工程科学与技术   2020, Vol. 52 Issue (5): 16-37
青藏高原泛三江并流区活动性滑坡InSAR初步识别与发育规律分析
姚鑫1, 邓建辉2, 刘星洪1,3, 周振凯1,4, 姚佳明1,3, 戴福初5, 任开瑀1, 李凌婧1     
1. 中国地质科学院地质力学研究所 新构造运动与地质灾害重点实验室,北京 100081;
2. 四川大学 水力学与山区河流开发保护国家重点实验室水利水电学院,四川 成都 610065;
3. 合肥工业大学 资源与环境工程学院,安徽 合肥 230009;
4. 中国地质大学(北京) 工程技术学院,北京 100083;
5. 北京工业大学 建筑工程学院,北京 100124
基金项目: 国家重点研发计划项目(2018YFC1505002);基本科研业务费专项(JYYWF20181501);国家自然科学基金项目(41672359;41807299);中国地质调查局工作项目(DD20190717)
摘要: 青藏高原的怒江、澜沧江和金沙江泛三江并流区是青藏高原地质环境研究和自然资源开发的关键带,因此,全覆盖地调查该区活动性滑坡,研究其发育分布规律具有重要意义。以泛三江并流区17.9×104 km2研究区为例,示范了InSAR大数据处理→滑坡解译→发育规律分析→重点区段剖析的滑坡InSAR调查工作流程和关键技术,获得了研究区海拔4 000 m以下的的活动性滑坡数据。结果表明:1)现有的SAR数据源、InSAR技术和解译方法可以满足开展大区域中小比例尺活动性滑坡识别的需求,开展全国滑坡InSAR调查时机已经成熟;2)设计的“相位共振增强PRE-InSAR”技术,针对大冗余SAR观测的快速计算,可以消除大部分不利的干涉条件,突出滑坡的位置、范围和活动强度,有效地完成适合大区域滑坡识别的InSAR数据处理,技术上具有推广潜力;3)辅助地貌和光学遥感图像解译,考虑地层岩性、制灾机理、诱发因素,总结出三江并流区活动性滑坡的10类发育地貌位置;4)共解译海拔4 000 m以下活动性滑坡904处,主要分布在金沙江的汪布堆—波罗、松雄、中心绒,怒江的八宿,澜沧江的察雅、囊谦、德钦、黄登水库8个区段;5)活动性滑坡主要是古(老)滑坡堆积体的复活,对其影响大的环境要素依次是河流侵蚀、地形坡度、地层岩性、降水气温,活动构造和地震对活动性滑坡的影响在空间分布上并不直接显著,地灾与人类活动互馈是本区域滑坡发育的一大特点;6)InSAR识别结果较全面、客观地反映了活动性滑坡的自然发育规律,加深了对泛三江地区滑坡灾害的认识,但也应该看到,InSAR观测和活动性滑坡的解译具有多解性,制定标准化的InSAR识别工作流程,进行多源数据的融合观测是下一步努力的方向。
关键词: 青藏高原    泛三江并流区    InSAR    活动滑坡    滑坡识别    发育规律    
Primary Recognition of Active Landslides and Development Rule Analysis for Pan Three-river-parallel Territory of Tibet Plateau
YAO Xin1, DENG Jianhui2, LIU Xinghong1,3, ZHOU Zhenkai1,4, YAO Jiaming1,3, DAI Fuchu5, REN Kaiyu1, LI Lingjing1     
1. Key Lab. of Neotectonic Movement and Geohazard, Inst. of Geomechanics,Chinese Academy of Geological Sciences, Beijing 100081, China;
2. State Key Lab. of Hydraulics and Mountain River Eng., College of Water Resource & Hydropower, Sichuan Univ., Chengdu 610065, China;
3. School of Resources and Environmental Eng., Hefei Univ. of Technol., Hefei 230009, China;
4. College of Eng. and Technol., China Univ. ofGeosciences (Beijing), Beijng 100083, China;
5. College of Construction Eng., Beijing Univ. of Technol., Beijng 100124, China
Abstract: Territory of Three-parallel-rivers composing by Nu River, Lantsang River and Jinsha River in Tibet Plateau is a key zone for the study of the geological environment and nature resource development of Tibet Plateau. The investigation of active landslides in full coverage, the study of their development and distribution rule not only play an important role in slope disaster reduction and prevention, but also in geological science research. Take the 179 000 km2 study area of the Pan-three-river parallel catchment as an example. It is demonstrated the workflow and key technologies of the whole process: InSAR big data processing → landslide interpretation → development law analysis → key sections analysis, obtained active landslide data under 4 000 asl of medium-small scale in study area. The research results showed that, 1) The existing SAR data sources, InSAR technology and interpretation methods could meet the needs of small and medium-sized large-area landslide identification, and the time was ripe for complete InSAR recognitions of landslides in China; 2) The "phase resonance enhanced InSAR" (PRE-InSAR) technology designed for the rapid calculation of large redundant SAR observations could eliminate most of the adverse interference conditions, highlight the location, range and activity intensity of landslides, and effectively completed the InSAR data processing suitable for large-area landslide identification, which had the potential of popularization in technology; 3) Geomorphology and optical remote sensing images, and considering the formation and lithology, geohazard mechanism, triggering factors, combing 10 classes geomorphic development locations; 4) A total of 904 active landslides under 4 000 asl were interpreted, and they were mainly distributed in eight sections of three-river, namely, Wangbudui—Paoluo, Songxiong, Zhongzunong of Jinsha River; Basu of Nu River; Chaya, Chaya—Deqin and Huangdeng Reservoir of Lantsang River; 5) Active landslides are mainly the revival of ancient (old) landslides. It was revealed that the main environmental factors that had great influences on active landslides were river erosion, topographic slope, stratigraphic lithology, rainfall and temperature in order, while the spatial distribution of active structure and earthquake was not significant. The mutual feed between landslides and human activity was a major characteristic of the development of landslides in this region; 6) InSAR identification results more comprehensive and objective in reflecting the rules of the natural development of landslide, deepened to the understanding of the three-river region geohazard, could provide important support for the active landslide prevention & control of Tibet Plateau, but InSAR observation and interpretation had multiple solutions of active landslides. The next step is to develop a standardized InSAR identification workflow and conduct multi-source data fusion observation.
Key words: Tibet Plateau    pan Three-parallel-rivers Territory    InSAR    active landslide    landslide recognition    development rule    

发源于青藏高原中东部的怒江、澜沧江和金沙江在八宿、囊谦、德格一带逐步开始自北向南并行奔流,延展800多千米,至云南云龙、洱源和丽江一带,形成独特的青藏高原泛三江并流区,范围大致在东经96°~100°, 北纬25°40′~32°50′之间,面积约17.9×104 km2(含世界自然遗产的三江并流区),平均高程从并流区北部的海拔4 200 m至南部的海拔1 800 m左右。三江并流地区是中国最长、最宽的南北走向山系,也是世界上最年轻的山系之一,其形成是由于古近世(50×106~60×106 a)以来的印度板块与欧亚板块大碰撞导致的青藏高原东南缘旋转挤出,引发了一系列地块的走滑、挤压、隆升、切割,形成近南北向的高山与大江交替展布,每平方千米范围内高程差最大可达3 000 m以上(图1)。三江并流区也是印度洋西南季风向中国内陆运动的通道,年降水量从南部的大于1 500 mm,向北减少至500 mm左右,提供了多样的滑坡孕灾条件,使其成为世界上侵蚀作用最发育的地区之一,孕育了广泛发育的重大滑坡灾害(如白格堵江滑坡)。由于三江重大滑坡灾害分布广、规模大、高位高危,地质环境复杂,地形梯度变化大,难以系统地开展现场灾害调查,使其成为中国1:5万灾害详细调查的空白区[1]。又由于三江并流区山高谷深、冰川密布、气候和植被垂直分带显著,给光学遥感解译带来诸多不确定性[2-3]

图1 研究区所处的地理位置与构造部位 Fig. 1 Geographical position and tectonic position of the study area

