本文内容來源于《測繪學報》2022年第7期（審圖号GS京（2022）0495号）
“天-空-地”協同滑坡監測技術進展
許強
, 朱星,李為樂,董秀軍,戴可人,蔣亞楠,陸會燕,郭晨
地質災害防治與地質環境保護國家重點實驗室(成都理工大學), 四川 成都 610059
基金項目：國家自然科學基金(41941019;41877254);第二次青藏高原綜合科學考察研究資助(2019QZKK0201)
摘要：滑坡災害是全球範圍内發生頻率最高、分布範圍最廣、造成損失最重的自然災害之一, 嚴重威脅着人類生命财産和重大工程設施的安全。科學監測是實作滑坡預警預報與主動防範的重要技術前提, 經過多年的技術攻關, 融合高分辨率光學遙感、衛星InSAR、無人機攝影測量、無線傳感網絡(WSN)等多種新技術方法, 滑坡監測已從傳統點式人工監測逐漸發展到“天-空-地”多元協同監測, 在大陸地質災害風險識别與監測預警方面取得顯著成效。本文結合多年來對滑坡發生機理與變形破壞過程的研究認識, 從天(光學遙感和InSAR)、空(無人機攝影測量)、地(全球導航衛星系統、裂縫計等專業監測)三維立體角度對大陸滑坡監測技術的最新研究進展進行了系統總結, 分析讨論了不同技術在工程實踐中的技術優勢和适用性, 建構了滑坡變形破壞全過程的“天-空-地”協同監測技術體系, 為滑坡地質災害的科學防範提供一種新的思維範式和經驗指導。
關鍵詞：滑坡 光學遙感 InSAR 無人機攝影測量 無線傳感網絡 “天-空-地”協同監測
引文格式：許強, 朱星, 李為樂, 等. “天-空-地”協同滑坡監測技術進展[J]. 測繪學報，2022，51(7)：1416-1436. DOI: 10.11947/j.AGCS.2022.20220320
XU Qiang, ZHU Xing, LI Weile, et al. Technical progress of space-air-ground collaborative monitoring of landslide[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1416-1436. DOI: 10.11947/j.AGCS.2022.20220320
閱讀全文：http://xb.chinasmp.com/article/2022/1001-1595/20220726.htm
引 言
受青藏高原隆升的影響，大陸地質環境複雜、地震頻繁發生、氣候多變，是世界上滑坡、崩塌、泥石流等地質災害最為嚴重、受威脅人口最多的國家之一[1]。根據國家統計局資料，僅2019年大陸共發生地質災害6181起，造成大量經濟損失和人員傷亡。其中，滑坡災害4220起，占比68.27%[2]。大陸政府曆來高度重視自然災害防治工作。2018年10月10日，習近平總書記主持召開中央财經委員會第三次會議，明确提出“要建立高效科學的自然災害防治體系，提高大陸自然災害防治能力”，強調要“實施自然災害監測預警資訊化工程，提高多災種和災害鍊綜合監測、風險早期識别和預報預警能力”。2018年以來，自然資源部和應急管理部也多次召開地質災害防治的專題研讨會，提出地質災害防治“四步”工作方案：研究原理、發現隐患、監測隐患、釋出預警。是以，監測預警已成為降低滑坡災害風險、主動防範滑坡災害的一項核心需求和重要工作。
滑坡是斜坡岩土體在重力及外界因素(如降雨、水位、地震、人類工程活動等)作用下表現出的一種變形破壞過程和現象[3]。在重力與外力的共同驅動下，斜坡岩土體産生破裂，伴随内部潛在滑動面的孕育與貫通，産生外部宏觀變形最終失穩破壞形成滑坡。滑坡監測預警是通過現代監測技術對滑坡變形破壞過程中的一些名額(如位移、應力、内部破裂産生的微震、聲發射，以及地下水位等)進行持續監測，根據監測名額的動态變化特征、規律，以及前兆特征，在滑坡發生前發出警示資訊，是主動防災減災的重要途徑之一[3-4]。近年來，随着現代衛星遙感、無人機遙感、無線傳感網絡等先進技術的湧現，滑坡監測技術得到了長足發展。如圖 1所示，通過對Web of Science資料庫中2015—2020年發表的滑坡監測技術相關文獻的關鍵詞進行關系圖譜分析，發現滑坡監測主要以變形和降雨為主，監測技術方法涵蓋了基于衛星的合成孔徑雷達差分幹涉測量技術(InSAR)[5]、衛星光學影像[6]、無人機(UAV)攝影測量[7]和雷射雷達測量技術(LiDAR)[8]、全球導航衛星系統(GNSS)等。星載InSAR技術能準确提取地球表面微小形變資訊，測量精度可達厘米級甚至毫米級[9-10]，但由于受相幹性和相位解纏等因素限制，基于相位資訊的InSAR技術僅适用于緩慢變形滑坡。基于幅度的像素偏移追蹤(pixel offset tracking, POT)則可實作大梯度滑坡形變測量，但也受限于衛星重訪周期，無法對快速變形的滑坡進行監測[11]。通過多期次高精度衛星光學影像的對比分析，解譯滑坡變形迹象、規模範圍，可實作滑坡中長期變形階段的動态觀測[6]。無人機攝影測量和機載LiDAR技術作為一種新型的高精度遙測技術，彌補了星載遙測技術的精度問題，在滑坡災害調查和監測中也得到了長足發展[7-8]。随着全球導航衛星定位系統(尤其是大陸北鬥系統的全面建成)的迅速發展，基于北鬥/GNSS的高精度三維地表位移監測已成為滑坡地面專業監測的一種重要技術手段[4]。文獻調研表明這些方法均在滑坡的監測和調查應用方面取得快速的發展，但大多文獻主要介紹單一手段和技術方法在滑坡監測中的應用。本文圍繞滑坡監測技術這一主題，建構了基于衛星平台、航空平台和物聯網傳感等先進技術的“天-空-地”一體化多元立體協同監測體系，梳理了滑坡實時監測預警的最新研究成果和進展，并通過典型案例檢驗其科學性、有效性和可行性，為滑坡災害的預警預測與危險性評價提供科學依據。
