综述：滑坡地理空间监测技术的演进与前沿：分类、方法适用性及监测设计框架

《Remote Sensing》：Evolution and State-of-the-Art Technologies for Landslide Geospatial Monitoring: Classification, Method Suitability, and Monitoring Design Framework

　　

地理空间监测是滑坡研究与灾害减灾的核心支撑手段。本文系统梳理了近十年滑坡地理空间监测技术的研究进展，构建了统一的监测框架基础。研究人员通过深入的文献计量分析与前沿技术批判性评述，提出了基于维度（一维、二维、三维）与参考方式（绝对或相对）的地理空间监测方法新分类体系，涵盖大地测量技术、摄影测量、激光扫描、全球卫星导航系统（Global Navigation Satellite System, GNSS）、无人机（Unmanned Aerial Vehicle, UAV）、雷达干涉测量及各类传感器等技术类型。研究从监测精度、空间覆盖、时间分辨率及不同变形条件下的适用性四个维度，系统分析了现有方法的运行特征、优势与局限性，并首次开展了基于滑坡速度分级的监测方法对比与系统化梳理，建立了观测精度、监测频率与滑坡动力过程的关联机制。在此基础上，研究人员提出了优化的地理空间滑坡监测通用工作流，整合了监测设计、观测网络配置、数据融合、统计分析与预测预警全链条环节。综合分析表明，高效的滑坡监测必须依托集成化多传感器系统，未来技术发展将聚焦于地理空间与非地理空间数据融合、监测自动化及新一代监测系统研发。

1. 1.
   引言
   滑坡监测是滑坡灾害风险评估中最具挑战性的任务之一，吸引了地质学、大地测量学与土木工程领域的广泛关注。本文明确区分了滑坡探测与滑坡监测的差异：前者旨在识别新滑坡及其发生位置，后者则服务于正在发生的滑坡过程的解析、预测与预警。地理空间监测的核心目标是测定并追踪表征滑坡运动的几何参数变化，其度量单位为线性（米、毫米）或角度（度、分、秒）。近十年来，随着全球卫星导航系统（GNSS）、数字摄影测量（Close-Range Photogrammetry, CRP）、无人机系统（UAV）、机载激光扫描（Airborne Laser Scanning, ALS）、地面激光扫描（Terrestrial Laser Scanning, TLS）、地基合成孔径雷达干涉测量（Ground-Based Interferometric Synthetic Aperture Radar, GB-InSAR）及星载合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）等技术的快速发展，滑坡监测已从传统大地测量迈向卫星定位、雷达干涉、激光扫描、无人机摄影测量及集成多传感器监测系统的新阶段。本文的研究范围限定于能够提供位移、倾斜等几何参数的地理空间技术与岩土传感器，而将地震层析成像、电阻率探测等非几何类地球物理技术排除在外。通过对现有文献的系统梳理，本文指出现有综述多局限于单一技术或案例对比，缺乏统一的概念框架与方法论整合，因此提出了融合历史演进、文献计量、技术性能分析与速度分级适用性的综合研究路径。
2. 2.
   当代滑坡地理空间监测方法与技术分类
   本文摒弃了单纯以精度为核心的分类思路，创新性地提出了基于位移维度与参考方式的分类体系。位移维度分为轴向水平（一维）、垂直（一维）、平面（二维）与空间（三维）四类；参考方式分为绝对与相对两类。绝对方法能够确定相对于参考坐标系的滑坡位移，反映滑坡整体运动态势；相对方法则识别滑坡体内部点间的相互位移，其有效解算依赖于观测密度、网络几何构型与目标空间分布。具体而言，一维轴向方法包括距离法、准直法与视准线法；垂直位移主要依赖三角高程测量；平面位移主要通过边角网实现；三维空间位移则由近景摄影测量、无人机摄影测量、机载与地面激光扫描、空间边角网、GNSS及星载与地基雷达干涉测量等技术实现。相对方法主要包括测量倾角的测斜仪、倾斜计、倒垂线，以及测量线状变形的伸长计与裂缝计。该分类体系直接服务于变形解译、监测网络设计与多传感器系统集成，相较于成本、自动化程度等受项目条件影响较大的指标，位移维度与参考方式提供了更具普适性的方法论基础。
3. 3.
   文献计量分析
   为揭示近十年滑坡地理空间监测的研究演进规律，研究人员基于Scopus与Dimensions数据库开展了严格的文献计量分析。检索策略采用“滑坡”AND“监测”AND“观测方法”的组合关键词，将监测方法划分为大地测量、无人机（UAV/UAS）、近景摄影测量、激光扫描、全球卫星导航系统（GNSS）、雷达干涉测量（InSAR）及传感器七大类，并通过人工筛选剔除不相关文献，最终获得有效文献3122篇，覆盖109个国家。关键词聚类分析显示，当前研究形成四大核心集群：以合成孔径雷达技术衍生的星载与地基InSAR集群、以无人机摄影测量及相关技术为核心的集群、包含GNSS与陆地大地测量的集群，以及激光扫描技术集群。国家分布分析表明，中国、意大利、美国、德国等国构成了主要的研究产出中心，但对比全球滑坡活动分布图可见，南美洲西海岸、也门、高加索地区、阿富汗及埃塞俄比亚等高滑坡风险区的文献产出存在明显不足。出版物数量统计显示，雷达干涉测量、GNSS与传感器的文献占比最高，传统大地测量与近景摄影测量的相对占比呈下降趋势，但岩土传感器仍是获取滑坡深部变形的不可或缺手段。期刊分布方面，《Remote Sensing》《Landslides》与《Engineering Geology》是该领域成果发表的主要载体。
4. 4.
   观测方法分析
   4.1 大地测量方法
   作为最成熟的监测手段，现代大地测量主要依赖全站仪、机器人全站仪与数字水准仪。其优势在于能够满足严格精度要求的工程结构变形监测，通过自由设站法、边角网组合等技术可实现毫米级精度，结合时间序列分析可有效评估变形趋势。机器人全站仪的应用显著提升了观测频率与时间分辨率。然而，该方法要求地面点间通视，在植被茂密区与偏远地形中实施难度大，因此正逐渐从独立应用转向与GNSS、InSAR及岩土传感器的集成应用，为监测系统提供稳定的几何基准框架。

