第一篇城镇地区潜在灾难性滑坡隐患识别
　　伴随着全球气候变化、极端降雨增加、城市扩张和人类工程活动加剧，城镇地区灾难性滑坡和人工边坡失稳发生频率明显增加。大约80%的灾难性滑坡事先未被发现，给人民生命财产和重要基础设施带来重大损失，严重阻滞社会经济的可持续发展，因此亟须提前准确发现潜在的滑坡隐患和危险人工边坡，及时采取有效防治措施，避免造成社会经济的巨大损失。本篇从活动滑坡隐患早期识别和危险人工边坡自动识别两方面，开展广域城镇地区潜在滑坡隐患识别研究，揭示滑坡隐患的形变破坏模式、形变演化特征与成因机制。识别结果已在野外地质调查中得到成功验证，并成功应用于四川茂县、理县薛城，河北宽城、邢台、涉县，西藏察雅等地区。
　　第一章城镇地区活动滑坡隐患早期识别
　　1.1地表形变特征提取
　干涉合成孔径雷达（interferometricsynthetic aperture radar，InSAR）测量技术通过对
　　不同时刻获取的具有相干性的图像进行干涉处理，计算雷达波干涉相位，进而提取地表形变测量值，精度可达毫米级（Zebker et al.，1994；Li et al.，1990）。InSAR技术能够在广域地形陡峭的山区开展同步监测，准确提取地表形变特征，成为滑坡隐患早期识别的重要支撑技术（Mondini et al.，2021）。用于测量地表形变的InSAR监测技术主要包括差分干涉合成孔径雷达（differential InSAR，D-InSAR）测量技术（Gabriel et al.，1989）、永久散射体干涉合成孔径雷达（persistent scatterer InSAR，PS-InSAR）测量技术（Ferretti et al.，2001）、小基线集干涉合成孔径雷达（small baseline set InSAR，SBAS-InSAR）测量技术（Berardino et al.，2002）、集成时序InSAR技术等（Bekaert et al.，2020；Dong et al.，2018）。
　　1.1.1基于PS-InSAR技术的地表形变特征提取
　　PS-InSAR技术的原理是采用时序雷达影像提取永久散射体点，这些永久散射体点的散射特性不受时间、空间和大气影响，是长时间序列下回波信号稳定的点目标（Ferretti et al.，2001）。根据提取的永久散射体点，建立地面雷达波反射信号相位差分与地表形变之间的函数关系，从而提取雷达视线向地表形变测量值（Farina et al.，2006；Ferretti et al.，2001）。
　　采用相干系数阈值方法来选取永久散射体点（Colesanti et al.，2002；Ferretti et al.，2001）：
　　（1.1）
　　式中：M为影像干涉对中主影像的局部像素信息块；S为从影像的局部像素信息块，像素信息为复数，*表示共轭运算；m和n定义局部窗口的尺寸；i和j为像素坐标；γ[0，1]为相干系数，γ的值越接近1，则对应空间点（中心像素）处干涉相位噪声越小，信噪比越高（Colesanti et al.，2002；Ferretti et al.，2001）。将相干系数γ与相干系数阈值T进行比较，若某个像素处的相关系数γ大于相干系数阈值T，则该像素为永久散射体点（Ferretti et al.，2001；Zebker et al.，1992）。
　　基于提取的永久散射体点建立德洛奈（Delaunay）三角网，并进行相位解缠，去除线性形变、地形误差、大气相位和噪声，从而获得每个永久散射体点处的地表形变量估计（廖明生等，2014；Ferretti et al.，2001）。其中，采用数字高程模型（digital elevation model，DEM）数据去除地形相位的影响和进行地理编码，采用空域低通滤波器和时域高通滤波器去除大气延迟误差（陈强等，2012；祁晓明，2009；Ferretti et al.，2001）。
