Deformation Characteristics of Jiaju Ancient Landslide Based on InSAR Monitoring Method, Sichuan, China
-
摘要:
位于四川省丹巴县聂呷乡甲居村的甲居古滑坡主要由甲居滑坡(H01)、聂呷坪滑坡(H02)、小巴旺村滑坡(H03)、聂拉村滑坡(H04)和山顶滑坡(H05)等5个次级滑体组成.受区域构造、强降雨、河流侵蚀、地层岩性等因素影响,甲居古滑坡次级滑体持续发生蠕滑变形,对位于滑体上的村庄、道路和前缘大金河等具有较大危害,2020年遭受50年一遇的强降雨后,古滑坡变形速率有进一步增大的趋势.采用SBAS-InSAR技术,结合遥感解译和现场调查,获取了甲居古滑坡2018年6月至2021年8月的地表变形特征,通过二维形变速率转换获取了甲居古滑坡沿斜坡向(slope)和垂直向(vertical)的形变速率.研究认为,甲居古滑坡沿雷达视线方向(VLOS)形变速率最大达-179 mm/a,沿斜坡方向的形变速率(Vs)最大为-211 mm/a,沿垂直方向的变形速率(Vv)最大为-67 mm/a.甲居滑坡的北侧区域、聂拉村滑坡的南侧区域和山顶滑坡后缘变形较大,总体上位于强变形-极强变形区.甲居古滑坡的变形机制具有一定差异,其中甲居滑坡以牵引式变形为主,聂拉村滑坡以推挤式变形为主.由于古滑坡地质构造复杂、新构造活动强烈,在强降雨和河流侵蚀作用下极易导致滑坡蠕滑速率加快并进一步失稳,形成堵江溃坝等灾害.建议加强次级滑体的地表变形监测,为流域性地质安全风险防灾减灾提供技术支撑和科学依据.
Abstract:The Jiaju ancient landslide,located in Jiaju Village,Niexia Township,Danba County,Sichuan Province,is mainly composed of 5 secondary sliding bodies,such as Jiaju landslide (H01),Niexiaping landslide (H02),Xiaobawang Village landslide (H03),Niela Village landslide (H04),and the mountain top landslide (H05). Affected by factors such as regional structure,heavy rainfall,river erosion,stratigraphic lithology,etc.,the secondary sliding bodies of Jiaju ancient landslide continue to undergo creep deformation,which will cause certain harm to villages,roads and the front edge of Dajin River. The deformation rate tends to increase further after the occurrence of heavy rainfall that occurs once every 50 years in 2020. In this paper it uses SBAS-InSAR technology,combined with remote sensing interpretation and field investigation,obtained the surface deformation characteristics of the Jiaju ancient landslide from June 2018 to August 2021, and obtained the edge of the Jiaju ancient landslide through two-dimensional deformation rate conversion,the slope and vertical deformation rates. The research shows that the maximum deformation rate of the Jiaju ancient landslide along the radar line of sight (VLOS) is -179 mm/a,the maximum deformation rate along the slope direction (Vs) is -211 mm/a,and the maximum deformation rate along the vertical direction (Vv) is -67 mm/a. The northern area of the Jiaju landslide,the southern area of the Niela Village landslide,and the trailing edge of the mountain top landslide are largely deformed,and are generally located in the strong deformation-extremely strong deformation area. The deformation mechanisms of the Jiaju ancient landslide are different to some extent. The Jiaju landslide is dominated by traction deformation,while the Niela Village landslide is dominated by push deformation. Due to the complex geological structure of the ancient landslide and the strong neotectonic activity,under the action of heavy rainfall,it is easy to cause the landslide creep rate to accelerate and further destabilize,resulting in dammed lake and dam broken hazards. It is suggested to strengthen the surface deformation monitoring of secondary sliding bodies to provide technical support and scientific basis for geohazard prevention and mitigation of watershed geological safety risks.
-
0. 引言
青藏高原是我国乃至世界上滑坡灾害发育最为严重的地区之一,发育一系列大型-巨型滑坡(王思敬,2002;郭长宝等,2017;张永双等,2018;严孝海等,2022),如2000年西藏易贡高位远程滑坡,体积达2.8×108~3.0×108 m3(殷跃平,2000;Guo et al., 2020)、2018年西藏白格滑坡于10月和11月先后发生两次滑动(许强等,2018;王立朝等,2019)等,这些滑坡造成的滑坡-堵江-溃坝灾害链给滑坡体上下游城镇居民、工程建设等造成极大危害.除突发性新生地质灾害外,该区内的大型古滑坡及其复活也成为影响青藏高原地区重大工程建设、人类工程活动的重要影响因素,如2018年7月甘肃舟曲县南峪乡江顶崖古滑坡发生复活,复活体积达480×104~550×104 m3,引起国道G345线中断,滑坡堆积体造成白龙江南峪乡段河道堵塞、水位上涨,形成的堰塞湖淹没南峪村及南峪电站(Guo et al., 2019).四川省丹巴县位于大渡河上游,地处我国第一级阶梯向第二级阶梯过渡地带,为典型高山峡谷地貌,受构造活动影响,该区发育一系列大型古滑坡且以深层蠕滑复活为主要标志,如2004年建设街滑坡,滑坡整体向前推移,滑坡前缘丹巴县城数千平方米的房屋出现宽大裂缝甚至垮塌破坏,2005年2月至5月,约4 900人撤离危险区(刘鹏,2006),此外该区还发育莫洛村古滑坡(陈菲等,2012)、甲居滑坡(张建龙等,2010)、梭坡滑坡(曾求等,2021)、聂拉村滑坡(Dong et al., 2018)等. 2020年6月,四川省丹巴县一带发生50年一遇的强降雨,降雨量在4~6月的3个月内达660 mm,超过丹巴地区多年平均降雨量632.7 mm(张海泉等,2021),24 h最大降雨量为42.55 mm,强降雨导致丹巴县半扇门镇梅龙沟发生重大泥石流灾害,阻断小金河,梅龙沟泥石流冲刷淘蚀坡脚导致阿娘寨村老滑坡体复活,形成堰塞湖,造成S303烂水湾段道路中断等严重灾害(宋亚兵等,2021).大型古滑坡防灾减灾形势严峻,强降雨、构造活动是影响该区古滑坡复活的主要因素,因此,大渡河上游的古滑坡发育特征及其复活机制再次成为研究的重点与热点问题.
位于四川省丹巴县聂呷乡甲居村一带发育一处包含甲居滑坡在内的古滑坡(张永双等,2021),受地形地貌和地质构造影响较大,该古滑坡东西长约8 km、南北宽约6 km、面积约为3 200×104 m2、体积为6.4×108~16×108 m3.为研究甲居古滑坡的发育特征与变形趋势,自2008年以来,国内外学者基于GPS监测、数值模拟分析以及InSAR技术对甲居滑坡成因、复活机制等方面开展了大量研究,郑万模等(2008)采用GPS监测甲居滑坡位移变化,认为2006年8月至2007年12月甲居滑坡北侧位移量较南侧大,总体向东滑动;白永健等(2011)采用GPS、InSAR和深部位移监测3种技术相互结合构成三维系统监测网,判别甲居滑坡当前处于浅表层加速变形破坏和深部缓慢变形的演化阶段;曾琳等(2021)采用SBAS-InSAR技术发现甲居滑坡南侧次滑坡基本趋于稳定,北侧坡体最大形变速率仍达75 mm/a,较为活跃.近年来,青藏高原东部地区的滑坡事件频发、部分大型滑坡持续发生变形,特别是2020年遭受50年一遇的强降雨对于大渡河流域内包含阿娘寨古滑坡在内的部分滑坡稳定性造成极大影响,对区域地质灾害稳定性、防灾减灾工作提出了极大挑战.因此,本文采用SBAS-InSAR方法,选取2018年6月至2021年8月的96景Sentinel-1A升轨数据,分析研究了甲居古滑坡的发育特征,识别出5个正在发生蠕滑变形的区域,在强降雨和河流侵蚀等作用下极可能发生滑动,并造成堵江和毁坏国道等灾害事件.
