第31卷第6期2020年12月
中国地质灾害与防治学报
TheChineseJouenaoooGeooogicaoHaaaed and Conteoo Voo.31 No.6Dec.2020D0N10. 16031/j. cnki. issn. 1003-8035.2020. 06. 02
空•天•地"一体化技术在滑坡隐患早期识别中的应用
一*以兰州普兰太公司滑坡为例
侯燕军，周小龙，石鹏卿，郭富赞
(甘肃省地质环境监测院，甘肃 兰州 730050)
摘要：长时间序列SBAS-nSAR 形变监测，能够减弱误差带来的影响，提高监测精度，有效识别地质灾害隐患#研究获取
了兰州地区2019年9月至2020年4月的L 波段升轨ALOS-2编程数据，利用“空-天-地”一体化地质灾害监测体系，基于
小基线集(SBAS-nSAR )技术对兰州市普兰太有限公司滑坡进行了有效识别#经现场核查，滑坡宏观变形迹象明显，并
与同期C 波段Sentinei1A 升轨数据处理对比分析，表明基于L 波段的SBAS-nSAR 形变监测在兰州市典型滑坡早期识
别中发挥了很好的作用，可以在区域滑坡早期识别中推广应用# 关键词：“空-天-地”一体化；早期识别；地质灾害；SBAS-InSAR
中图分类号：P642. 22
文献标识码：A
文章编号#1003-8035 (2020) 06-0012-09
Application of “ Air-Spacc-Ground & integrated technology in early idenhncahon of landslide hidden danger : taking LanzZou Pulantai
黄土高原的范围Company Landsline as an example
HOU Yanjun , ZHOU Xiaolong , SHI Pengqing , GUO Fuyun
(Gansu Institute of Geological Environment Monitoring , Lanzhou , Gansu 730050 , China )
Abstract : The deformation monitoring of SBAS-nSAR with long time series can reduca the influenca of errors ,
impeoeethe monito eing accueacy " and e o ectieeoy identioy the hidden dange e o ogeo oogica odisaste es. The peogeammingdataooL-band eoeeated oebitALOS-2 in themain ueban aeeaooLanahou oeom Septembee2019 to
Apeio2020 weeeobtained in this study. The oands oide o oLan ahou PuoantaiCo. " Ltd. was e o ecti ee oy identi oied
based on the smal l baseline set ( SBAS-nSAR ) technology by using the intecrated geelogical disaster
monito eing system oo % integeation ooAie-Space-Geound & .Theough on-site ee ei oication " the maceoscopic deooemation signs o othe oands oide a ee ob eious " and thecompaeison and ana oysis with thesentineo-1 A oebit eising data p eoce s ing o othe C-band du eing the same pe eiod show thattheDeooemation monito eing o oSBAS- InSAR based on the L-band plays a veg good role in the eagy identification of typical landslides in Lanzhou
City " and can bepopuoaeiaed and appoied in the ea eoy identi oication ooeegionaooandsoides.
Keywords ： inteogtion of “ AimSpaca 天r ound ” ； esrly identification ； geelogical disaster ； SBAS-nSAR
收稿日期：2020-08-23 '修订日期：2020-09-24
基金项目：甘肃省科技重大专项-社会发展类(19ZD2FA002)
第一作者：侯燕军(1979-)，甘肃秦安人，高级工程师，硕士研究生，主要从事水文地质、地质灾害、地质环境评价、地质灾害信息化建
