高分辨率光学和SAR遥感影像在地震地质灾害调查中的应用——以九寨沟M7.0级地震为例

王志一 ，徐素宁 ，王 娜，马秀强

(1.中国地质环境监测院，北京 100081； 2.北京环球星云遥感科技有限公司，北京 100101；3.中国地质大学(北京)，北京 100083)

遥感技术因具有覆盖范围广、图像获取方便等特点，能够客观、全面地反映地震后灾区的景观，能为震害调查、损失快速评估提供科学依据[1-2]。我国曾对1966年邢台地震、1975年海城地震、1976年唐山地震、1988年澜沧-耿马地震和1989年大同地震等大震进行了震后灾区航空摄影，并积累了丰富的震害遥感影像判读经验[3-4]。在2003年的伽师6.8级地震中，王晓青等[3]根据以往震害影像统计并结合本次地震震害遥感特征，提出了遥感震害分级分类标准和地震烈度划分标准，进而得到了基于震害遥感影像的伽师地震等震线图，然而，光学影像由于受多云多雨天气状况的限制，如果震后出现云雨天气，则光学影像在地震灾害调查就会受到限制。雷达影像具有全天候、全天时的特点，就可以克服上述不足。在2008年的汶川8.0级大地震中，刘云华等[2]利用多时相SAR图像对映秀及周边地区做了地震灾害识别研究，利用幅度图像做比值变化检测以及利用相位信息做干涉处理可以在地震灾害评估中取得更好效果。

2017年8月8日21时19分46秒在四川阿坝州九寨沟县(103.82E，33.2N)发生7.0级地震，震源深度约为20km，震中距九寨沟县39 km(图1)。紧接而来的降雨又造成灾区发生大面积的崩塌、滑坡等次生地质灾害。在灾区余震与次生地质灾害不断发生的情况下，遥感成为获得震区灾情的主要手段。地震发生后第一时间，中国地质环境监测院根据预报震中位置坐标，启动应急响应机制，迅速搜集查询到震区卫星数据存档影像资料，编制地震灾区震前遥感影像图(时相：2013年8月3日，资源三号卫星，分辨率2.0 m)。同时，与资源卫星应用中心、二十一世纪空间技术、环球星云科技、航天世景等数据公司收集地震灾区震后卫星数据，于8月10日晚成功获取了灾后北京二号、高分一号、高分二号等国产卫星数据，及时开展了数据处理及地质灾害解译工作。但受到震后灾区多云、阵雨等天气影响，拍摄区多被云层覆盖，对地质灾害解译有一定的影响。因此，在综合利用不同高分辨率光学卫星数据的同时，对高分辨率SAR遥感影像也进行了地质灾害调查应用。

1 地震地质背景

九寨沟位于四川省阿坝藏族羌族自治州九寨沟县漳扎镇境内，地处青藏高原向四川盆地过渡地带，距离成都市400多千米，是一条纵深50余千米的山沟谷地，总面积64 297 hm2，森林覆盖率超过80%。隶属于四川省阿坝藏族羌族自治州，位于青藏高原东部边缘，阿坝州东北部。东、北与甘肃省文县、舟曲县、迭部县交界，西、南与四川省若尔盖县、平武县、松潘县接壤。九寨沟县地势西北、西南高，东南低，属高原湿润气候。

该区域地质背景复杂，碳酸盐岩分布广泛，褶皱断裂发育，新构造运动强烈，地壳抬升幅度大，多种营力交错复杂[5](图1)。

此次地震震中位于岷江断裂、塔藏断裂和虎牙断裂附近(图2)[6]。根据中国地震局消息，九寨沟县M7.0级地震震源机解结果为：矩震级Mw约6.5。断层节面1走向=326°/倾角=62°/滑动角=-15°；节面2走向=64°/倾角77°/滑动角=-151°。波形拟合的质心深度为11km。发震构造推测为塔藏断裂南侧分支和虎牙断裂北段，初步推断此地震为一次走滑型为主事件。

图1 九寨沟M7.0级地震区地质构造图Fig.1 The geological structure diagram of Jiuzhaigou M7.0 earthquake area

图2 主震震中位置及周边历史地震分布图Fig.2 The location of the main earthquake and the map of the surrounding history

