由于多年露天开采矿石，天津蓟州五名山人工堆积斜坡及临空面曾多次发生滑坡、崩塌等地质灾害，但未进行有效监测和预警，造成一定经济损失，严重威胁人民群众安全。滑坡灾害具有破坏性大、隐蔽性强等特点，对滑坡进行早期识别和长期监测值得重点研究^[1]。目前，滑坡监测主要依赖传统的地表形变监测技术，如GNSS监测和定期水准测量等，虽然精度较高，但只能针对滑坡体边缘布设，无法有效地大面积覆盖整个滑坡体，且对于潜在未知隐患区监测非常有限^[2]。逐渐成熟的时序InSAR技术具有精度高、不受天气限制、监测范围广等特点^[3]，可以克服该限制。近年来，国内外学者利用InSAR技术获取已知或未知的潜在滑坡位置、边界、运动趋势，回溯评估滑坡体的运动学特征等^[4-5]。Goorabi^[6]利用InSAR技术探测到伊朗北部区域2017年地震后诱发的滑坡仍在继续移动；Bayer等^[7]发现人类工程活动已激活意大利某山脉潜在的深层滑坡，并用GPS等数据与InSAR数据进行对比，结果具有良好的一致性；王之栋等^[8]采用多种InSAR监测技术进行研究，结果表明可正确识别70%的形变区域，证明了不同InSAR技术可为地质灾害探测提供帮助。然而不同滑坡体朝向会使InSAR监测精度受限，可利用滑坡特殊性，认为滑坡主要发生在垂向与坡向，结合升降轨技术获取滑坡体垂向和坡向二维形变，可全面探查天津蓟州五名山滑坡灾害分布情况，为后续集中监测提供良好基础。

本文利用2017-03~2021-04 Sentinel-1A升轨和Sentinel-1B降轨数据，使用SBAS-InSAR技术对天津蓟州五名山滑坡隐患进行识别和探测。同时联合解算滑坡隐患区垂向和坡向形变场，与GNSS形变数据进行对比分析，评价SBAS-InSAR技术的适用性和精度，并结合区域内降水数据回溯滑坡的运动规律和特征，对天津蓟州五名山滑坡灾害的稳定性和范围进行初步评估，为有关部门提供精确的形变数据资料。

1 研究区概况及实验数据 1.1 区域概况

五名山位于天津市蓟州区渔阳镇与官庄镇交界处，山脚周围分布小刀剪营村、大星峪村等多个村庄。整体地貌属于低山丘陵，由于受长年采石影响，部分区域地貌已发生较大变化，形成多个临空面。其中已知的部分滑坡类型为中深层牵引式岩质顺层滑坡，大部分滑坡走向与坡向基本一致，曾多次发生局部岩体顺层滑动^[9]。蓟州区降水主要集中在6~9月，占全年降水量的80%以上，其中汛期主要集中在7、8月，此时正是强降水引发地质灾害的多发期。

图 1为初步圈定的五名山可能存在的滑坡隐患区域，其中A、D为主要的采石区，山顶已被削平深挖，呈不规则漏斗状，B、C多是在山脚处存在部分开采区域。已有资料显示，灾害类型主要为浅表层风化残坡积土质滑坡、尾矿堆碎屑泥石流，以及废弃矿山采面滑坡和崩塌、山坡崩塌等。

1.2 实验数据

本文选用欧空局的Sentinel-1A/B卫星数据，成像模式为IW(interferometric wide-swath)模式、SLC(single look complex)、C波段SAR影像数据，分辨率为5 m×20 m，采用VV极化方式。Sentinel-1A/B成像时间为2017-03~2021-04，Sentinel-1A升轨数据量为51幅，入射角为35.82°，轨道方位角为-13.38°；Sentinel-1B降轨数据量为48幅，入射角为41.76°，轨道方位角为-166.52°。数字高程模型(DEM)采用30 m空间分辨率的ALOS World 3D(AW3D30)作为外部DEM数据，也用于提取坡度坡向信息。