活动性滑坡是现今正在发生变形破坏的滑坡,其对人居安全、工程设施、生态环境具有现势直接的威胁。微小变形是其最主要的特征。

InSAR技术具有大范围、高灵敏度、非接触、高性价比观测地表变形的优势,是中国西部三江并流区调查活动性滑坡的一种有效手段[4-6]。早在1996年,Fruneau等[7]就采用InSAR技术识别了意大利的滑坡。其后,部分学者在中国的三峡库区[8]、中巴公路沿线[9]、鲜水河构造带[10]、四川丹巴[11]、白龙江流域[12]、大渡河流域[13]、四川部分山区[14-15]、黄土高原黑方台滑坡发育区[16]等西部复杂丘陵山区开展了InSAR滑坡识别研究;但受制于SAR数据质量和来源的限制,一直没能大范围推广,仅在小区域进行学术研究和有限应用,直至日本PALSAR和欧空局Sentinel–1数据免费开放,以及干涉效果好的L波段PALSAR–2 SAR可以商业订购以来,基本解决了SAR数据源问题,滑坡地质灾害InSAR识别才开展起来,贵州省和四川省从2018年起开展了省级规模的地质灾害InSAR调查。

但中国三江并流区丰富的地貌变化和多样的地表覆盖也对InSAR技术识别滑坡和大区域InSAR快速处理提出了挑战[4-517]。本文针对泛三江并流区,提出相位共振增强InSAR变形观测技术,充分利用开放的SAR数据有效克服该地区不利的InSAR观测条件,突出变形体的空间位置和形态特征,对泛三江并流区活动性滑坡进行识别,并分析了其发育分布规律,目的是为深入调查和监测西部复杂山区的滑坡,为三江地区的滑坡防治、自然资源开发、工程建设和地学研究提供数据支撑,这也有助于全面地评价InSAR技术在滑坡识别方面的应用效果。

1 工作区InSAR识别的地质环境 1.1 地质构造特征 1.1.1 大地构造

三江并流区位于欧亚板块与印度板块碰撞挤压带东南缘,属于强烈挤压带。以澜沧江深大断裂和金沙江断裂为界将该区构造分为3块近南北纵深的狭长区(带)。西区:澜沧江以西属于冈底斯—念青唐古拉褶皱系;中区:澜沧江—金沙江之间属昌都—兰坪—思茅褶皱系;东区:金沙江以东属松潘—甘孜褶皱系。三江并流区构造线呈南北向展布,多数大断裂自古近纪来都有不同程度的继承性活动表现,活动性质表现为右旋走滑活动为主(图1)。

1.1.2 活动断裂

在大地构造格架的控制下,研究区主要发育了5条主要断裂带[18]。金沙江断裂带,一直被定义为羌塘—昌都—思茅微路块和松潘—甘孜活动带的分界断裂,是由古特提斯闭合而生成的产物。该断裂北起于甘孜州白玉县附近,往南经过巴塘、中甸到剑川,与红河断裂呈相交之态。该断裂长约700 km,东西向宽约80 km,由6~7条主干断裂带组成,其构造非常复杂。该断裂带整体走向呈SN之势,在北段呈NNW向并延伸,南段呈NNE向展开;从大的地貌上来看,该断裂带呈弧形,且向东凸出,弧顶在甘孜州巴塘县附近;南段主要为右旋走滑,北段为左旋走滑。澜沧江断裂,NW端为乌兰乌拉湖北西,向SE经左贡县扎玉、德钦县梅里雪山、维西县白济汛、兰坪县营盘,再经景谷县半坡及澜沧江雅口至景洪县,向南延出国境,全长约140 km。澜沧江断裂宽度变化较大,表现为先SE收敛,向西NW撒开状,撒开段宽达60余千米。该断裂带可分为南北两段,北段位于德钦县梅里雪山以北,从NW向转为NNW向,属早更新世活动断裂;南段从维西县白济汛向南一直到缅甸,呈近SN向,属早更新世以来的活动断裂。该断裂在滇西基本沿澜沧江河谷延伸,是控制兰坪—思茅红色盆地西侧的边界断裂。怒江断裂带,又称班公湖—怒江断裂,该断裂带西起班公湖,向东经过改则、东巧、丁青等地之后往南方扩展至八宿,之后向南延伸并沿怒江行走进入云南西部。怒江断裂带是青藏高原中部的一条重要断裂带,其横贯青藏高原中部,在大的地貌上来看,呈现东西向的“S”形。在西藏境内,该断裂带长约2800 km,宽5~50 km不等,规模宏大,集合结构非常复杂,经历了漫长和复杂的历史演化,由若干条断裂带构成。怒江断裂带主要包括拉巴断裂、十字卡断裂、腊久—八宿断裂和邦达断裂。巴塘断裂带位于理塘断裂带和空卡拉—澜沧江板块缝合带之间,并与金沙江拼接带斜交,全长200 km左右,走向约北偏东30°,总体倾向NW,为右旋走滑断层。八宿断裂带是八宿县一带沿东西向冷曲河谷段发育的活动断裂,位于扎西则乡和八宿县城之间,该断裂属正断层,倾向南为主,倾角40°~80°;记录中的强震少,说明该断裂对地震活动的控制作用不明显,八宿断裂第四纪活动最显著的证据是沿断裂带线性分布的泉华台地和温泉,该断裂主要活动时期在晚更新世中期,全新世早期向西迁移。

1.1.3 地层岩性

受东西挤压和南北伸展的构造格架控制,出露的地层以南北向走向为主。有元古界、古生界和中生界地层的砂岩、泥岩、变质岩;泥盆系、二叠系、三叠系的碳酸盐岩、砂岩、板岩、片岩、片麻岩、大理岩、片岩,这是该区的主要地层岩组;沿澜沧江构造带分布少量的上侏罗系、白垩系、古近系、新近系的砂岩和泥岩等。岩浆岩分布与构造线一致,沉积岩与变质岩多呈角度不整合关系。

1.2 区域地形地貌特点

在地貌单元上,该区地处青藏高原南东缘,横断山脉中、北段。山势陡峻,切割强烈,山脉由北向南倾斜,绝对高度大都在4 000 m以上,高峰多在5 000 m以上,其中有些山峰海拔达6 000 m以上,终年积雪并有现代冰川分布;由于河流下切力量增强,高山峡谷地形十分发育,相对高差可达1 000~1 500 m,只有在某些地段出现宽谷。该区支沟众多,成羽毛状排列,支沟下游切割也很深,为峡谷或嶂谷,沿江地貌陡峻而破碎。峡谷地段谷坡陡、河床窄,宽度在60~110 m之间,水深流急。中北部远离峡谷分布高原面,海拔4 200~4 300 m,代表保存完整的夷平面,发育的三江支流比降较缓。总之,本区地形表现了在大地构造控制和新构造运动影响下的高山峡谷和高原夷平面特征。

1.3 区域水文气象条件

全区主要受东南太平洋暖湿气流与西南印度洋暖湿气流的影响,可分为藏东高原温带半湿润气候区、藏东南亚热带山地湿润气候区、南羌塘高原亚寒带半干旱气候区。

与气候类型区相对应,研究区的年降水量分布呈西南向东北递减的整体趋势。这主要受控于地形、地理位置和环流系统的影响。地理位置对年降水量分布的影响主要表现在谷地对外来水汽的遮蔽程度。研究区南段地形变化相对较小,以盆地、开阔谷地、中高丘为主,又接近西南暖湿气流来源,降水量大,在怒江福贡一带可达1 500 mm以上,普洱、丽江、香格里拉一带普遍在1 000~1 200 mm左右。以德钦一带为界,向北随着愈发深入内陆和整体高程的上升,降水量也从800 mm逐渐递减到500 mm左右(昌都地区最低)。同时降水季节分布极不均匀,存在明显的雨季和旱季。雨季集中在6—9月,一般占全年的80%以上。

局部上,研究区中部和北部的三江河谷区(一般宽几千米到十几千米)降水量有其特殊性,与高原夷平面有很大不同,为干热气候环境区,但近年来降水出现了大幅增长,年降水量是历史记录平均水平的1.5~2.0倍。随高程增加,降水迅速增长,雪线以上的区域降水量据经验模型[19]可知普遍大于1 500 mm。