1. 地质背景
四川甲居古滑坡位于大金川河西侧(图 1a),从整体上看滑坡区呈现宽缓坡地与陡坎并存的梯级台坎地貌.坡上冲沟较发育,沟谷深切,沟深5~12 m,斜坡中部发育有常年流水性溪沟10余条.由于地处青藏滇缅印尼“歹”字型构造、川滇南北向构造与小金-金汤弧形构造复合部位,区内构造体系复杂,造山运动、变质作用、岩浆喷出活动强烈,构造形迹以北西向为主.断裂主要以北西向的鲜水河断裂和北东向的龙门山断裂为基本构架,其他断裂都与这两条断裂近平行发育,只在两断裂相交部位发育有近南北向和弧形断裂带(韩朝阳,2016;白永健,2020).
图 1 四川丹巴县甲居古滑坡区域构造位置图1.更新统砂砾粘土;2.全新统砂砾粘土;3.二叠系上统玄武岩夹黑色板岩及灰岩;4.二叠系下统含砾砂岩、板岩、大理岩;5.泥盆系危关群第四岩组石英岩、(碳质)片岩、大理岩;6.泥盆系危关群第三岩组变砾岩、片岩、大理岩;7.泥盆系危关群第二岩组片岩、大理岩;8.泥盆系危关群第一岩组石英岩;9.志留系茂县群第五岩组石英岩、片岩;10.志留系茂县群第四岩组片岩夹条带状大理岩;11.志留系茂县群第三岩组石英岩夹片岩;12.志留系茂县群第二岩组片岩夹大理岩;13.志留系茂县群第一岩组片岩;14.震旦系上统灯影组陡山沱组白云质大理岩、片岩;15.震旦系下统变粒岩、含砾片岩、混合岩;16.燕山期早期辉石正长岩;17.燕山期早期石英二长岩;18.燕山期早期似斑状石英二长岩;19.海西期未分基性侵入岩;20.伟晶岩脉;21.黑云母带;22.十字石.铁铝榴石带;23.兰晶石带;24.矽线石带;25.未分超基性岩;26.实测断层;27.推测性质不明断层;28.实测正断层;29.推测正断层;30.实测逆断层;31.推测逆断层;32.实测地质界线;33.推测地质界限;34.水系;35.地层倾向及倾角、倒转底层产状;36.混杂岩界线;37.实测地质界限;38.高程点;39.甲居古滑坡范围Fig. 1. The regional tectonic location map of Jiaju ancient landslide in Danba County, Sichuan Province研究区内发育多个次级断裂,断层性质以正断层为主,个别断层为走滑正断层,断距在3~15 m之间.受构造作用影响,岩层局部倒转,挤压变形作用强烈,节理裂隙发育,岩浆活动较强,区内有多处伟晶岩脉出露,滑坡前缘两侧地层产状从南往北逐步从倾向北北西转变到倾向北北东,倾角一般为50°~55°.滑坡区表层为厚度巨大的松散堆积物,以上更新统冰水堆积(Q3fgl)为主,夹杂冲洪积、泥石流堆积、崩滑堆积一起组成的混杂堆积体,下部基岩为志留系茂县群第四岩组(Smx4)二云英片岩夹大理岩(石胜伟等,2008).
2. 甲居古滑坡发育特征
2.1 甲居古滑坡整体特征
甲居古滑坡位于大渡河上游大金川右岸(图 2),距四川丹巴县城约6 km,著名的甲居藏寨风景区即位于此滑坡体上,该古滑坡在平面上呈圈椅状地貌,范围介于N33°57′09″~N33°57′21″、E101°51′29″~E101°51′43″;后缘最大高程为4 459 m,前缘大金川河面约为1 902 m,相对高程约2 500 m,斜坡整体坡度约10°~35°,古滑坡纵长约8 km、水平宽约6 km、面积约为3 200×104 m2,按甲居滑坡钻探揭露滑带厚度22 m作为该古滑坡体的平均厚度(Yin et al., 2010),推测该古滑坡的体积约7.04×108 m2,为一巨型古滑坡.
根据甲居古滑坡的平面分布特征,可将其分为形成区(I)、滑动区(II)和堆积区(III)等3个部分,滑坡形成区高程主要分布在3 600~4 459 m,中间滑动区高程主要为2 900~3 600 m,前缘堆积区高程主要为1 900~2 900 m(图 2和图 3),其中古滑坡体的形成区(I)内,目前还发育形成了新的山顶滑坡体.
图 3 甲居古滑坡A-A′工程地质剖面图1.二云英片岩夹大理岩;2.石英岩夹二云英片岩;3.二云英片岩夹变粒岩;4.云英质大理岩、片岩;5.浅粒岩夹片岩;6.断裂带;7.滑带;AA′见图 2Fig. 3. The A-A′ engineering geological section profile of Jiaju ancient landslide通过遥感解译和现场调查,认为该古滑坡主要由甲居滑坡(H01)、聂呷坪滑坡(H02)、小巴旺村滑坡(H03)、聂拉村滑坡(H04)和山顶滑坡(H05)等5个次级滑体组成(图 2).
2.2 甲居古滑坡次级滑坡发育特征
(1) 甲居滑坡(H01).甲居滑坡平面形态呈M形,分为南北两个部分,滑坡东西长1 100~1 200 m,南北宽800~1 000 m,高程在1 920~2 400 m,高差约480 m,平面面积约1.2 km2,通过钻探揭露滑带的平均厚度为22 m,推测滑坡体积2.6×107 m3(李明辉等,2008;白永健等,2011),滑体纵向平均坡度为21°,主滑方向为70°,滑坡地质剖面呈“缓-陡-缓-陡”的台阶状形态(图 4),地表形态与基覆界面有较好的对应关系,上陡下缓,属特大型牵引式中深层土质滑坡.甲居滑坡位于炭厂沟断层(逆断层)和佛爷崖断层(逆断层)之间,滑坡两侧及中部山脊出露基岩,产状以NE、NW倾向为主,倾角在35°~60°,强风化岩层厚度为8~13 m.坡体主要变形区集中在滑坡北部,滑坡区无统一滑动面和主滑方向,主要表现为覆盖层内部的多级、多期次变形.自2006年以来,坡体上产生明显的变形破坏痕迹,前缘失稳破坏侵占大金川河道,但目前仍处于蠕滑变形状态,滑坡中心有一条大裂缝,沿断裂带可发现许多有裂缝的房屋,甲居滑坡后缘道路挤压变形严重(图 5a),滑坡复活将威胁到甲居一村、二村和三村等1 000多人的生命财产安全.
图 4 甲居滑坡工程地质剖面图(据李明辉等,2008)图据李明辉等(2008);1.碎块石土;2.二云英片岩;3.砂、卵石;4.第四系上更新统冰水堆积层;5.第四系冲洪积物;6.志留系通化岩组第六段;7.推测地层界线;8.推测滑面;9.钻孔;10.滑坡边界;11.变形陡坎;12.变形区界线;13.地层界线;14.剖面线;15.建筑物Fig. 4. The engineering geological section of Jiaju landslide (after Li et al., 2008)(2) 聂呷坪滑坡(H02).聂呷坪位于甲居滑坡西侧,为聂呷坪村居民驻地,大金川河和省道S211从滑坡脚下穿过,该滑坡在平面上呈长舌形地貌,滑坡前缘高程约1 890 m,滑坡后缘约2 530 m,顶底高差约650 m,滑体纵向坡度为20°~30°,主滑方向为100°,东西长约2 200 m,南北宽约1 000 m,平面面积为2.1×106 m2,滑坡体积为1.1×108~1.5×108 m3.
(3) 小巴旺村滑坡(H03).小巴旺村滑坡位于聂呷坪滑坡(H02)和聂拉村滑坡(H04)之间,为小巴旺村居民驻地,平面形态呈圈椅状,滑坡纵长730 m,水平宽约820 m,小巴旺村滑坡坡向为103°,坡度为15°~25°,滑坡前缘大金川河面高程为1 906 m,滑坡后缘约2 161 m,顶底高差为260 m.现场调查发现滑坡前缘公路向外侧沉降,存在路面沉陷现象(图 5b),该滑坡目前处于变形状态,应进行加固治理.