2 地震地质灾害高分辨率光学遥感解译

地震发生后，从北京二十一世纪空间技术股份有限公司获取到北京二号、高分一号、高分二号等国产高分卫星遥感数据，经过辐射定标、正射校正、图像融合、图像裁剪等预处理，为后续地震地质灾害遥感解译提供基础数据。

根据震后高分卫星遥感解译，此次地震造成漳扎镇周边及景区多处山体滑坡。从图3和图4(a为震前2017年8月3日影像，b为震后2017年8月9日影像)九寨沟黄龙机场至渣扎镇G544公路震前震后遥感影像对比可以发现，公路沿线山体发生多处滑坡，震前图像上的道路明显，具有连续性；震后道路由于受到山体滑坡的影响，造成道路中断。

图3 九寨沟G544公路上四寨村附近滑坡震前震后遥感影像对比图Fig.3 The comparison of remote sensing images for landslides near Sizhai before and after earthquake

图4 九寨沟G544公路如意坝附近滑坡震前震后遥感影像对比图Fig.4 The comparison of remote sensing images for landslides near Ruyiba before and after earthquake

3 地震地质灾害高分辨率雷达遥感解译

3.1 InSAR地震形变场观测

3.1.1雷达干涉测量(InSAR)基本原理

合成孔径雷达干涉测量(InSAR)是利用对同一地区观测的两幅SAR复影像数据进行相干处理，通过相位信息获取地表高程信息及形变信息的技术。合成孔径差分干涉测量(D-InSAR)技术是InSAR技术的拓展，利用同一地区的两幅干涉图像，其中一幅是形变前的干涉图像，另一幅是形变后获取的干涉图像，然后通过差分处理来获取地表形变的测量技术。D-InSAR几何示意图如图5所示，在重复轨道条件下，S1为卫星第一次过境点，卫星轨道高度为H，S2为卫星第二次过境点，两次过境之间的距离B成为基线，其与水平方向的夹角为α。一般情况下，垂直基线即B⊥=Bcosα应小于一个临界值才能获取质量较好的干涉结果。卫星两次过境与地面目标点的距离分别为R1和R2，如果在两次过境时间段内，对应的目标点发生了位移Δd时，会在卫星视线方向产生相应的位移Δr,进而反应为电磁波的相位差，通过对相位差的计算，可以获取两景SAR影像期间地表发生的形变。

图5 D-InSAR几何示意图Fig.5 The geometrics ketch of the D-InSAR

两幅影像进行干涉处理，得到干涉条纹图。干涉图相位φm包含着多种因素的相位[7]，即平地相位φe、地形相位φt、地表形变相位φd及噪声相位φn，公式表示为：

φm=φe+φt+φd+φn

干涉图中的噪声相位，可以通过多视、滤波去噪等步骤处理。干涉图中的平地相位，也称参考趋势面相位，在干涉图中占主导地位。利用轨道基线求出影像重叠区的同名像点的多个参考斜距差，选择N介多项式模型描述可以去除平地相位[8]，生成新的干涉图。干涉图中的地形相位，是由于地形起伏引起的相位差，为了获取地表的形变信息，必须将地形相位去除。通常采用外部的DEM数据结合轨道参数去除地形相位，即“二轨法”，最终得到同震形变干涉图[9]。根据D-InSAR测量的基本原理，“二轨法”的主要步骤包括：主辅影像预处理、影像配准、重采样、干涉图生成、滤波、形变相位分离、相位解缠、地理编码等，具体流程如图6所示。

3.1.2九寨沟地震InSAR形变场观测结果

地震发生后的8月10日晚在环球星云德清遥感卫星地面接收站成功获取了灾后第一组同震重轨干涉SAR影像对，利用RADARSAT-2震前(2017年5月30

日)、震后(2017年8月10日)的数据，外部DEM采用SRTM(30 m)数据，基于D-InSAR“二轨法”处理方法，最终得到此次地震的同震形变场，结果如图7左图所示。同震形变场的局部细节如图7右图所示，可以看出断层东侧失相干比较严重，西侧约有4个干涉条纹，最外侧条纹距离中国地震台网中心确定的震中心约为36.64km，从而可以大致推断出此次地震形变场的范围。对InSAR获取的同震形变场进一步反演，可以为理解此次地震的发震机制以及未来地震灾害演化趋势提供重要的依据。