三条江平均流量为500~1800 m3/s,流速为3~4 m/s,平均水系纵坡0.3%~0.5%。

2 相位共振增强InSAR观测

InSAR技术用于滑坡识别最早可追溯至20世纪90年代中期在意大利阿尔卑斯山区的应用[7]。近年来,随着技术的发展和SAR数据源的丰富,应用逐渐增多。但在实践中发现由于受到失相干、大气水汽、阴影叠掩等因素的影响[10,17],导致很难观测到准确的变形,甚至完全没有变形,应运而生了PS-InSAR[20]、SBAS-InSAR[21-22]、IPTA-InSAR[23-24]、DS-InSAR、Squee-InSAR等时间序列InSAR(TS-InSAR)技术方法。这些方法总的思路是提高SAR数据的利用率,进行多期次观测组合,增加观测次数,通过牺牲部分覆盖率保留高干涉性的区域,基于成像几何、SAR物理和统计学原理去除各种误差,获得部分区域的长时间精确变形速率。运用此方法在多个地区成功开展识别[25-28]和事后位移监测[29-30]

TS-InSAR方法在自然山区又面临新的问题。一方面,一旦数据集中部分区域的某几期无法有效干涉,这些区域就没有观测值,对于雨季和旱季植被覆盖差异大的地区,这种缺陷特别显著。另一方面,时间序列方法对于大气误差的去除是通过假定变形模式的条件下,通过一定大气模型和低通滤波矫正,这往往导致在先验不足的情况下变形信息过度去除,抹杀了滑坡变形信息;最后,对于工作区的滑坡变形量往往较大,变形速率在每年几十厘米至几米的都比较普遍,甚至大于十几米,适于精确微小变形的TS-InSAR方法往往无法获得观测结果。

InSAR活动性滑坡识别的目的是尽可能全面地确定滑坡的位置、范围和活动强度,精确的变形量不是首要追求目标。

因此,本文设计了一种针对三江地区活动性滑坡的InSAR方法—相位共振增强InSAR变形观测技术(PRE-InSAR)。首选,对时间和空间基线较短的SAR数据进行D-InSAR计算,获得高质量的干涉相对;然后,进行与高程正相关的层流大气去除[31]和湍流大气的古尔金空间滤波[32-33];最后,进行多期叠加增强,随机相位误差互相抵消,变形相位共振增强,这样得到的干涉结果低频变形被有效去除,图面整体干净平滑,突出了高频活动性滑坡的空间形态特征,适宜目视解译和定性地变形强度判识,可达到对泛三江并流区活动性滑坡的识别数据处理要求。当然,这种活动变形相位并不代表确切的变形量,只是相对变形的大小。

本文采用PRE-InSAR变形观测技术流程对2019年升降轨各30期的Sentinel–1数据集和2007—2011年升轨PALSAR–1数据集进行处理,获取了青藏高原泛三江并流地区17.9×104 km2的地表变形信息(图2),结果可见,以德钦—梅里雪山一带为分界线,以北干涉效果较好,以南干涉效果略逊,尤其是怒江南段阴影和叠掩效应明显,植被失相干也比较显著。

图2 综合解译的海拔4 000 m以下904处活动性滑坡发育分布情况(背景仅为Sentinel–1升轨InSAR变形图像) Fig. 2 Distribution of 904 active landslides under 4 000 asl by comprehensive interpretation (background is only sentinel–1 ascend InSAR deformation image)

3 活动性滑坡解译 3.1 滑坡InSAR变形解译标准

青藏高原三江并流区多样的地貌类型和复杂的地表覆盖,给活动性滑坡InSAR解译带来一定的挑战。从滑坡定义和风险性角度考虑,需要排除非滑坡的4类InSAR变形:一是冰川流动变形和冰川前缘新生冰碛物流动变形,此类变形不在本文考虑范围内,其特征是具有聚集性的条带变形区,位于高海拔(一般超过4 500 m)高耸陡峭地带,变形速率大(往往≥1 000 mm/a),且对人居工程威胁小;二是分散变形的零散变形,主要体现在泥石流物源区、松散地层含水率变化引起的地表季节性变形、农作物对雷达波多路径折射引起的相位变化、湖面的冰层变化等;三是分布在高海拔平缓地区的大范围冻融地表变形;四是由于地表高程变化带来的相位特征,如场地整平、工矿废渣堆积体等。这也说明InSAR在其他自然资源和环境的监测中同样可以发挥重要的作用。

对于滑坡的解译要考虑用于InSAR计算的数据类型、处理区域大小、处理参数设置、显示参数设置等,并与地貌、光学遥感影像和变形图斑的特征相结合。InSAR观测的滑坡变形图像可分为3种类型:

1)明显的整体变形,变形边界清晰,表现出滑坡形体清晰的变形图斑,这类以强烈变形的滑坡堆积变形为主,有少量的新发育基岩变形体。

2)通过SAR强度图的地貌特征和微弱变形可分辨滑坡的整体范围,滑坡局部变形明显,这类主要是老滑坡堆积的局部变形、软岩滑坡堆积体、人类活动扰动的堆积体。

3)变形图斑模糊、不连续完整,但通过结合地貌特征和遥感影像特征,可判断为活动性滑坡,该类主要有古(老)滑坡堆积体、崩塌堆积体、地表植被覆盖较好的堆积体、高陡堆积体。

因不同SAR数据的观测角度、敏感度和观测时相的差异,同一滑坡用不同InSAR数据解译存在一定的差异,在滑坡的范围、边界方面需要借助地面和光学影像进行修正。

需要注意的是,滑坡InSAR识别比例尺的概念与传统空间分辨率不同,主要依靠变形强度,因此,一些规模较小,但与背景相比变形特征突出,整体性强,与地物具有逻辑空间关系的滑坡也能得以解译(配合SAR的强度图、地形阴影图、光学遥感影像为地物参照)。本次最小解译区域可达几个像素,如参考怒江沿江公路解译了一处只有4个像素的公路边坡滑坡。

3.2 滑坡发育的地貌部位

在三江特殊地貌控制下,各类滑坡在空间发育上有其相应的地貌位置,如图3所示。具体描述如下:

图3 InSAR识别的10类主要活动性滑坡发育位置示意图 Fig. 3 Schematic diagram of 10 major types of active landslides identified by InSAR

1)历史堵江滑坡是历史滑坡堵江的堆积体,包括溃坝残留部分滑体,如金沙江白格滑坡堆积体、竹巴龙地区的堆积体。

2)高原泥岩滑坡主要是由于冻融和人工扰动在红层软弱泥岩地层区形成的滑坡,如囊谦县城附近的滑坡群。

3)高位堆积体滑坡是河谷高位短程滑动的堆积体,由于临空尚有滑动空间而孕育新的变形,如金沙江沿岸雄松—敏都附近的滑坡群。

4)水库蓄水滑坡是由水库蓄水导致的岸坡变形破坏,如澜沧江的黄登水库库区滑坡。

5)泥流滑坡发育在狭长沟谷的底部,是由于冻融作用和冰川融水而导致的堆积物或者红层流动状变形。

6)高位基岩滑坡是长期重力和风化作用导致的基岩变形破坏,如白格滑坡。

7)侵蚀多级滑坡主要是滑坡堆积体分级变形,这种现象在滑坡堆积中普遍存在。

8)公路边坡滑坡,主要是沿三江河谷修路切坡导致的老滑坡复活、基岩或堆积物滑坡、新生滑坡,如G318国道沿线的滑坡。

9)支流堰塞湖滑坡是因支流的冲蚀力弱,堵沟后往往整体残留形成堰塞坝而长期存在的滑坡,其存在一定的微小变形,如中心荣附近的金沙江支沟滑坡。

10)崩塌体堆积滑坡是崩塌溜沙坡堆积体的二次变形。金沙江中心绒地区的Sentinel–1降轨观测结果中可见多种地貌部位的不同类型滑坡(图4)。

图4 金沙江中心绒地区Sentinel–1 降轨PRE-InSAR图和滑坡解译结果 Fig. 4 Sentinel–1 descending PRE-InSAR map and landslide interpretation results of Zhongxinrong of Jinsha River

4 区域分布规律

在青藏高原泛三江并流区的17.9×104 km2区域,通过Sentinel–1升降轨及Palsar–1升轨3种角度观测结果共解译海拔4 000 m以下的活动性滑坡904处,空间密度50.5 处/km2,与其他学者在金沙江白格附近[34]、芒康附近[35]等小区域的InSAR观测结果比较,整体一致,但本文的InSAR观测面覆盖更好,敏感性更突出,解译结果更为丰富。

为方便说明各因素的影响,本文规定了滑坡在不同区段中所占的百分比为LNP(landslide number percentage in each unit),各区段面积百分比为NAP(nature area percentage in each unit)。