圖 1 滑坡監測技術知識關系圖譜Fig. 1 Knowledge relationship map of landslide monitoring techniques
圖選項
1 滑坡“天-空-地”協同監測體系
大陸滑坡點多面廣，分布散亂，很多滑坡源區地處大山的中上部，且多植被覆寫，具有高位隐蔽性特點，傳統的地面調查、觀(監)測已遠不能滿足防災減災實際需求。為此，筆者提出了一套滑坡“天-空-地”協同監測體系，其主要内涵是通過建構基于衛星平台的InSAR和高分辨率光學影像、基于航空平台的無人機攝影測量和機載LiDAR技術、基于地面平台的斜坡地表和内部監測感覺的多元立體監測體系，實作對重大滑坡災害隐患的多層次、多角度、多手段的全天候監測(圖 2)。首先，可通過星載InSAR和高分辨率光學影像對曆史上曾經的變形破壞區或目前正在變形的區域進行曆史回溯、變形迹象識别和長期持續觀測，實作對廣域範圍滑坡隐患的識别和中長期變形監測；其次，針對滑坡多發區域或正在變形的大型滑坡，可通過無人機攝影測量和機載LiDAR進行多期次的飛行觀測，實作對重點區域和重大滑坡隐患地表變形破壞過程的短周期高精度動态監測和調查；最後，結合衛星和航空平台的多時相動态監測結果，通過地質調查對是否存在滑坡隐患進行複核确認，分析評估滑坡變形階段和危險性，并對風險等級高尤其是已進入加速變形階段的滑坡隐患，有針對性地部署地表和坡體内部傳感器，開展高頻實時自動化監測，同時結合預警模型和判據，以及滑坡實時監測預警系統平台，實作滑坡的早期預警和主動防範。
圖 2 滑坡“天-空-地”協同監測技術體系Fig. 2 Space-air-ground cooperated monitoring system for landslide
圖選項
1.1 基于星載InSAR和光學遙感的滑坡形變監測
1.1.1 基于InSAR技術的滑坡形變監測
InSAR技術利用兩幅或多幅合成孔徑雷達(synthetic aperture radar, SAR)影像，根據接收到的電磁波回波相位信号擷取數字高程資訊或地表形變資訊，在地震前後形變測量[12]、城市沉降監測[13]等領域已得到廣泛應用，并憑借其覆寫範圍廣、時空分辨率高、不受雲霧幹擾、非接觸式測量等優勢成為斜坡變形監測的有效手段之一。
就滑坡應用而言，早期InSAR監測主要針對大型單體滑坡，并且集中于意大利[14-15]、美國[16-17]、西班牙[18]等地形高陡、滑坡多發的國家及地區。InSAR技術在國内的應用始于2000年，三峽庫區的新灘、鍊子崖滑坡是最早進行InSAR形變監測的滑坡[19-20]，随後在西南高山峽谷區[21-22]、西北黃土地區[23]、貴州丘陵山區[24]等單體滑坡監測中被廣泛應用(圖 3(a)、(b))。随着衛星硬體及SAR影像品質的快速發展與提升，基于InSAR的滑坡監測逐漸向廣域、高精度發展，同時InSAR逐漸成為滑坡隐患早期識别的主要手段。英國[25]、意大利[26]等部分歐洲國家已實作了基于InSAR技術的全域地質災害隐患識别，大陸的廣域InSAR滑坡識别與監測也正在迅速發展和推進[27-30](圖 3(c)、(d))。未來基于整景200 km×200 km以上SAR影像覆寫的廣域InSAR滑坡識别與基于米級空間分辨率的InSAR單體滑坡精準監測将成為該領域重點發展方向。
圖 3 基于InSAR的滑坡形變監測與廣域早期識别Fig. 3 Identification and monitoring of landslide in large-area based on InSAR
圖選項
部分SAR衛星(如歐空局哨兵1号衛星)具備擷取曆史存檔影像的能力，為滑坡體長達數年的曆史變形追溯提供了可能[29]，對分析滑坡演化過程與觸發因素具有重要作用(圖 4)。2017年6月24日四川省茂縣新磨村滑坡是大陸滑坡InSAR形變追溯研究的一個裡程碑事件。該滑坡源區地形陡峭，後緣高程達到3000 m以上，坡體瞬間下滑導緻整個村舍被埋，多人死亡或失蹤，引起全球廣泛關注。利用歐空局哨兵資料對其進行形變曆史回溯(圖 4(a))，不僅發現滑源區在滑坡發生前3年就有持續變形，還捕捉到了滑前5~17 d出現的明顯加速變形現象(圖 4(b))[32-33]，這為基于InSAR的滑坡變形階段評判、危險性評價與監測預警提供了重要依據。2018年發生的金沙江白格滑坡堵江事件，一些學者基于日本宇航局ALOS2 SAR影像(圖 4(c))，采用像素偏移量追蹤POT技術對白格滑坡發生前的形變情況進行追溯，發現滑坡發生前3年的累計位移達數十米[34-35](圖 4(d))。另外，InSAR所監測到的滑坡形變資訊還可與水文驅動因素相結合分析，探讨水文因素與形變的耦合響應與季節性變化，如水庫水位循環會顯著引起斜坡變形與失穩[36]，持續強降雨會以相對較高的機率誘發滑坡[37]。
圖 4 基于星載InSAR的滑坡時空變形監測結果Fig. 4 Spatial-temporal deformation monitoring results of landslide based on InSAR platform
圖選項
