报告主题：雷达干涉测量技术与地质灾害隐患识别应用

报 告 人 ：葛大庆 中国自然资源航空物探遥感中心遥感技术研发室副主任

报告首先回顾了雷达卫星与InSAR技术过去30年的发展历程。从SEASAT、ERS、SRTM、ENVISAT、RADARSAT、ALOS一直到肩负地形测绘任务的TanDEM-X，面向形变常态化监测的Sentinel-1等卫星以及功能强大的RADARSAT-2，专业又特别的L波段ALOS-2卫星，从我国正在研制的LT-1号L波段双星到德国的TanDEM-L以及未来的多波段NiSAR卫星、Capella小型SAR组网，从历史的角度揭示了“SAR卫星驱动InSAR技术的产生与应用，InSAR应用牵引新型SAR卫星研制”的转变，表明了SAR卫星在对地观测，特别是在自然灾害的早期识别、动态监测方面的重要作用。认为InSAR技术、卫星观测能力、应用群体、第三方服务平台等都有了大幅度提升，开展地质灾害应用的条件基本成熟，需要做的则是广泛的实践工作，在应用过程中发现并解决具体的技术难题。

报告结合我国东部广域地面沉降常态化监测实践，总结了InSAR监测技术在推动沉降控制、地下水科学利用、重大线性工程选线、城市地下开发等领域的重要进展，指出了广域InSAR监测模式下要强化对“点、线”的信息挖掘，强调InSAR监测工作要从“大而全”的广域覆盖向“小而精”的专题场景应用转变，在诸如工程体变形、矿山开发、大型目标监测、基坑开挖、桥梁非均匀沉降、油田变形等应用场景上发挥价值，体现高密度、精细监测的优势。围绕我国对InSAR监测工作的需求，提出了开展“中国陆域全境地表形变InSAR监测”的倡议，认为应继续开展东部平原、盆地、三角洲与海岸带的地面沉降、矿山塌陷、海岸带变化等“面广”的地表形变动态监测，服务资源环境承载力评价和国土空间适宜性评价“双评价”需求；需强化西部地区滑坡等地质灾害隐患“点多”的识别问题，在“解决地质灾害隐患在哪里”方面发挥积极作用。

针对自然资源部正在推进的“地质灾害隐患识别”工作，全面阐述了识别对象、隐患类型、识别要素和关键技术，明确了以识别高山峡谷地区“高位远程滑坡”为主，解决“地面调查难以到达，难以发现”的问题，从“定性”（哪里可能存在，发育位置），“定量”（变形幅度，变形强度，影响范围）和综合评判（风险程度如何，威胁对象）的方向推进的技术路径。从技术实现上，综合利用高分辨率光学遥感影像、InSAR形变数据、DEM数据等，结合工程地质、水文地质等资料，从形态特征、活动强度、活动类型、孕灾条件、地质背景等多源信息综合分析，利用测量数据支撑灾害识别，不是简单的InSAR形变测量的过程。从遥感观测意义上，识别的核心是对“形态、形变的测量，对发展”形势”的综合分析评估，侧重利用高分辨率遥感影像变化检测与特征识别“寻找”成灾迹象，通过DEM数据地形分析寻找历史上的古老灾害体，通过InSAR探测、识别和圈定变形区，发现正在变形的滑坡体。报告强调，地质灾害隐患识别是在大范围背景下“找点”，是从地质体“外在现象”观测出发，通过专家经验与观测数据综合驱动的过程，强调要加强与地面调查工作的配合，深入研究灾害动态变化规律。

 结合实际工作，葛大庆教授介绍了航遥中心自1999年以来在三峡地区滑坡InSAR监测方面进行的试验探索，充满深情地回忆了我国InSAR工程应用技术的领路人夏耶先生等老一辈科学家在艰难环境下开展星载SAR滑坡形变测量的历程，总结了面向滑坡变形特征的四种技术方法，指出InSAR技术需从形变过程“片段”测量向“全过程”测量的转变，强化探测、识别和精准测量能力。针对目前正在推进的我国地质灾害高易发区隐患识别，提出了围绕121万平方公里的高易发区开展InSAR应用的技术策略。结合2017年四川茂县大型滑坡之后的隐患排查、金沙江流域典型滑坡识别，介绍了利用ALOS-2、Sentinel-1等卫星数据，以差分干涉、PS、DS时序分析等方法开展白格滑坡持续监测，周缘滑坡隐患识别的多个应用案例，通过对比甘肃舟曲、青海果洛、金沙江等地区不同类型滑坡条件下的应用效果，总结了InSAR技术的适用性和实际应用能力。

葛大庆认为，在综合遥感地质灾害识别上要强化两点认识。一是，隐患识别是多源观测数据综合分析的过程，InSAR形变监测很重要，为隐患识别提供了变形信息，但不是全部；就InSAR而言，目前急需开展的任务是大范围InSAR“扫面”普查，发现重大隐患性线索，是地面监测工作的有益补充。二是，隐患识别工作需长期监测数据的积累，动态更新的核心是“找变化”，特别是光学遥感“图谱”变化检测与InSAR形变监测。

当前亟需突破的问题有两点，一是在海量遥感数据条件下提高计算力与自动化水平，强化计算与存储能力，半自动化/自动化数据处理，提高处理效率；二是在任务目标引导下推进机器学习、专家系统与遥感信息识别AI方法研究，建立灾害样本库，在光学影像变化检测、InSAR自动化筛选的关键点上剔除非灾害因素影响，组建专业从事遥感大数据AI分析研究的团队，增强针对性。