4.1 与地貌和河流侵蚀的相关性 4.1.1 与地貌相关性

通过对高程、高差、坡度和坡向统计分析,可以看出活动性滑坡的分布与地貌和河流侵蚀具有密切的相关性。

地形地貌具有以下特点:

1)滑坡主要发育在2000~4000 m的海拔区,LNP为80.84%,NAP为38.56%。按400 m高程分段,1600~4000 m 段,LNP逐渐升高(图56(a))。

图5 三江地区高程、降水和InSAR识别的活动性滑坡分布 Fig. 5 Distribution of elevation, rainfall and active landslides identified by InSAR in three-river region

图6 海拔4 000 m以下的904个活动性滑坡地貌地质要素统计 Fig. 6 Statistical of geomorphic and geological elements for 904 active landslides below 4 000 asl

2)高差方面,每平方千米范围内高差300~600 m区域,LNP为77.56%,NAP为79.82%;400~500 m高差段占28.34%(图6(b)7)。

图7 活动性滑坡与高差叠加图 Fig. 7 Superposition diagram of active landslide and elevation difference

3)坡度方面,按5°的间隔划分,在15°~40°范围区内LNP和NAP分别为79.91%和78.91%,其中,25°~30°为最易滑坡度,占到20.18%(图6(c))。

4)坡向方面,研究区各方位坡度比例基本一致,滑坡发育坡向的差异不如高程、高差和坡度明显,但也具有优势方位。E向坡和W向坡各占16.89%和18.48%,比例最高;S向坡最小占11.49%(图6(d))。

以上统计表明,滑坡的发育表现出在4 000 m以下区域与高程的正相关性,局部具有低位性;高差与坡度上表现为正态分布特征,与要素区域规律一致;坡向上表现为二向性。综合可以看出,高程2 000~4 000 m,高差300~600 m,坡度15°~40°,E、W向坡是活动性滑坡发育的优势组合地貌。

这种地貌分布规律有其自然因素和解译准则方面的关系。4000 m以上区域主要为高原夷平面,冰川、冰碛物分布区,滑坡发育少是必然;每平方千米高差300~600 m和坡度15°~40°的区域二者基本一致,是滑坡的优势发育区,这在其他地区也有类似的规律[36-37],在这个范围之外要么坡度太陡发育冰川和崩塌,要么平缓不具备发育滑坡的势能;E和W坡向滑坡最发育,与构造行迹和水系的总体流向一致,S向坡最低与日照充分和土壤水分低有关。

4.1.2 与水系相关性

图7可知,三江并流区滑坡的发育与水系关系非常密切,在三条江干流的5 000 m缓冲区范围内发育了581处活动性滑坡,也即研究区64.3%的滑坡发育在沿江13.8%的面积里,可见三江的侵蚀作用是该地区滑坡发育的主因。其中,金沙江、澜沧江和怒江附近各发育260、256、68处滑坡。值得注意的是金沙江发育的滑坡以大型和巨型为主,且活动强度更大,因此,三江地区活动性滑坡以金沙江最为发育,澜沧江次之,怒江最弱。

与三江3 000 m缓冲区包含和相交处发育了481处活动性滑坡,1 000 m缓冲区发育了341处,500 m缓冲区发育了282处,100 m缓冲区发育了172处。可见,缓冲区越小,越靠近河岸,LNP越高,也就是在三江干流的峡谷底部更易发育活动性滑坡。

把与1 000 m缓冲区相交的341处滑坡视为临江滑坡,去除临江低位(滑坡整体都处于500 m缓冲区之内)的92处,大致得到发育了249处三江沿岸的高位活动性滑坡,可见其高位特征明显。

三条江中,怒江缓冲区识别到的滑坡最少,主要是因其工程地质岩组以坚硬和极坚硬侵入岩为主,地形坡度陡,不利于发育蠕变型滑坡,降水多滑坡堆积体易于被冲蚀。此外,一个技术性因素是怒江中段和南段植被发育,InSAR的失相干性较严重,滑坡的漏识率较高。

4.2 与地质岩性和活动断裂的相关性

研究区地层岩性可划分为第四系松散岩、软弱沉积岩、较软的沉积变质岩、较硬的沉积变质岩、坚硬沉积岩、坚硬侵入岩和极坚硬侵入岩7类工程地质岩组(表1图8)。

表1 研究区工程地质岩组的划分 Tab. 1 Division of engineering geological rock formation in the study area

图8 活动性滑坡分布与工程地质岩组空间分布关系 Fig. 8 Relationship between the distribution of active landslides and the spatial distribution of engineering geological rocks

研究区工程地质岩组为NNE向延展的条带状分布,与构造行迹总体一致,金沙江、澜沧江、怒江3条缝合带附近岩性复杂多变,远离缝合带岩性相对单一连续,较软的沉积变质岩和较硬的沉积变质岩占主要成分,合计达86.73%。

软弱、较软弱沉积岩组和较硬沉积岩组中滑坡发育,LNP分别为7.26%、51.39%和35.15%,合计93.99%;对应的NAP分别为2.25%、36.64%和44.74%。可见软弱岩组和较软弱岩组最易发育活动性滑坡。由表1可知,软弱岩组和较软弱岩组主要由J3-2~E3-1的“红层”泥岩砂岩和各种夹层砂泥岩为主。

从第四纪以来活动断裂的叠加关系来看,活动性滑坡并未表现出与活动断裂的密切空间相关性(图8)。

4.3 与气候的关系

降水一般是触发滑坡的主要因素之一。三江并流区中部、北部高山、高原区基本属温带和寒带气候,北部河谷属于干热河谷气候;南部的半山台地属寒带—温带过渡性气候,南部河谷属温带—亚热带过渡性气候。与气候相对应,降水量总体趋势从南向北递减,局部趋势从西向东递减,与高程呈反相关,在深山峡谷区雨量最少(图59)。但活动性滑坡的分布与降水量无直接的正相关,在雨量最少的干热河谷地带反而是滑坡分布最密集的区域,可见雨量并非三江并流区滑坡分布的主要因素。

图9 南三江地区降水量与地貌关系对应剖面图[19] Fig. 9 Profile of the relationship between precipitation and geomorphology in the south of three-river region[19]

最高与最低温度的差值,即温差,一定程度上反映了物理风化水平。温差总体大趋势是北高南低,局部小趋势是西低东高(图10)。南部怒江河谷温差最低为27 ℃,向北方向递增,在向N 400 km的位置,温差达40 ℃左右,即基本在中部的左贡、芒康一带。但向NE由于高程迅速增长,在中甸附近温差就可达到40 ℃。左贡、芒康向北,温差增速减弱,但整体值较高,从40 ℃增长到47 ℃。就三条江而言,怒江温差最小、澜沧江中等,金沙江最高。8个滑坡强烈发育区,5处温差在40 ℃以上,2处温差在33~39 ℃(其中1处是水库区),1处发育在28~31 ℃的区域(主要是水库区)。可见温差值与滑坡强度具有很好的正相关性。

图10 研究区多年最低、最高、温差等值线 Fig. 10 Lowest, highest and temperature difference isoline in the study area for many years

4.4 与人类活动相关性

从自然孕灾和制灾因素方面分析,滑坡空间分布宏观上与河流切割和地层岩性表现出最密切直接的相关性,与温差具有区域整体的一致性,但与高程、降水量、活动断层展布、地震,并未表现出密切的空间相关性。

从微观角度看,滑坡密集区与人类活动存在很大的相关性。由本文的解译结果可知,一是在居民聚集区,如金沙江的白格、竹巴龙、中心绒,澜沧江的囊谦、察雅,怒江的八宿。二是在重大工程区,如澜沧江的黄登水库区。造成这样分区的原因是,青藏高原的文明依地质灾害而生,又反作用于地质灾害。黄润秋等[38]就曾提出70%以上大型滑坡发生与人类活动有密切的关系。

4.4.1 滑坡孕育“生命岛”

高陡高海拔的地形、裸露的岩体、高寒的气候环境,导致大部分地区工农业生产无法展开。而滑坡分布区主要位于河谷,三江并流区干热河谷的特点,使气温较高,虽然降水少,但高原高处冰川融雪等地表径流必经河谷岸坡,有水源的保障。

