基于L波段差分干涉SAR卫星的安康地区滑坡隐患识别

doi:10.6046/zrzyyg.2023152

基于L波段差分干涉SAR卫星的安康地区滑坡隐患识别

韩静^,, 杨帅, 杨涛, 朱楠男, 马煜栋, 张文龙^,

自然资源陕西省卫星应用技术中心,西安 710002

Identification of potential landslide hazards in the Ankang area using L-band differential interferometric SAR satellite

HAN Jing^,, YANG Shuai, YANG Tao, ZHU Nannan, MA Yudong, ZHANG Wenlong^,

Shaanxi Satellite Application Center for Natural Resources, Xi’an 710002, China

通讯作者: 张文龙(1982-),男,硕士研究生,高级工程师,主要从事遥感、地质灾害研究。Email:27860422@qq.com。

责任编辑: 李瑜

收稿日期: 2023-05-23 修回日期: 2023-09-1

基金资助:

陕西省地质灾害综合防治体系建设项目“国产雷达卫星数据地质灾害隐患识别关键技术研究(陕自然资勘发〔2024〕98号)

Received: 2023-05-23 Revised: 2023-09-1

作者简介 About authors

韩静(1991-),女,硕士研究生,工程师,主要从事InSAR形变监测。Emaill: hanjing_rs@163.com。

摘要

2023年4月1日,我国第一组L波段差分干涉SAR卫星(L-band differential interferometric SAR satellite,L-SAR)开始向自然资源领域试推送干涉SAR数据。为验证L-SAR卫星在高植被覆盖区、地形复杂区、长时间基线下的相干性及形变监测应用效果,选取秦巴山地东段安康区域开展滑坡隐患识别。利用L-SAR数据获取研究区形变信息,结合高分辨率光学影像经综合遥感识别,解译研究区内滑坡隐患7处,经野外调查验证,滑坡隐患区域变形迹象与InSAR监测结果一致。研究表明: L-SAR卫星干涉成像能力较强,成像质量高,形变监测效果较好,能够满足高植被覆盖区形变监测需求; 在植被覆盖高的山区,通过L波段SAR数据的DInSAR技术,结合高分辨率光学影像解译的综合遥感识别技术可实现滑坡隐患识别。

关键词： L-SAR; 滑坡; 地质灾害隐患; InSAR

Abstract

On April 1, 2023, China’s first satellite constellation-L-band differential interferometric Synthetic Aperture Radar (L-SAR)-began to test the distribution of interferometric SAR data for natural resource applications. To evaluate the coherence and effectiveness of deformation monitoring using the L-SAR satellite for areas with high vegetation coverage, complex terrain, and long-term baseline, this study conducted potential landslide hazard identification in the Ankang area in the eastern Qinba Mountain. The deformation information of the study area was extracted using L-SAR data. Using such information, combined with high-resolution optical images for comprehensive remote sensing identification, this study identified seven potential landslide hazards in the study area through interpretation. Field investigation confirmed that the observed deformation signs in potential landslide hazard areas were consistent with the InSAR monitoring results. The study indicates that the L-SAR satellite enjoys a high interference imaging ability, high imaging quality, and effective deformation monitoring, meeting the demand for deformation monitoring in areas with high vegetation coverage. For mountainous areas with high vegetation coverage, the use of L-band SAR data through DInSAR technology, combined with comprehensive remote sensing identification using high-resolution optical imagery, allows for the effective identification of potential landslide hazards.

Keywords： L-SAR; landslide; potential geological hazard; InSAR

PDF (12403KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

韩静, 杨帅, 杨涛, 朱楠男, 马煜栋, 张文龙. 基于L波段差分干涉SAR卫星的安康地区滑坡隐患识别[J]. 自然资源遥感, 2024, 36(4): 254-259 doi:10.6046/zrzyyg.2023152

HAN Jing, YANG Shuai, YANG Tao, ZHU Nannan, MA Yudong, ZHANG Wenlong. Identification of potential landslide hazards in the Ankang area using L-band differential interferometric SAR satellite[J]. Remote Sensing for Land & Resources, 2024, 36(4): 254-259 doi:10.6046/zrzyyg.2023152

0 引言

L-SAR卫星01组A星、B星分别于2022年1月26日、2月27日发射。L-SAR卫星包含2颗性能指标一致的L波段多极化SAR卫星。卫星具备2种构型模式,主要开展形变监测和地形测绘,跟飞模式下具备单星8 d、双星4 d回归观测能力^[1]。目前国际上仍应用于形变监测的L波段SAR卫星主要有日本宇宙航空机构(Japan Aerospace Exploration Agency,JAXA)于2014年发射的ALOS-2卫星,阿根廷于2018年10月发射的SAOCOM-1A卫星^[2]。受限于商业数据的高昂成本,无法保证对地质灾害易发区的持续监测。L-SAR卫星的发射将提供大范围、高频次、高分辨率、自主可控的干涉数据,极大改变以往对国外SAR商业数据的依赖,形成地质灾害易发区持续监测能力。

