升降轨Sentinel-1数据在滑坡形变识别中的适用性研究

针对采用合成孔径雷达干涉测量(InSAR)技术开展滑坡灾害大区域调查和普查时,Sentinel-1雷达数据源升降轨模式难以恰当选用,或应用场景不适宜,从而否定InSAR技术在滑坡形变识别及监测的优势等问题,本文采用时序InSAR技术,结合升降轨的Sentinel-1雷达数据源,开展不同坡向滑坡形变的识别,研究Sentinel-1雷达数据源升降轨道模式在不同坡向滑坡灾害形变识别与监测中的适用性情况,分析Sentinel-1雷达数据源不同轨道模式对不同坡向滑坡识别与监测的优势。研究结果表明,Sentinel-1雷达数据源对大型及以上的滑坡灾害进行InSAR滑坡表面形变识别及监测结果较佳;Sentinel-1降轨数据源更适用于识别和监测西坡向、南坡向的滑坡,Sentinel-1升轨数据源更适用于识别和监测东坡向的滑坡;采用Sentinel-1升降轨数据联合的方式,更有利于东、西、南坡向滑坡识别和监测,可以更全面识别潜在滑坡灾害。     

改进TS-InSAR方法的白格滑坡灾前-灾后形变演化特征分析

2018年10至11月,金沙江上游白格滑坡先后两次垮塌渡江并致堰塞湖,且至今仍存在较显著的蠕滑形变。针对时序InSAR技术在高植被发育区的应用局限,本文提出了一种改进的时序InSAR解算方法(ITSI),结合Sentinel-1A卫星2017年9月-2021年3月期间获取的SAR影像数据,针对滑坡区域分别开展了灾前和灾后时序干涉处理,提取了灾害-灾后时段内的年平均蠕滑速率场(灾前极值为9.71cm/a,灾后达到25.42cm/a)和累计蠕滑形变量(灾前极值为13cm,灾后两年内达61cm),并结合灾前-灾后形变时间序列,重点分析了蠕滑形变的时序演化特征,发现白格滑坡灾后两年间渐趋稳定。此外,监测结果发现白格滑坡上游5km处的肖莫久滑坡也处于活动状态。相关结果可为该区域防灾减灾领域研究提供参考。     

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先，采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar，SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究，在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体，实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后，对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测，结果表明，在InSAR监测期间，累积形变最大的滑坡体在随后的时间里均发生了滑动，并成功地捕获到滑坡体形变加速的时间点。最后，利用升降轨SAR数据开展了黄土滑坡二维形变监测研究，基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式，现场调查结果验证了所获得滑坡失稳模式的准确性。     

时序InSAR用于滑坡灾前二维形变追溯与灾后风险评价

针对美国俄勒冈州西海岸Hooskanaden滑坡发生的大规模失稳以及破坏后坡体的稳定性仍然未知的问题,本文基于升降轨Sentinel-1影像数据,利用SBAS-InSAR技术对Hooskanaden滑坡灾前的变形模式、驱动因素和灾后的稳定状态进行了研究。结果表明,早在2019年滑坡事件发生前,Hooskanaden滑坡就处于持续蠕变状态,其沿LOS向的最大形变速率可达-226 mm/a;该滑坡属于推移式滑坡,以水平自东向西运动为主,二维形变与其倾角的组合有利于推断滑坡的变形模式;滑坡运动存在明显的季节性周期变化,降雨是其加速变形的主要驱动因素;滑坡的中部及其后缘在灾后仍处于活跃状态,沿LOS向的最大形变速率达-65 mm/a,存在再次失稳的可能性。     

黄土台塬滑坡变形的时序InSAR监测分析

黄土台塬由于经常性的农业灌溉容易造成边缘区域滑坡发育。因此，需要利用有效手段对这些潜在的滑坡隐患进行早期识别与监测。利用时间序列合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对2016-01至2018-08期间获取的升降轨Sentinel-1数据集进行分析，获取了甘肃永靖黑方台典型台塬地区的滑坡隐患分布情况。将InSAR结果与GPS观测资料进行对比，验证了时序InSAR处理方法的有效性。对该地区滑坡的历史变形分析表明，持续的农业灌溉引起的地下水位抬升是台塬边缘坡体失稳的主要诱因。同时，InSAR时序分析发现，研究区域内的跨黄河大桥受季节更替和温度波动的影响，存在周期性变形现象。实验结果证明了时序InSAR方法在地表变形监测中的有效性，可在黄土滑坡识别与监测防治中发挥重要作用。     

卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策

将卫星雷达遥感应用于滑坡灾害的探测与监测，不仅可以从空间尺度上大范围捕捉到滑坡信号，而且可以从时间尺度上以较长周期追踪滑坡的运动状态。但是，卫星雷达遥感本身的局限性和滑坡所处的复杂地形环境使这一应用面临一些挑战。对卫星雷达遥感技术的4个主要挑战进行了总结与分析，同时给出了相应的解决方案:①通过提高卫星雷达影像的空间、时间分辨率，使用较长波段雷达信号或采用增强型时间序列分析技术，可降低密集植被覆盖对相干性的影响。另外，采用像素点偏移量追踪或距离向分频干涉测量方法，可克服传统干涉测量中大梯度形变引起的相位失相干。②大气延迟对卫星遥感的影响较大，尤其是地处山区的滑坡探测和监测，利用通用型卫星雷达大气改正系统可显著减弱干涉影像的大气信号并进一步简化时间序列分析，提高缓慢运动滑坡的探测和监测质量。③对于中等分辨率的雷达影像而言，利用数字高程模型可提前量化分析雷达几何畸变（如叠掩、阴影等）引发的滑坡探测监测的适用性；而对于高分辨率的雷达影像而言，利用机器学习方法无需外部高分辨率数字高程模型即可精确识别雷达影像的阴影和叠掩区并进行掩膜，从而大幅度提高数据处理效率。④针对高坡度地区残余的地形相位引起的解缠误差，可通过基线线性组合的方法予以减弱。此外，提出了一个基于多源对地观测的滑坡探测/监测系统框架，综合卫星雷达遥感与其他对地观测数据（如地基雷达、激光雷达、全球导航定位系统），搭建了一个自动化滑坡探测与监测系统。该研究旨在阐明卫星雷达遥感的优缺点，进一步深化其在滑坡灾害监测方面的应用和推广，引出未来侧重发展方向的思考与探讨。     

GPS与InSAR技术在滑坡监测中的应用研究

合成孔径雷达干涉测量技术(InSAR)应用于地面形变监测已经成为地质灾害研究热点。本文分析了In-SAR技术在滑坡变形监测中的特点与技术优势,监测中InSAR、GPS的结合能够同时提高监测在空间域与时间域的分辨率;本文叙述了GPS、InSAR结合技术的理论与方法。说明利用干涉雷达结合GPS技术对滑坡进行监测是可行的,具有十分广阔的应用前景。     

时序InSAR技术探测芒康地区滑坡灾害隐患

位于中国西藏自治区东南部的芒康地区受自然条件制约和人类活动影响，近年来滑坡等地质灾害频发，对电网建设运行、交通干线通行和人民生命财产安全构成严重威胁，亟需有效技术手段对该地区分布的滑坡灾害隐患进行探测识别，从而为防灾减灾提供决策信息支持。采用小基线集（SBAS）时间序列雷达干涉测量技术，对覆盖芒康地区的历史存档ALOS PALSAR和ENVISAT ASAR数据集进行处理分析，探测发现了分布在318国道沿线和金沙江河谷的多处疑似滑坡灾害隐患点，获得了潜在滑坡形变的空间分布图和时间演化特征，证明了时序InSAR技术应用于藏东区域地质灾害调查的可行性和有效性。     

基于Sentinel-1A数据的地表形变监测

提取滑坡形变数据、分析形变趋势对地质灾害防治工作具有指导意义.合成孔径雷达干涉测量技术(InSAR)具有全天候、全天时精确获取地表形变数据的能力,是当前形变监测的重要手段.分别利用DInSAR和SBAS-InSAR技术处理了22景哨兵一号(Sentinel-1)C波段数据,得到了四川省安州区高川乡大光包滑坡2018年3月-2020年2月的形变数据特征.结果表明,大光包滑坡点共有3个相对明显的形变区域;近两年的平均形变速率最高不超过100 mm/a,其形变时间序列随降雨量变化具有周期性;总体地表形变趋于稳定,周边地区中小型地震的发生没有造成地质灾害隐患.     

基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例

滑坡是仅次于地震、发生最频繁、造成损失最严重的一种地质灾害,中国西部山区则是世界上滑坡灾害分布最密集的地区之一。广域范围内滑坡灾害隐患的早期识别是地质灾害防治工作中的一项关键任务,基于星载合成孔径雷达重复轨道观测的时间序列雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术在此领域具有巨大的应用潜力,但以永久散射体干涉测量为代表的传统时序InSAR方法在西部山区应用中往往受到植被覆盖等不利因素的影响,滑坡探测识别的可靠性较差。针对这一问题,以大渡河上游丹巴县为例,采用自主研发的相干散射体时序InSAR（coherent scatterer InSAR,CSI）方法,从历史存档的ALOS PALSAR和ENVISAT ASAR数据集中成功识别出了17处持续变形中的不稳定坡体,通过与外部观测数据比对和实地调查核实等手段验证了CSI方法探测结果的有效性和优势,并探讨了影响时序InSAR方法滑坡监测应用效果的主要因素及未来的优先研究方向。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义。雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用。本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括：雷达遥感在滑坡形变监测中的可行性和适用性分析、大范围滑坡隐患识别、复杂山区滑坡形变测量、大梯度滑坡形变测量、滑坡三维形变提取等。     

Potential loess landslide deformation monitoring using L-band SAR interferometry

Multi-temporal InSAR technique can implement continuous earth surface deformation detection with long time scale and wide geographical coverage. In this paper, we first employ the Small Baseline Subset method to survey potential landslides in Guide County, Qinghai Province, which is identified as a loess landslide prone area for geological and climate conditions. Two anomalous deformation regions are detected by L-band Phased Array and L-band Synthetic Aperture Radar stacks. Then, qualitative and quantitative evaluations of the measuring points are given for understanding the distribution regularity of deformation. Finally, preliminary correlation between the time-series deformation and triggering factors is analyzed to explore the driving mechanism for landslide movement. The results demonstrate that L-band SAR has high potential in landslide monitoring applications and can be used as the basis for landslide recognizing, precursory information extracting, and early warning.     

