2024年4月13日发(作者：)

第３４卷第３期

２０１９年６月

资源信息与工程

Ｖｏｌ．３４№３

Ｊｕｎｅ２０１９

基于时序ＤＩｎＳＡＲ的滑坡形变监测与分析

张　璨，李　敏，彭伟豪，陈　云

（西南石油大学土木工程与建筑学院，四川成都６１０５００）

摘　要：本文总结了时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法在滑坡形变监测中的应用原理，提出了ＳｔａｃｋｉｎｇＤＩｎＳＡＲ中基于相

干系数阈值以及干涉图数量阈值的双阈值方法选取高相干目标。应用该方法对四川省安县高川乡大光包滑坡进

行了形变监测分析，阐释了时序ＤＩｎＳＡＲ方法在滑坡形变监测中所表现出的适应性与先进性，解决了其中的关键技

术问题，从而为滑坡的稳定性研究及预防措施制定提供了更为有效的支撑。

关键词：时序ＤＩｎＳＡＲ；ＳｔａｃｋｉｎｇＤＩｎＳＡＲ；滑坡形变；监测

中图分类号：Ｐ６４２文献标识码：Ａ文章编号：２０９６

－

２３３９（２０１９）０３

－

０１４８

－

０２

１　引言

滑坡是我国高发的地质灾害，对人民生命财产造成

了严重损失，相关监测工作历来受到国家的高度重视。

传统监测手段（如ＧＰＳ绝对形变测量、位移计相对形变

测量等）空间分辨率低、无法开展大范围监测、难以获取

滑坡全面的形变信息，在相关领域的作用逐渐减小。

近年来，时序ＤＩｎＳＡＲ方法已在大范围形变监测中

表现出良好前景，该方法具有监测范围大、测量精度高、

空间分辨率高和自动化程度高等亮点，能显著提高形变

监测精度，使其在大范围形变和高精度监测领域具有不

可替代的优越性。例如在２００４年，Ｈｉｌｌｅｙ等在Ｓｃｉｅｎｃｅ上

发表了美国Ｂｅｒｋｅｌｅｙ地区滑坡体的时序ＤＩｎＳＡＲ方法形

变监测结果；２００６年，Ｃｏｌｅｓａｎｔｉ等指出时序ＤＩｎＳＡＲ方法

具有大范围内滑坡隐患点探测及其危险性分级的定量化

分析能力等。时序ＤＩｎＳＡＲ方法正在成为研究热点，其

中，ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法具有数据处理流程简单、效率较

高等优势。

为此，本文应用时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法，选择汶

川大地震所触发滑坡中规模最大的滑坡———高川乡大光

包滑坡进行滑坡形变监测分析，获取相关结果，从而归纳

出该方法的优点和不足。

基础上，用已有独立干涉图所对应的解缠相位进行叠加，

获得对应于所叠加时间基线内的形变量的形变相位信

息，通过处理后大气误差相位为干涉图数量平方根倍增

长的规律，使信噪比得以提高，从而达到提高监测精度的

目的。

时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法能够最大程度地减少大

气所产生的误差，提高形变监测精度，减少原有时序方法

受到干涉失相干、形变量级和梯度较大导致形变监测结

果失真等的影响，可获取滑坡体高空间分辨率和高覆盖

度的形变结果，具有较好的先进性。该方法采用相干系

数阈值法探测相干目标，未考虑干涉图数量。本文提出

一种基于相干系数阈值和干涉图数量阈值的双阈值相干

目标探测方法。首先以０．３为相干系数阈值提取每个干

涉图中的候选相干目标，然后统计出同时在Ｎ个干涉图

中相干系数均高于０．３的像元作为最终的相干目标。Ｎ

的值根据研究区域和具体的数据情况进行确定。

３　研究区域及数据介绍

３．１　研究区域介绍

实验研究区域选择的是四川省安县高川乡的大光包

巨型滑坡。高川乡位于龙门山主山前边界大断裂，地区

地势高，折线坡面多，容易发生滑坡等地质灾害。该滑坡

因５·１２大地震而引发，是全世界极少数滑坡体积超过５

亿立方米的滑坡。此外，其形成的堰塞坝是目前全球最

高的滑坡坝，高度为６９０ｍ。

３．２　数据介绍

Ｓｅｎｔｉｎｅｌ⁃１Ａ／ＢＳＡＲ影像。由Ｓｅｎｔｉｎｅｌ⁃１Ａ／Ｂ卫星所获得

的数据不仅免费，而且数据量大、往返周期短，能保证长

时间研究的数据支持，从而大大提高了观测效率。此外，

该卫星拥有宽幅干涉影像形成模式，对滑坡地区能够形

成完整的ＤＩｎＳＡＲ覆盖有很大帮助，非常有利于进行滑

实验研究采用数据是２０１５～２０１８年所获取的６９幅

２　时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法介绍