(4) 聂拉村滑坡(H04).聂拉村滑坡位于甲居古滑坡的北侧,为聂拉村居民驻地,该在平面形态上呈半圆形,东西长约1 100 m,南北宽约1 200 m,平面面积为1.3×106 m2,滑坡体积为2.6×107~3.0×107 m3,现场调查发现,聂拉村滑坡体上道路破坏十分严重,由于发生持续变形,道路硬化维护难度大(张路等,2018).
(5) 甲居山顶滑坡变形区(H05).山顶滑坡变形区位于甲居古滑坡的西侧山顶处,滑坡顶部常年积雪覆盖,平面上呈圈椅状地貌,滑坡高程在2 900~4 400 m之间,高差达1 500 m,滑坡东西长约4 200 m,南北宽约1 500 m,平面面积约为6.3×106 m2,由此推测滑坡体积为9×108~11×108 m3,为一大型滑坡.通过LiDAR影像显示滑坡后缘断壁明显,前缘鼓包隆起,滑坡后缘还出现了二次垮塌的现象(图 6).
3. SAR数据及形变分析方法
InSAR是利用合成孔径雷达干涉测量技术对研究区进行位移监测,属主动遥感成像,具有全天时、全天候、高分辨率的特点,能监测较大范围内的变形(Fruneau et al., 1996;杨红磊等,2012;Wasowski and Bovenga, 2014;鲁泽恩等,2021;卓冠晨等,2022),近年来,D-InSAR、SBAS-InSAR和PS-InSAR等技术逐渐发展起来,其中SBAS-InSAR技术克服了时空基线过长而导致失相干的现象,同时也缓解了大气效应以及地形对差分的影响,已广泛应用于地面沉降监测、地裂缝形变监测、同震形变观测和滑坡形变监测等领域.本文采用SBAS-InSAR方法,使用GAMMA软件分析甲居古滑坡2018年6月至2021年8月升轨数据LOS方向的变形特征,并通过二维数据转换,将LOS方向形变速率转为slope方向和vertical方向上的形变速率.
3.1 SAR数据来源
Sentinel-1卫星是欧洲航天局哥白尼计划(GMES)中的对地观测卫星,载有C波段(波长为5.6 cm)的合成孔径雷达,VV极化方式,IW成像模式,分辨率为5×20 m.由于甲居古滑坡位于大金河深切河谷北西侧,坡向总体为E-SE向,根据以往研究,降轨数据对于E、NE和SE等方向坡体的形变特征不可见(Wasowski and Bovenga, 2014),而升轨数据能较好地捕捉到E、NE和ES等方向的坡体变形,为分析甲居古滑坡的形变特征,本文选取了覆盖研究区的96景Sentinel-1A升轨数据,图 7矩形框为SAR影像覆盖范围,时间跨度为2018年6月至2021年8月,数据获取日期与主要参数如表 1所示.
表 1 SAR影像数据基本参数Table Supplementary Table The basic parameters of SAR image data主要参数 参数值 轨道方向 升轨 轨道号Path 26 幅号Frame 93 所处波段 C 雷达波长(cm) 5.6 入射角(°) 43.90 影像间隔时间(d) 12 影像获取时间段 2018年6月24日至2021年8月31日 影像数量 96 3.2 SBAS-InSAR数据处理方法
本次研究采用了SBAS-InSAR技术进行甲居古滑坡的变形监测分析,其原理如下.
通过获取研究区N+1景单视复数影像,确定合适的主副影像进行配准,得到M幅干涉图,假设t为影像获取时间,在去除平地效应、地形相位和大气相位误差后,根据像素点(x,r)(x为方位向坐标,r为距离向坐标)在tA和tB两个时刻影像生成的相位φ(tA,x,r)和φ(tB,x,r),可以得到像素点(x,r)处的干涉相位δφj(x,r)(Ferretti et al., 2000;Berardino,2002;Lanari et al., 2004).
在SBAS-InSAR数据处理过程中产生M幅干涉图,用φ(x,r)表示(x,r)点在N个时刻图像形变相位组成的矩阵,则M个干涉对相位值组成的矩阵δφ(x,r)=Aφ(x,r),其中A为M×N矩阵.当M≥N时,可以通过最小二乘法得出形变时间序列,当M < N时,用最小二乘法得到的结果不唯一,使用奇异值分解法(SVD)联合求解多个小基线,将解得的各时段相位速率在时间域上积分,即可得到整个观测时段的形变时间序列.
3.3 二维形变速率转换
通过InSAR技术观测到的地表形变,其观测值代表数据采集时间段内的地表形变量值,该形变量是地表真实形变在雷达视线方向的投影大小,由于滑坡多沿斜坡面进行滑动,雷达视线方向的形变信息无法准确反映斜坡面的真实形变情况(戴可人等,2019),因此需要将雷达视线方向的形变值向坡度方向和垂直方向转换,更直观地展示滑坡的运动趋势.根据雷达成像的关系,将雷达视线方向转换为坡度方向和垂直沉降方向的几何关系(图 8),假设滑坡运动沿单位矢量$ \widehat{\mathit{u}} $指定的方向发生,采用式(1)、式(3)(Cascini et al., 2010)和式(4)(Colesanti and Wasowski, 2006)将视线方向的形变速率转换为坡度方向和垂直方向的形变速率.
$$ \stackrel{}{\widehat{\mathit{u}}}=\left[\begin{array}{c}-\mathrm{s}\mathrm{i}\mathrm{n}\alpha \mathrm{c}\mathrm{o}\mathrm{s}\varphi \\ -\mathrm{c}\mathrm{o}\mathrm{s}\alpha \mathrm{c}\mathrm{o}\mathrm{s}\varphi \\ \mathrm{s}\mathrm{i}\mathrm{n}\varphi \end{array}\right], $$ (1) $$ \mathrm{c}\mathrm{o}\mathrm{s}\beta =(-\mathrm{s}\mathrm{i}\mathrm{n}\alpha \mathrm{c}\mathrm{o}\mathrm{s}\varphi)(-\mathrm{s}\mathrm{i}\mathrm{n}\theta \mathrm{c}\mathrm{o}\mathrm{s}{\alpha }_{s})+(- \\ \mathrm{c}\mathrm{o}\mathrm{s}\alpha \mathrm{c}\mathrm{o}\mathrm{s}\varphi)(-\mathrm{s}\mathrm{i}\mathrm{n}\theta \mathrm{s}\mathrm{i}\mathrm{n}{\alpha }_{s})+\mathrm{s}\mathrm{i}\mathrm{n}\varphi \mathrm{c}\mathrm{o}\mathrm{s}\theta, $$ (2) $$ {V}_{s}={V}_{\mathrm{L}\mathrm{O}\mathrm{S}}/\mathrm{c}\mathrm{o}\mathrm{s}\beta, $$ (3) $$ {V}_{v}=\frac{{V}_{\mathrm{L}\mathrm{O}\mathrm{S}}+{V}_{s}\mathrm{s}\mathrm{i}\mathrm{n}\theta \mathrm{c}\mathrm{o}\mathrm{s}\left[\delta -({\alpha }_{s}-\frac{3}{2}\pi)\right]}{\mathrm{c}\mathrm{o}\mathrm{s}\theta }, $$ (4) 图 8 雷达视线方向和坡度方向几何示意图(Cascini et al., 2010)Fig. 8. Geometric sketch of radar line-of-sight direction and slope direction(Cascini et al., 2010)式(1)~(4)中,Vs为沿坡度方向的形变速率;VLOS为沿雷达视线方向的形变速率;Vv为垂直方向的形变速率;αs为方位向和正北方向的夹角;αs-$ \frac{3}{2}\pi $为方位向视线方向;δ为滑坡方位角;α为斜坡坡向;β为视坡夹角;θ为入射角;φ为斜坡坡度.坡度方向的形变速率为雷达视线方向与视坡夹角余弦值的比值.
