摘要
在植被茂密且地形复杂的山区，SAR数据用于潜在滑坡灾害识别的适用性不仅取决于斜坡是否对雷达可见，还取决于在植被和地形约束下能否保持稳定的干涉相干性。为阐明L波段Lutan-1与C波段Sentinel-1在此类环境中的适用性差异，本研究以中国四川省汉源县为研究区。采用2024—2025年两卫星系统获取的升轨和降轨SAR影像，通过堆叠式干涉合成孔径雷达（Stacking-InSAR）和小基线子集干涉合成孔径雷达（SBAS-InSAR）方法进行处理，提取区域形变异常及代表性滑坡的时序形变特征。进一步集成数字高程模型（DEM）、LiDAR、光学影像、Sentinel-2反演的植被覆盖分数（FVC）以及野外调查数据，建立了将几何可见性、干涉相干性与滑坡识别结果相关联的对比分析框架。研究结果表明，Lutan-1与Sentinel-1在联合升、降轨后均提供了良好的几何观测条件，联合可见比例分别为98.48%和97.76%，表明研究区内几何覆盖差异有限。然而，在统一网格尺度下，Lutan-1的平均相干性和有效网格单元比例分别达到0.564和72.49%，显著高于Sentinel-1的0.320和24.26%。随着FVC增加，两数据集的相干性均呈下降趋势，但Lutan-1在植被茂密区域仍保持较高相干性，表明其对植被引起的去相关效应具有更强的适应性。基于多源遥感数据的综合解译，研究区共识别出77处潜在滑坡灾害，其中Lutan-1检出74处、Sentinel-1检出17处、两者共同检出14处。代表性滑坡对比分析进一步表明，Lutan-1在植被茂密区和小规模滑坡中提供了更高密度的有效形变点，其形变模式与斜坡地貌边界及局部形变区对应良好。Sentinel-1凭借其更高的时间采样密度，可为关键滑坡的时序验证和多源交叉验证提供互补信息。研究结果表明，Lutan-1更适合在植被茂密、地形复杂的山区进行潜在滑坡灾害的空间识别，而Lutan-1与Sentinel-1联合使用则能更好地平衡滑坡识别精细度与时序监测连续性。
