基于倾斜摄影与InSAR技术的高位崩塌风险识别.pdf

DOI：10.16030/ki.issn.1000-3665.202208068王朋伟，安玉科.基于倾斜摄影与 InSAR 技术的高位崩塌风险识别 J.水文地质工程地质，2023，50(5):169-180.WANG Pengwei,AN Yuke.High-level collapse risk identification based on oblique photography and InSAR technologyJ.Hydrogeology&Engineering Geology,2023,50(5):169-180.基于倾斜摄影与 InSAR 技术的高位崩塌风险识别王朋伟，安玉科（甘肃省交通规划勘察设计院股份有限公司，甘肃 兰州730030）摘要：崩塌风险识别是崩塌灾害防治的基础。高位崩塌一般具有突发性、隐蔽性、高差大等特点，给信息采集、灾害识别和风险评估等工作带来了极大的挑战。针对这一工程难题，以白龙江流域九龙峡高位斜坡为例，基于倾斜摄影三维模型，确定高位崩塌识别指标，探索结构面信息提取方法，提出赤平投影定性分析与 InSAR 定量分析相结合的崩塌风险评估模型，形成了崩塌识别、稳定性分析和形变监测三者相结合的高位崩塌识别与风险评价的全过程模式。结果显示：（1）2020年 1 月2022 年 6 月，研究区斜坡最大累积变形量为 120 mm，研究区东侧斜坡、西侧坡脚、南侧突出山咀变形较为强烈，变形等级以一、二级为主，灾害危险等级较高。(2)研究区共有崩塌危岩体 22 处（高风险 7 处，占 32%；中风险 11 处，占 50%；低风险 4 处，占 18%），分布高度在 37640 m 之间，高风险危岩主要集中在南侧突出的山咀、东侧斜坡以及西侧坡脚地带。分析结果与公路灾害养护历史资料相吻合，验证了倾斜摄影和 InSAR 技术在高位崩塌风险识别方面的可行性，为该技术在崩塌灾害防治方面的应用提供了依据和借鉴。关键词：高位斜坡；崩塌；倾斜摄影；InSAR 技术；风险识别中图分类号：P642.21 文献标志码：A 文章编号：1000-3665（2023）05-0169-12High-level collapse risk identification based on obliquephotography and InSAR technologyWANG Pengwei，AN Yuke（Gansu Province Transportation Planning,Survey&Design Institute Co.Ltd.,Lanzhou,Gansu730030,China）Abstract：Collapse risk identification is the basis of collapse disaster prevention.High level collapse ischaracterized by sudden,hidden and large height difference,which brings great challenges to informationcollection,disaster identification and risk assessment.In order to solve this engineering problem,this paper takesthe Jiulongxia high slope in the Bailong River basin as an example,Based on the 3D model of obliquephotography,the establishment of high-level collapse identification index and its structural plane informationextraction method,proposes a collapse risk assessment model combining stereographic projection qualitativeanalysis and InSAR quantitative analysis,and forms a whole process model of high level collapse identificationand risk assessment combining collapse identification,stability analysis and deformation monitoring.The resultsshow that there are 22 collapse