陕西省安康市位于秦巴山地东段,境内植被覆盖茂盛,山高坡陡,地质环境脆弱。据统计,截至2022年3月底,全市共有2 917处在册地质灾害隐患点。全市总面积的25.85%为地质灾害高、中易发区,在降水、人类工程活动等因素影响下,易发生地质灾害,地质灾害防治工作异常严峻^[3]。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术通过提取同一地区不同期次雷达数据的相位信息,可以快速获取大范围毫米级地面变形监测结果,已广泛应用于地质灾害早期识别^[4⇓⇓-7]。苏晓军等^[8]使用C波段Sentinel-1A数据和L波段ALOS-2数据,开展秦巴山地略阳县InSAR形变反演,研究结果表明,在高植被覆盖区域,基于L波段SAR数据的差分干涉(differential InSAR,DInSAR)技术的应用,能够提升识别潜在滑坡位置和范围的效率。

相比于C波段,L波段波长较长,更易穿透植被获取地面信息。为验证L-SAR卫星在高植被覆盖区、地形复杂区、长时间基线下的相干性及形变监测应用成效,本文采用DInSAR技术方法开展安康地区形变提取,同时结合光学遥感影像进行研究区滑坡隐患识别。研究结果一方面展示了我国自主研发第一组L波段SAR卫星数据应用效果,另一方面可为相关部门开展地质灾害管理、防治、应急及相关研究提供方法参考和数据支撑。

1 研究区概况及数据源

1.1 研究区概况

研究区域位于陕西省安康市中部区域(108°21'34″~109°39'53″E,32°1'7″~33°13'52″N),境内以汉水—池河—月河—汉水连线为界,北部为秦岭地区,南部为大巴山地区,中部分布河谷盆地(图1)。秦岭地区占全市面积60%,大巴山地区占40%。海拔在170~2 964.6 m,最低处为白河县与湖北省交界的汉江右岸(海拔170 m),最高处秦岭东梁(海拔2 964.6 m)。大地构造位置上属于秦岭地槽褶皱系南部和扬子准地台北部汉南古陆的东北缘,分别由东西走向的秦岭地槽褶皱带和北西走向的大巴山弧形褶皱带复合交接组成^[9-10]。属亚热带大陆性季风气候,气候湿润温和,四季分明,年平均气温15~17 ℃。年平均降水量1 050 mm,降雨集中在每年6—9月。在特殊地质地貌条件下,汛期降雨及矿山开采、修路、切坡建房等人类工程活动是区域地质灾害主要诱发因素。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区地形及L-SAR 01A,01B星数据范围

Fig.1 Topography of the study area and the data range of L-SAR 01A and 01B

1.2 L-SAR卫星介绍

L-SAR卫星搭载L波段全极化传感器,单星均具备成像功能,卫星具有6种工作模式,条带模式1和2具备干涉能力,通过改变卫星构型可实现重轨干涉形变测量、双星编队干涉测高。分辨率最高为3 m,扫描模式幅宽最大为400 km^[11]。L-SAR卫星主要参数如表1所示。

表1 L-SAR卫星主要参数^[12]

Tab.1 Main parameters of L-SAR satellite

项目	参数	项目	参数
轨道类型	准太阳同步近圆轨道	回归轨道控制半径	350 m
轨道高度	约607 km	工作频段	L波段
观测范围	85°S-85°N	中心频率	1.26 GHz
回归周期	单星8 d,双星4 d	数传码速率	2×450 Mbps

新窗口打开| 下载CSV

2 DInSAR原理与数据处理

2.1 DInSAR原理

InSAR干涉相位ψ由多个分量组成^[13-14],计算公式为:

(1)ψ=φ_flat+φ_top+φ_def+φ_atm+φ_noi,

式中: φ_flat为参考面相位; φ_top为地形相位; φ_def为形变相位; φ_atm为大气延迟相位; φ_noi为随机噪声。

根据采用的SAR影像数量,DInSAR可分为二轨法、三轨法、四轨法,二轨法差分干涉测量应用最为广泛。使用二轨法差分干涉测量技术,需要形变前后两景单视复数影像共轭相乘获取干涉相位,干涉相位扣除外部DEM数据模拟得到的地形相位获取差分干涉相位。通过滤波方法去除噪声,采用二维相位解缠方法获取整周未知数,通过大气延迟相位模型模拟大气延迟相位,从而计算出形变相位。

