陕北、甘肃等黄土覆盖地区是中国边坡地质灾害发生较为严重的省份，据不完全统计，陕西已经发生较大型黄土边坡灾害1 131余处，甘肃东部4 576余处^[1-4]。其中损失重大的有2006年陕西省华县“10.6”滑坡^[5]，2010年3月陕西省子长县黄土滑坡^[6]，2011年陕西省白鹿塬“9.17”灞桥滑坡^[7]，马岔沟黄土滑坡^[8]，甘肃黑方台滑坡^[9]。国家和陕西省对地质灾害防治工作给予了高度重视，陕西省相关地市州发布了地质灾害防治规划与方案，全省被划分出34个地质灾害易发区。其中包茂高速(G65w)黄陵-延安段属重点防范路段。黄-延高速公路沿线分布着众多的黄土高陡边坡，其中100 m以上高边坡6座，最大高度达129.67 m。做好黄土高边坡的形变监测及预警工作对高速公路安全运维至关重要。

InSAR是一种新型的空间对地观测技术，克服了黄土边坡形变监测因天气影响、环境限制、交通不便等导致的地面调查通达不易等因素制约，在地表形变监测中具有非接触、全天时全天候、远程覆盖范围广、高精度等特点^[10-11]。近年来，InSAR被广泛应用于边坡形变监测、失稳过程跟踪、分析评估等方面^[12-18]。程滔等^[17]基于InSAR技术开展黄土分地区的滑坡进行监测，获取了滑坡的形变场和范围，并通过野外调查等方法对InSAR的监测结果进行验证；何杨等^[18]以陕西泾阳南塬为研究对象，开展了基于高分InSAR技术的典型滑坡高精度形变时间序列监测研究与试验，获取了滑坡的形变信息并捕捉到了滑坡临滑时间节点；敖萌等^[19]采用改进的InSAR解算算法对四川丹巴县甲居滑坡进行了形变监测试验，获取了滑坡的形变时间序列，揭示了滑坡的形变特征；张路等^[20]采用自主研发的相干散射体时序InSAR方法，从历史数据中成功地识别出17处不稳定坡体，并通过实地调查等方法验证了探测结果的有效性；赵超英等^[21]采用InSAR技术对甘肃黑方台地区潜在的黄土边坡开展了基于ALOS PALSAR数据、ALOS-2 PALSAR-2数据、Sentinel-1数据和TerraSAR-X数据的长时序监测以及失稳模式识别研究，有效地探测到研究区滑坡体的分布位置；冯文凯等^[22]采用SBAS-InSAR技术获取了金沙江流域沃达村滑坡的形变结果，分析了滑坡的形变情况，并通过工程地质调查复核验证了SBAS-InSAR技术解译成果的可靠性。

目前InSAR技术被广泛应用于滑坡形变监测与早期识别预警等领域，但在高边坡形变监测中相比传统的形变监测手段，InSAR技术应用较少，因而其适用性与可靠性方面缺乏参考。鉴于此，本研究搜集了黄-延高速公路富县西高边坡自2017年3月12日至2018年3月19日，共29景的Sentinel-1数据，在此基础上采用PS-InSAR技术分析了高边坡形变速率的分布特征，并与高边坡坡面变形人工监测、水准监测结果进行对比，验证了PS-InSAR技术揭示地表缓慢形变方面的优势，表明该技术在黄土高边坡形变监测中具有高适用性与可靠性，为黄土高陡边坡形变监测提供了新的方法。

富县西高边坡是黄陵-延安段高速公路沿线一典型黄土高边坡，边坡分级达13级，坡高100多米。富县西标段高边坡经纬度坐标为36°04′00″-36°04′10″，109°10′48″-109°10′56″。

欧洲委员会(EC)和欧洲航天局(ESA)于2014年4月发射了针对哥白尼全球对地观测项目的首颗卫星Sentinel-1，一个全天时全天候雷达成像系统。本次获取了覆盖黄延高速富县西高边坡自2017年3月12日至2018年3月19日，12天一景，共29景的Sentinel-1(表 1)数据。

InSAR技术原理是利用合成孔径雷达2次观测中雷达波相位差与空间距离之间的关系，提取区域地表三维变形信息。为解决常规差分干涉相位中严重的失相关噪声和大气延迟影响，Ferretti等^[23]率先提出了永久散射体差分干涉测量技术PS-InSAR(Persistent Scatterer InSAR)，用于提取滑坡的位移速率，验证其位移探测精度可达毫米级。PS点(Persistent Scatterer)是时间上散射特性相对稳定、回波信号较强的永久散射体，PS-InSAR技术针对这些PS点进行相位建模与形变解算^[24-25]，分离出大气延迟相位信息与高程残余相位信息，反演得到地表形变参数。PS-InSAR技术的处理流程如图 1所示。