dangerous rocks in the study area(including 7 high risk rocks,accounting for 32%,11 medium risk rocks,accounting for 50%,and 4 low risk rocks,accounting for 18%),with a distribution height of37 m 640 m.High risk dangerous rocks are mainly concentrated in the prominent mountain mouth in the south,收稿日期：2022-08-23；修订日期：2023-01-11投稿网址：基金项目：甘肃省科技重点研发项目（22YF11GA302）；甘肃省科技重大专项项目（1302GKDA009）；甘肃省交通厅科研项目（2021-25）第一作者：王朋伟（1985-），男，高级工程师，硕士，主要从事地灾防治与监测预警研究工作。E-mail： 第 50 卷 第 5 期水文地质工程地质Vol.50 No.52023 年 9 月HYDROGEOLOGY&ENGINEERING GEOLOGYSept.，2023the eastern slope and the western slope toe.These analysis results are consistent with the historical data ofhighway disaster maintenance,which verifies the feasibility of tilt photography and InSAR technology in highlevel collapse risk identification.The results provide a basis and reference for the application of this technology incollapse disaster prevention.Keywords：high level slope；collapse；tilt photography；InSAR；risk identification 高位斜坡区是指位于高山峡谷的基岩斜坡，产生的主要地质灾害为岩质崩塌、泥石流和滑坡1，潜在地质灾害受植被覆盖的影响，具有一定的隐蔽性，而且所处位置较高，在调查过程中地调人员无法到达而常被疏忽2 3。使得传统的斜坡灾害地质调绘方法对该类灾害评价时，效率低下、获取信息不够全面、人力成本高、危险性大 4 7。近年来，随着倾斜摄影技术和 InSAR 技术的发展，地质调查传统现场工作模式得到了极大的改进，有力推动了地质灾害调查研究和地质灾害的早期识别技术的发展8。利用倾斜摄影技术的“多角度”“高分辨率”的探测优势，依据灾害体的微地貌、纹理、色彩、形状等解译标志可以识别出具体的灾害类型及空间分布特点，提高灾害调查效率和准确率，为地质灾害隐患排查提供支撑9 12。同时，根据倾斜摄影“高精度”三维几何模型提取灾害体关键信息，能够为灾害评估提供数据支持13 16。InSAR 技术以相干波的相位差为依据实现对地表形变的中长期监测，具有多极化、监测精度高、覆盖范围广等特点。在理县黄泥坝滑坡17、永靖县刘家峡段滑坡18、茂县岷江段滑坡19、舟曲县江顶崖滑坡20以及中巴公路灾害21早期识别中得到成功应用。然而，在实际工程应用中，倾斜摄影技术侧重于基于经验模式定性评价崩塌灾害的危险性，对于崩塌识别、危险性判定主要依据技术人员的经验，判定结果往往因人而异，很难产生客观的评价；InSAR 技术虽然能够从危岩体的形变定量角度对灾害危险性进行评估，但对于高陡斜坡，受相位失相干和相位解缠等因素的影响，高植被覆盖和大梯度形变引起的干涉失相干会严重影响相位解缠的可靠性，降低监测精度22。基于此，本文以白龙江流域九龙峡峡谷区高位斜坡崩塌灾害为例，提出倾斜摄影与 InSAR 技术相结合的手段，对公路沿线崩塌危岩进行风险评估。1 研究区概况白龙江流域九龙峡峡谷区位于青藏高原东部边缘的岷山山脉与西秦岭山脉交汇处，峡谷两岸绝壁之间宽仅数十米，北岸属迭山山脉，南岸属岷山山脉（图1）。N西秦岭迭山山脉迭部县九龙峡舟曲县岷山山脉研究区公路05001 000 m2 6002 4002 4002 2002 2002 0002 000 图 1 研究区地形图Fig.1 Landform map of the study area 研究区斜坡基岩裸露，主要以灰岩、板岩、千枚岩为主，受新构造运动的影响，山体剥蚀强烈，岩体破碎。坡面可见松散孤石，崩塌灾害问题频发，严重威胁 G345 公路的安全运行（图 2）。