基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警

中国地质灾害点多面广，且大多地处高位并被植被覆盖，传统的人工调查排查在一些地区进行地质灾害隐患识别已显得无能为力，这也是近年来绝大多数灾难性地质灾害事件都不在预案点范围内的主要原因。提出通过构建天-空-地一体化的“三查”体系进行重大地质灾害隐患的早期识别，再通过专业监测，在掌握地质灾害动态发展规律和特征的基础上，进行地质灾害的实时预警预报，以此破解“隐患点在哪里”“什么时候可能发生”这一地质灾害防治领域的难题和国家急切需求。“三查”体系首先通过光学遥感和合成孔径雷达干涉测量技术（interferometric synthetic aperture radar，InSAR）实现区域扫面性地质灾害隐患的普查，随后利用机载激光雷达测量技术（light laser detection and ranging，LiDAR）和无人机摄影测量实现高地质灾害风险区段和重大地质灾害隐患的详查，最后采用现场调查、地面与坡体内部监（探）测等手段，实现重大地质灾害隐患的复核确认和排除，即核查。监测预警则是通过InSAR和地面观测手段（如全球导航卫星系统、裂缝计等），在掌握滑坡崩塌的变形规律和阶段以及时间-空间变形特征的基础上，建立分级综合预警体系，并利用地质灾害实时监测预警系统，逐步实现地质灾害监测预警的实用化和业务化运行。     

The spatial response pattern of coseismic landslides induced by the 2008 Wenchuan earthquake to the surface deformation and Coulomb stress change revealed from InSAR observations

The 2008 Mw 7.9 Wenchuan earthquake triggered plenty of coseismic giant landslides, which resulted in almost one third of total fatalities and economic losses during the event. Previous studies investigated the spatial relations between landslide distribution and topographic and seismic factors such as elevation, slope aspect, distance from rupture trace and seismic intensity. However, few studies are performed exploring the effects of coseismic surface deformation and Coulomb stress change on triggering landslides due to lack of adequate deformation observation data and stress calculation model for slope failure. In this study, we develop an envelope method to map an entire coseismic deformation field in both near- and far-field areas of seismic faults through the data fusion from InSAR and pixel offset-tracking (POT) techniques. The change in static Coulomb stress (SCS) acting on coseismic landsliding surface caused by the event is determined using the faulting model derived from the joint inversion of InSAR and GPS data, and also with the use of the elastic half-space dislocation theory and the generalized Hook’s law. The analysis suggests the spatial response pattern of seismic landslides to the coseismic ground motion and stress change, especially in the vicinity of fault rupture trace. The landslide density dramatically rises with the stress increase within the range from Yingxiu to Beichuan areas along the major surface rupture. Moving further and eastward along the fault strike, most of large landslides are triggered as the zone of positive SCS change narrows. Moreover, the high-magnitude surface displacements are possibly responsible for the giant landsliding events in the easternmost section. From the analysis of the stress transfer, the occurrence of landslides in the study area is largely controlled by the Yingxiu-Beichuan fault with overwhelming rupture length and fault slip, yet the Pengguan fault indeed shows dominance in the area between the two faults. The results show that coseismic surface deformation (derived from InSAR data in this study) and static Coulomb stress change can serve as two significant controlling factors on seismic landslide distribution and that the stress factor seems more significant in the vicinity of surface rupture.     

Deriving time-series three-dimensional displacements of mining areas from a single-geometry InSAR dataset

This paper presents a method for deriving time-series three-dimensional (3-D) displacements of mining areas from a single-geometry interferometric synthetic aperture radar (InSAR) dataset (hereafter referred to as the SGI-based method). This is mainly aimed at overcoming the limitation of the traditional multi-temporal InSAR techniques that require SAR data from at least three significantly different imaging geometries to fully retrieve time-series 3-D displacements of mining areas. The SGI-based method first generates the multi-temporal observations of the mining-induced vertical subsidence from the single-geometry InSAR data, using a previously developed method for retrieving 3-D mining-related displacements from a single InSAR pair (SIP). The weighted least-squares solutions of the time series of vertical subsidence are estimated from these generated multi-temporal observations of vertical subsidence. Finally, the time series of horizontal motions in the east and north directions are estimated using the proportional relationship between the horizontal motion and the subsidence gradient of the mining area, on the basis of the SGI-derived time series of vertical subsidence. Seven ascending ALOS PALSAR images from the Datong mining area of China were used to test the proposed SGI-based method. The results suggest that the SGI-based method is effective. The SGI-based method not only extends the SIP-based method to time-series 3-D displacement retrieval from a single-geometry InSAR dataset, but also limits the uncertainty propagation from InSAR-derived deformation to the estimated 3-D displacements.