1. 标题

InSAR数据集黄土滑坡识别、监测与影响因素分析

2. 成果信息

Shi X, Xu Q, Zhang L, et al. Surface displacements of the Heifangtai terrace in Northwest China measured by X and C-band InSAR observations. Engineering Geology, 2019, 259: 105181.

Shi X, Yang C, Zhang L, et al. Mapping and characterizing displacements of active loess slopes along the upstream Yellow River with multi-temporal InSAR datasets[J]. Science of The Total Environment, 2019, 674: 200-210.

史绪国, 张路, 许强, 赵宽耀, 董杰, 蒋厚军, 廖明生. 黄土台塬滑坡变形的时序InSAR监测分析. 武汉大学学报·信息科学版, 2019, 44(7): 1027-1034.

资助信息：国家自然科学基金(编号：41702376、41774006、41790445 和 41501497)。

3. 第一作者介绍

史绪国，博士，副教授，中国地质大学（武汉）地理与信息工程学院，研究方向主要集中于雷达干涉测量高精度形变监测方法、滑坡地质灾害识别监测等方面。

4. 成果介绍

近年来，黄河上游地区水电站的修建，水库蓄水，触发了许多潜在滑坡。另外，库区移民的安置所产生的认为活动，例如基础设施建设与农业灌溉等，进一步对黄土坡体的稳定性产生破坏。黄土高原地区地质环境脆弱，滑坡隐患分布范围广，黄土坡体的稳定性急需进行识别与监测。

InSAR数据集由于全天时全天候、覆盖范围广和对地表形变敏感等特点，越来越受到认可，在滑坡识别监测中发挥着越来越重要的作用。基于此，我们通过收集L波段ALOS PALSAR、C波段Sentinel-1数据以及X波段TerraSAR-X数据等，对黄河上游的库区稳定性进行识别监测。结果显示在黄河上游的龙羊峡至李家峡水电站范围内发现滑坡一百余处。大多数滑坡以线性位移速率移动。在降雨量最集中的夏季和秋季，在一些滑坡上观察到明显加速度。其中，拉西瓦水电站蓄水触发了部分滑坡，示例如图1所示，蓄水后滑坡明显出现加速趋势。2015年后，拉西瓦水电站达到最大蓄水位，水位稳定后，上述两处滑坡变形受降雨控制。拉西瓦水电站的最初蓄水可能引发或加速了黄河上游河岸的斜坡移动。

图1 拉西瓦水电站蓄水出发滑坡位置与时序变形

黑方台作为黄河上游水电站建设的移民安置点，自上世纪50年代以来，由于灌溉导致地下水位上升而滑坡频发，一直作为滑坡预警预报研究的热点区域，因此也布设了大量的观测仪器对滑坡进行监测。

图2. GPS量测结果比较与InSAR结果比较

图2展示了黑方台党川滑坡群内GPS量测结果与InSAR量测结果的对比，显示出良好的一致性。GPS测量结果与升轨、降轨Sentinel-1 InSAR测量结果的差异平均值分别为1.4mm和1.0mm，相应的标准差分别为1.3mm和4.9mm。

图3. 黑方台焦家滑坡群内地下水埋深与InSAR时间序列结果对比

图3展示了焦家滑坡群附近的钻孔所记录的地下水埋深数据与InSAR结果的对比图。所谓地下水埋深是指地面高度与地下水位之差。一月至三月之间的位移可能由冻融现象所引起。从七月中旬开始的秋季集中灌溉引起地下水位急剧上涨、钻孔测量值急剧下降，滑坡位移同时也显著加快。

研究发现，InSAR数据可以有效的识别滑坡的分布，并且可以有效的监测缓慢变形滑坡。但是由于黄土滑坡存在突发性的特点，滑坡的发生一般发生在很短的时间内，例如几个小时甚至几分钟。目前InSAR数据集的时间分辨率还不足以进行滑坡预报预测。