4. 甲居古滑坡InSAR形变监测结果
通过采用SBAS-InSAR时序分析方法,结合30 m DEM对Sentinel-1A数据进行了处理,得到了甲居古滑坡LOS方向的变形特征(图 9),并通过二维数据转换,将LOS方向形变速率转换为slope方向(图 10)和vertical方向(图 11)的形变速率,解译出的强变形区与LOS方向大致一致,但在形变速率量值上存在较大差异,具体分析如下.
4.1 甲居古滑坡整体形变特征
结合遥感影像分析,该古滑坡前部和后缘部位表面植被覆盖密度不大,相干点较多,干涉效果较好,有较明显的速率积累,古滑坡中部部分地区植被覆盖茂密,造成影像的失相干,速率点较为稀少.根据甲居古滑坡2018年6月至2021年8月期间雷达视线LOS方向的形变结果(图 9),古滑坡的最大变形速率达-179 mm/a,其中当形变点向远离卫星传感器方向运动时VLOS为负值,形变点表示向靠近卫星传感器方向运动时VLOS为正值.根据甲居古滑坡整体形变特征在空间上的差异性,主要以甲居滑坡北侧,聂拉村滑坡南侧以及山顶滑坡后缘变形强烈,聂拉村滑坡与小巴旺村滑坡仅在滑坡体中部存在微弱变形,整体较稳定.
根据甲居古滑坡的整体形变速率特征,参考冯文凯等(2020)和闫怡秋等(2021)对于蠕变型滑坡的变形划分结果,结合本区的现场调查,将甲居古滑坡变形级别分为4级:极强变形区(-179 mm/a≤VLOS < -37 mm/a)、强变形区(-37 mm/a≤VLOS < -18 mm/a)、中等变形区(-18 mm/a≤VLOS < 17 mm/a)和弱变形区(17 mm/a≤VLOS < 61 mm/a).
通过二维形变速率转换,得到了甲居古滑坡在slope方向(图 10)和vertical方向(图 11)上的形变速率值(表 2),从图 10可以看到H01~H05滑坡在沿斜坡方向(VS)均表现为负值,表明各次级滑坡体在沿斜坡方向移动,最大slope方向变形速率达-211 mm/a,其中甲居滑坡北侧,聂拉村滑坡整体以及山顶滑坡后缘形变速率值显示为橙色到红色(< -40 mm/a),表明该次级滑坡体沿斜坡变形速率较大,沿斜坡向滑动明显;从图 11可以看到甲居滑坡北侧、聂拉村滑坡和山顶滑坡在垂直向上表现为负值,表明滑坡体在沿近似坡向向下的主滑方向移动,最大vertical方向变形速率达-67 mm/a,聂呷坪滑坡和小巴旺村滑坡在垂直方向上表现为蓝色到绿色(-10~10 mm/a),形变值较小,变形差异不明显.
表 2 时序InSAR分析滑坡探测识别结果Table Supplementary Table Time series InSAR analysis of landslide detection and recognition results滑坡名称 坡向(°) 坡度(°) 面积(km2) 最大LOS
形变速率
(mm·a-1)slope方向
形变速率
(mm·a-1)vertical方向
形变速率
(mm·a-1)甲居滑坡(H01-N) 112 20~35 0.6 -92 -108 -35 甲居滑坡(H01-S) 67 20~35 0.8 -42 -50 -16 聂呷坪滑坡(H02) 120 20~35 2.1 -44 -52 -17 小巴旺村滑坡(H03) 103 15~25 1.1 -32 -66 -22 聂拉村滑坡(H04) 87 15~30 1.3 -170 -211 -180 山顶滑坡(H05) 98 20~40 6.3 -87 -103 -33 4.2 甲居滑坡(H01)变形特征
本文通过SBAS-InSAR方法,采用Sentinel-1A升轨数据得到甲居滑坡的形变速率(图 12),蓝色-绿色代表该区域相对稳定,红色-黄色表示滑坡体远离卫星视线方向的移动,黄色曲线为甲居滑坡边界,红色曲线圈出了甲居滑坡变形速率较大区域.根据InSAR形变结果,可将甲居滑坡的变形特征在平面上分为J01、J02和J03三个次级滑动区,J01位于甲居滑坡南侧,坡体较稳定,J02和J03区最大形变速率分别为-72 mm/a和-92 mm/a,由此推测甲居滑坡形变速率北侧大于南侧,前缘大于后缘.由于当地政府采用筋石笼等措施对坡脚进行加固,J01区域变形得到治理,目前处于基本稳定状态;在2020年6月强降雨发生前,J02和J03变形速率处于基本一致,而在强降雨发生后,J02累积形变量呈现平稳增加,J03累积形变量增长幅度较大(图 14),在前缘形变速率大于后缘的情况下,加之前缘受到大金川河流侵蚀,坡脚应力集中过大,可能会导致甲居滑坡北侧呈现由前往后的逐级牵引式变形.
4.3 聂拉村滑坡(H04)变形特征
将聂拉村滑坡的InSAR结果与光学影像叠加(图 13),从光学影像可以看到滑坡体形态明显,且InSAR结果与光学影像判识结果具有较好的一致性,InSAR结果可以明显地展示出滑坡的变形区域,从整个甲居古滑坡变形特征来看(图 9),聂拉村滑坡整体处于蠕滑变形状态,图 13中橙色-红色区域(< -60 mm/a)表示该滑坡变形速率较大区域,该滑坡南侧变形大于北侧,后缘大于前缘,最大LOS形变速率达到-170 mm/a,滑坡后缘变形区域(< -90 mm/a)大于前缘,可能会推挤前缘移动,使前缘变形加剧,由此推测聂拉村滑坡整体呈现推挤式变形,光学影像显示,滑坡前缘大金川河道存在坡体挤压变形现象,该滑坡处于蠕滑变形状态.
4.4 甲居山顶滑坡(H05)变形特征
甲居山顶滑坡(H05)表面植被覆盖较差,影像间相干性较强,稳定的相干点较多,干涉效果较好,所以在滑坡的后部和前缘堆积区有较明显的速率积累.从LOS向InSAR结果可知,甲居山顶滑坡整体形变结果显示红色到绿色(图 9),形变速率为负值,说明该滑坡形变点向远离卫星传感器方向运动,最大LOS形变速率超过-80 mm/a;在沿斜坡(slope)方向同样表现为负值(图 10),说明该滑坡有沿斜坡向下滑动趋势,最大斜坡向变形速率达-103 mm/a.
5. 关于甲居古滑坡变形机理与趋势的讨论
古滑坡变形机理与蠕变趋势一直是工程地质和地质灾害领域研究的重点问题,诱发滑坡的主要因素有降雨、地震、河流侵蚀、地层岩性、地质构造和人类工程活动等(Guo et al., 2019).甲居古滑坡部分区域至今仍在发生破坏变形,通过区域地质资料与野外地质调查分析,认为导致甲居古滑坡失稳的主要因素有强降雨、地层岩性与地下水活动、活动构造与河流侵蚀等方面(Dong et al., 2018),主要因素具体分析如下.
5.1 强降雨对滑坡变形的影响
滑坡在地质灾害中所占比例较高,其主要诱发原因是降雨(张明等,2009),甲居古滑坡所在的四川省丹巴县位于青藏高原东南部,为典型的青藏高原季风气候区,气温垂直变化明显,根据丹巴县地面气象站资料,甲居古滑坡区域多年平均降雨量为400~600 mm,其中6~9月降雨量占全年的63 %且多为暴雨.近年来,该区极端强降雨极为发育,如2020年6月17日,四川省丹巴县持续强降雨,当日降雨量达42.55 mm,在强降雨作用下,丹巴县半扇门乡梅龙沟发生特大泥石流灾害,泥石流冲刷掏蚀阿娘寨老滑坡坡脚,造成滑坡体前缘塌落形成堰塞坝,导致2人死亡,10人受伤,7 788人受灾(宋亚兵等,2021),滑坡发生前一个月降雨量达270 mm.本文统计了2018年6月至2021年8月间甲居古滑坡日降雨量与滑坡累计形变量之间的关系曲线(图 14),聂拉村滑坡(H04)两个监测点,在2020年6月强降雨作用下滑坡累计形变量增加幅度较大,形变速率加快,降雨对滑坡地表变形具有明显促进作用,强降雨作用引起的土体弱化,可能会导致滑坡稳定性降低.滑坡前缘受大金川河水常年冲蚀,强降雨会导致河流侵蚀加速,使滑坡体变形严重并且持续变形(Dong et al., 2018).