綜上所述，InSAR技術在滑坡監測的主要作用為：①利用InSAR在廣域範圍識别正在發生變形的坡體，排查和發現滑坡隐患點，了解滑坡的可能發生地點；②通過InSAR監測可以揭示變形坡體長時間序列的形變位置、範圍、量級，掌握滑坡隐患的變形狀态和動态發展趨勢(是否加速等)，進而提前判斷滑坡的危險性，為進一步精細化監測預警提供依據；③通過追溯滑坡發生前長時間曆史形變情況，可查明災害發生的前兆資訊、發生前的形變位移與速率特征，并與其他氣象水文因素一起綜合分析，确定滑坡的關鍵緻災因子。
1.1.2 基于衛星光學遙感的滑坡變形動态監測
基于衛星光學遙感技術的地質災害調查最早可以追溯到20世紀70年代，早期由于影像分辨率和資料源有限，主要利用Landsat 1—5等低分辨率衛星影像(分辨率低于30 m)進行地質災害孕災環境調查[38-39]。20世紀80年代之後，法國SPOT系列衛星中等分辨率光學衛星影像(分辨率優于5 m)陸續出現，并逐漸用于大型地質災害的調查和動态監測[40]。進入21世紀，随着在軌高分辨率光學衛星數量的快速增多、影像空間分辨率的不斷提高(如美國DigitalGlobe公司的WorldView-3衛星影像空間分辨率達0.31 m)和重複觀測周期的不斷縮短(如美國Planet公司的衛星星座可實作全球範圍的每天重訪)，多時相光學衛星影像被廣泛應用于區域和單體地質災害的精細調查與中長期監測[41-43]。
利用多時相高分辨率光學衛星影像進行滑坡監測一般可分為地表特征要素變化定性監測和地表形變定量監測。地表特征要素變化定性監測主要通過多時相光學衛星遙感影像的人工目視解譯或計算機自動變化檢測，對滑坡所在區域的土地類型、植被覆寫等的變化進行檢測，進而實作對滑坡演化過程的動态監測與評價。圖 5為2008年汶川地震區綿竹市綿遠河幹流左岸小崗劍震裂山體-滑坡-泥石流災害鍊地震前後的多時相光學遙感影像，通過目視解譯可較好了解該地質災害鍊震後10年的動态演化過程[44]。
圖 5 四川省綿竹市小崗劍滑坡泥石流2008—2018年演化過程光學遙感監測[44]Fig. 5 Optical remote sensing monitoring of the evolution about the Xiaogangjian landslide mudslide in Mianzhu City, Sichuan Province, 2008—2018
圖選項
地表形變定量監測主要通過多時相高分辨率光學衛星遙感影像，利用人工目視解譯方法對滑坡體上人工建構築物(道路、水渠、房屋等)或宏觀裂縫等變形迹象進行定量解譯(圖 6)，或利用像素偏移追蹤技術對整個坡體水準方向上顯著位移(一般指米級以上的位移)進行定量監測(圖 7)，或利用高分辨率衛星立體像對獲得滑坡區的多期次數字地表模型(digital surface model，DSM)再進行差分計算，對滑坡區垂直方向的位移量進行動态監測。圖 6為通過對2018年6月22日—7月17日4期次Planet衛星影像(分辨率3.0 m)上道路拐點(P1和P2)的目視解譯，實作甘肅省舟曲縣江頂崖古滑坡複活後形變的定量監測。解譯結果表明：該滑坡7月12日P1号點滑動25 m，P2号點滑動30 m；7月12—14日P1号點滑動60 m，P2号點滑動64 m，7月14日之後滑坡變形逐漸趨于穩定[45]。同時也基于像素偏移追蹤POT技術利用2020年6月14日和6月19日兩期高分2号衛星影像(分辨率0.8 m)，擷取四川省丹巴縣阿娘寨古滑坡複活後的形變監測結果，如圖 7所示。該結果表明此滑坡2020年6月14日—6月19日最大形變量約為10 m，滑坡最大形變區主要位于滑坡後緣。
圖 6 甘肅省舟曲縣江頂崖滑坡失穩過程中形變監測[45]Fig. 6 Deformation monitoring of Jiangdingya landslide in Zhouqu County, Gansu Province
圖選項
圖 7 四川省丹巴縣阿娘寨古滑坡複活後2020-06-14至2020-06-19形變監測Fig. 7 Deformation monitoring from June 14 to June 19, 2020 after the resurrection of the ancient landslide in Aniangzhai, Danba County, Sichuan Province, China
圖選項
近年來，光學遙感技術在滑坡研究中的應用逐漸從單一資料向多時相、多源資料融合分析方向發展，從靜态的滑坡災害識别、形态分析向變形過程動态觀測方向發展[7]。利用多時序高分辨率衛星光學遙感影像可實作對滑坡變形動态演化過程和特征的曆史追蹤，有助于判斷滑坡隐患的規模、變形階段和危險性程度。然而，實作高精度多時相光學衛星影像地表形變監測也是有前提條件的，即各期影像空間位置要達到像素級甚至亞像素級精确比對，而因地形起伏導緻的衛星影像幾何畸變和影像空間分辨率等制約影像的比對精度，影響地表形變監測精度。目前絕大部分高分辨率光學衛星影像的重訪周期都在數天至十餘天，雖然Planet衛星星座可以實作單天重訪或者單天多次重訪，但受氣象條件的限制，尚達不到臨滑階段的監測頻次要求，僅适用于滑坡中長期趨勢監測和危險性評估。
1.2 基于無人機攝影測量的滑坡動态監測