设等方面的研究 # E-mail ：tighyj@ 163. ccm
通讯作者：周小龙(1995-)，男，甘肃漳县人，遥感科学与技术专业，本科，助理工程师，主要从事遥感技术在地质灾害防治方面的应
用研究 o E-mail ：zhoulongwiser@ 163. com
第6期中国地质灾害与防治学报-13-
0引言
黄土高原地区是以黄土为主体的区域地貌，在以新构造活动为主的内动力和流水为主的外动力作用下形成的黄土高原地貌，为地质灾害的形成提供了空间条件，再加上特殊的气候条件、植被属性和土体特征，决定了地质灾害在区域空间上的分布［1］，因此黄土高原地区极易发生地质灾害，严重威胁到人民众生命财产安全#
兰州地处黄土高原西部，属于黄河上游地区，青藏高原隆起区的东北边缘，青藏高原和黄土高原的交会处，市区属特殊的“两山夹一谷”的河谷地貌-2］。南北两山以中低山、黄土丘陵地貌为主，主城区处于黄河的I—N级阶地，黄土与红层、基岩构成的二元结构斜坡特征，阶地马兰黄土、冲积土形成的多层结构斜坡，构成了地质灾害形成的基本条件；城区范围滑坡、崩塌呈带（片）状分布，且集中分布于人类活动强烈的城区河谷高阶地前缘，主要发育在第四系及中、新生界的软弱泥岩地层中⑷。特定的地质环境和人类不合理的工程经济活动加剧了地质灾害易发程度，再加上暴雨集中，水土流失严重，大部分属强度侵蚀区，促使滑坡、崩塌、泥石流等地质灾害频发，地质灾害类型及发育特征具有鲜明特［5"］。兰州市是全国地质灾害最为严重的省会城市之一［8］，面对如此严重的地质灾害，需要新技术、新方法的探索应用来提高监测水平。
合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radao，InSAR）技术能够全天时、全天候
、大区域地采集包含振幅信息和相位信息的数据，在高精度地表形变信息特征提取和分析中应用广泛，常被用来研究地震、地质灾害、矿区等的形变特征的监测［9-12］#2000年, FERRETTI等［13］首次提出了永久散射体差分干涉测量技术（PSCnSAR）。2001年,FERRETTI等［14］利用PS-InSAR 技术ERS雷达数据监测安科纳发生的滑坡，并通过与水准数据分析对比，充分证明了PS-InSAR技术在滑坡监测应用中的可靠性。2002年，BERARDIPO等［15］提出了短基线集技术（SBAS-InSAR），可利用时间与空间基线阈值法构成干涉对，可进一步消弱空间失相关的影响。与永久散射PS-InSAR等技术相比，在SAR影像数据缺乏的情况下,SBAS-InSAR干涉方法更加适合区域形变监测与分析,SBAS-InSAR能够较好地克服时空失相干限制，获得大范围mm级精度的地表形变信息［16］#许强等［17］提出的“空-天-地”一体化地质灾害早期识别与监测体系，能够从根本上解决“隐患点在哪里”“什么时候可能发生”这两个关键问题。本文选用SBAS-InSAR“空-天-地”一体化早期识别兰地区地质灾害进识别探，及
捕捉地质灾害的特征信息，为兰州地区地质灾害的防治提供可靠资料和科学依据#
本文利用“空-天-地”一体化地质灾害监测体系，使用L波段SBAS-InSAR早期识别技术对兰州地区黄土边坡地质灾害隐患进行识别，成功探测发现了兰州市普兰太电光源公司滑坡隐患，结合空域无人机测绘与实地调查核查，及时有效的做了防治方案，保障了人民众生命财产安全。通过实地调查核查和C波段Sentinel数据对比验证的方法，表明L波段InSAR技术能够有效识别兰州黄土边坡地质灾害隐患，可以在黄土区域地质灾害早期识别中应用推广，为兰州黄土地区地质灾害防灾减灾提供科学依据#
1技术方法
许强等人提出的“空-天-地”一体化地质灾害早期识别与监测体系能够很好的破解地质灾害领域难题。本文选用“空-天-地”一体化地质灾害早期识别与监测技术体系，首先通过星载InSAR遥感手段对研究区域地质灾害进行广域范围形变监测普查，圈定解译疑似变形区域和重大风险隐患点；然后利用空域无人机手段进行倾斜摄影测量详查；最后对疑似变形区域和重大风险隐患点实地调查核查；对专业人员综合判断与确认为重大风险的隐患点进行地面专业设备监测，实时获取并分析监测数据，继而进行监测预警，实现对致灾体的“空-天-地”一体化多源数据监测#
“空-天-地”一体化中的“空“是指航空遥感技术，主要是搭载于航空器上的传感器获取的数据，包括无人机倾斜摄影、机载激光雷达、机载SAR等，其变形监测精度为厘米-分米级天”是指航天遥感技术，主要是搭载于卫星上的传感器获取的数据，包括光学卫星和雷达卫星等，光学卫星用于大范围平面形态的监测，雷达卫星主要用来早期识别隐患普查和形变过程监测，其监测精度为毫米-厘米级；“地”是指地基观测技术，主要是地面传感器的，包括地合达、三维激光扫描、地表位移变形监测等，其监测精度为厘米-毫米级。所谓“空-天-地”一体化是指综合运用卫星遥感技术、无人机技术和地面监测技术对地质灾害点开展多参数多手段监测，通过各种监测方法的优势互补，实现对致灾体的高精度全方位同步监测（图1）。
1.1“天”一SBAS-InSAR早期识别
“天”是指航天遥感技术，主要是搭载于卫星上的
