同质化的同行，无论是观测技术，还是处理技术，也或是处理系统。尤其是InSAR技术，你方唱罢我登场，今天一张图，明天一版图。难怪深耕行业多年的李吉平老总发出“太难了”的感叹，我深有同感！

​

分析原因：

一是InSAR技术能力、鼓吹效应与社会期望之间的差异，终端用户多样化需求与技术实现路径、从业人员水平和技术条件之间的差异；并非不区分场景可达到理想的测量结果；

二是持续监测的条件保障与常态化需求，如何构建一套稳定的业务生态，既是技术的适应性优化，卫星数据的保障，又有需求侧的稳定“供给”；无订单，服务谁？

三是InSAR技术的“低门槛”，看似人人会做，实际上差异巨大，真正掌握并理解技术能力与应用需求的群体依然稀缺，科学群体内的精细化工作在规模化实践层面不具备可重复性和可移植性，而广大用户听惯了美好的故事，对于达不到目标的服务则气恼无比！

四是InSAR单个手段解决问题的局限性，需要多种手段与信息的融合，需要观测技术解算能力专业知识共同驱动。

问道在何方？

累了躺一躺！

本公众号依托“自然资源部地质灾害隐患遥感识别与监测工程技术创新中心”技术团队，立足遥感技术研究与地质灾害应用，面向图谱遥感与几何遥感，致力于创新InSAR测量、影像变化检测、遥感智能解译、定量评估方法，构建联通地质灾害业务应用——遥感信息提取技术研究—业务应用系统平台开发—卫星（传感器）设计的发展模式，以科技创新支撑综合防灾减灾，服务经济社会高质量发展。

地质灾害遥感识别与监测

微信号 |  GeoHazards_Detector

扫码关注我们