無人機航空攝影測量機動靈活性強、測量精度高，可作為對衛星遙感手段的有益補充，實作小區域内的定期持續觀測，滿足重點關注區内滑坡的快速動态監測需求。國内外不少學者對這一領域開展了相關研究，取得較快的進展[46-50]。随着近年來無人機技術的發展，利用無人機可實作厘米級高精度的垂直和傾斜攝影測量，并快速生成數字地形圖(digital topographic map, DTM)、數字正射影像圖(digital orthophoto map，DOM)、數字高程模型(digital elevation map, DEM)、數字地面模型DSM。通過三維DSM不僅可以清晰觀測分析滑坡變形破壞迹象(如地表裂縫、錯台、滑坡後緣拉陷槽和陡壁等)，還可通過多期次DSM差分實作對滑坡地表垂直位移、體積變化以及剖面地形變化的定量計算，并通過關鍵點的變形時間序列分析實作滑坡變形動态監測。另外，通過無人機搭載LiDAR探測器可實作對植被的有效濾除，擷取高精度的數字地表模型，進而清晰地看到植被覆寫下的滑坡邊界、裂縫分布等變形破壞迹象，消除植被覆寫對滑坡識别和監測的影響[1]。文獻[51—52]自2015年起利用無人機對甘肅省黑方台黃土滑坡群進行長期監測，通過合理增加地面控制點數量将正射影像和DSM精度從分米級提高至厘米級，并通過與現場地表安裝的裂縫計、GNSS監測資料進行對比分析，驗證了小型無人機在黃土滑坡中長期監測中的實用性和可靠性。
目前，無人機攝影測量的滑坡監測技術主要以單體、小區域滑坡災害為目标對象，獲得高分辨率、高精度的地表數字高程模型，通過多期差分實作對滑坡裂縫分布、邊界範圍、地表變形的識别和監測。圖 8為黑方台陳家段黃土滑坡群豎直位移多期次監測結果，差分變形量顯示範圍為0.10~1.00 m(沉降變形)。圖 8(a)為2016-05與2017-01影像的差分結果，除滑坡内部的侵蝕變化外，變形主要集中在CJ#6滑坡後緣；圖 8(b)為2017-01與2017-03影像的差分結果，顯示變形主要集中在CJ#8滑坡後緣；圖 8(c)為2017-03與2017-05影像的差分結果，表明CJ#6、CJ#7和CJ#8滑坡後緣均出現了變形。圖 8(d)—(g)為各時段主要變形區的現場調查圖檔，它們與影像差分監測結果比較吻合，均出現了不同程度的沉降形變，通過現場測得的沉降變形與差分監測結果相比較，其誤差在0.1 m以内。
圖 8 陳家段滑坡群豎直變形監測結果[52]
Fig. 8 Monitoring results of vertical deformation of the landslide group in Chenjia section
圖選項
由此可見，使用無人機遙感技術不僅可對滑坡隐患進行直覺、便捷地識别和發現，還可通過多期次差分分析實作高達厘米級的形變定量監測，可作為滑坡早期識别和中長期變形監測的重要手段。同時，數字地表模型差分結果可清晰發現滑坡正在變形區域和關鍵部位(如滑坡後緣裂縫)，為地面專業監測精準布設監測裝置提供了依據。但是，無人機攝影測量的測量精度也會受到地形環境、植被覆寫等因素的影響；同時，因受限于監測頻次與精度，無人機遙感尚不能用于滑坡臨滑階段的實時動态監測預警，主要适宜于滑坡中長期和應急處置階段的觀測和危險性評價。
1.3 基于地面傳感裝備的滑坡災害監測
通過前述的“天-空”遙測技術基本可掌握滑坡隐患的位置和變形範圍，同時通過對曆史變形的追蹤，判斷其所處的變形階段及空間分布特征，但由于衛星/無人機重訪周期、監測名額單一等原因，無法對滑坡快速變形過程和誘發滑坡變形的相關實體量進行高頻時間序列的實時自動監測，僅利用“天-空”監測技術難以實作滑坡短臨和應急處置階段的監測預警。通過“天-空”監測技術若發現滑坡變形速率較大或已進入加速變形階段，就應實施地面監測，并根據監測資料驅動合适的預警模型實作滑坡預警，以保障受威脅人員生命财産安全[1]。
圖 9為滑坡地面專業監測技術體系架構圖。滑坡地面監測包括3個方面：滑坡變形監測、與變形相關的實體量監測，以及影響滑坡變形的因素監測。滑坡變形監測主要包括地表變形監測和深部位移監測；與變形相關的實體量監測主要包括監測滑坡岩土體在孕育和内部損傷破裂過程中因能量釋放而産生的微震、地聲以及應力變化；影響滑坡變形的因素主要指降雨量、地下水位、土壤含水率、孔隙或裂隙水壓的動态變化等。随着無線通信技術的發展，滑坡地面監測均已實作了基于物聯網的分布式、低功耗、自動化監測，多種現場部署的傳感器通過無線組網(節點-網關模式)或者遠端無線通信方式将實時采集資料發送至雲平台伺服器，運作在雲伺服器上的實時監測預警系統對采集的多源資料進行自動處理分析，結合預警模型實作滑坡實時自動監測預警，并通過網絡或者短信等方式釋出給相關使用者。
圖 9 滑坡地面專業監測體系架構Fig. 9 Architecture diagram of ground-based professional monitoring technique
圖選項
1.3.1 滑坡變形專業監測
2019年中國地質調查局地質環境監測院根據相關要求，部署了普适型地質災害監測預警裝置的研發和推廣應用工作，編制了《地質災害專群結合監測預警技術指南(試行)》。其中，全球衛星導航系統(GNSS)、裂縫監測儀、雨量監測站是滑坡普适性監測的标準配置。
(1) 全球導航衛星系統(global navigation satellite system, GNSS)。GPS由美國軍方于20世紀50—60年代開發并投入使用，随後迅速發展和不斷改進完善，應用領域由軍用拓展到民用。GPS技術的誕生對變形監測産生了深遠的影響。早在20世紀80年代，國外就已開始使用GPS進行地面變形觀測。近年來，GNSS(GPS、Gallieo、GLONASS、COMPASS的有機融合)監測技術以高精度、測站之間無須通視、全自動、全天候監測等優點，被廣泛應用于滑坡變形監測領域[53-54]。