-14-侯燕军，等：“空-天-地”一体化技术在滑坡隐患早期识别中的应用一*以兰州普兰太公司滑坡为例2020年
图1“空-天-地"一体化监测体系
Fig.1“Air-Spacc-Ground"integrated
monitoring system
传感器获取的数据，包括光学卫星和雷达卫星等，光学
大范围平面形态的监测，雷达来早期识别普查和形变过程监测，其监i度为毫米-分米级。
范围内地质灾害隐患的早期识别是地质灾害防治工作中的，合达(InSAR)重复轨的达量：在具有巨大的力-18：o小
(Small Baseline Subset,SBAS)，是由Berardino等人提出的，分辨率、大形变。SBAS-InSAR有失，减小地形因素对差分相位带来的影响，得到区内地表形变I 。采异值分解(SVD)的，将小
连来，解了采样的，合稳定的位信息，得到更高的分辨率；
而得到覆盖整的形变和沉：率-19-20与永久PS等比,SBAS-nSAR方可以获取的形变在和更为连续，在地质灾害大范围普查与监测中具有极大优势-21：o 小处理的步下-22 ：(2)：
(1)同区同轨进、多视等预处理，进合，生小
，去地形相位得到-23.o
(2)位，选择高相干点，进行相位解缠和定标处理。
(3)建立时段平均形变速率、高程地形误差和差分位的模型方程组。
(4)利异值分解(SVD)方法求得未知参数的最小解，将多影像影像。
(5)非线性形变和大气相位。
(6)生区形变率和形变量。
图2SBAS数据处理流程图
Fig.2SBAS data processing flow chart
1.2“空”一地质灾害隐患点无人机数据采集
无人在区域大面积快绘成图，利用高清影像识别分析灾害体的形态特征，结合DEM数据分析的形态特征，为调查人员和专
的。
无人机具有机动灵活、高分辨率的特点，是传统遥感技术所无法比拟的，它可地质灾害调查、监、、的全过程。随着无人机遥感的进一步完善和科学的进步，为地质灾害调查及环境监测等遥感不可缺少的重手段-24.。无人机遥感与传统地质环境监测手段相比具有时效性、高和监测面积大的优势，是地质环境管理中的强有力的武器-25.。
“空-天-地”一体化地质灾害监测中高精度(厘米级)的垂直航空摄影测量和倾斜摄影测量是利用无人机手段，并且能快速生成测区4D产品(数字地形图DEM、数字正射影像图DOM、数字地表模型DTM、字地面型DSM)，为化监高
绘。利无人 绘进地质灾害
患调查具有快捷、直观形象等特点，为地质灾害调查分析的重要手段-17.。
1.3“地”一地质灾害点地面调查核查和重大灾害点
地面设备监
“人为本、预防为主”是地质灾害防灾避灾原则，对早期识别中发现的疑似地质灾害点进：地调查核查，核查内容主要包括地质灾害体的发：程及其稳定识，调查过程中收区域地质构造、地层岩性、地形地貌、特、气象等
资
第6期中国地质灾害与防治学报-15-
料，并利用简单设备进行大致测量，以此确定地质灾害
的特征、稳定状态、发展趋势和防治建议，为
分地质灾害危分区，论证地质灾害发生的危险纣共
[25]#
专业技术人员进行实地核查时，如果形变速率较
大或变形，人员和财产造成严重的,
则测防和及时布设地面传感器，对致灾体
地表和进监测，收并分析传感器数
据，根据监设定，发生变化:
限定则发出信息，及人员保障生
命财产安全，防。
利用“空-天”监手段仅是从外貌特征、形变速
率进行地质灾害的识别，多种影响和条
限制，其识别并不一定完全正确，可会出现误判-13，利遥感识别出来的地质灾害隐患点还需要专业调查人员实地调查核查，甄别、或排点，调查发现地面地质灾害变形点的变形迹象，灾害体发展态势。
致灾形变率较大或变形，人员和财产造严重的地质灾害点及设地面监测设备。地面监测设备布设需按照形变区域地质构造、地形地貌分布特征、变形特征在位置安装地面监测设备，全动采集。地质灾害地面监测工作地质灾害的稳定、报及地
质灾害防治的等方面，是突发性地质灾害监的手段。
2兰州普兰太公司滑坡早期识别应用
2.1研究区概况和雷达数据
兰地处高原和黄土高原的交汇处，北部毗邻白银市，和南部与定西市、临夏回族自治I 连；西南和西部与，西北部与武邻。全市总面积1.31X104km2，兰州主城区包括城关区、七里河区、安宁区和西固区，西起西柳沟，东至桑园峡，东西40km，南北l〜7km，呈“条带展”，面积约220km2。境南部和西岩山地属温气候区，年气温2-5m，年量400〜600mm；普兰太公司位于研究区监测范围的中北部，ALOS-2雷达数据单景影像覆盖范围为50km x 70km，研究区区原始影像进行了区域裁剪（图3）o
兰州普兰太公司滑坡处于兰州市皋兰县忠和镇忠和村，位大，属黄土梁地貌。
图3研究区范围图
Fig.3Scope of study arsa
距兰州市约8km，距皋兰县约20km，109国道从斜坡体东侧，利。收集覆验区的11景升轨L波段ALOS-2雷达影像和20景C波段Sentinel-1A升轨数据，影像2019年9月到2020年4月，具参1、2。
表1ALOS-2影像数据参数
Table1A1OS-2Remote sensing image data parameters 数据数据获取日期入射角/（°）升降轨垂直基线/m 12019-09-0142.9070升轨0