　　1.1.2基于SBAS-InSAR技术的地表形变特征提取
　　SBAS-InSAR技术连接独立的时序雷达影像，生成一系列短基线的影像集合，每个影像集合均具有短的时间基线和空间基线（Berardino et al.，2002）。SBAS-InSAR技术在每个影像集合中进行干涉处理，生成差分干涉图，能够有效解决空间失相干问题和长时间基线导致的失相干问题，最小化大气相位延迟误差；根据最小范数准则，采用奇异值分解方法连接各影像集合，计算地表形变（Berardino et al.，2002）。SBAS-InSAR技术通过小基线集，即短基线，能够提升时序雷达影像的时间采样率，保证差分干涉影像对的相干性，提高相干点的空间密度，从而实现连续准确的地表形变测量（Berardino et al.，2002）。
　　SBAS-InSAR技术的主要步骤简述如下。假设在N+1个时间节点t0，t1， ，tN分别拍摄N+1景雷达影像，设置时间基线与空间基线阈值，使每景SAR影像与至少1景SAR影像构成干涉影像对，并生成差分干涉图，因此干涉影像对的数量M满足（Berardino et al.，2002）。
　　第j个差分干涉图的差分干涉相位（廖明生等，2014；Mora et al.，2003；Berardino et al.，2002）为
　　（1.2）
　　式中：和分别为tB和tA时刻的相位；dtB和dtA分别为tB和tA时刻相对于初始时刻t0的雷达视线向累积形变位移量；λ为雷达中心波长；分别为大气延迟相位、地形相位和相干噪声相位。
　　对差分干涉图进行相位解缠，并采用地面控制点进行轨道精炼和平地效应去除，解缠后的差分干涉相位Δ.j（廖明生等，2014；Mora et al.，2003；Berardino et al.，2002）为
　　（1.3）
　　式中：VL为tL时刻的形变速率。所有解缠后的相位构成了一个M×N的矩阵，采用奇异值分解算法求解形变速率最小范数意义上的最小二乘解，进而求解形变速率在时间上的积分，得到地表形变位移量（Schmidt et al.，2003；Berardino et al.，2002）。最后，采用空域低通滤波和时域高通滤波去除大气相位，并进行地理编码，获得最终的地表形变测量值（廖明生等，2014；Berardino et al.，2002）。
　　1.2滑坡隐患识别判据
　　InSAR技术能够有效监测和提取地表形变特征，然而由于存在几何畸变、一维视线向测量敏感性、相位混叠效应等局限性（Mondini et al.，2021；许强等，2019），InSAR技术在滑坡隐患识别和调查方面存在局限性和挑战性。此外，InSAR产品存在大量噪声和信息干扰，且除活动滑坡以外，还有许多因素可产生地表形变，包括地面沉降、采矿活动、地下水开采、基坑开挖、地壳运动等。
　　目前活动滑坡隐患识别主要依据：①地表形变特征（Rehman et al.，2020；Wang et al.，2019；Dong et al.，2018；Xie et al.，2016）；②地表形变与地形特征（Guo et al.，2021；Liu et al.，2018；Zhao et al.，2012）；③地表形变、地形与地貌特征（Dun et al.，2021；Zhang et al.，2020；Zhao et al.，2018a，2018b）；④地表形变与地质特征（Solari et al.，2020）。可见目前研究通常采用地表形变、地形、地貌特征来识别活动滑坡隐患。然而，滑坡灾害是一个复杂的演化系统，受到地质、地形、环境等孕灾因素控制，受到降雨、人类工程活动、地震等致灾因素诱发，表现出地表形变和灾害微地貌特征。滑坡灾害的发育发生是孕灾环境和致灾因素共同作用的结果。目前研究采用的滑坡隐患识别判据忽略了关键的致灾机制，导致较低的识别精度和较高的虚警率，从而浪费了大量人力、物力、财力用于野外调查验证虚假的滑坡隐患。因此，需要建立综合地表形变、表观特征、孕灾机制和致灾机制的活动滑坡隐患识别判据，建立涵盖滑坡产生、发展、失稳全过程的隐患识别判据，从而有效提高隐患识别的准确性，降低虚警率。