4.2 摄影测量

近景摄影测量通过运动恢复结构（Structure from Motion, SfM）、数字图像相关与正射校正算法实现了三维位移的精确测定。低成本摄影测量（包括智能手机采集）与集成物联网的立体视觉自动化系统已将精度提升至2–4厘米。影像辅助全站仪（Image Assistant Total Stations, IATS）在20米以上距离可实现0.1毫米级精度。该技术受天气与光照条件限制，适用于中小尺度项目，未来与地理人工智能（GeoAI）的融合将显著提升数据处理效率与目标识别能力。

4.3 激光扫描

激光扫描涵盖静态地面激光扫描（TLS）、移动测量系统（MMS）、机载激光扫描（ALS）及无人机载激光扫描，作业距离可达5米至2公里，精度范围为0.4毫米至20毫米，扫描速度高达每秒10万点，具备全天候工作能力。当前研究主要聚焦于TLS与无人机载扫描的多时相数据对比算法，永久激光扫描（Permanent Laser Scanning, PLS）是克服设备布设难题的重要发展方向。该技术的主要挑战在于植被遮挡导致的视线受阻及海量点云数据的处理复杂度，物理信息深度学习是提升多源激光数据融合与解译能力的关键。

4.4 全球卫星导航系统

GNSS的核心优势在于无需点间通视即可获取绝对位移，支持长期变形趋势与短期变化的同步分析。实时动态定位（Real-Time Kinematic, RTK）技术将观测时间缩短至15秒，平面精度达20毫米；虚拟参考站（Virtual Reference Station, VRS）技术依托连续运行参考站网络（Continuously Operating Reference Stations, CORS）有效削弱误差；精密单点定位（Precise Point Positioning, PPP）则为缺乏本地参考基础设施的偏远地区提供了替代方案，10至30分钟观测可实现5–10厘米精度。然而，滑坡区卫星信号遮挡、供电保障及设备安全问题限制了其大规模连续运行，因此常作为多传感器集成的空间基准。