2 SBAS基本原理与二维形变获取

SBAS技术主要是通过设置时空基线阈值，将参与计算的所有SAR影像分成多个子集，选取短基线像对集合进行干涉处理，可有效克服时空失相干，提高InSAR精度和探测能力。其核心是利用最小二乘原理获得各子集的形变时间序列，通过奇异值分解(SVD)方法估算形变参数，具体原理及处理流程可参见文献[10]。SAR卫星多数为侧视成像，无论是升轨还是降轨，对于单一轨道获得的形变结果并不是地表真实形变，而是三维形变在视线向(LOS)的投影，因此可将升降轨视线向形变分解成3个维度分量d_U、d_N、d_E(图 2)，即

$\begin{array}{l} {d_{{\rm{los}}}} = {d_U}\cos {\theta _{{\rm{inc}}}} - {d_E}\sin {\theta _{{\rm{inc}}}}\sin \left( {{\alpha _{{\rm{azi}}}} - 3{\rm{ \mathsf{ π} }}/2} \right) - \\ {d_N}\sin {\theta _{{\rm{inc}}}}\cos \left( {{\alpha _{{\rm{azi}}}} - 3{\rm{ \mathsf{ π} }}/2} \right) \end{array}$

(1)

式中，d_los为视线向形变；d_U、d_N、d_E分别为地表某点的垂向、水平南北、水平东西方向形变；θ_inc为SAR卫星入射角；a_azi为SAR轨道方位角。

基于研究区先验信息，滑坡大部分属于顺层坡向运动特性，假设滑坡体只受重力影响沿坡面均匀滑动，而沿坡面垂直坡向方向的运动可忽略。由图 2可知，坡面坐标系由d_asp坡向形变、d_T垂直坡向形变和d_I垂直坡面形变构成，即认为SAR卫星在滑坡面视线向形变主要由d_U垂向和d_asp坡向形变组成^[11]：

$\left(\begin{array}{l} d_U \\ d_{\mathrm{asp}} \end{array}\right)=\left(\begin{array}{cc} \cos \theta_{\mathrm{inc}}^{\mathrm{A}} & \sin \theta_{\mathrm{inc}}^{\mathrm{A}} \sin \left(\alpha_{\mathrm{azi}}^{\mathrm{A}}-\beta\right) \\ \cos \theta_{\mathrm{inc}}^{\mathrm{D}} & \sin \theta_{\mathrm{inc}}^{\mathrm{D}} \sin \left(\alpha_{\mathrm{azi}}^{\mathrm{D}}-\beta\right) \end{array}\right)\left(\begin{array}{c} d_{\mathrm{los}}^{\mathrm{A}} \\ d_{\mathrm{los}}^{\mathrm{D}} \end{array}\right)$

(2)

式中，β为坡向。因此，可利用升降轨2个轨道依据式(2)联合解算获得研究区滑坡体垂向和坡向二维形变。其中垂向形变以向上为正、向下为负；坡向形变则顺坡方向为正，反之则为负。

3 形变结果分析 3.1 InSAR结果精度分析

为评估SBAS-InSAR监测结果的精度，联合研究区周围2021年最新建立的GNSS连续监测站数据，经处理转化为对应的垂向、坡向相对形变结果，并与SBAS-InSAR数据进行对比。经计算可知，GNSS数据与SBAS-InSAR数据的垂向相关系数为0.65，均方根误差(RMSE)为1.44 mm；坡向相关系数为0.54，均方根误差为1.93 mm，SBAS-InSAR结果与GNSS监测结果的基本趋势相同，具有较好的一致性。

3.2 滑坡隐患分析

通过SBAS-InSAR技术初步获得2017-03~2021-04五名山的二维形变结果。研究结果表明，五名山滑坡隐患区最大垂向累积形变达到-38.28 mm，临空面坡体最大坡向累积形变为22.10 mm。五名山形变区域主要分布在A、B、C区域，以下将对A、B、C区域的形变特征展开详细分析。A区域以前为五名山主要的采石区域，其形态大体呈凹陷漏斗状，因对环境破坏较大，近几年逐渐关停。由图 3可知，A区内不稳定区域集中分布在采石区域，因A区大部分地区受采石影响严重，高程变化巨大，转化成坡向形变时可能存在错误，因此只讨论垂向形变结果。

A区采石场西侧形变沿着矿区边缘长度约为760 m，其中最大累积沉降为-23.70 mm；南侧区域形变集中分布在开采区两侧，最大累积沉降为-25.06 mm；北部临空面上部累积垂向形变为-17.28 mm。其中不稳定区域面积共约31.5万m²。东侧坡体暂未发现明显形变。