时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法是基于短基线差分干涉，

形成滑坡区域时序差分干涉图，进行相位解缠、线性叠

加，生成相干系数图，并联合相干系数阈值和高相干干涉

图数量阈值的一种方法。该方法筛选短时空基线干涉图

参与形变解算，采用干涉图Ｓｔａｃｋｉｎｇ技术获取滑坡形变

速率和形变时间序列，并基于此对滑坡的形变时空特征

进行分析。

该方法的基本假设是：在单独的干涉图内，大气扰动

的误差相位不定且等同，但局部形变为线性速率。在此

基金项目：西南石油大学第十八期（２０１８～２０１９年度）大学生课外开放实验项目；２０１９年第十六届“挑战杯”全国大学生课外学术科技作品竞赛项目

作者简介：张　璨（１９９７

－

），男，四川自贡人，本科，研究方向：ＩｎＳＡＲ地质灾害监测。

—１４８—

第３４卷第３期

２０１９年６月

资源信息与工程

Ｖｏｌ．３４№３

Ｊｕｎｅ２０１９

坡的监测与研究。

４　实验结果及分析

１Ａ／ＢＳＡＲ影像获取了大光包滑坡的形变结果，主要包括

大光包滑坡区域的年沉降速率和形变显著特征点的形变

时间序列（即形变累积情况）。实验中确定Ｎ

＝

５２作为干

涉图数量阈值。

图１所示为大光包滑坡坡体的年形变速率，图示颜

色代表相应位置的年形变速率大小，对应的数值大小可

参考图中右下角的颜色条。从图１中看出，Ａ、Ｂ为主要

实验基于时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法，通过Ｓｅｎｔｉｎｅｌ⁃

２０ｃｍ。同理，也可对图１中所选择特征点Ｂ１

－

Ｂ４的形变

时间序列进行类似分析。

形变区，其中Ａ１

－

Ａ４、Ｂ１

－

Ｂ４８个点处年形变速率最大，

最大年形变速率达到６ｃｍ／ａ。从地区整体来看，年形变

速率以Ａ、Ｂ两点为中心向外逐渐减小。

图１　大光包滑坡坡体年形变速率

图２所示为图１中所选择特征点Ａ１

－

Ａ４的形变时

间序列，灰色曲线代表每个点的形变时间序列，蓝色曲线

则代表４个点的形变平均值。从图中看出，４个点的形

变平均值随时间的推移逐渐累积，形变累积量在监测全

程中大致随时间增长。但在２０１７年１月～４月，形变平

均值几乎未发生变化，蓝色曲线趋势较为平稳，在２０１７

年４月至５月及６月至７月中甚至有所下降。在此之

后，该平均值又趋于累积状态，形变累积量也继续呈增长

趋势。在Ａ１

－

Ａ４点监测全程中，形变累积量最大高达

图２　图１中所选择特征点Ａ１、Ａ２、Ａ３、Ａ４的形变时间序列

５　结论和展望

通过以上研究得出，时序ＳｔａｃｋｉｎｇＤＩｎＳＡＲ方法在大

范围形变监测的研究中具有重要的意义和作用，有效解

决了传统时序方法受到的诸多影响，能够在监测过程中

获取滑坡体高空间分辨率和高覆盖度的形变结果。但从

长远发展来看，该方法还有很大的提升空间，在解决传统

方法影响和保证相关数据精度方面还能更进一步。

与此同时，在对大光包滑坡进行研究的过程中可看

出，我国高发滑坡灾害区域的监测工作刻不容缓，研究出

一种最先进可靠的形变监测方法仍是国内相关领域从事

者的重要目标。

参考文献：

［１］　仝达伟

［Ｊ］．传感器世界

，张平之，

，２００５（６）：１０

吴重庆，等．

－

滑坡监测研究及其最新进展

［２］　唐亚明

１４．

及评述

，

［Ｊ］．

张茂省

地质评论

，薛　强

，２０１２（３）：５３３

，等．滑坡监测预警国内外研究现状

－

５４１．

［３］　王桂杰

测中的应用

，谢谟文

［Ｊ］．

，邱

岩土力学

　骋，等

，２０１０（４）：１３３７

．Ｄ⁃ＩｎＳＡＲ技术在大范围滑坡监

－

１３４４．

［４］　杨红磊

变［Ｊ］．

，

地球物理学进展

彭军还，崔洪曜

，２０１２（４）：１８０４

．ＧＢ⁃ＩｎＳＡＲ监测大型露天矿边坡形

－

１８１１．

［５］　张

区沉降监测

　洋，汪云甲

［Ｊ］．

，闫世勇

煤炭技术

．基于

，２０１６（７）：１０２

ＳｔａｃｋｉｎｇＩｎＳＡＲ

－

１０５．

技术的沛北矿

［６］　孙

稳定性分析

　娟，郝文辉

［Ｊ］．

，贡常青

中国地质灾害与防治学报

，等．四川安县高川乡政府滑坡特征及

，２０１１（４）：８

－

１２．

—１４９—