4.5 无人机摄影测量

无人机摄影测量已成为主流的滑坡调查技术，通过垂直与倾斜影像可高效获取滑坡体积与径流信息。标准化工作流程涵盖测前规划、数据采集与自动化后处理，搭载RTK模块的无人机可实现平面0.15米、高程0.20米的实时精度，并能有效识别地表裂缝扩展。该技术极大地提升了监测灵活性与作业人员安全性，但同样受天气与光照条件制约。

4.6 雷达干涉测量

雷达干涉测量凭借大面积覆盖、高灵敏度与无需实地进入的优势，成为最具影响力的滑坡监测技术。星载InSAR时间序列分析分为点目标InSAR（以永久散射体干涉测量Persistent Scatterer InSAR, PS-InSAR为代表）与分布式目标InSAR（以短基线子集Short Baseline Subset, SBAS为代表），前者依赖稳定的人工地物，后者适用于自然边坡环境。地基InSAR（GB-InSAR）沿轨道移动发射与接收微波，分为连续（C-GBSAR）与间断（DGBSAR）两种模式，分别服务于近实时监测与慢速滑坡监测。多平台雷达数据的融合进一步增强了监测可靠性。

4.7 地理空间传感器

岩土传感器主要提供相对位移信息，是绝对测量方法的重要补充。测斜仪用于检测单向或多向倾斜，倾斜计与倒垂线测量平面倾角，裂缝计监测裂缝扩展，伸长计实现特定方向的超高精度线性变形测量。这些传感器常与GNSS、InSAR等绝对定位技术集成，以同时获取空间参考与高精度局部变形信息，但其相对测量属性决定了必须建立统一的外部坐标参考系。

4.8 方法总结与适用性分析

通过对比各方法的精度、空间覆盖、时间分辨率与自动化水平，研究发现不存在单一满足所有性能标准的技术。基于经典滑坡速度分类，研究人员建立了监测方法适用性矩阵：极缓慢与慢速滑坡适合InSAR、GNSS与TLS监测；中速滑坡需结合多种技术；快速与极快速滑坡则必须依赖机器人全站仪或连续运行的传感器系统。该分析量化了精度与采样频率在不同变形阶段的重要性权重，明确了多传感器集成的必要性。

1. 5.
   建议的监测工作流与流程图
   针对现有流程图多为单一方法导向的局限，本文提出了通用的滑坡及周围结构物地理空间监测工作流。该流程始于包含地质勘察资料、预期速度与规模、受威胁结构物信息的技术规范制定，进而计算精度需求与观测周期，选择适配的监测方法。监测网络设计包含稳定的外部基准网与覆盖滑坡体、抗滑结构与建筑物的内部变形目标网。数据处理阶段需依次开展测量结果初步分析、位移计算、时间序列自相关分析、统计假设检验、网络稳定性控制、方差分析与聚类分析，通过平滑处理提取变形趋势，最终构建预测模型。该框架将监测视为系统工程，强调技术需求定义、网络优化设计与迭代评估的全流程闭环管理。
2. 6.
   结论与展望
   本文提出的分类体系、适用性框架与通用工作流为滑坡监测方案选型提供了结构化依据。研究表明，星载雷达干涉测量在大范围变形识别中占据主导地位，GNSS与大地测量提供高精度控制，无人机摄影测量与激光扫描实现精细地表表征，岩土传感器保障连续动态捕捉，多源集成是构建稳健监测系统的必由之路。未来十年，滑坡地理空间监测将面临三大挑战：一是进一步提升InSAR、GNSS与无人机技术的灵活性、精度与自动化水平；二是深化异构多传感器环境下数据融合、不确定性传播、质量控制与时空同步的标准化研究，突破地理空间与非地理空间观测（温度、孔隙水压力、应力等）的融合瓶颈；三是发展适配不同滑坡机理的预测数学模型，厘清参数化模型（微分方程、有限元法）与非参数化模型（神经网络、回归模型）的适用边界。该框架将滑坡地理空间监测重构为涵盖系统设计、传感器集成、时序分辨率、参考框架一致性与决策支持的系统性工程问题，为滑坡风险管理提供了理论与实践支撑。