22019-09-2942.9062升轨57.5163 32019-10-1342.9070升轨-11.5952 42019-10-2742.9062升轨-41.3885 52019-12-0842.9061轨17.5938 62019-12-2242.9086轨106.5537 72020-01-1942.9064轨58.1802 82020-02-1642.9079轨-113.4138 92020-03-0142.9076轨-92.0806 102020-03-2942.9068轨-43.4698 112020-04-1242.9048轨-111.1846
2.2InSAR数据处理
利用GAMMA软件对雷达数据进行处理，使用SRTM30m分辨率DEM辅助数据去除地形相位的影响，使用POD轨高Sentinel-1A数据。的雷达进及阈
，确定合和，均采用2019年9月1的影像为主影像进（达到1/8个像元）与干涉，从其余各景影像为参照得到的可出，与的基线分别为220m、2.2m，依据短基线集原理，
对空间和
-16 - 侯燕军，等：“空-天-地”一体化技术在滑坡隐患早期识别中的应用一一以兰州普兰太公司滑坡为例
2020 年
表2 Sentinel 影像数据参数
Table 2 Sentinel rrmote sensing image data parameters
数据
期
入角/（°）
轨/m
12019 -09 -0136.618 4升轨022019 -09 -1336.618 4
升轨0.095 4
3
2019 -09 -2536.626 2升轨- 115.530 242019 -10 -0736.626 5升轨
-120.110 3
5
2019 -10 -1936.621 8
轨-50.410 3
62019 -10 -3136.619 6轨- 18.229 67
2019 -11 -1236.619 7轨- 18.787 78
2019 -11 -2436.616 9轨22.056 09
2019 -12 -0636.619 8轨-21.391 5
102019 -12 -1836.622 4轨-59.555 2
11
2019 -12 -30
36.620 7
轨-34.653 3
122020 -01 -1136.617 2轨17.544 213
2020 -01 -2336.617 8轨8.256 8142020 -02 -0436.618 9轨-8. 510 7
15
2020 -02 -1636.622 4
轨-59.748 5
162020 -02 -2836.619 2轨- 11. 879 1172020 -03 -1136.622 8
轨-64.341 0
18
2020 -03 -2336.621 4轨-44.414 3192020 -04 -0436.621 8轨-50. 218 520
2020 -04 -16
36.624 9
轨
-96.218 0
时间进行条件约束得到差分干涉对，最终得到ALOS-2
有27组干涉对和SentineMA 有52组干涉对（图4 ）。
在得到干涉数据集之后，对空间域和时间域进行滤波 处理，采
滤波的
去除大气相位，将多景解缠
的多视差分 建立模型方程组， 异分解（SVD ）的 得到视 向（LOS ） 形变速
率图和
形变图。
线方向（LOS ）的地面形变速率场信息（图5 ），负值表
地面沉降，正 地面 。 区进行
“空-天-地” 化早期识别
分析，兰 地区
2019年9月至2020年4月平均形变速率介于-219〜 138 mm/c 之间，最大沉降形变速率场为保利-领秀山、
青白石等平山造地区域，最大 形变速率场为施工
区域#参照《地质灾害InSAR 监
指南（试
行）》和《滑坡崩塌泥石流灾害调查规范（1：50 000 ）》 标准，对InSAR 时序处理结果区域变形与外围存在明
的变形量值差，且具有较为固定形状的高速率变形
图斑进行圈定解译，之后进行人工地面调查核查来确
定 点。兰普兰太公司 大沉 率为
43.6 mm/a ，区域平均沉降速率为13.4 mm/a ；和平万
泉生态公墓填方边坡最大沉降速率为121.4 mm/a ，区
域平均沉降速率为26.6 mm/a ，结合区域和形状特性 圈定疑似地质灾害点，人工地面调查核查后确定兰州
普兰太公司 、和万泉生态公 为新发
现隐患点。
兰州普兰太公司滑坡2019年9月至2020年4月平均形变速率介于-43.7〜15 mm/a 之间，时间序列 形 变
形 变 中 在 年 2 一4 月 （ 6 、
图7）。
早期识别以后，调查组第一时间对兰州普兰太滑
坡进行地面调查核查和 无人 绘，调查 斜岩性为黄土，结构较为 ， 理 发育,
具 陷性，属 土体，遇
著
，易造
影像获取时间
影像获取时间
（a ） ALOS-2干涉基线集(b) Sentinel-1A 干涉基线集
图4 ALOS-2与SentineMA 干涉基线集
Fig. 4 ALOS-2 and SentineMA interference baseline
seis
发布评论