GNSS是利用太空中的導航衛星對地面、海洋和空間使用者進行導航定位的一種空間導航定位技術。随着全球衛星導航系統建設的飛速發展，已形成了GPS、GLONASS、Galileo、COMPASS(北鬥)四系統并存的局面，多模多頻信号的融合極大提升了衛星定位系統的精度，使GNSS逐漸取代了傳統大地測量技術，推動了全新導航定位領域研究的發展[55]。随着大陸北鬥衛星導航系統(COMPASS)的建成以及基礎地理資訊庫的建立，GNSS變形監測技術在大陸滑坡變形監測領域得到了廣泛的應用。近年來，全國範圍根據已查明地質災害隐患底數，全面建設基于北鬥/GPS技術的GNSS滑坡變形監測系統，結合現代物聯網通信技術(如4G/5G/LoRa等)建構滑坡變形實時監測傳感網絡，以擷取更加精确、可靠和連續的滑坡變形資訊，提高滑坡災害監測預警能力，逐漸實作滑坡的提前主動防範。圖 10所示為基于GNSS的滑坡位移監測技術。GNSS的變形監測是基于載波相位差分原理，通過在穩定基岩上設立基準站，滑坡體上設立多個監測站，每個監測站觀測的原始衛星資料結合基準站的衛星觀測資料，以載波相位差分法進行精密資料處理，進而獲得監測站的絕對位置坐标，以及與基準站之間的靜态基線距離。GNSS靜态觀測一般需要30 min及以上時間才能獲得毫米級别精度[56-57]，因受限于衛星觀測資料品質和有效解算的限制，GNSS主要适用于處于蠕變或慢速變形滑坡的自動化高精度監測，對突發性滑坡、崩塌，以及由強降雨、地震等因素誘發滑坡的監測，尤其是臨災階段的監測預警還存在一定的局限性，此時就需要其他監測裝置(如裂縫計)的彌補。
圖 10 基于GNSS的滑坡變形監測Fig. 10 GNSS-based landslide deformation monitoring
圖選項
(2) 地表裂縫監測儀。滑坡體在潛在滑動面變形過程中往往會在後緣地表形成張拉裂縫，對滑坡後緣地面裂縫寬度變化的監測是滑坡變形觀測最直覺、簡單且有效的方式。裂縫監測可分為人工測量和自動化監測。人工測量因測量精度低、測量頻次低、危險性高等問題一般僅用于地質災害的群測群防監測中，不适用于重大(危險)滑坡的專業監測。滑坡裂縫的自動化監測已得到成熟應用，其工作原理是通過在滑坡裂縫兩側跨接一根鋼絲繩，裂縫計傳感器将鋼絲繩的長度轉換為等比例的電信号，結合嵌入式采集與物聯網技術實作對地表裂縫寬度的自動化采集、處理與傳輸。文獻[58—59]研發了一種基于自适應變頻采集的智能裂縫監測儀(圖 11)，集傳感元件、回旋裝置、采集傳輸電路、内置锂電池和保護裝置于一體，監測資料通過内置4G/NB-IoT/北鬥等無線傳輸方式發送至遠端的監測預警平台，其線性精度≤0.2%F.S.，分辨率達0.1 mm，量程範圍為0~2000 mm。差別于傳統裂縫計，該智能裂縫計内置能實時跟蹤并随滑坡變形特征自動調整采集頻率的算法模型，也即滑坡變形越快，資料采集頻率就越高，滑坡變形越慢，采集頻率就越低，采集頻率可在數小時到1秒之間多級自适應調整。這樣做不僅能極大降低裝置功耗，保證裝置在雲霧天氣也能長時間持續工作，更重要的是能完整擷取突發型滑坡和一般滑坡加速和臨滑變形階段的資料，使滑坡的動态跟蹤和過程預警(差別于傳統的門檻值預警)成為可能。利用該裂縫計和成都理工大學研發的地質災害實時監測預警系統，已實作對甘肅黑方台十餘次黃土滑坡、貴州興義龍井村順層岩質滑坡等的成功預警[60-61]。同時，滑坡裂縫監測儀作為GNSS的一種有力補充，較适用于滑坡臨滑、應急搶險階段，以及小型淺表層滑坡、崩塌變形的實時高頻自動化監測和預警。裂縫計曾在2018年金沙江白格滑坡應急處置階段的滑坡後緣局部垮塌的監測預警中發揮了重要作用[3]。
圖 11 自适應變頻智能滑坡裂縫監測儀及部署Fig. 11 Adaptive frequency conversion intelligent landslide fracture monitor and deployment schematic
圖選項
1.3.2 滑坡變形相關實體量及外界因素監測
滑坡岩土體在重力及其他力(如水壓力、地震動力等)作用下産生破裂，彈性能一部分會以微震、聲發射、次聲波等形式釋放出來，可通過監測震動和聲波信号的強度和位置分析研究滑坡内滑動面發展演化過程以及滑坡的前兆實體特征[3, 64]。滑坡在失穩後的運動過程中也會因撞擊、摩擦産生明顯的震動和聲波信号，并可通過這些實體信号反演滑坡的運動過程和特征，為滑坡災害的運動過程、監測速報與前兆預警研究提供新途徑。文獻[65]通過地震信号分析了2014年Askja ldera滑坡的動力學過程以及前兆資訊，研究發現滑坡在發生前的30 min存在卓越頻率為2.3 Hz的微地動信号，可作為滑坡的前兆信号。文獻[66]通過滑坡地震動記錄資料分析發現岩質滑坡會産生3~4 Hz主頻的地震信号，落石對地面的撞擊會産生3~10 Hz的地震信号。針對滑坡的受力監測，文獻[2]提出基于牛頓力的滑坡監測預警新方法，研發了滑坡災害牛頓力遠端監測預警系統，建構了基于牛頓力變化測量的滑坡雙體災變力學模型和資料表達，提出了滑坡牛頓力災變預警模式及預警等級，實作了多次滑坡災害的成功預警。
絕大多數滑坡的發生受降雨、地震、人類工程活動等外部因素的誘發。對于深層降雨型滑坡，則應該注重監測和分析研究降雨、地下水位與變形的相關性；對于淺層降雨型滑坡，往往是覆寫層飽水導緻流動性失穩，是以應重點監測覆寫層較厚或穩定性相對較差的關鍵部位的雨量、土體含水率、孔隙水壓力及地表變形[3, 67]。
1.4 滑坡“天-空-地”綜合協同監測
上述各種技術手段都有其自身優勢，但也存在明顯的缺陷，不能僅依靠某一種技術實作對滑坡隐患的調查評價和監測，必須通過不同層次、不同類型技術手段的綜合協同監測，才能實作不同空間和時間尺度、不同環境條件下各種觀測内容的全面監測；另一方面，受各種因素的影響，僅靠單一技術手段所得結論可能并不充分甚至為錯誤的結果，必須通過兩種及以上的技術手段得到同樣的結論或結果，才能确認觀測結果的正确性。尤其是遙感解譯結果一般需通過現場調查複核才能确認，或至少通過兩種不同的遙感技術得到一緻的認識才能确認相關結果。