软岩区易于被侵蚀切割产生滑坡,滑后地形相对平缓,滑体破碎的土石混合体易于风化成耕种土;同时,水往往是滑坡的诱因,说明滑坡所在地水源相对较多。

因此,在三江地区总体恶劣的自然条件下,地质灾害孕育出了可为人类生活提供条件的“生命岛”。

三江并流区的居民主要分布在海拔4 000 m以下的坡岸和构造小盆地,在海拔1 500~3 500 m 的范围内分布着约80.15%的居民点,4 000 m以上区域居民点数量急剧下降,在海拔4 500 m以上,几乎无居民点分布。由于自然地貌地质环境的影响,垂直地貌和气候的作用使三江地区的河谷从上至下划分为4个类区[39]:河谷顶部现代冰雪剥蚀区(Ⅰ)、河谷中上部植被覆盖构造剥蚀地貌区(Ⅱ)、河谷中下部荒漠区(Ⅲ)、河谷底部植被覆盖区(Ⅳ)。人类活动主要集中于Ⅲ、Ⅳ两区,主要靠耕种滑坡堆积体和河流阶地的陡坡为生,这也是活动性滑坡的强发区和集中区。

4.4.2 人类活动促进滑坡的活动

反过来,有了人类的存在必将不断的改造自然环境,影响滑坡的发育。

1)截排地表径流。人类生活生产离不开水,依山而居的农业生产更是如此。三江河谷区的地表水主要来自于高海拔降水和冰川融水,通过截流这些地表径流进行农业灌溉是低海拔河谷用水的主要来源,经济高效,很适合当地的条件。但对于已经处于极限平衡状态边缘的三江河谷斜坡和滑坡堆积体,这必将打破自然的平衡,使滑坡复活变形。

2)破坏原始植被。农业开垦必将破坏原始植被,加快地表水入渗和表层水土流失,当这种侵蚀持续发育到一定程度,达到滑动所需的边界条件,将引发滑坡活动。这种现象在金沙江河谷的白格、竹巴龙、中心绒地区很常见。

3)改变原始地貌。生产生活,需要一定程度上改变原始地貌。如整平建筑场地填挖方、修路切坡、厂矿和清方的顺坡弃渣堆载等。这种直接打破边坡重力平衡的行为,也是人类聚居区活动性滑坡多发的原因之一。如囊谦县城周边建设整平场地,大量开挖方导致软弱红层滑坡多发。

4)泛三江并流区具有丰富的水电资源,开发研究区的水电资源不仅是当地脱贫致富的一条重要途径,也是保证国家能源安全,降低中国二氧化碳排放的现实需求。三江干流地区规划建设23座大型以上的水电站,水库蓄水将诱发古(老)滑坡的复活和新的岸坡变形破坏。仅目前蓄水发电3座水电站就已经表现出严重的灾害特征,在水电站库区,沿江活动滑坡的密度是澜沧江平均水平的3~5倍,库区移民靠后安置的建房、修路,生活排污和农业灌溉等又造成了二次影响。

5 主要发育区

三江并流区的活动性滑坡主要沿河谷分布,但在不同的区段有较大的差别,主要集中在8个地区。

5.1 金沙江汪布堆—波罗河流侵蚀滑坡段

该段是金沙江滑坡分布最多,现今变形最大的区域,分布有活动性滑坡100余处,滑坡规模大、运动速度快、高位剪出特征明显;2018年两次堵塞金沙江的白格滑坡就发育于该段[40]。国道317德格—江达段穿越,沿线亦发育少量滑坡。

滑坡主要沿金沙江河谷和支流分布,滑坡的发育主要受河流侵蚀控制。该段河流切割地貌严重,支流众多,是河谷切割深度最大的区段,谷底(高程2 800~2 900 m)至两侧分水岭高差可达2 000 m,在金沙江上游属于河谷较宽缓的区段之一,沿河谷较硬的沉积变质岩占90%以上,年均降水600~700 mm,多年平均高温25 ℃,低温–20 ℃,全年平均温差在44~47 ℃之间。区域坡度15°~55°,滑坡主要发生在15°~40°。金沙江干流在白玉县—波罗乡一带呈反“S”形,是三江干流水系偏转最大的区段,岸坡侵蚀严重。该段是活动断裂密集发育带,有NNW向的金沙江活动断裂、NNW向的德登—巴塘—日雨断裂、NW向的玉树—甘孜断裂NW段,以及多条NWW、NNW向中短活动断裂。河谷两侧可见多条明显地表破裂,部分滑坡边界与地表破坏重叠(图11)。

图11 金沙江汪布堆—波罗河流侵蚀滑坡发育区 Fig. 11 Flow erosion landslide development area in Wangbudui—Paoluo of Jinsha River

5.2 金沙江雄松沿岸临江古滑坡密集发育区

该段滑坡规模大、整体运动、临江特征显著(图12)。区域高程2 600~3 700 m,降水500~600 mm,多年平均高温28 ℃,低温–14 ℃,多年平均温差在43~44 ℃之间,是金沙江沿江滑坡发育最密集的区段,沿江15 km河段,发育30余处强烈整体变形的滑坡,几乎是滑坡挨着滑坡,居民较多,耕种多,滑坡的发育主要受地层岩性和河流侵蚀控制,是岩性主要为Pt2昌都宁多群片麻岩、石英片岩为主的较硬岩体的崩滑堆积体。右岸相对平缓,坡度15°~60°,其中15°~40°是该段最易发育滑坡的坡度范围,是金沙江上游临江岸坡最平缓的一段,人居较多,缓坡多种植;左岸陡峭,滑坡弱发育。

图12 金沙江雄松沿岸密集滑坡升轨PRE-InSAR图和光学遥感图 Fig. 12 InSAR map and optical remote sensing map of the landslide along Xiongsong of Jinsha River

5.3 金沙江中心绒古地震滑坡群

滑坡主要分布在以中心绒(王大龙)为中心,南北长约50 km,宽约15 km的椭圆形区域,各类变形模式和规模较齐全。区域高程2 300~3 000 m,区域坡度20°~50°,最易发生滑坡的坡度为25°~40°,多年平均高温26 ℃,低温–13 ℃,降水600~700 mm,全年平均温差在36~39 ℃之间。滑坡是由岩性主要为P–T的蛇绿混杂岩带、泥岩、砂岩、粉砂岩、煤线、变泥质中基性火山岩、凝灰岩等较硬岩体组成的滑坡堆积体。金沙江各条支流人居较多,大型整体变形在农田区多有分布,坡面侵蚀强烈,是整个工作区支流区滑坡灾害最密集的区域,发育30余处强烈整体变形的滑坡堆积体,且支流堰塞滑坡较多。根据滑坡的密度、规模和发育分布特点,依据地震滑坡的发育规律[41],推测由历史某次强震诱发,震后地貌平缓,岩土疏松,便于生活耕种,人类开始在此生活。现今受耕种灌溉和河流侵蚀作用而持续变形(图413)。

图13 金沙江中心绒支流滑坡发育区 Fig. 13 Landslide development area in Zhongxinrong of Jinsha River

5.4 澜沧江囊谦县城周边反倾红层滑坡群

该区是高原宽缓丘陵区的反倾红层软岩滑坡发育区。高程3 600~4 300 m,区域坡度0~25°,滑坡坡度以7°~20°为主,多年平均降水500~600 mm,近5年来降水量增加了约50%以上,可达年均750 mm以上,多年平均高温24 ℃,低温–22 ℃,全年平均温差在45.5~46.5 ℃之间。滑坡发育地层主要是囊谦县城周边的E1~N1的雅西错组与沱沱河组砖红色、棕红色泥岩,粉砂岩,砂岩,砾岩;局部夹膏岩层或透镜体为主的软岩;地层产状总体为200°~240°∠15°~40°。舒缓的高原高丘地貌与软弱的红层岩性具有很好的一致性。

受囊谦盆地断陷构造和澜沧江侵蚀的共同控制,澜沧江左岸反向红层斜坡滑坡特别发育。该区也是工程活动影响较大的区域,坡脚开挖建路,整平场地引发滑坡堆积体二次破坏。红层滑坡堆积体水敏性强的特点叠加近年来降水增多,使很多滑体呈现蠕滑变形,坡面水土流失严重。在较大温差和降水增多的条件下,远离断陷和澜沧江侵蚀的顺向红层缓坡表现出冻融蠕滑变形特征(图14)。

图14 澜沧江囊谦县城周边红层滑坡群分布特征 Fig. 14 Distribution characteristics of red layer landslide group around Nangqian county of Lantsang River