图 2 研究区灾害历史记录Fig.2 Historical records of disasters in the project area 2 主要方法体系工作方法体系见图 3，包含数据收集、崩塌信息提取、风险评价三部分。采用倾斜摄影的三维图谱与InSAR 地表形变信息从形态和形变两方面进行灾害风险识别，判定斜坡崩塌隐患点位置、变形幅度、结构面等信息。根据风险评估判据，建立崩塌风险识别模型，实现高位崩塌风险评价。170 水文地质工程地质第 5 期数据收集崩塌信息提取解译标志倾斜摄影解译形态特征病害类型结构信息检查验证累积形变图变形程度分级风险判据危险性定性分析结构面特征危岩分布图风险评价倾斜摄影区域构造图已有斜坡病害风险等级形变区形变相位探测InSARInSARDEM数据SAR数据20万地质图 图 3 高位崩塌风险识别工作方法体系Fig.3 Working method system for high collapse risk identification 2.1 基于倾斜摄影的高位崩塌危险性定性分析 2.1.1 高位崩塌隐患识别指标高位斜坡是否发生崩塌由地质构造、地形地貌、岩体结构等多种因素共同作用影响23。倾斜摄影不仅能够高分辨率、高精度地展现地物纹理和空间几何信息，还可以生成地表三维模型24，根据图像解译可获取斜坡构造、地形地貌、岩体结构、灾害分布等信息，为崩塌隐患识别提供决策依据。结合微地貌、岩体特征、历史迹象 3 大类指标以及其对应的 11 个特征指标，建立基于倾斜摄影的崩塌识别流程及关键指标体系，具体流程见图 4。微地貌特征是崩塌危岩体直观外在的表现形式，较大坡度能够为危岩启动崩塌提供动力，而孤立山咀、孤石、落石等分布地带通常是高位斜坡危岩体的发育地带。高位斜坡失稳破坏受岩体结构面控制，结构面不利组合形成的欠稳定块体直接影响坡体的稳定25。卸荷裂隙垂直切割岩体，通常形成拉裂缝，易产生倾倒崩塌破坏；外倾结构面是产生滑移崩塌破坏的基础；而碎裂或散列状岩体自稳能力较差，通常产生坠落或滚落破坏。历史迹象是指历史上曾产生过崩塌破坏，可以从相关地名，比如“塌山”、“老虎咀”等具有崩塌意象的名称判别，也可以从养护资料或坡脚堆积体判别崩塌发生的规模和频率。微地貌是危岩体直观的外在表现形式，岩体结构是判定岩体稳定性的必要条件，历史迹象是产生崩塌破坏的直接或间接考证。结合三者可判断高位斜坡是否具有产生崩塌的条件，进而通过 11 个特征指标对崩塌危岩体进行识别。2.1.2 崩塌危险性定性评价（1）岩体结构面信息提取斜坡岩体的稳定性主要受结构面的控制，岩体结构面在空间上属于三维平面，通过倾斜摄影可以快速获得其高精度的三维坐标。采用最小二乘法确定结构面的平面方程，结合解析几何的基本方法和产状空间特征，可以精确计算出结构面的倾角和倾向26。aX+bY+cZ=da,b,cZ岩体结构面方程表示为：，其中（）为平面的法向向量。图 5 中 P1、P2、P3 代表结构面不在一条直线的三个点，为倾角，为倾向，为过 O 点的法向量与 H 轴夹角。根据岩体结构面产状与平面几何关系，可以得出平面法线向量与 轴的夹角等于结构面倾角。=arctan(a2+b2/c)（1）其中，结构面倾角 取值在 0,90 间，故倾角最终值取其绝对值。XYYN平面法线向量在平面投影与轴（方向）的交角等于结构面倾向，即：=arctan(a/b)（2）2023 年王朋伟，等：基于倾斜摄影与InSAR技术的高位崩塌风险识别 171 ab其中倾向 取值在 0,360 间，但反正切函数范围值为 90,90 间，与倾向 取值区间不一致。通过、系数判断所处坐标系的象限，对倾向进行调整，即：b=0a 0=a=0，则 270，若，则表示为水平地层；a 0b 0=当并且时，属于第一象限，即；a 0=180+当并且时，属于第二象限，即；a 0b 0=180+当并且时，属于第三象限，即；=360+其他情况，则属于第四象限，即。通过以上原理，利用倾斜摄影三维几何特征获取岩体结构面上 3 个不同点的坐标便可确定结构面方程，根据式（1）（2）可计算出岩体结构面的倾角和倾向。（2）危险性定性评价赤平投影分析是岩质斜坡稳定性评价的一种定性分析方法，目前在工程界广泛的应用27 28。其目的是将结构面三维空间问题转化为平面问题,可简洁、直观地展现不同结构面空间组合关系、组合块体与坡向关系来研究斜坡的稳定性。一般赤平投影分析结果可分为稳定、基本稳定、不稳定 3 个等级，其与边坡稳定状态划分不一致。龙海涛29提出将赤平投影分析结果由原来的 3 级划分为 4 级（不稳定、欠稳定、基本稳定和稳定），同时参考了建筑边坡工程技术规范（GB 503302013）30结构面（交割线）的倾角27时可判定边坡稳定的指标。改进后的赤平投影评价指标见表 1，可通过岩体边坡稳定性来间接定性评价崩塌危岩体的危险性。