5.2 地层岩性与地下水活动对滑坡稳定性影响
甲居古滑坡表层主要为厚度巨大的松散堆积物,以上更新统冰水堆积(Q3fgl)为主,夹杂冲洪积、泥石流堆积、崩滑堆积一起组成的混杂堆积体,下部基岩为志留系茂县群第四岩组(Smx4)二云英片岩夹大理岩.根据现场调查,绢云母化地层出露较多,该类地层隔水性差,遇水抗剪强度急剧降低,白永健等(2011)认为滑坡表层覆盖有较厚层松散土层,地下水难以贮集,富水性差,降水渗入松散层中,形成潜水或上层滞水,导致坡体局部出现裂隙、膨胀、下挫和地面沉降等各种变形.
5.3 地质构造对滑坡稳定性影响
甲居古滑坡地处高山峡谷区,区域地质构造复杂,地处小金-金汤弧形构造与川滇南北向构造结合部位,属青藏滇缅印尼“歹”字型构造,大地构造单元属松潘-甘孜地槽褶皱系(胡凯衡等,2020).坡体中发育两条断裂,分别为炭厂沟断层和佛爷崖断层(图 2),受构造作用影响,滑坡区岩层局部倒转,挤压变形作用强烈,造成该区内岩体结构破碎,堆积体结构松散,力学性质差,区域上受龙门山断裂和鲜水河断裂活动的影响,全新世以来活动强烈,同时滑坡体的启动与地震密切相关,根据中国地震台网统计数据,自2008年以来,该区域发生4.0级以上地震达30次以上,震源深度达20 km(宋亚兵等,2021),严重损害了该地区岩土体的稳定性,容易诱发滑坡发生.
6. 结论
本文基于SBAS-InSAR方法和Sentinel-1A雷达数据,对四川丹巴县甲居古滑坡变形特征进行了研究,得到以下主要结论和认识.
(1) 基于SBAS-InSAR甲居古滑坡的变形结果,识别出该区发育的甲居滑坡(H01)、聂拉村滑坡(H04)和山顶滑坡(H05)3个次级滑体变形趋势明显,认为2018年6月至2021年8月甲居古滑坡最大LOS形变速率达-179 mm/a,斜坡slope方向最大形变速率为-211 mm/a,垂直方向vertical最大变形速率-67 mm/a.
(2) 基于甲居古滑坡LOS形变速率结果,将甲居古滑坡变形级别分为4级:极强变形区(-179 mm/a≤VLOS < -37 mm/a)、强变形区(-37 mm/a≤VLOS < -18 mm/a)、中等变形区(-18 mm/a≤VLOS < 17 mm/a)和弱变形区(17 mm/a≤VLOS < 61 mm/a).
(3) 甲居滑坡(H01)的北侧区域、聂拉村滑坡(H04)的南侧区域以及山顶滑坡(H05)的后缘变形较大,在强降雨等条件下滑动速率有可能进一步增大,分析坡体的变形速率表明甲居滑坡以牵引式变形为主,聂拉村滑坡以推挤式变形为主.
(4) 甲居古滑坡变形受强降雨和河流侵蚀、地层岩性与地下水、地质构造等因素的综合影响,特别是2020年6月的强降雨,加速了甲居古滑坡中部分次级滑体的变形,使滑坡体变形速率增加.在内外动力耦合作用下,导致坡体蠕滑变形加剧,并可能发生整体较大规模的滑动,形成堵江溃坝等灾害.
致谢: 感谢审稿专家和编辑老师对本文提出的宝贵意见,中国地质科学院地质力学研究所硕士研究生袁浩、张怡颖、吴中康参加了部分野外调查工作,硕士研究生宋德光、赵宁、李祥、张亚楠和邱振东处理了部分图件,在此一并表示感谢. -
图 1 四川丹巴县甲居古滑坡区域构造位置图
1.更新统砂砾粘土;2.全新统砂砾粘土;3.二叠系上统玄武岩夹黑色板岩及灰岩;4.二叠系下统含砾砂岩、板岩、大理岩;5.泥盆系危关群第四岩组石英岩、(碳质)片岩、大理岩;6.泥盆系危关群第三岩组变砾岩、片岩、大理岩;7.泥盆系危关群第二岩组片岩、大理岩;8.泥盆系危关群第一岩组石英岩;9.志留系茂县群第五岩组石英岩、片岩;10.志留系茂县群第四岩组片岩夹条带状大理岩;11.志留系茂县群第三岩组石英岩夹片岩;12.志留系茂县群第二岩组片岩夹大理岩;13.志留系茂县群第一岩组片岩;14.震旦系上统灯影组陡山沱组白云质大理岩、片岩;15.震旦系下统变粒岩、含砾片岩、混合岩;16.燕山期早期辉石正长岩;17.燕山期早期石英二长岩;18.燕山期早期似斑状石英二长岩;19.海西期未分基性侵入岩;20.伟晶岩脉;21.黑云母带;22.十字石.铁铝榴石带;23.兰晶石带;24.矽线石带;25.未分超基性岩;26.实测断层;27.推测性质不明断层;28.实测正断层;29.推测正断层;30.实测逆断层;31.推测逆断层;32.实测地质界线;33.推测地质界限;34.水系;35.地层倾向及倾角、倒转底层产状;36.混杂岩界线;37.实测地质界限;38.高程点;39.甲居古滑坡范围
Fig. 1. The regional tectonic location map of Jiaju ancient landslide in Danba County, Sichuan Province
图 3 甲居古滑坡A-A′工程地质剖面图
1.二云英片岩夹大理岩;2.石英岩夹二云英片岩;3.二云英片岩夹变粒岩;4.云英质大理岩、片岩;5.浅粒岩夹片岩;6.断裂带;7.滑带;AA′见图 2
Fig. 3. The A-A′ engineering geological section profile of Jiaju ancient landslide
图 4 甲居滑坡工程地质剖面图(据李明辉等,2008)
图据李明辉等(2008);1.碎块石土;2.二云英片岩;3.砂、卵石;4.第四系上更新统冰水堆积层;5.第四系冲洪积物;6.志留系通化岩组第六段;7.推测地层界线;8.推测滑面;9.钻孔;10.滑坡边界;11.变形陡坎;12.变形区界线;13.地层界线;14.剖面线;15.建筑物
Fig. 4. The engineering geological section of Jiaju landslide (after Li et al., 2008)
图 8 雷达视线方向和坡度方向几何示意图(Cascini et al., 2010)
Fig. 8. Geometric sketch of radar line-of-sight direction and slope direction(Cascini et al., 2010)
表 1 SAR影像数据基本参数
Table 1. The basic parameters of SAR image data
主要参数 参数值 轨道方向 升轨 轨道号Path 26 幅号Frame 93 所处波段 C 雷达波长(cm) 5.6 入射角(°) 43.90 影像间隔时间(d) 12 影像获取时间段 2018年6月24日至2021年8月31日 影像数量 96 表 2 时序InSAR分析滑坡探测识别结果
Table 2. Time series InSAR analysis of landslide detection and recognition results
滑坡名称 坡向(°) 坡度(°) 面积(km2) 最大LOS
形变速率
(mm·a-1)slope方向
形变速率
(mm·a-1)vertical方向
形变速率
(mm·a-1)甲居滑坡(H01-N) 112 20~35 0.6 -92 -108 -35 甲居滑坡(H01-S) 67 20~35 0.8 -42 -50 -16 聂呷坪滑坡(H02) 120 20~35 2.1 -44 -52 -17 小巴旺村滑坡(H03) 103 15~25 1.1 -32 -66 -22 聂拉村滑坡(H04) 87 15~30 1.3 -170 -211 -180 山顶滑坡(H05) 98 20~40 6.3 -87 -103 -33 -
[1] Bai, Y. J., 2020. Research on Mesostructure and Evolution of Rock-Soil Aggregate Landslides in Deeply Incised Valleys: A Case Study of Rock-Soil Aggregate Landslides in the Danba Reach of the Dadu River (Dissertation). Chengdu University of Technology, Chengdu(in Chinese with English abstract). [2] Bai, Y. J., Zheng, W. M., Deng, G. S., et al., 2011. Three-Dimensional System Monitoring and Numerical Simulation on the Dynamic Deformation Process of Jiaju Landslide in Danba, Sichuan. Chinese Journal of Rock Mechanics and Engineering, 30(5): 974-981(in Chinese with English abstract). [3] Berardino, P., Fornaro, G., Lanari, R., et al., 2002. A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferograms. IEEE Transactions on Geoscience and Remote Sensing, 40(11): 2375-2383. https://doi.org/10.1109/tgrs.2002.803792 [4] Cascini, L., Fornaro, G., Peduto, D., 2010. Advanced Low-and Full-Resolution D-InSAR Map Generation for Slow-Moving Landslide Analysis at Different Scales. Engineering Geology, 112(1): 29-42. [5] Chen, F., Deng, J. H., Gao, M. Z., et al., 2012. Geological Cause and Stability Evaluation of Moluocun Landslide, Danba County. Rock and Soil Mechanics, 33(6): 1781-1786(in Chinese with English abstract). doi: 10.3969/j.issn.1000-7598.2012.06.028 [6] Colesanti, C., Wasowski, J., 2006. Investigating Landslides with Space-Borne Synthetic Aperture Radar (SAR) Interferometry. Engineering Geology, 88(3): 173-199. [7] Dai, K. R., Zhuo, G. C., Xu, Q., et al., 2019. Tracing the Pre-Failure Two-Dimensional Surface Displacements of Nanyu Landslide, Gansu Province with Radar Interferometry. Geomatics and Information Science of Wuhan University, 44(12): 1778-1786, 1796(in Chinese with English abstract). [8] Dong, J. F., Liao M., Xu, Q., et al., 2018. Detection