5.5 澜沧江察雅古地震红层滑坡群

该区为高原坡面沟壑侵蚀区,滑坡条带状泥流特征突出。该段高程3 200~4 000 m,区域坡度10°~45°,变形区坡度以10°~35°为主。全新世活动断裂巴青—类乌齐断裂沿江通过。年均降水500~600 mm,多年平均高温28 ℃,低温–16 ℃,全年平均温差在43.0~45.5 ℃之间,岩性为沿NNW向侏罗系(J)昌都察雅群杂紫色泥岩、粉砂岩条带分布的软岩岩组。

古滑坡堆积体密集分布在澜沧江左岸支流的察雅县城周边,其中巨型、特大型占很大比例,多处整个小流域就是一个滑坡,具有古地震滑坡群特征。在降水冲蚀下松散的红层滑坡堆积体部分转化为泥石流汇聚于察雅县城谷地,形成一块平坦开阔的场地,为人类生活提供了基础,从而发展为现今的察雅县城。由于红层滑坡堆积体水敏性和滑坡堆积的松散性,决定了堆积体沟壑侵蚀严重,在水流汇聚区,也是红层堆积体最厚的谷地,下部易饱水软化,形成滑带,上部出现条带状的蠕滑变形。该区域基于InSAR变形识别的活动性滑坡一般是古滑坡堆积体的一部分,可以此为线索,结合地貌、光学遥感特征和岩性圈画出整个古滑坡(图15)。

图15 澜沧江察雅县城周边红层滑坡群及县城区放大图 Fig. 15 Map of the red layer landslide group around the Chaya county of Lantsang River and zoom in map

5.6 澜沧江盐井—德钦沿江滑坡段

该区域为前缘大多直抵江面的沿江滑坡段,水库工程和人类活动影响强烈。该段河谷为近N–S向“V”型陡谷,顶底高差3 500~5 000 m,河谷狭长幽深,两侧山峰高陡耸立,河道至分水岭仅10~15 km,地形坡度25°~45°,滑坡发育坡度集中在35°~45°。降水800~1 100 mm左右,多年平均高温21 ℃,低温–11 ℃,多年平均温差在32~33 ℃之间。岩性为以T3海陆过渡相砂岩、泥岩、粉砂岩、碳质页岩和煤线、煤层为主的较硬岩组和较软岩。区域邻近德钦县城和梅里雪山,人类活动剧烈,沿江多有居民居住和沿江道路。滑坡主要分布在沿江的2 000~3 000 m高程,绝大部分为沿江岸坡,西侧分水岭是著名的梅里雪山,中部针叶林,河谷底部干热,居民生产生活主要靠上部融雪水和补给。沿江有全新世活动的澜沧江断裂,滑坡并未表现出明显的线性分布(图16)。

图16 澜沧江盐井—德钦段滑坡群分布特征 Fig. 16 Distribution characteristics of landslide group in Yanjing—Deqin of Lantsang River

5.7 澜沧江黄登库区红层滑坡段

该区为水库蓄水和降水红层滑坡发育区。该段位于三江并流区澜沧江下游段,近N–S向缓“V”型河谷,局部河谷较开阔,阶地发育,土地肥沃,为居民耕地集中段。西侧为南北走向狭长怒山(分水岭海拔约4 000 m),东侧为青藏高原向云贵高原过渡的中高山、高丘区,高程3 000~3 500 m。江面高程约1 500 m。岩性以T3海陆过渡相砂岩、泥岩、粉砂岩、碳质页岩和煤线、煤层为主的较软岩,中侏罗花开左组黄色、浅灰色加紫灰色砂岩,紫红色、灰绿色泥岩,上侏罗坝注路组紫红色泥岩、钙质泥岩加粉砂岩、细砂岩组成的软岩岩组。该段气候湿润、降水充沛(年降水1 100~1 200 mm),多年平均高温27 ℃,低温–8 ℃,多年平均温差在28~31 ℃之间。沿江人居密集,2017年11月,澜沧江黄登水库蓄水,诱发大量沿江滑坡,沿江88 km发育约60处活动性滑坡,是三江并流区中下段沿江滑坡发育最密集的区段,仅仅次于金沙江上游的德格—波罗段和松雄段。前缘大多直抵江面,滑坡坡度一般在15°~40°(背景地形坡度10°~50°)(图17)。

图17 东部澜沧江黄登库区密集红层滑坡与西部怒江植被发育区识别结果对比 Fig. 17 Identification results contrast of dense red layer landslides in Huangdeng Reservoir area of Lantsang River in the east and vegetation development area of Nujiang River in the west

5.8 怒江八宿变质杂岩滑坡发育区

该段高位破碎岩质滑坡发育,气候干旱,对外界水动力条件反应敏感。主要分布于怒江上游八宿县城支流和怒江干流、三江并流区澜沧江下游段,地貌上为高原夷平面的深切“V”型峡谷和支谷,西部为伯舒拉岭,东部为他念他翁山。滑坡分布于峡谷的中下部和底部,零散分布约60处。河谷高差3 300 m,两侧夷平面约5 000 m,坡度30°~55°,滑坡发育以25°~50°为主。多年平均高温27 ℃,低温–15 ℃,多年平均温差在40~42 ℃之间,年均降水700~800 mm间。该区岩体破碎,滑坡岩性主要为分布在中上Pt2–3元古界的千枚岩、白云母片岩、片麻岩的较硬岩组,滑坡重力侵蚀、冰水侵蚀严重。滑坡主要沿深切河谷和沿全新世活动的边坝—洛隆断裂分布(图18)。古滑坡体处于极限平衡状态,在人类扰动情况下易发生复活,如八宿县城澜沧江左岸的巴沙村(坐标30°12'36"、97° 0'28.80"),20世纪90年代因引水灌溉导致坡体大变形开裂而无法居住,被迫搬迁,其后变形亦随之停止(图19)。

图18 怒江八宿县滑坡灾害发育分布特征 Fig. 18 Distribution characteristics of landslide hazards in Basu county of Nujiang River

图19 怒江左岸巴沙村滑坡现今全貌及放大显示搬迁后荒废的村舍 Fig. 19 Overall perspective of Basha village landslide at left bank of Nujiang river and amplification of ruined cottages after resettlement for landslide movement

以上典型活动性滑坡发育区特征汇总如表2所示。

表2 泛三江并流区典型活动性滑坡发育区特征 Tab. 2 Characteristics of typical active landslides development area in the pan Three-parallel-river

6 讨 论

本文虽然对研究区采用PALSAR–1、Sentinel–1数据进行了升降轨的全覆盖观测,但尚未用到高质量的PALSAR–2 L波段SAR数据,必然有因失相干和阴影叠掩问题而导致的部分滑坡漏测。受地表覆盖物的影响,以德钦—梅里雪山一带为分界线,以南干涉效果较差,以北干涉效果明显较好,如怒江中南段只识别出极少的活动性滑坡(图17),这可能由于地形高陡、降水量大、植被茂密,限制了中短波段、中等分辨率的InSAR干涉效果,这需要进一步结合干涉性能佳的L长波段高分辨率SAR数据观测。

数据处理方面,为了大区域与处理工作量的平衡,未采用精确的PS–InSAR技术,会导致微小变形滑坡的漏识,经验估计本文解译的活动性滑坡变形速率≥10 cm/a。处理过程中发现,SAR数据角度、敏感度和观测时相的差异对斜坡变形结果具有较大影响。

滑坡解译方面,以变形为主辅助各种地质环境信息进行的人工判识难免具有主观因素,导致滑坡的错误识别;另外,活动性滑坡本就是滑坡里的一小部分,在数量上必然要小于以地质判据为主的滑坡,与精细遥感解译和验证的滑坡相比具有较大的数量差别[42],如图20所示,一处具有明显地貌特征的滑坡并未在InSAR识别结果上体现。

图20 G318国道怒江段“72拐”沿线的典型光学影像和InSAR解译滑坡对比 Fig. 20 Typical landslides of RS and InSAR interpreted in G318 road “72 zigzag” section crossing Nujiang River

区域分布规律研究方面,地质环境要素划分得还不够精细,尤其是在地层岩性方面,因活跃的构造作用往往是多类工程地质岩组体混杂在一起,小比例尺数据不能区分;该地区的历史地震记录较少,也不利于分析滑坡与地震的相关性,如中心绒地区和察雅县城附近具有明显的地震滑坡发育特征,但该地区并无古地震记录;受到雪线和近年来气候变化的影响,海拔4 000 m以上区域的岩土(冰川)类型不易区分,因此未作解译。