從不同時間和空間尺度上需要多種觀測層次、多種監測技術的綜合應用和協同觀測。從空間尺度而言，基于衛星平台的光學遙感和InSAR技術可實作大範圍、區域或流域尺度的滑坡隐患粗略調查和探測；而基于航空平台的攝影測量和LiDAR則隻能進行相對小範圍、重要區段或單體滑坡的高精度調查和監測；而地面調查和監測則僅适宜于重大單體滑坡隐患。從時間尺度而言，因衛星平台存在重訪周期和惡劣天氣等因素的限制，主要适宜于滑坡長期、中長期的調查觀測；航空平台因受經費和其他因素影響，也不可能做到及時、實時調查觀測，主要用于重點地段的詳細調查觀測和應急調查監測；而地面和坡體内部的監測則很容易實作實時自動高頻監測，主要用于重大滑坡隐患，或通過遙感監測發現已進入加速變形階段的滑坡隐患，以及應急處置階段的滑坡調查監測。通過“天-空-地”綜合協同監測，不僅可實作從單體滑坡到流域尺度再到區域甚至全國、全球多尺度的全面監測，還可實作從秒級到數十上百年大時間跨度的滑坡監測。
從不同的觀測内容上也需要多種技術手段的綜合應用和協同觀測。光學遙感可通過滑坡區紋理或光譜特征與周圍的差别實作對古老滑坡的識别調查和已有明顯變形破壞迹象的新滑坡隐患的調查識别和監測，但雲霧天氣和植被覆寫對光學遙感具有很大的限制和影響，同時在滑坡變形初期可能并不會出現明顯的變形迹象，平面範圍太小的滑坡隐患也難以被衛星遙感影像識别和發現。當滑坡進入即将成災階段或應急處置時，衛星遙感的重訪周期已遠不能滿足實際需求，需要航空遙感高頻次的飛行來彌補。InSAR主要适宜于監測大範圍正在緩慢變形的區域，是滑坡隐患識别的重要技術手段，雖然其受天氣影響較小，可全天候觀測，但其同樣也會受到植被覆寫、重訪周期、地形、天氣等因素的困擾和限制，同時其對量級較大的變形破壞尤其是突發性變形破壞往往會失去觀測能力。是以，将InSAR和光學遙感有機結合才能有效、全面調查識别出正在變形的滑坡隐患和對滑坡變形發展趨勢的動态觀測。對于植被茂密區，光學遙感和InSAR的觀測能力都會受到極大的限制，而LiDAR卻具有獨特的植被去除功能，是以，LiDAR很适宜對植被覆寫區滑坡隐患的調查，尤其對具有曆史“損傷”的古老滑坡體或斷層、裂縫等線狀構造具有獨特的調查識别能力，可很好地彌補光學和InSAR的缺陷。但因LiDAR是基于航空和地面平台，其實施成本相對較高，主要适宜于重點區段或重大滑坡隐患的調查評價。地面和坡體内部監測可實作對滑坡區多種名額(如變形、地下水位、含水率、微震等)的全天候實時自動高頻、高精度監測，往往作為滑坡預警的主要手段和依據，但因其監測儀器裝置和維護成本都較高，主要适宜于重大滑坡隐患，尤其是滑坡進入加速變形階段和應急處置階段的監測，其可很好地彌補天-空遙感技術采樣間隔和監測精度的缺陷。
同時，前已述及，僅靠單一技術手段獲得的監測結果很容易出現偏差甚至錯誤的結果，通過多種技術手段監測結果的互相檢驗、驗證和校核，更容易獲得對滑坡真實情況的認知，這一點在西部高山峽谷區尤其是青藏高原地質調查人員難以到達的區域和部位，多種遙感技術的綜合應用和觀測結果的互相校驗顯得非常重要和必要。
2 金沙江流域滑坡隐患“天-空-地”協同監測與風險評價
2018年10月10日和11月3日，西藏自治區江達縣波羅鄉白格村的金沙江右岸先後發生兩次大規模高位滑坡，堵塞金沙江形成堰塞湖，堰塞體潰決後緻使下遊四川、雲南境内多座橋梁被沖毀，麗江等地被淹，造成巨大的經濟損失和廣泛的社會影響。白格滑坡發生後金沙江流域是否還存在類似的大型高位滑坡隐患，成為地方政府、相關部門和社會關注的焦點。筆者曾利用“天-空-地”協同監測技術對白格滑坡變形破壞過程進行了全面系統的研究，并在白格滑坡堰塞體應急處置過程中對滑源區不穩定岩土體局部垮塌實施了多次成功預警，保障了應急處置工程的安全實施；同時為回應社會關切，對金沙江流域白格滑坡上下遊120 km範圍開展滑坡隐患排查、形變監測與風險評價。
2.1 白格滑坡“天-空-地”協同監測
2.1.1 基于衛星平台的滑前形變回溯監測
收集白格滑坡失穩前多期次高分辨率衛星影像(圖 12(a)—(e))，利用人工目視解譯分别對滑坡區的局部垮塌和村道随時間的變化進行了解譯分析(圖 12(f))。解譯結果顯示：2011年3月衛星影像上局部垮塌面積為214 648 m2，2015年11月垮塌面積增加至228 257 m2，2017年1月垮塌面積變為237 908 m2，2011—2017年垮塌面積呈緩慢增加趨勢；2018年2月垮塌面積為301 030 m2，2018年8月增加至347 820 m2，可見2017年1月之後滑坡區垮塌面積呈顯著增加的趨勢(圖 13(a))。
圖 12 西藏白格滑坡曆史衛星影像和目前解譯結果(改自文獻[6])Fig. 12 Historical satellite image and current interpretation result of Baige landslide
圖選項
圖 13 西藏白格滑坡局部垮塌面積和村道累積形變量Fig. 13 Local collapse area and cumulative displacement of village road in Baige landslide of Tibet
圖選項