　　本节提出集成地表形变、地表覆被变化、工程岩组、地形、微地貌、环境、断层构造、降雨、地震、人类工程活动特征的隐患识别综合判据，该判据集成了滑坡运动特征、表观特征、孕灾特征和致灾特征，贯穿滑坡发育、发展和运动全过程，为滑坡隐患识别的通用判据，可用于滑坡隐患盲识别，即无须先验知识便可开展活动滑坡隐患识别。建立的综合判据如图1.1所示。
　　当斜坡满足以下7条判据时，该边坡被认为是活动的滑坡隐患。
　　1.地表形变特征判据
　　（1）斜坡雷达视线向的形变速率VLOS大于雷达视线向形变速率标准偏差σ的2倍，即（Bekaert et al.，2020；Solari et al.，2020）。标准偏差σ反映了形变速率值的不确定性（Bekaert et al.，2020），因此当斜坡的形变速率超过2σ时，可以确定斜坡在发生运动形变。
　　（2）斜坡的地表形变具有空间连续性，当斜坡区域内至少2×2个相邻像素的速率超过2σ时，认为形变具有空间连续性。刻画圆形对象至少需要2×2个相邻像素，描述细长形状对象的宽度至少需要2个像素（Paulin et al.，2010；Hengl，2006），反映局部形变特征至少需要3个像素（Bekaert et al.，2020），因此采用至少2×2个相邻像素刻画连续形变的运动区域。
　　2.地层岩性判据
　　位于易滑地层的斜坡更容易发展成滑坡隐患，发生蠕动形变。大部分滑坡发育在软质岩、软硬相间的岩组或者风化破碎的硬质岩，较少滑坡发生在未风化的硬质岩地区（Fedotova et al.，2018；Liu et al.，2008），即滑坡主要发育发生在软质岩、软硬相间岩组或者风化破碎硬质岩构成的易滑地层（Li et al.，2017）。这些类型的工程岩组具有低抗剪强度、弱抗风化能力、较差的工程地质性质，遇水易软化、泥化（王志荣，2005），因此这类岩组在流水侵蚀、构造运动和人类工程活动作用下，易形成软弱夹层和滑动面，从而降低斜坡的稳定性（Guzzetti et al.，2008）。
　　3.微地貌判据
　　斜坡具有滑坡微地貌特征，如下错台坎、滑坡阶地、裂缝、冲沟、前缘临空面、坍塌、破碎的岩石物质、后缘封闭洼地等。形变运动的滑坡隐患一般具有明显的宏观形变迹象，即灾害微地貌特征。前缘临空是岩土体重力卸荷和斜坡失稳的前提条件。滑坡微地貌特征通过三维高分辨率光学影像进行判识，如从谷歌影像、天地图影像和Mapbox影像进行识别。
　　4.地形判据
　　斜坡坡度不小于10°。滑坡隐患通常发育在坡度不小于10°的陡峭山坡上（Kohv et al.，2009），但需要说明的是，不同地区坡度阈值存在差异，如对于高山峡谷地区，坡度阈值可设置为15°，而对于近水平滑坡发育地区，坡度阈值可设置为5°。
　　5.环境判据
　　（1）地表覆被变化判据：斜坡地表存在植被破坏或者裸地扩张。岩土体形变运移会导致坡面植被歪斜倾倒，裸地面积增加，出现马刀树和醉汉林。
　　（2）水系分布判据：河流水系500m以内区域容易发育滑坡隐患。靠近水系的斜坡，前缘受到流水侵蚀，产生陡峭临空面。此外，岩土体物质在河水浸泡、地下水波动影响下，在动水压力和静水压力作用下，易于滑动失稳、发育隐患、发生滑坡（邓时强等，2020；Kohv，2009；Yalcinkaya et al.，2003）。