基于InSAR技术的板岩边坡深部重力坡变形(DSGSD)测绘与分区研究

台湾研究团队针对板岩边坡深部重力坡变形(DSGSD)隐患识别难题，利用多时相合成孔径雷达干涉测量(MT-InSAR)技术，结合LiDAR地形数据与光学影像，提出"热点式"DSGSD测绘与分区方法。研究成功识别出5个高变形速率的DSGSD区域（包括政府未监测的新活动区），通过分解升降轨Sentinel-1数据建立几何-运动学模型，揭示了板岩边坡变形机制，为区域灾害评估提供了创新技术框架。

　　

在台湾中央山脉的板岩带，深部重力坡变形(Deep-seated gravitational slope deformation, DSGSD)如同潜伏的地质"慢动作灾难"，每年以毫米级速度悄然改变山体形态。这种由岩体内部结构控制的缓慢变形过程，可能持续数十年甚至数百年，最终演变为灾难性岩崩。2009年莫拉克台风期间，台湾板岩带发生的3.5万处滑坡灾害，正是DSGSD长期积累后突然爆发的典型案例。然而，传统地质调查方法难以在广袤山区高效识别这些"隐形杀手"，而高分辨率LiDAR地形数据又易受人类耕作活动干扰，导致台湾当局在灾害防治中面临三大困境：如何从数千处潜在滑坡中筛选高风险区域？如何发现被人类活动掩盖的变形边坡？如何预判DSGSD向灾难性滑坡转变的临界点？

为破解这些难题，台湾大学的研究团队创新性地将卫星遥感技术与地质力学相结合。研究团队选取台湾清境地区为典型研究区，这里不仅存在著名的庐山北坡DSGSD案例，还分布着多个受保护的居民聚落。通过分析2018-2020年间Sentinel-1卫星的升降轨雷达数据，结合1米分辨率LiDAR数字高程模型和光学影像，构建了一套完整的DSGSD研究技术体系。这项开创性工作发表在《International Journal of Applied Earth Observation and Geoinformation》，为板岩边坡灾害预警提供了新范式。

研究采用三项核心技术：首先运用持久散射体干涉测量(PS-InSAR)处理Sentinel-1数据，获取地表形变信息；其次提出"热点式"活动分级方法，将形变速率划分为三类（I类：-10~0 mm/年，II类：-10~-20 mm/年，III类：<-20 mm/年）；最后通过分解升降轨数据获得东西向(V_E
)和垂直向(V_Z
)位移矢量，建立几何-运动学模型。研究还整合了19个钻孔数据、倾斜仪监测和GNSS观测结果进行验证。

研究结果揭示多个重要发现：

1. DSGSD测绘与分区
   通过热点分析方法成功识别出5个DSGSD区域，包括政府尚未监测的宝旺(BW)新区。这些区域表现出典型的马蹄形地貌，发育头部陡坎和反向陡坎，DY和ST区域的形变速率最高达-25 mm/年。值得注意的是，侵蚀沟谷的发育将DSGSD分割成不同活动程度的区块，III类活动区多集中在坡折线下方。

2. 几何与运动学模型
   位移矢量分解显示各DSGSD具有独特运动特征：庐山北坡(LNS)呈现深部旋转滑动，坡脚处剪切位移显著；DY和ST区域则表现为向坡内倾斜的旋转滑动。通过定义位移倾角(dipT)与局部坡度(dipS)的差值Δ，发现DY区域在坡折线下方的Δ趋近于0，表明地表运动与地形平行，暗示潜在滑动面发育。

3. 新发现的活动区域
   宝旺(BW)DSGSD虽未发育完整头部陡坎，但PS-InSAR数据显示其上部存在20 mm/年的快速变形，位移矢量呈150°-200°倾角。结合力学模拟，研究人员认为该区域处于DSGSD演化的初级阶段，尚未形成成熟剪切带。

4. 技术局限性验证
   研究同时揭示了InSAR技术的几何敏感性局限。例如在庐山聚落(LS)区域，因运动方向接近南北向，导致PS-InSAR严重低估实际位移（仅能捕捉沉降分量）。这也解释了为何该区域GNSS监测到的位移是InSAR结果的3倍。

这项研究构建了从区域筛查到机理阐释的完整技术链条。其创新价值体现在三方面：首先，"热点式"分类法实现了DSGSD的快速定位与风险评估，为台湾板岩带约3000处大型滑坡清单提供了优先级排序依据；其次，位移矢量分解技术克服了单一SAR几何的观测局限，使板岩边坡运动学解析成为可能；最重要的是，研究揭示了DSGSD从结构面控制到岩体控制转变的关键证据，如庐山北坡的变形机制转变过程。

当前研究也存在需要完善之处：C波段雷达在植被覆盖区信号衰减严重，未来需结合L波段数据；对于南北向位移分量，需引入GNSS等地面监测进行约束。研究人员建议，下一步应结合力学模拟揭示DSGSD不同演化阶段的表面形变特征，这将为预测滑坡转化临界点提供理论支撑。这项成果不仅为台湾地质灾害防治提供了技术标杆，其方法论对全球构造活跃山区的滑坡预警也具有重要借鉴意义。