根據滑坡區村道分布位置分别提取Ⅰ1、Ⅰ2、Ⅰ3、Ⅰ4、Ⅱ1、Ⅱ2、Ⅱ3、Ⅱ4共8處特征點随時間的累積形變量，Ⅰ1為34.0 m，Ⅰ2為45.3 m，Ⅰ3為44.8 m，Ⅰ4為24.9 m，Ⅱ1為37.0 m，Ⅱ2為33.1 m，Ⅱ3為30.2 m，Ⅱ4為28.4 m(圖 13(b))。可見，8處特征點形變趨勢基本一緻，但累計形變量差别較大，從大到小依次為Ⅰ2>Ⅰ3>Ⅱ1>Ⅰ1>Ⅱ2>Ⅱ3>Ⅱ4>Ⅰ4。說明該滑坡地表形變整體為中後部>前部，滑坡應該屬于推移式滑坡。此外，滑坡右側(Ⅰ區)形變明顯大于左側(Ⅱ區)。該滑坡2011年3月4日—2018年2月28日最大位移達45.3 m，其中2017年1月15日—2018年2月28日的最大水準位移達26.2 m(Ⅰ2處)。從位移-時間曲線可以看出，2011年以來滑坡一直處于變形狀态，其中，2014年12月28日—2015年2月22日間有一次加速變形過程，之後趨于相對穩定。2016年5月23日—2017年1月15日，滑坡便一直處于較快的勻速變形階段。2017年1月15日之後表現出持續加速變形趨勢。村道的動态變形趨勢與局部垮塌面積的增加趨勢具有較好的一緻性，同時與利用時序雷達衛星的像素偏移量追蹤技術(POT)探測出的滑坡在2017年3月以後進入加速變形階段有較好的吻合(圖 13(b)、圖 14)。
圖 14 基于星載InSAR的白格滑坡災前POT變形監測結果Fig. 14 Deformation monitoring results before Baige landslide with POT technique based on InSAR
圖選項
2.1.2 基于無人機遙感的滑後特征分析
兩次滑坡發生後第一時間擷取了滑坡-堵江-潰壩等關鍵時間節點的多期次無人機航拍資料，生成了滑坡區DSM、DOM等系列高精度資料，結合滑前1∶10 000 DEM影像，不僅快速查明了滑坡的基本特征，還對滑坡及堰塞壩動态變化特征進行了精細定量分析。如圖 15所示，“10·11”第1次滑坡失穩岩土體體積約為2200×104m3，滑體高位下滑後，沖入金沙江形成順河向長約1100 m、寬約500 m的堰塞壩，其高度超出原始江面最大高度約85 m，平均厚度40 m。“11·03”第2次滑坡發生在第1次滑坡後緣陡壁的不穩定區，主滑區總體積約為850×104m3，失穩岩土體沿途鏟刮破碎岩體形成碎屑流，再次堵塞金沙江形成的堰塞壩最大高度比第1次滑坡形成的堰塞壩還高出50 m，堆積體總體積達930×104m3。
圖 15 白格兩次滑坡正射影像及前後地形變化Fig. 15 Orthophotos of two landslides in Baige and the topographic changes
圖選項
同時，利用無人機高分辨率DOM以及多期DSM差分資料發現了滑坡後緣裂縫空間分布位置和形态并定量分析了變形區的形變量(圖 16)，為地面專業監測儀器的布設提供了靶點。結合裂縫分布位置和斜坡後緣變形特征，現場專家組對滑坡後緣劃定了3個強變形區K1、K2、K3，先後安裝了33套現場監測儀器裝置(圖 16(d))，包括16套GNSS、16套裂縫計和1套雨量計。
圖 16 白格滑坡後緣裂縫發育分布、地形變化及監測儀器布置Fig. 16 Distribution of fracture development on the back edge of the Baige landslide, topographic changes and arrangement of monitoring instruments
圖選項
2.1.3 基于地面專業監測的應急處置期間實時監測預警
因第2次滑坡形成的堰塞壩過高，庫容較大，經評估分析一旦潰決将對下遊産生巨大的損毀。為此，相關部門決定滑坡壩上通過人工開挖洩流槽主動降低庫水位來減緩潰壩威脅。但如圖 16(c)所示，滑坡後緣裂縫發育，變形劇烈，并斷續出現局部垮塌，對堰塞體應急處置施勞工員安全構成極大威脅。在堰塞體應急處置過程中，相關部門專門組建了現場監測預警專家組，通過将現場GNSS、地表裂縫計的監測資料接入地質災害實時監測預警系統，建立了系統自動預警-專家研判-釋出預警-及時撤離的應急監測預警機制。現場專家組曾3次提前30 min左右精準預警後緣局部垮塌，及時撤離了現場施勞工員，保證了現場施勞工員的安全。
以位于滑坡K1區的4号裂縫計監測為例，對白格滑坡應急處置階段的實時監測預警進行說明。圖 17為根據4号裂縫計的監測結果自動劃分其所在區域變形塊體的變形破壞階段以及預警級别，變形曲線的切線角随着滑坡變形速率的增加而不斷增大。2018年11月10日16:00時切線角超過80°，系統發出橙色預警資訊；11月11日12:00—17:54:29，速率增量一直為正，變形速率由178.00 mm/d迅速增至333.90 mm/d。根據系統自動預警結果，結合現場專家研判于11日15:50向前線指揮部釋出了紅色預警資訊，迅即組織施勞工員避讓撤離，30 min後，該區變形塊體失穩破壞，由于撤離及時，施勞工員成功避險。
圖 17 白格滑坡4号裂縫計監測資料及預警過程Fig. 17 Monitoring time-series and warning process according to crack-meter No.4 in Baige landslide
圖選項
2.2 金沙江流域典型區段滑坡隐患協同監測與風險評價