and Displacement Characterization of Landslides Using Multi-Temporal Satellite SAR Interferometry: A Case Study of Danba County in the Dadu River Basin. Engineering Geology, 240(5): 95-109. https://doi.org/10.1016/j.enggeo.2018.04.015 [9] Feng, W. K., Dun, J. W., Yi, X. Y., et al., 2020. Deformation Analysis of Woda Village Old Landslide in Jinsha River Basin Using SBAS-InSAR Technology. Journal of Engineering Geology, 28(2): 384-393(in Chinese with English abstract). [10] Ferretti, A., Prati, C., Rocca, F., 2000. Nonlinear Subsidence Rate Estimation Using Permanent Scatterers in Differential SAR Interferometry. IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2202-2212. https://doi.org/10.1109/36.868878 [11] Fruneau, B., Achache, J., Delacourt, C., 1996. Observation and Modelling of the Saint-Étienne-de-Tinée Landslide Using SAR Interferometry. Tectonophysics, 265(3-4): 181-190. https://doi.org/10.1016/s0040-1951(96)00047-9 [12] Guo, C. B., Montgomery, D. R., Zhang, Y. S., et al., 2020. Evidence for Repeated Failure of the Giant Yigong Landslide on the Edge of the Tibetan Plateau. Scientific Reports, 10: 14371. https://doi.org/10.1038/s41598-020-71335-w [13] Guo, C. B., Zhang, Y. S., Jiang, L. W., et al., 2017. Discussion on the Environmental and Engineering Geological Problems along the Sichuan-Tibet Railway and Its Adjacent Area. Geoscience, 31(5): 877-889(in Chinese with English abstract). doi: 10.3969/j.issn.1000-8527.2017.05.001 [14] Guo, C. B., Zhang, Y. S., Li, X., et al., 2019. Reactivation of Giant Jiangdingya Ancient Landslide in Zhouqu County, Gansu Province, China. Landslides, 17(1): 179-190. https://doi.org/10.1007/s10346-019-01266-9 [15] Han, C. Y., 2016. Study on the Deformation Failure Model and Stability of the Abutment of Danba Hydroelectric Station in Dadu River (Dissertation). Chengdu University of Technology, Chengdu(in Chinese with English abstract). [16] Hu, K. H., Zhang, X. P., Luo, H., et al., 2020. Investigation of the "6•17" Debris Flow Chain at the Meilong Catchment of Danba County, China. Mountain Research, 38(6): 945-951(in Chinese with English abstract). [17] Lanari, R., Mora, O., Manunta, M., et al., 2004. A Small-Baseline Approach for Investigating Deformations on Full-Resolution Differential SAR Interferograms. IEEE Transactions on Geoscience and Remote Sensing, 42(7): 1377-1386. https://doi.org/10.1109/tgrs.2004.828196 [18] Li, M. H., Zheng, W. M., Shi, S. W., et al., 2008. The Revival Mechanism and Stability Analysis to Jiaju Landslide of Danba County in Sichuan Province. Journal of Mountain Science, 26(5): 577-582(in Chinese with English abstract). doi: 10.3969/j.issn.1008-2786.2008.05.011 [19] Liu, P., 2006. Research on the Stablilty and Controlling Engineering Effect of the Danba Landslide (Dissertation). Chengdu University of Technology, Chengdu(in Chinese with English abstract). [20] Lu, Z. E., Tian, Y. G., Liu, Q. W., et al., 2021. Topographical Linear Feature Extraction Method Based on Sentinel-1 and DEM in Areas with High Vegetation Coverage of Nanling. Earth Science, 46(4): 1349-1358(in Chinese with English abstract). [21] Shi, S. W., Xie, Z. S., Wang, J. C., et al., 2008. Origin Mechanism Analysis and the Control Countermeasure of the Landslide in Jiaju of Danba County. Exploration Engineering (Rock & Soil Drilling and Tunneling), 35(9): 59-62(in Chinese with English abstract). doi: 10.3969/j.issn.1672-7428.2008.09.017 [22] Song, Y. B., Hu, G. S., He, N., et al., 2021. Preliminary Analysis on the Characteristics and Causes of Landslide in "6·17" Aniangzhai Village in Danba County. Science Technology and Engineering, 21(22): 9243-9249(in Chinese with English abstract). doi: 10.3969/j.issn.1671-1815.2021.22.009 [23] Wang, L. C., Wen, M. S., Feng, Z., et al., 2019. Researches on the Baige Landslide at Jinshajiang River, Tibet, China. The Chinese Journal of Geological Hazard and Control, 30(1): 1-9(in Chinese with English abstract). [24] Wang, S. J., 2002. Coupling of Earth's Endogenic and Exogenic Geological Processes and Origins on Serious Geological Disasters. Journal of Engineering Geology, 10(2): 115-117 (in Chinese with English abstract). doi: 10.3969/j.issn.1004-9665.2002.02.001 [25] Wasowski, J., Bovenga, F., 2014. Investigating Landslides and Unstable Slopes with Satellite Multi Temporal Interferometry: Current Issues and Future Perspectives. Engineering Geology, 174(1): 103-138. https://doi.org/10.1016/j.enggeo.2014.03.003 [26] Xu, Q., 2020. Understanding and Consideration of Related Issues in Early Identification of Potential Geohazards. Geomatics and Information Science of Wuhan University, 45(11): 1651-1659(in Chinese with English abstract). [27] Xu, Q., Zheng, G., Li, W. L., et al., 2018. Study on Successive Landslide Damming Events of Jinsha River in Baige Village on Octorber 11 and November 3, 2018. Journal of Engineering Geology, 26(6): 1534-1551(in Chinese with English abstract). [28] Yan, X. H., Guo, C. B., Liu, Z. B., et