更为关键的一点,本文解译结果尚未进行野外的核实验证和现场地质分析,与实际情况必然存在一定的差异,特别是对滑坡类型的划分存在不足。

综上,由于多种因素限制,以及国内外尚无如此复杂区域大范围的滑坡InSAR识别经验可供借鉴,因此结果不能充分反映现阶段InSAR技术识别滑坡的最好结果,具体研究将在下一步多源InSAR深入观测和野外验证工作中继续完善。

7 结 论

本文是对大范围高山峡谷区滑坡InSAR识别方法和规律分析的一次示范,初步探索了一条适应于大区域的InSAR数据处理→滑坡解译→模式识别→规律认识的技术路线,并给出了泛三江地区中小比例尺的活动性滑坡发育数据,揭示了其空间发育规律和主控因素,加深了对区域滑坡的认识。这对于推动深空对地变形观测技术在复杂山区的有效应用,促进滑坡调查技术方法的提升,快速全面地开展全国地质灾害遥感识别和动态监测工作具有参考意义;亦对于三江地区的重大工程建设和减灾防灾具有基础数据的支撑作用。主要认识如下:

1)现有的SAR数据源、InSAR技术和解译方法可以满足开展中小比例尺大区域活动滑坡识别的需求,全面开展中国的滑坡InSAR调查时机已经成熟。

2)设计的“相位共振增强InSAR(PRE-InSAR)”观测技术,可以消除大部分不利的干涉条件,突出滑坡的位置、范围和活动强度,快速有效地完成适合大区域滑坡识别的InSAR数据处理,技术上具有推广的潜力。

3)泛三江并流区在InSAR图像中表现出多种类型InSAR变形图斑,结合地形坡度、所处位置和高程、地层岩性等,可进一步划分活动性滑坡发育部位,主要有历史堵江滑坡、高原泥岩滑坡、高位堆积体滑坡、水库蓄水滑坡、泥流滑坡、高位基岩滑坡、侵蚀多级滑坡、公路边坡滑坡、支流堰塞湖滑坡、崩塌体堆积滑坡。

4)研究区17.9×104 km2范围内,InSAR共识别到海拔4 000 m以下904处活动性滑坡,主要是古(老)滑坡堆积体的复活,对其影响大的环境要素依次是河流侵蚀、地形坡度、地层岩性、降水气温,活动构造和地震对活动性滑坡的影响在空间分布上并不直接显著。

5)统计表明,滑坡的发育表现出在4 000 m以下区域与高程的正相关性,局部具有低位性;高差与坡度上表现为正态分布特征;坡向上表现为二向性。每平方千米高差300~600 m,坡度15°~40°,E和W向坡是活动性滑坡发育的优势地貌组合。金沙江、澜沧江和怒江附近各发育260、256、68处滑坡,249处属于临江的高位活动性滑坡,趋近峡谷底部更易发育活动性滑坡。软弱、较软弱沉积岩组和较硬沉积岩组中滑坡最发育,LNP分别占7.26%、51.39%和35.15%,合计93.99%;对应的NAP为2.25%、36.64%和44.74%。

6)三江地区的滑坡孕育了“生命岛”,反过来人类活动不断地改造自然环境,影响滑坡的发育活动,主要表现在截排地表径流、破坏原始植被、改变原始地貌、水电工程建设。

7)三江并流区的活动性滑坡主要集中在金沙江的汪布堆—波罗、松雄、中心绒,怒江的八宿,澜沧江的察雅、囊谦、察雅—德钦、黄登水库8个区段,其在发育程度、地形、气候、岩性、诱发因素、活动特征方面各具特色,需要在下一阶段以中高比例尺工作深入地观测研究。