通過收集2018年1月—2022年5月哨兵-1号升軌衛星影像(2021年6月—2021年7月無SAR影像資料)，采用光學遙感判識、幹涉堆疊Stacking-InSAR技術以及時序SBAS-InSAR技術，對金沙江流域白格滑坡上下遊120 km範圍進行滑坡隐患探測與形變監測，典型區段形變結果如圖 18所示。基于光學影像目視解譯以及Stacking-InSAR技術在白格滑坡上下遊120 km共排查出34處正在變形的滑坡隐患(圖 18(a))，發現距白格滑坡下遊70 km處有一典型大型滑坡聚集地段，其Stacking-InSAR與SBAS-InSAR結果均顯示該區段斜坡變形較為顯著(圖 18(b))。其中危險性最大的沙東滑坡寬約2.6 km，長約2.1 km，面積可達5.3 km2，有失穩堵江的風險(圖 18(c))[28]。光學影像顯示，在2018年10月和11月白格滑坡發生兩次滑坡-堵江-潰壩洪水後，因洪水沖刷坡腳，該滑坡前緣右側出現顯著變形(圖 18(d)和圖 18(e))。
圖 18 金沙江流域白格滑坡上下遊120 km範圍InSAR形變探測與監測Fig. 18 Deformation detection and monitoring using InSAR technology in 120 km scope of the Baige landslide in the Jinsha River
圖選項
利用時序SBAS-InSAR技術擷取典型點P1、P2的位移-時間曲線，發現白格事件前即2018年11月之前形變速率較小，白格滑坡後變形明顯加劇，其中P1點年均形變速率由-43.10 mm/a變為-109.37 mm/a，P2點年均形變速率由-30.92 mm/a變為-178.25 mm/a(圖 18(f))，但從該滑坡的位移—時間曲線可以看出其目前其仍處于等速變形階段[68]，滑坡堵江風險處于中等水準。2021年12月筆者所在團隊實地安裝了GNSS位移監測儀器對該滑坡實施地面監測(位置與P1點保持一緻)，将GNSS監測結果與SBAS-InSAR時序監測曲線進行對比(GNSS三維形變監測結果投影至雷達視線向(line of sight，LOS)方向，圖 18(g))，二者均有形變，且變形趨勢基本一緻。後續将利用InSAR時序與地面監測有機結合實作對該滑坡的持續跟蹤監測，一旦發現其進入加速變形階段，則将風險等級調整為高風險，并加密地面監測，啟動滑坡預警與臨災預案。
3 結論與展望
本文對近年來利用“天-空-地”監測技術開展滑坡實施監測預警的研究進展進行了系統歸納總結，重點介紹了高分辨率光學遙感與InSAR技術的衛星遙測滑坡監測技術，無人機攝影測量的滑坡監測技術，以及基于地面傳感器的滑坡監測技術，對比分析了各種監測技術的優勢能力和應用局限，同時強調了應針對監測技術的适用條件、優勢和特點，實作多層次、多技術的協同監測與綜合利用，以實作充分發揮各自長處，規避短闆，優勢互補，最大限度地實作滑坡災害的實時監測和科學預警。得出以下結論：
(1) 衛星InSAR監測可揭示不穩定斜坡長時間序列的形變位置、範圍、量級，掌握滑坡隐患的運動狀态和變形動态發展趨勢(是否加速等)，實作提前判斷滑坡的危險性，為進一步精細化監測預警提供依據。衛星影像光學遙感技術在滑坡研究中的應用逐漸從單一資料向多時相、多源資料融合分析方向發展，從靜态的滑坡災害識别、形态分析向變形過程動态觀測方向發展。利用多時相高分辨率衛星光學遙感影像可實作對滑坡變形動态演化過程和特征的曆史追蹤，有助于判斷滑坡隐患的規模、變形階段和危險性程度。基于星載平台的滑坡遙測技術均受限于衛星重訪周期長，目前僅适用于滑坡的中長期監測，較難滿足滑坡臨滑加速變形階段的監測預警。星載滑坡遙測技術可為地面調查、監測靶區和儀器部署提供重要參考。目前星載遙感資料處理分析以人工解譯方式為主，未來可發展基于深度學習的多源星載滑坡遙感資料自動融合分析與智能輔助決策方面的研究。
(2) 使用無人機遙感技術不僅可對滑坡隐患進行直覺、便捷地識别和發現，還可通過多期次差分分析實作高達厘米級的形變定量監測，可作為滑坡早期識别和中長期變形監測的重要手段。同時，數字地表模型差分結果可清晰發現滑坡正在變形區域和關鍵部位(如滑坡後緣裂縫)，為地面專業監測精準布設傳感裝置提供了重要指導。但是，無人機攝影測量的測量精度也會受到地形環境、植被覆寫等因素的影響；同時，因受限于監測頻次與精度，尚不能用于滑坡臨滑階段的實時動态監測預警，主要适宜于滑坡中長期和應急處置階段的觀測和危險性評價。
(3) 星載遙感技術與無人機攝影測量均實作了滑坡的中長期動态監測，對進入加速變形的滑坡應及時部署地面專業監測裝置。北鬥/GNSS導航系統、智能裂縫計等作為普适性變形監測技術已大範圍推廣至大陸的地質災害監測領域，結合滑坡災變機理與變形規律，輔助滑坡誘發因素(如降雨、水位、孔隙水壓等)和與變形相關的實體量(如牛頓力、聲發射、微震等)的監測，采用多元監測技術對不同類型的滑坡實施針對性、科學性群組合式的綜合監測，為滑坡預警預報模型的研究及推廣應用提供重要的技術支撐。然而，目前地面專業監測資料均發送至雲端進行解析、處理和預警驅動，受限于傳輸信号覆寫及資料延遲問題，易出現預警不及時，未來可發展基于邊緣智能的滑坡監測預警裝置研究，研發實時智能感覺技術，前置預警模型至WSN邊緣網關(或伺服器)，實作“雲-邊”協同預警預報，為解決突發性地質災害及時監測預警問題提供方案。
(4) 各種監測技術都有其自身的優勢和缺點，在滑坡實際監測工作中需綜合利用多種技術手段，通過多層次、多技術的綜合應用，優勢互補，互相驗證和校核，才能實作對滑坡的各種空間尺度和發展演化全過程的監測，并提高滑坡全過程監測的準确性和可靠性。
作者簡介
第一作者簡介：許強(1968-), 男, 博士, 教授, 研究方向為地質災害防治理論與方法研究。E-mail: [email protected]
初審：張豔玲複審：宋啟凡終審：金 君
資訊