al., 2022. Physical Simulation Experiment of Granite Rockburst in a Deep-Buried Tunnel in Kangding County, Sichuan Province, China. Earth Science, 47(6): 2081-2093(in Chinese with English abstract). [29] Yan, Y. Q., Guo, C. B., Zhang, Y. S., et al., 2021. Study of the Deformation Characteristics of the Xiongba Ancient Landslide Based on SBAS-InSAR Method, Tibet, China. Acta Geologica Sinica, 95(11): 3556-3570(in Chinese with English abstract). doi: 10.3969/j.issn.0001-5717.2021.11.027 [30] Yang, H. L., Peng, J. H., Zhang, D. X., et al., 2012. Influence of Orbital Errors on InSAR Data Processing. Journal of Geomatics Science and Technology, 29(2): 118-121, 126(in Chinese with English abstract). doi: 10.3969/j.issn.1673-6338.2012.02.010 [31] Yin, Y. P., 2000. Rapid Huge Landslide and Hazard Reduction of Yigong River in the Bomi, Tibet. Hydrogeology and Engineering Geology, 27(4): 8-11(in Chinese with English abstract). doi: 10.3969/j.issn.1000-3665.2000.04.003 [32] Yin, Y. P., Zheng, W. M., Liu, Y. P., et al., 2010. Integration of GPS with InSAR to Monitoring of the Jiaju Landslide in Sichuan, China. Landslides, 7(3): 359-365. https://doi.org/10.1007/s10346-010-0225-9 [33] Zeng, L., Tie, Y. B., Guan, W., et al., 2021. Detection of Creep Deformation of the Jiaju Landslide by Radar Remote Sensing and Potential Instability Factors. Acta Geologica Sichuan, 41(1): 140-145 (in Chinese with English abstract). doi: 10.3969/j.issn.1006-0995.2021.01.027 [34] Zeng, Q., Chu, R. S., Sheng, M. H., et al., 2021. Preliminary Study on Microseismic Signals of Danba Suopo Landslide in Sichuan Province. Earthquake Research in China, 37(2): 300-308 (in Chinese with English abstract). doi: 10.3969/j.issn.1001-4683.2021.02.005 [35] Zhang, H. Q., He, W. X., Zhao, B., et al., 2021. Analysis of Field Investigation and Monitoring of "6•17" Meilong Valley Debris Flow-Aniangzhai Landslide Disaster Chain in Danba County, Sichuan Province. Science Technology and Engineering, 21(29): 12481-12489 (in Chinese with English abstract). doi: 10.3969/j.issn.1671-1815.2021.29.017 [36] Zhang, J. L., Vernon, H., Li, X. C., et al., 2010. Application of Differential Interferometric SAR to the Jiaju Landslide in Sichuan, China. Journal of Chengdu University of Technology (Science & Technology Edition), 37(5): 554-557 (in Chinese with English abstract). doi: 10.3969/j.issn.1671-9727.2010.05.013 [37] Zhang, L., Liao, M. S., Dong, J., et al., 2018. Early Detection of Landslide Hazards in Mountainous Areas of West China Using Time Series SAR Interferometry—A Case Study of Danba, Sichuan. Geomatics and Information Science of Wuhan University, 43(12): 2039-2049 (in Chinese with English abstract). [38] Zhang, M., Hu, R. L., Tan, R. J., et al., 2009. State-of-the-Art Study on Landslides Due to Rainfall and the Prospect. Geotechnical Investigation & Surveying, 37(3): 11-17 (in Chinese with English abstract). doi: 10.3969/j.issn.1672-8262.2009.03.003 [39] Zhang, Y. S., Liu, X. Y., Wu, R. A., et al., 2021. Cognization, Characteristics, Age and Evolution of the Ancient Landslides along the Deep-Cut Valleys on the Eastern Tibetan Plateau, China. Earth Science Frontiers, 28(2): 94-105 (in Chinese with English abstract). [40] Zhang, Y. S., Wu, R. A., Guo, C. B., et al., 2018. Research Progress and Prospect on Reactivation of Ancient Landslides. Advances in Earth Science, 33(7): 728-740 (in Chinese with English abstract). [41] Zheng, W. M., Deng, G. S., Liu, Y. P., et al., 2008. GPS Monitoring on the Representative Landslides in Danba, Sichuan. Sedimentary Geology and Tethyan Geology, 28(3): 30-34 (in Chinese with English abstract). doi: 10.3969/j.issn.1009-3850.2008.03.006 [42] Zhuo, G. C., Dai, K. R., Zhou, F. J., et al., 2022. Monitoring Typical Construction Sites of Sichuan-Tibet Railway by InSAR and Intensive Distortion Analysis. Earth Science, 47(6): 2031-2047 (in Chinese with English abstract). [43] 白永健, 2020. 深切河谷土石混合体滑坡细观结构及灾变过程研究——以丹巴河段土石混合体滑坡为例(博士学位论文). 成都: 成都理工大学. [44] 白永健, 郑万模, 邓国仕, 等, 2011. 四川丹巴甲居滑坡动态变形过程三维系统监测及数值模拟分析. 岩石力学与工程学报, 30(5): 974-981. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX201105015.htm [45] 陈菲, 邓建辉, 高明忠, 等, 2012. 丹巴县莫洛村滑坡的地质成因与稳定评价. 岩土力学, 33(6): 1781-1786. doi: 10.3969/j.issn.1000-7598.2012.06.028 [46] 戴可人, 卓冠晨, 许强, 等, 2019. 雷达干涉测量对甘肃南峪乡滑坡灾前二维形变追溯. 武汉大学学报(信息科学版), 44(12): 1778-1786, 1796. [47] 冯文凯, 顿佳伟, 易小宇, 等, 2020. 基于SBAS-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析. 工程地质学报, 28(2): 384-393. https://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ202002019.htm [48] 郭长宝, 张永双, 蒋良文, 等, 2017. 川藏铁路沿线及邻区环境工程地质问题概论. 现代地质, 31(5): 877-889. doi: 10.3969/j.issn.1000-8527.2017.05.001 [49] 韩朝阳, 2016. 大渡河丹巴水电站坝肩边坡变形破坏模式及稳定性研究(硕士学位论文). 成都: 成都理工大学. [50] 胡凯衡, 张晓鹏, 罗鸿, 等, 2020. 丹巴县梅龙沟"6·17"泥石流灾害链调查. 山地学报, 38(6): 945-951. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA202006015.htm [51] 李明辉, 郑万模, 石胜伟, 等, 2008. 丹巴县甲居滑坡复活机制及其稳定性分析. 山地学报, 26(5): 577-582. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA200805013.htm [52] 刘鹏, 2006. 四川省丹巴县建设街后山滑坡稳定性评价与防治工程作用效果分析(硕士学位论文). 成都: 成都理工大学. [53] 鲁泽恩, 田玉刚, 柳庆威, 等, 2021. 基于Sentinel-1和DEM数据的南岭高植被覆盖区地形线性特征提取方法. 地球科学, 46(4): 1349-1358. doi: 10.3799/dqkx.2020.351 [54] 石胜伟, 谢忠胜, 王军朝, 等, 2008. 丹巴甲居滑坡成因机制分析及防治对策建议. 探矿工程(岩土钻掘工程), 35(9): 59-62. https://www.cnki.com.cn/Article/CJFDTOTAL-TKGC200809018.htm [55] 宋亚兵, 胡桂胜, 贺拿, 等, 2021. 丹巴县"6·17"阿娘寨村滑坡体特征及成因初步分析. 科学技术与工程, 21(22): 9243-9249. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS202122009.htm [56] 王立朝, 温铭生, 冯振, 等, 2019. 中国西藏金沙江白格滑坡灾害研究. 中国地质灾害与防治学报, 30(1): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201901001.htm [57] 王思敬, 2002. 地球内外动力耦合作用与重大地质灾害的成因初探. 工程地质学报, 10(2): 115-117. https://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ200202000.htm [58] 许强, 2020. 对地质灾害隐患早期识别相关问题的认识与思考. 武汉大学学报(信息科学版), 45(11): 1651-1659. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH202011001.htm [59] 许强, 郑光, 李为乐, 等, 2018.2018年10月和11月金沙江白格两次滑坡-堰塞堵江事件分析研究. 工程地质学报, 26(6): 1534-1551. https://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201806016.htm [60] 严孝海, 郭长宝, 刘造保, 等, 2022. 四川康定某深埋隧道花岗岩岩爆物理模拟实验研究. 地球科学, 47(6): 2081-2093. doi: 10.3799/dqkx.2021.153 [61] 闫怡秋, 郭长宝, 张永双, 等, 2021. 基于SBAS-InSAR技术的西藏雄巴古滑坡变形特征. 地质学报, 95(11): 3556-3570. https://www.cnki.com.cn/Article/CJFDTOTAL-DZXE202111027.htm [62] 杨红磊, 彭军还, 张丁轩, 等, 2012. 轨道误差对InSAR数据处理的影响. 测绘科学技术学报, 29(2): 118-121, 126. https://www.cnki.com.cn/Article/CJFDTOTAL-JFJC201202009.htm [63] 殷跃平, 2000. 西藏波密易贡高速巨型滑坡特征及减灾研究. 水文地质工程地质, 27(4): 8-11. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG200004002.htm [64] 曾琳, 铁永波, 管威, 等, 2021. 雷达遥感探测甲居滑坡蠕滑变形与潜在失稳因素分析. 四川地质学报, 41(1): 140-145. https://www.cnki.com.cn/Article/CJFDTOTAL-SCDB202101027.htm [65] 曾求, 储日升, 盛敏汉, 等, 2021. 四川丹巴梭坡滑坡微震信号初探. 中国地震, 37(2): 300-308. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZD202102005.htm [66] 张海泉, 何文秀, 赵波, 等, 2021. 四川丹巴县"6·17"梅龙沟泥石流-阿娘寨滑坡灾害链现场调查与监测分析. 科学技术与工程, 21(29): 12481-12489. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS202129017.htm [67] 张建龙, Vernon, H., 李晓春, 等, 2010. 差分干涉测量技术在四川甲居滑坡监测中应用研究. 成都理工大学学报(自然科学版), 37(5): 554-557. https://www.cnki.com.cn/Article/CJFDTOTAL-CDLG201005015.htm [68] 张路, 廖明生, 董杰, 等, 2018. 基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例. 武汉大学学报(信息科学版), 43(12): 2039-2049. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201812031.htm [69] 张明, 胡瑞林, 谭儒蛟, 等, 2009. 降雨型滑坡研究的发展现状与展望. 工程勘察, 37(3): 11-17. https://www.cnki.com.cn/Article/CJFDTOTAL-GCKC200903004.htm [70] 张永双, 刘筱怡, 吴瑞安, 等, 2021. 青藏高原东缘深切河谷区古滑坡: 判识、特征、时代与演化. 地学前缘, 28(2): 94-105. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY202102009.htm [71] 张永双, 吴瑞安, 郭长宝, 等, 2018. 古滑坡复活问题研究进展与展望. 地球科学进展, 33(7): 728-740. https://www.cnki.com.cn/Article/CJFDTOTAL-DXJZ201807006.htm [72] 郑万模, 邓国仕, 刘宇平, 等, 2008. 四川丹巴县典型滑坡GPS监测效果研究. 沉积与特提斯地质, 28(3): 30-34. https://www.cnki.com.cn/Article/CJFDTOTAL-TTSD200803006.htm [73] 卓冠晨, 戴可人, 周福军, 等, 2022. 川藏铁路典型工点InSAR监测及几何畸变精细判识. 地球科学, 47(6): 2031-2047. doi: 10.3799/dqkx.2021.226 期刊类型引用(16)
1. 张亚楠,郭长宝,杨志华,吴瑞安,闫怡秋. 基于SBAS-InSAR的金沙江上游探戈古滑坡变形特征与影响因素分析. 工程地质学报. 2025(01): 186-200 . 百度学术
2. Pengfei Feng,Changdong Li,Shuang Zhang,Jie Meng,Jingjing Long. Integrating Shipborne Images with Multichannel Deep Learning for Landslide Detection. Journal of Earth Science. 2024(01): 296-300 . 必应学术
3. Zhen-dong Qiu,Chang-bao Guo,Yi-ying Zhang,Zhi-hua Yang,Rui-an Wu,Yi-qiu Yan,Wen-kai Chen,Feng Jin. Spatial structural characteristics of the Deda ancient landslide in the eastern Tibetan Plateau:Insights from Audio-frequency Magnetotellurics and the Microtremor Survey Method. China Geology. 2024(02): 188-202 . 必应学术
4. 闵希超,薛东剑,张凌煜. 基于时序InSAR技术的西山黄土滑坡形变特征分析. 自然资源信息化. 2024(01): 42-49 . 百度学术
5. Yiqiu Yan,Changbao Guo,Yanan Zhang,Zhendong Qiu,Caihong Li,Xue Li. Development and Deformation Characteristics of Large Ancient Landslides in the Intensely Hazardous Xiongba-Sela Section of the Jinsha River, Eastern Tibetan Plateau, China. Journal of Earth Science. 2024(03): 980-997 . 必应学术
6. 周全,蒋亚楠,吕鹏,王栋,曾锐. 联合Sentinel-1A升降轨数据的滑坡多维形变反演. 地球物理学进展. 2024(04): 1427-1439 . 百度学术
7. 张雪,杨成生,丁慧兰,胡涛,李祖锋. 基于时序InSAR的GRU-ARIMA云南昭通吉那古滑坡位移预测. 大地测量与地球动力学. 2024(10): 1028-1033 . 百度学术
8. 张蕙,张娅娣,师芸. 基于InSAR技术的伊宁县滑坡早期识别. 中国矿业. 2024(10): 131-142 . 百度学术
9. 武彬彬,常鸣,唐亮亮,刘沛源,罗超鹏. 高山峡谷区MPSIAC侵蚀模型适用性研究. 地球科学. 2024(10): 3815-3825 . 本站查看
10. 周易辰,陈华勇,阮合春,李霄,俞昀晗,牟芸莹,孟昊阳. 沟道堆积体失稳破坏引发泥石流的起动机理研究进展. 自然灾害学报. 2024(05): 1-11 . 百度学术
11. 刘吉鑫,郭长宝,吴瑞安,宋德光,闫怡秋,李祥. 西藏江达圭利大型深层滑坡蠕滑变形特征与稳定性分析. 地质通报. 2024(10): 1855-1868 . 百度学术
12. 罗军尧,朱国金,冯业林,向天兵,陈光明,黄青富,杨旸,杨太强. 基于SBAS-In SAR技术的澜沧江哑贡倾倒体变形演化特征. 岩石力学与工程学报. 2024(12): 3018-3031 . 百度学术
13. 邱振东,郭长宝,杨志华,吴瑞安,闫怡秋,张怡颖,靳峰,陈文凯. 基于微动探测的四川德达古滑坡空间结构特征与形成机理研究. 地质力学学报. 2024(06): 906-920 . 百度学术
14. 袁浩,郭长宝,吴瑞安,闫鸣岐,钟宁. 四川理塘乱石包滑坡滑带土环剪强度特性与高位远程滑动机制. 地球科学. 2024(12): 4659-4672 . 本站查看
15. 张娅娣,师芸,王佳运,颉昕宇,石龙龙. 新疆伊犁地区滑坡隐患InSAR识别与发育特征研究. 遥感技术与应用. 2023(02): 496-507 . 百度学术
16. 王允,王松鹏,王宁涛. 时序InSAR技术在尼泊尔中央发展区北部地区地质灾害隐患早期识别中的应用. 华南地质. 2023(03): 536-547 . 百度学术
其他类型引用(11)
-