3.2 雷达影像地震地质灾害解译

3.2.1雷达影像地震地质灾害解译基本原理

相对于光学遥感图像受天气和光照条件的限制来说，雷达遥感影像具有全天候、全天时、不受云层覆盖影响等优点。地震发生后，需要对大范围的灾情信息进行宏观掌握，圈定极震区，以及对各类震害快速定位，如地质灾害、次生灾害、建筑物震害等信息，由于SAR图像是侧视成像，当地形起伏有变化时，就会产生透视收缩、叠掩和雷达阴影等像点位移，因此利用SAR图像进行震害信息提取的首要工作是影像图像几何校正与配准。

利用SAR图像进行地质灾害识别主要是利用SAR图像的幅度信息，对比分析、解译灾害发生前后的影像，从而提取灾害发生的位置、分布、面积大小等信息。其关键技术包括：SAR图像滤波辐射校正等预处理、灾害前后影像精配准、构造差异图像、地理编码和变化区域提取等。对SAR图像进行几何纠正和配准主要是为SAR图像赋予准确的空间坐标信息，消除由SAR斜距成像和地表地型起伏等因素引起的几何变形，将SAR图像重投影至指定的坐标系统中，便于SAR影像中灾情信息的定位以及与其它数据进行分析对比[10]。基于雷达影像地震地质灾害解译流程如图8所示。

图8 基于雷达影像地质灾害解译流程图Fig.8 Flow chart of geological disaster interpretation based on radar image

图9 九寨沟地震滑坡SAR监测图Fig.9 SAR monitoring diagram for landslides coused by the Jiuzhaigou earthquake

3.2.2九寨沟地震雷达影像地质灾害解译结果

此次地震造成了多处山体滑坡，造成了震区道路多处损毁，影响地震应急救援的效率。图9显示震区一处滑坡造成了道路损毁的图像变化，从地震前(图9a)和地震后(图9b)的图像对比可以很明显的看出，震前图像上的道路明显，具有连续性；震后道路由于受到山体滑坡的影响，造成道路中断，暗色调原有的道路被碎石覆盖，散射特性发生了变化。

地震发生后，九寨沟景区内部分景点损毁，其中的火花海、诺日朗瀑布等景点损坏严重，几乎“消失”。火花海水位整体下降，已经见底，湖边发生小面积滑坡，也裸露出了黄土。如图10所示，从地震前(图10a)和地震后(图10b)的RADARSAT-2图像对比可以看出，火花海湖面原有的暗色调水体在震后消失，湖水消失见底。

从地震前(图11a)和地震后(图11b)的光学卫星影像对比也可以明显看出，红框内火花海湖面原有水体在震后消失，湖水消失见底。

图11 九寨沟景区火花海震前震后光学遥感影像对比图Fig.11 The comparison of remote sensing images for landslides before and after the Jiuzhaigou earthquake

4 讨论与结论

近年来，国产高分辨率遥感数据随着数据源的不断丰富，数据质量的不断提升，在国民经济社会发展的各行各业均得到了大力的应用，尤其在一些特大自然灾害应急工作中，更是发挥了极其重要的作用，为抗震救灾及灾害评估提供了可靠的数据支撑。同时，在地震发生往往受到阴雨天气的影响，造成光学遥感影像在救灾决策中的作用受到了很大的限制的情况下，SAR图像由于其全天候的特点也成为了地震发生后重要的遥感数据源。利用光学和SAR遥感数据，特别是高分辨率遥感影像，对全方面掌握和理解地震灾情具有十分重要的意义。

本次研究采用高分辨率光学遥感数据与SAR数据结合的分析解译技术，利用多时相光学和雷达数据对受地震影响较大的渣扎镇周边地区做了地震灾害识别，同时在利用雷达干涉处理识别地震破裂带方面取得了较好的效果。

研究表明，利用震前震后的光学影像和SAR幅度图像进行变化监测，能够在山体滑坡、堰塞湖堵塞等震害信息提取取发挥重要的作用。通过结合光学影像和SAR影像各自的特点和优势，，快速进行地震地质灾害的应急调查，将成为未来地面应急调查以及灾害评估的主要数据和技术支撑手段。