Sentinel-1数据在西南山区水库变形斜坡InSAR监测中的适用性评价:以溪洛渡水库为例

Sentinel卫星凭借其超高的辐射分辨率、 稳定的轨道系统、 较大的覆盖能力、 较短的重返时间、可免费下载的数据,在斜坡灾害识别监测方向上有广泛的应用.自1963年意大利瓦伊昂特大滑坡发生以来,岸坡地质灾害一直是峡谷区水库关注的主要问题之一.以金沙江上游溪洛渡水库区为例,结合PALSAR-2、TerraSAR-X数据,评价Sentinel-1 SAR数据在西南山区水库变形斜坡InSAR监测中的适用性,以理论结合实际结果分析Sentinel-1数据是否可以在一定条件下替代其他商业数据,为今后相关行业应用提供参考.结果显示:Sentinel-1数据在研究区可解译的变形斜坡约200处,类型有滑坡、 危岩体和塌岸;经现场核查,Sentinel-1数据解译的最小变形斜坡投影面积约为2400 m2,约35 m(长)×77 m(宽)大小,共16个变形像元聚集.高山峡谷区叠掩、 阴影现象严重,通过对雷达常用观测模式下的SAR数据的比较,在SAR数据交集区域,有效观测面积为Sentinel-1升轨70.3％,Sentinel-1降轨68.9％,PALSAR-2升轨70.4％,PALSAR-2降轨67.6％,TerraSAR-X降轨52.5％,在不考虑分辨率的情况下,在库区Sentinel-1数据与其他两种SAR数据观测能力相比持平或更优秀.6月至11月初是溪洛渡水库的水位上升期,周边植被发育较好,造成数据相干性较差,2017年后Sentinel-1A(1B)双星拍摄获取的SAR数据量增加,高频观测可使相干性提高,利用2017年后该卫星数据可有效识别水库蓄—排水周期内的区域性变形斜坡发育变化情况.当长时间缺失SAR数据时,会造成最近一对SAR数据间的某些像元测量的变形超过其InSAR最大量程,解缠时丢失相位周期.Sentinel-1数据由于连续性较好,监测斜坡的变形趋势较为连续,因此更适合连续小变形的趋势识别.