已知研究区域的DEM,地形相位可由下式计算:

(2)φ_top=-

\frac{4 π B_{⊥} h}{λ R s i n θ}

式中: B_⊥为干涉对的垂直基线长度; h为地面目标高度; λ为雷达波长; R为卫星到地面目标的斜距; θ为雷达入射角。

相邻两景影像间同名地物雷达视线向形变量d与相位差Δφ_def的表达式为:

(3)Δφ_def=

\frac{4 π}{λ}

d。

2.2 研究区数据处理

本文选取覆盖安康区域条带模式2两景降轨SAR数据,L-SAR01A星、01B星影像获取时间分别为2023年1月16日和2022年4月10日,中心入射角为39.80°和39.78°,极化方式为HH极化,时间基线281 d,空间垂直基线562.4 m。外部DEM数据采用AW3D30 30 m分辨率的DEM^[15],用于InSAR数据处理过程中配准、去除地形相位等。

DInSAR数据处理流程包括: 数据预处理、图像配准和重采样,干涉图生成,差分干涉地形和平地相位去除、滤波、相位解缠、相位转LOS向形变、地理编码等步骤。关键数据处理步骤及主要参数如下: 为减弱相位噪声的影响,对主、副影像进行多视处理,多视比为4:2(距离向:方位向)。研究中将L1A星作为主影像,L1B星作为副影像配准并重采样到与主影像相同的雷达影像坐标系。从图2(a)可以看出,差分干涉相位信息比较丰富,说明L-SAR卫星在植被茂密区及较长观测时间间隔下依然能够保持干涉相关性^[16],未解缠的差分干涉相位可见3处由于形变引起的相位变化。采用自适应滤波算法对干涉图进行滤波,滤波窗口为32×32。由图2可以看出,滤波后相干性显著提高,干涉图更加平滑,说明采用滤波处理有效抑制了相位噪声,有利于下一步相位解缠。相位解缠使用最小费用流(minimum cost flow,MCF)方法,解缠前设置相干系数0.3生成掩模文件,掩模干涉相位中由于失相干产生的噪声区域,选取相干系数高于0.9的稳定点作为解缠参考点。由于L-SAR卫星暂未分发精轨数据,为削弱误差影响,进行了基线精化处理,并对解缠相位进行空域滤波去除大气等残余相位。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 滤波前、后相干系数图及差分干涉图

Fig.2 Coherence coefficient diagram and differential interferogram before and after filtering

3 结果与分析

3.1 疑似滑坡隐患识别结果

形变区域主要分布在汉滨区及旬阳市境内汉江流域两侧,监测时间段内累积形变量最大达29 cm。结合高分辨率光学影像特征综合分析,解译区域内疑似滑坡隐患7处,汉滨区1处,旬阳市6处(图3)。滑坡隐患主要分布于低山丘陵区,坡地、沟谷遍布,平面形态上多呈铲状、簸箕形、舌形,面积0.05~0.31 km²不等,圈定滑坡周界内形变量为-16.7~13.5 cm。据野外观察,滑坡体上部多为第四系黄土-松散坡积物覆盖,其下为泥盆系砂岩、粉砂岩夹灰岩、板岩。黄土以粉土为主,颜色主要为黄褐色和浅棕红色,手搓有沙感,可塑性弱,疏松多孔,粒径较粗,透水性好。坡积物以碎石土或含碎屑黏性土为主,土质松散,结构疏松,透水性良好,厚度为3~10 m。坡向以北西、南西向为主,垂直构造线走向,沿山脊两侧分布。滑坡体土层结构较为清晰,工程地质分层比较明显,均属于牵引式黄土滑坡及松散堆积层滑坡。经野外调查,滑坡隐患区域变形迹象与InSAR监测结果一致。7处隐患均为小型滑坡隐患,其中P001,P002,P003变形迹象显著,坡体或坡下建筑物、地面上出现大量拉张裂缝,且裂缝延伸方向与主应力方向较为一致。P004~P007形变迹象不明显,活动性较弱,仅在坡体或坡下建筑物、地面上发现少量细小裂缝,且裂缝延伸较短。野外验证结果表明,L-SAR具备较强的干涉成像能力,成像质量高,AB星在281 d长时间基线下,依然保持了较高相干性,获取的有效形变信息,能够满足高植被覆盖区形变监测需求。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 研究区域地表形变与滑坡隐患识别结果

Fig.3 Identification results of surface deformation and potential landslide hazard in the study area