参考文献
[1]
Li Yuan,Meng Hui,Dong Ying,et al. Main types and characterisitics of geo-hazard in China—Based on the results of geo-hazard survey in 290 counties[J]. The Chinese Journal of Geological Hazard and Control, 2004, 15(2): 29-34. [李媛,孟晖,董颖,等. 中国地质灾害类型及其特征——基于全国县市地质灾害调查成果分析[J]. 中国地质灾害与防治学报, 2004, 15(2): 29-34.]
[2]
Yao Xin,Dai Fuchu,Chen Jian. Landslide interpretation of remote sensing images in the dry-hot valley of Jinshajiang River[J]. The Chinese Journal of Geological Hazard and Control, 2006, 17(7): 18-21. [姚鑫,戴福初,陈剑. 金沙江干热河谷区滑坡的遥感解译研究[J]. 中国地质灾害与防治学报, 2006, 17(7): 18-21.]
[3]
Yao Xin,Zhang Yongshuang,Wang Xianli,et al. Automatic hierarchical approach to detecting shallow landslides and avalanches by the combination of multi-spectral RS imagery and DEM derivatives[J]. Geologcal Bulletin of China, 2008, 27(11): 1870-1874. [姚鑫,张永双,王献礼,等. 基于地貌特征的浅层崩滑体遥感自动识别[J]. 地质通报, 2008, 27(11): 1870-1874.]
[4]
Yao Xin,Li Lingjing,Zhang Yongshuang,et al. Types and characteristics of slow-moving slope geo-hazards recognized by TS-InSAR along Xianshuihe active fault in the eastern Tibet Plateau[J]. Natural Hazard, 2017, 88(3): 1727-1740. DOI:10.1007/s11069-017-2943-y
[5]
Ge Daqing,Dai Keren,Guo Zhaocheng,et al. Early identification of serious geological hazards with integrated remote sensing technologies:Thought and and recommendations[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 949-956. [葛大庆,戴可人,郭兆成,等. 重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J]. 武汉大学学报(信息科学版), 2019, 44(7): 949-956.]
[6]
Xu Qiang,Dong Xiujun,Li Weile. Integrated space-air-ground early detection,monitoring and warning system for potential catastrophic geohazards[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 957-966. [许强,董秀军,李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版), 2019, 44(7): 957-966.]
[7]
Fruneau B,Achache J,Delacourt C. Observation and modelling of the Saint-Etienne-de-Tinee landslide using SAR interferometry[J]. Tectonophysics, 1996, 265(3): 181-190.
[8]
Wang Teng.Time series InSAR analysis over the Three Gorges Region:Techniques and applications[D].Wuhan:Wuhan University,2010.
王腾.时间序列InSAR数据分析技术及其在三峡地区的应用[D].武汉:武汉大学,2010.
[9]
Li Lingjing,Yao Xin,Zhang Yongshuang,et al. SBAS-INSAR technology based identification of slow deformation of geology mass along section of China—Pakistan highway[J]. Journal of Engineering Geology, 2014, 22(5): 921-927. [李凌婧,姚鑫. 基于SBAS-InSAR技术的中巴公路(公格尔—慕士塔格段)地质体缓慢变形识别研究[J]. 工程地质学报, 2014, 22(5): 921-927.]
[10]
Yao Xin,Zhang Yongshuang,Li Lingjing,et al. InSAR-based recognition of slow-moving slop disasters along the Xianshuihe active fault in the Qinghai–Tibetan Plateau[J]. Acta Geologica Sinica, 2017, 91(8): 1694-1705. [姚鑫,张永双,李凌婧,等. 青藏高原鲜水河活动断裂带蠕变斜坡地质灾害InSAR识别研究[J]. 地质学报, 2017, 91(8): 1694-1705.]
[11]
Zhang Lu,Liao Mingsheng,Dong Jie,et al. Early detection of landslide hazards in mountainous areas of west China using time series SAR interferometry——A case study of Danba,Sichuan[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2039-2049. [张路,廖明生,董杰,等. 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[J]. 武汉大学学报(信息科学版), 2018, 43(12): 2039-2049.]
[12]
Zhang Yi.Detecting ground deformation and investigating landslides using InSAR technique—Taking middle reach of Bailong River Basin as an example[D].Lanzhou:Lanzhou University,2018.
张毅.基于InSAR技术的地表变形监测与滑坡早期识别研究——以白龙江流域中游为例[D].兰州:兰州大学,2018.
[13]
Zhang Yongshuang,Liu Xiaoyi,Yao Xin. InSAR-based method for early recognition of ancient landslide reactivation in Dadu River,China[J]. Journal of Hydraulic Engineering, 2020, 51(5): 545-555. [张永双,刘晓怡,姚鑫. 基于InSAR技术的古滑坡复活早期识别方法研究——大渡河流域为例[J]. 水利学报, 2020, 51(5): 545-555.]
[14]
Liu Xinghong,Yao Xin,Zhou Zhenkai,et al. Study of the technique for landslide rapid recognition by InSAR[J]. Journal of Geomechanics, 2018, 24(2): 229-237. [刘星洪,姚鑫,周振凯,等. 滑坡灾害InSAR应急排查技术方法研究[J]. 地质力学学报, 2018, 24(2): 229-237.]
[15]
Dai Keren,Tie Yongbo,Xu Qiang,et al. Early identification of potential landslide geohazards in alpine-canyon terrain based on SAR interferometry—A case study of the middle section of yalong river[J]. Journal of Radars, 2020, 9(3): 554-568. [戴可人,铁永波,许强,等. 高山峡谷区滑坡灾害隐患InSAR早期识别——以雅砻江中段为例[J]. 雷达学报, 2020, 9(3): 554-568.]
[16]
Zhao Chaoying,Liu Xiaojie,Zhang Qin,et al. Research on loess landslide identification,monitoring and failure mode with InSAR technique in Heifangtai,Gansu[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 996-1007. [赵超英,刘晓杰,张勤,等. 甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究[J]. 武汉大学学报(信息科学版), 2019, 44(7): 996-1007.]
[17]
Li Zhenhong,Song Chuang,Yu Chen,et al. Application of satellite radar remote sensing to landslide detection and monitoring:Challenges and solutions[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 967-979. [李振洪,宋闯,余琛,等. 卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策[J]. 武汉大学学报(信息科学版), 2019, 44(7): 967-979.]
[18]
Zhong Zhiwei.The stability division and characteristic of bank slopes in Three Parallel River Region of the Sichuan—Tibet Railway[D].Chengdu:Southwest Jiaotong University,2015.
仲志伟.川藏铁路三江并流区岸坡特征及稳定性分区[D].成都:西南交通大学,2015.
[19]
施雅风,黄茂桓,姚檀栋,等.中国冰川与环境[M].北京:科学出版社,2000:9–34.
[20]
Ferretti A,Prati C,Rocca F. Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1): 8-20. DOI:10.1109/36.898661
[21]
Berardino P,Fornaro G,Lanari R,et al. A new algorithm for surface de formation monitoring based on small base line differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2375-2380. DOI:10.1109/TGRS.2002.803792
[22]
Hooper A,Zebker H,Segall P,et al. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J]. Geophysical Research Letters, 2004, 31(23): L23611.
[23]
Werner C,Wegmüller U,Strozzi T,et al.Interferometricpoint target analysis for deformation mapping[C]//2003 IEEE International Geoscience and Remote Sensing Symposium.Toulouse:IEEE,2003:4362–4364.
[24]
Wegmüller U,Werner C,Strozzi T,et al. Multi-temporal interferometric point target analysis[J]. Analysis of Multi-Temporal Remote Sensing Images, 2004, 3: 136-144.
[25]
Colesanti C,Ferretti A,Prati C,et al. Monitoring landslides and tectonic motion with the permanent scatterers technique[J]. Engineering Geology, 2003, 68(1/2): 3-14.
[26]
Hilley G E,Burgmann R,Ferretti A,et al. Dynamics of slow-moving landslides from permanent scatterer analysis[J]. Science, 2004(304): 1952-1955.
[27]
Scheingross J S,Minchew B M,Mackey B H,et al. Fault-zone controls on the spatial distribution of slow-moving landslides[J]. Geological Society of America Bulletin, 2013, 12(5): 473-489.
[28]
Dong Jie,Zhang Lu,Tang Minggao,et al. Mapping landslide surface displacements with time series SAR interferometry by combining persistent and distributed scatterers:A case study of Jiaju landslide in Danba,China[J]. Remote Sensing Of Environment, 2018, 205(3): 180-198.
[29]
Intrieri E,Raspini F,Fumagalli A,et al. The Maoxian landslide as seen from space:Detecting precursors of failure with Sentinel–1 data[J]. Landslides, 2017, 15(1): 123-133.
[30]
Dong Jie,Zhang Lu,Li Menghua,et al. Measuring precursory movements of the recent Xinmo landslide in Mao County,China with Sentinel–1 and ALOS–2 PALSAR–2 datasets[J]. Landslides, 2017, 15(1): 135-144.
[31]
Yao Jiaming,Yao Xin,Li Lingjing,et al. Study on the atmospheric correction of D-InSAR removal by three-dimensional space multi-item model—A case study of Qiaojia landslide deformation observation in Jinshajiang[J]. Journal of Engineering Geology, 2018, 26(S1): 14-21. [姚佳明,姚鑫,刘星洪,等. 滑坡D-InSAR观测中的大气误差去除研究——以金沙江巧家段为例[J]. 工程地质学报, 2018, 26(S1): 14-21.]
[32]
Richard G,Werner C.Radar ice motion interferometry[J]. Proceedings of EES, 1997.
[33]
Goldstein R M,Werner C L. Radar interferogram filtering for geophysical applications[J]. Geophysical Research Letter, 1998, 25(21): 4035-4038. DOI:10.1029/1998GL900033
[34]
Lu Huiyan,Li Weile,Xu Qiang,et al. Early detection of landslides in the upstream and downstream areas of the Baige Landslide,the Jinsha River based on optical remote sensing and InSAR technologies[J]. Geomatics and Information Science of Wuhan University, 2019, 44(9): 1342-1354. [陆会燕,李为乐,许强,等. 光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别[J]. 武汉大学学报(信息科学版), 2019, 44(9): 1342-1354.]
[35]
Zhang Yadi,Li Yudong,Dong Jie,et al. Landslide hazard detection in Markam with time-series InSAR analyses[J]. Journal of Remote Sensing, 2019, 23(5): 987-996. [张亚迪,李煜东,董杰,等. 时序InSAR技术探测芒康地区滑坡灾害隐患[J]. 遥感学报, 2019, 23(5): 987-996.]
[36]
Dai Fuchu,Lee C F. Landslide characteristics and slope instability modelling using GIS,Lantau Island,Hong Kong[J]. Geomorphology, 2002, 42: 213-228. DOI:10.1016/S0169-555X(01)00087-3
[37]
Yao Xin,Tham L G,Dai Fuchu. Landslide susceptibility mapping based on support vector Machine:A case study in natural slope of Hong Kong,China[J]. Geomorphology, 2008, 101: 572-582. DOI:10.1016/j.geomorph.2008.02.011
[38]
Huang Runqiu,Chen Longsheng. Human-induced landslides in China:Mechanicsm study and its implications on slope management[J]. Chinese Journal of Rock Mechanics and Engineering, 2004, 23(16): 2766-2777. [黄润秋,陈龙生. 中国的人类活动诱发滑坡灾害:机制及对灾害控制的意义[J]. 岩石力学与工程学报, 2004, 23(16): 2766-2777.]
[39]
Zhang Jun,Ni Shaoxiang,Yu Wenjing,et al. A quantative study on the spatial distribution pattern of human settlement in Three River Paralleled Running region[J]. Journal of Mountain Research, 2003, 21(1): 121-125. [张军,倪绍祥,于文静. 三江并流区居民点空间分布规律[J]. 山地学报, 2003, 21(1): 121-125.]
[40]
Deng Jianhui,Gao Yunjian,Yu Zhiqiu,et al. Analysis on the formation mechanism and process of Baige landslidesdamming the upper reach of Jinsha River,China[J]. Advanced Engineering Sciences, 2019, 51(1): 9-16. [邓建辉,高云建,余志球,等. 堰塞金沙江上游的白格滑坡形成机制与过程分析[J]. 工程科学与技术, 2019, 51(1): 9-16.]
[41]
Keefer D K,Johnson.Earth Flows;morphology,mobilization and movement[R].U.S.Geological Survey Professional Paper,1983:1264.
[42]
Dai Fuchu,Deng Jianhui.Development characteristics of landslide hazards in Three-rivers basin of southeast Tibetan Plateau[J].Advanced Engineering Sciences,2020,52(5):3–15
戴福初,邓建辉.青藏高原东南三江流域滑坡灾害发育特征[J].工程科学与技术,2020,52(5):3–15.