图 1 PS-InSAR处理流程 Fig. 1 PS-InSAR processing flow

图选项

根据SAR数据集的时间基线、空间基线和多普勒质心的分布情况，选取29景Sentinel-1数据中2017年9月20日的Sentinel-1影像作为主影像，将其他影像与主影像分别进行配准，得到29景SAR影像的平均后向散射强度图(图 2)。图中三角处为富县西工点所在范围。

图 2 富县西工点及周边SAR平均后向散射强度图 Fig. 2 Average SAR backscattering intensity of Fuxian west station and its surroundings

图选项

对PS-InSAR的干涉组合采用DInSAR方法，计算得到监测区的差分干涉图。时间间隔越短，差分干涉图的条纹保留得越好；有些干涉图相位条纹比较明显，但是部分区域受大气影响比较严重；随着时间间隔延长，噪声影响在差分干涉图上相对严重。这反映了PS-InSAR在高精度提取地表形变信息方面的优势。

分别采用振幅离差阈值法和相干系数阈值法选取项目区的PS候选点，并将两种方法选出的PS点进行融合，如图 3所示，底图为SAR平均后向散射强度图。

图 3 富县西工点周边PS点分布图 Fig. 3 Distribution map of PS points around Fuxian west Station

图选项

提取融合后的PS点在时间序列干涉对的差分干涉图的相位值。

对于获取的29景Sentinel-1影像，经过配准、PS候选点选取、差分干涉处理，得到了时间序列差分干涉图和PS点在各差分干涉图中的差分干涉相位集。选取基准点后对PS点构网并线性求解，得到了每个PS点相对于基准点的线性形变速率、高程改正值及残余相位。进一步通过时间域和空间域的滤波分离非线性形变和大气相位，最终恢复PS点的形变相位，获得富县西工点地理编码后的形变速率图。

本次监测区域内，共提取到1 432个PS点，监测区面积为13.4 km²，平均形变速率的分布范围在-93.224~62.204 mm/a。根据表 2统计，92.46%的PS点的形变速率在-10~10 mm/a，表明大部分PS点的形变速率较小，反映了监测区地表整体较为稳定。

由于SAR图像的干涉处理及形变提取过程均是在雷达坐标系下进行，最终获取的形变量及形变速率是雷达视线向的一维数据，无法与水准测量获得的三维形变结果直接进行对比。为了与富县西工点水准测量获得的实测数据进行比较分析，首先根据雷达成像几何关系和水准测量的站心坐标系设置情况，将水准测量获得的监测点三维形变结果转换到雷达视线向，获得水准测量三维形变结果的雷达视线向分量。

此外，由于水准测量的监测点位置与利用InSAR技术获得的PS点位置有一定差别，为了对比两种测量手段的监测结果，将水准测量监测点的雷达视线向形变分量时间序列及位置与监测时间最接近的PS点雷达视线向监测结果加以对比。

水准测量的监测时间分别为2017-4-1，2017-6-29，2017-7-23，2017-8-15和2017-12-24，与水准测量监测时间最为接近的Sentinel-1影像拍摄时间分别为2017-4-5，2017-6-28，2017-7-22，2017-8-15和2017-12-25，以水准测量的时间作为基准，与水准测量监测时间最接近的PS点的雷达视线向监测结果进行对比，结果如表 3所示。

将表 3中的对比结果绘制成折线图(图 4)，折线图图名与表 3中的序号对应。

图 4 水准点与PS点累计形变量对比 Fig. 4 Comparison of cumulative deformations between bench mark and PS points

图选项

根据累计形变量对比图 4可知，部分监测点的累计形变量对比效果较好，如图 4(a)水准点7-5与PS点1 429，图 4(b)水准点2-4与PS点1 433累计形变趋势在前4次测量时，对比效果较好，测量结果误差均小于5 mm。由图 4(c)~(d)可知，也存在部分监测点监测结果对比值差别较大的现象，但累计形变量总体变化趋势相近。图 4(c)中从2017年4月初监测起，到2017年8月中旬，两种形变测量手段的结果都显示出监测点累计形变量不断增加的特征，在2017年12月份的监测结果均显示出累计形变量变小的特征；图 4(d)中，水准测量结果表明，监测点在前4次测量时，累计形变量不断增大，最后一次测量，累计形变量趋于稳定，InSAR监测结果第2次监测结果与水准测量有所差别，呈现出沉降的现象，但随后的3次测量与水准测量结果的形变趋势吻合。