B、C区为五名山坡脚区域，其二维形变如图 4所示。B区沿公路走向的采石区具有明显的滑坡运动趋势，最大垂向形变速率为-4.48 mm/a，最大垂向累积形变为-23.42 mm，最大坡向形变速率为3.68 mm/a，最大坡向累积形变为18.11 mm，形变区域面积约3.2万m²。中部存在2个临空面，未出现滑动迹象，最南端采石区坡脚处的最大垂向形变速率为-4.64 mm/a，最大垂向累积形变为-20.87 mm，面积约0.5万m²。临空面山脚处采挖区累积垂向形变达到30 mm以上，坡向形变具有沿周边向中心移动的趋势。原因为B区山脚处曾在采石区向下深挖后，为恢复原有的地质环境，又进行简单的回填处理，由于回填土沉降，形成现在的漏斗状沉降分布，因此在InSAR结果中主要表现为垂向沉降形式。图 4(b)为五名山C区滑坡，该滑坡位于小刀剪营村北侧。由于坡体前缘临空，坡体特征为前缘切割和后缘裂缝，存在发生滑坡的可能。通过本次监测发现，最大垂向形变速率大于-4 mm/a，最大垂向累积形变为-25.08 mm，坡向形变速率超过6 mm/a，最大坡向累积形变为15.67 mm，形变区沿坡向最大长度约227 m，宽度约158 m，面积约2.7万m²。滑坡隐患的产生是受坡脚处持续采石影响，导致上部滑坡体前缘临空逐渐加大，具有向下蠕滑趋势，稳定性较差。形变最大区距山顶约150 m，远离坡脚处较稳定。如果发生滑坡会对下方居民区形成巨大的安全隐患，因此后续应重点关注该区域。

3.3 滑坡形变与降水影响因素分析

研究表明，季节性强降水容易引发滑坡。分别在B、C坡体上提取形变区垂向、坡向形变，分析其与日均降水量的关系，对比结果如图 5所示。从图中可以看出，每年6~9月研究区月均降水量在200 mm以上，较大降水后滑坡体均表现出不稳定状态，强降水后坡体形变存在加速趋势。

前期降水量较少时(2017-11、2018-05)，强降水会导致坡体形变位移快速增加，这可能与土体含水率极速增多导致坡体的稳定性变差有关；而连续降水(2019-06~2020-06)对滑坡形变影响较小，并未明显促使滑坡位移出现加速；滑坡形变峰值对于降水峰值具有滞后性，但滞后时间存在差异，需要一定的时间延迟才能对降水作出响应。从图 5累积形变量可以看出，2018年雨季过后，五名山主要滑坡隐患区的垂向和坡向累积形变均明显快速增大。以C区滑坡体为例，绘制2018-07-24强降水前后垂向、坡向形变结果(图 6)。

雨季过后坡体中下部位移逐渐加大，且潜在滑坡体面积增大，说明降水会加剧潜在滑坡形变。随着形变的逐渐积累，坡体可能在某次强降水过后，从蠕滑状态达到临界值而形成滑坡，对坡下居民区造成严重影响。这表明大量降水会导致潜在滑坡体被激活，位移逐渐增大，因此降水是影响五名山坡体滑坡的主要外部因素之一。

4 结语

本文利用SBAS-InSAR技术处理2017~2021年共99景覆盖天津市蓟州区五名山区域的Sentinel-1A/B影像，获取垂向和坡向形变，识别滑坡灾害以及隐患点，并开展滑坡原因分析，获得以下结论：

1) 在2017-03~2021-04期间，五名山滑坡隐患区域中最大垂向累积形变达到-38.28 mm，临空面坡体最大坡向累积形变为22.10 mm。隐患区域中A区形变主要集中在露天采石区；B区坡向形变表现为沿周边向中心移动趋势；C区由于滑坡体前缘临空，处于缓慢蠕滑阶段；D区较稳定，未出现明显形变。

2) 强降水是影响滑坡形变的重要自然因素，降水量大小及降水持续时间对坡体的稳定性具有不同影响，突发大量降水会加速滑坡位移，而持续少量降水对滑坡影响较小，且降水峰值与滑坡形变峰值并不重合，存在一定的时间延迟。