3.2 典型滑坡隐患分析

对识别的7处滑坡隐患进行分析,其中安坡滑坡隐患(P001)、金马塔村滑坡隐患(P002)、枣园村滑坡隐患(P003)3处滑坡隐患具有InSAR形变量大、光学形变特征明显、威胁对象集中等特点,因此作为L-SAR应用典型进行综合分析。

3.2.1 安坡滑坡隐患

由图4(a)(d)可知,安坡滑坡形变区平均形变量为-3.4 cm,最大形变量达-11 cm,滑坡隐患平面形态近簸箕状,长450 m,宽470 m,坡度45°,向东北方向滑动。坡体后缘疑似拉张裂隙,坡体中部为耕地,前缘已滑动。野外调查发现,该点为地质灾害在册点(编号: 610902010099),规模6×10⁴ m³,主要威胁4户20人及丁家河河道。坡体前缘多次发生滑动(图5),坡脚处有残积物,坡体上埋设雨量、倾角、加速度计,斜坡北侧村道旁埋设喊话器等地质灾害监测设备,埋设时间为2021年4月。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 典型滑坡隐患InSAR与光学影像对比图

Fig.4 Comparison of InSAR and optical images of typical landslide hazards

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 安坡滑坡隐患野外调查照片

Fig.5 Field investigation photos of landslide hazards in Anpo village

3.2.2 金马塔村滑坡隐患

由图4(b)(e)可知,金马塔村滑坡隐患中部及前缘形变较大,最大形变量达-16.7 cm,平面形态近铲状,长560 m,宽480 m,坡度31°,滑动方向为正西方向。坡体上居民房屋、耕地分布。该点位于汉江北侧支沟东侧斜坡面,地貌类型属低山丘陵区,微地貌为陡坡(图6(a)),坡体表层覆盖第四系残坡积碎石土,结构松散,下伏基岩为志留系梅子垭组深灰色绢云千枚岩,片状构造,节理裂隙发育,风化强烈。野外调查发现,斜坡居民区多集中于中下部,村域东侧公路见变形裂缝,纵横交错,部分路段凹凸不平。上部居民房屋门前地面见多处裂缝修补痕迹,墙根、台阶处见整体变形移动多呈线状裂缝(图6(b))。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 金马塔村滑坡隐患野外调查照片

Fig.6 Field investigation photos of landslide hazards in Jinmata village

3.2.3 枣园村滑坡隐患

由图4(c)(f)可知,枣园村滑坡形变区主要集中在坡脚和后缘,坡脚处最大形变量达-15 cm,平面形态呈舌形,长860 m,宽420 m,坡度36°,向东北方向滑动。坡体上耕地分布,中部有居民房屋,人类活动频繁。坡脚处靠近汉江,在河流冲刷作用下,具有滑动危险,威胁居民房屋、斜坡下方江南路、汉江河道。野外调查发现,滑坡整体朝河道方向滑动(图7(a)),前缘公路挡墙多处出现纵向裂缝,最宽约40 cm(图7(b))。坡体发育多处多级台坎,拉张裂缝宽约20 cm,延伸约5~10 m,深度约10 cm(图7(c))。居民房屋外墙倾斜,开裂。威胁15户60人,降雨等极端天气下可能再次引发更大规模变形, 风险程度较高。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 枣园村滑坡隐患野外调查照片

Fig.7 Field investigation photos of landslide hazards in Zaoyuan village

4 结论与展望

本文使用2023年1月16日和2022年4月10日两景L-SAR数据,基于DInSAR技术反演研究区形变信息,得到监测时间段内累积形变量达29 cm。结合高分辨率光学影像获取滑坡隐患形态特征,共解译安康地区滑坡隐患7处,并通过野外调查进一步确认滑坡隐患区域变形形势。研究结果表明,我国第一组差分干涉SAR卫星具备较强的干涉成像能力,成像质量高,形变监测应用效果较好,能够满足高植被覆盖区形变监测需求。基于L波段SAR数据和高分辨率光学数据的综合遥感识别技术可以作为高植被覆盖区域快速筛查地质灾害隐患的有效手段。

本文仅对2个时间间隔内的地表形变进行了监测,随着L-SAR数据资源的积累,未来将结合升降轨InSAR技术全面开展研究区域隐患识别,以及利用3 m分辨率数据进行区域更精细的形变反演。针对风险程度较高的隐患点,利用多时相InSAR技术开展时序监测,掌握地质灾害隐患变形形势。充分利用国产卫星优势,发挥卫星遥感技术在地质灾害防治中的支撑作用。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

, Tang

X M

, Zhou

X Q

, et al.

Lutan-1 SAR main applications and products

[C]. EUSAR, 2022:25-27.