对比结果表明InSAR技术在黄土边坡表面形变监测中，可以作为位移水准测量等传统监测手段的一种补充或者是独立的测量手段。造成部分水准点与PS点累计形变量监测结果差异较大的原因可能有以下几种，在后续监测中可以进一步改进。

(1) 形变参考点不一致

水准测量的形变参考点和PS-InSAR的形变测量基准点不一致，在获取PS-InSAR形变测量结果后，应根据已有的实测数据对PS-InSAR的形变场进行整体的修正。但由于实测数据的基准点处无可用的PS点，而其他PS点也无基准数据，而未对PS-InSAR的形变监测结果进行修正。

(2) 水准测量的坐标系不精确

边坡水准测量时，未明确水准测量站心坐标系X，Y，Z轴的设置方向，影响了水准测量三维形变结果在雷达卫星视线向的转换精度，一定程度上影响了两种测量结果的对比。

(3) 水准测量监测点与PS点并非同一监测对象

对InSAR的形变测量结果的精度检验方式多使用实地测量数据(如水准、GPS数据)，其中最科学合理的检验方法是在研究区布设人工角反射器，在SAR影像获取时刻利用实地测量手段对角反射器进行精密测量，并以此为标准对InSAR结果进行精度评定。使用角反射器保证了实测手段与InSAR手段监测对象的一致性，星地同时测量，保证了监测时间的一致性和对比结果的高可靠性。本次富县西工点由于未布设角反射器，因而使用水准监测点最近的InSAR监测点进行比较，增加两种技术监测对象对比的不确定性。

因此，可通过以下措施提高InSAR监测结果与水准测量的对比精度：

(1) 使用同一对象作为两种测量手段的基准点

为了使水准测量和InSAR测量具有相同的基准点，可在稳定区域布设人工角反射器作为基准点。角反射器的反射强度远大于周围物体的反射，其可以看作一个点状目标的人造永久散射体，并且其布设位置是确定的，因而可以同时作为PS-InSAR测量和水准测量两种测量手段的基准点。

(2) 确定的水准测量坐标系

在确定基准点的基础上，确定水准测量X轴、Y轴、Z轴的准确方向，或确定至少3个控制点的经纬度坐标和相应的水准测量站心坐标系的坐标，有助于提高下一步水准测量三维形变结果在雷达卫星视线向的转换精度。

(3) 同一监测对象进行对比

使用角反射器保证了水准测量与InSAR手段监测对象的一致性。另外，使用高分辨率的SAR影像，有助于提高PS监测点的密度和定位精度，便于进一步对监测对象进行形变解译和精度验证。

本研究采用InSAR技术获取了黄-延高速富县西高边坡在2017年3月12日至2018年3月19日期间的形变情况，并分别与高边坡人工监测及水准测量的结果进行对比分析。结果表明：

(1) InSAR形变监测结果表明富县西高边坡形变速率在-10~10 mm/年，地表整体较为稳定，与人工监测结果一致。与大部分水准测量的监测结果较为吻合，与其他监测点相比较水准测量结果，形变量较小，但整体形变趋势相似，验证了InSAR在黄土高边坡形变监测中的可靠性。

目前，随着卫星的不断发射和技术的不断发展，应用InSAR技术监测黄土边坡稳定性已具备了可行性。首先，十几颗在轨的不同传感器的雷达卫星，给InSAR技术的应用提供了丰富可选的数据源。如最高分辨率可达到0.25 m的TerraSAR-X、COSMO-SkyMed等商业卫星的高分辨率SAR数据，即使是面积很小的黄土边坡也能够覆盖到。针对植被覆盖或黄土边坡可监测的PS点较少的情况，可使用长波段的SAR数据(如L波段ALOS-2数据)或成像时间间隔较短的SAR数据集。同时，PS-InSAR、SBAS-InSAR等技术的发展拓展了InSAR技术的应用范围，可适用于缓慢蠕变的黄土边坡监测。

(2) 本次InSAR形变监测采用中低分辨率的Sentinel-1影像，获取了29期形变数据。在13.4 km²内获取的监测点密度超过100个/ km²，相比水准测量等传统测量手段，InSAR技术应用于黄土边坡形变监测具有监测范围广、监测效率高、全天时全天候等明显优势。运用InSAR技术除了监测黄土边坡的形变特征外，还有助于了解其周边区域的地表稳定性情况；同时，InSAR技术还具有可回溯监测的优势，InSAR技术可利用已存档雷达卫星数据，获取感兴趣区域的各个时间点的形变历史。

(3) 随着高分辨率雷达卫星的不断发射及InSAR技术的不断发展，突破了黄土高边坡形变监测受天气影响、环境限制、交通不便、地面调查通达不易等的限制，为后续大范围探测黄土高边坡形变信号，强周期追踪高边坡的运动状态提供了新的方法。