表 1 边坡稳定性分级评价表Table 1 Slope stability classification and evaluation index 稳定性分级评 价 指 标稳定结构面倾角或交棱倾角15结构面倾角或交棱倾角边坡角结构面倾向或交棱倾向与坡向夹角60基本稳定结构面倾向或交棱倾向与坡向夹角45，15结构面倾角或交棱倾角2545结构面倾向或交棱倾向与坡向夹角60，15结构面倾角或交棱倾角边坡角欠稳定结构面倾向或交棱倾向与坡向夹角25，25结构面倾角或交棱倾角4025结构面倾向或交棱倾向与坡向夹角45，25结构面倾角或交棱倾角边坡角不稳定结构面倾向或交棱倾向与坡向夹角25，40结构面倾角或交棱倾角90 mm一级405001S19050 mm二级304001S25020 mm三级203001S320 mm四级102001S4 表 3 崩塌危岩风险判据Table 3 Criteria for risk identification of dangerousrock collapse 评判值75级别低风险中风险高风险注：该评判标准与发生概率相对应。3 案例分析 3.1 数据源（1）倾斜摄影数据源研究区面积约 7 km2，测量基准采用国家 2000 坐标系统，1985 国家高程基准。经过数据采集、空三解算、模型生成等几个关键步骤生成三维模型，精度达2023 年王朋伟，等：基于倾斜摄影与InSAR技术的高位崩塌风险识别 173 到厘米级，满足地质灾害风险识别提取的精度要求，见图 6。图 6 研究区倾斜摄影图Fig.6 Oblique photograph of the study area（2）InSAR 数据源SBAS-InSAR 处理方法所涉及的数据源主要为卫星 SAR 影像和 DEM 高程数据。采用 19 景 Sentinel-1A 卫星 SAR 影像，该卫星搭载 C 波段 SAR 传感器，波长 5.6 cm，幅宽 250 km，空间分辨率为 5 m20 m，时间跨度为 2020 年 1 月至 2022年 6 月，见图 7。高程数据采用 SRTM 30 米分辨率DEM 数据。2020-01-012020-10-012021-07-022022-04-022023-01-012020-01-012020-10-012021-07-022022-04-022023-01-0101234567891011121314151617185050100150相对位置/m15010050050100组合及基线差/m日期日期 图 7 时空基线图Fig.7 Space-time baseline diagram 3.2 高位崩塌灾害识别依据崩塌识别指标体系，结合专家解译获得研究区崩塌危岩体分布特征、岩体的结构面信息和空间几何信息，见图 8、图 9。研究区崩塌危岩体共 22处，分布高度在 37640 m（表 4）。其中岩质崩塌体18 处，占 82%，直接威胁公路安全 12 处，岩性为灰岩、板岩，具外倾结构面或卸荷裂隙，历史上多次产生崩塌灾害；6 处位于坡面泥石流流域范围，多转换为泥石流物源，岩性为板岩、千枚岩为主，对公路不产生直接危害。土质崩塌 4 处，占 18%，其中 3 处位于坡脚斜坡段，地层为碎块石土，多滑塌破坏，历史上曾多次掩埋公路；1 处属于高阶地卵石，主要以风化剥落为主。W10W11W21W14W22W20W17W15W18W19W12W13W16W8W6W5W1W2W3W4W7W9 图 8 研究区崩塌危岩解译图Fig.8 Interpretation map of collapse dangerous rocks in thestudy area W4 W8 W9 W17 W4危岩体W9危岩体W17危岩体W8危岩体 图 9 研究区典型危岩解译图Fig.9 Interpretation map of the typical dangerous rocks in thestudy area 3.3 危岩体结构信息提取通过倾斜摄影采集危岩体结构面三维坐标，利用式（1）（2）构建结构面方程进行产状信息提取（见图 10）。174 水文地质工程地质第 5 期共采集 40 组结构面，图 11 表示结构面的走向玫瑰图和等密度图。等密度图倾向玫瑰图走向玫瑰图倾角分布直方图倾角百分比半径=5条半径=5条最大密度=6.45%总条数=316.0%5.0%4.0%3.0%2.0%1.0%0 10 20 30 40 50 60 70 80 9035%30%25%20%15%10%5%0%图 11 危岩体节理裂隙统计图Fig.11 Statistics of joints and fissures of dangerous rock mass 从统计分析中可以看出，结构面倾角较陡，其中5090占 90.3%，这些结构面中具有走向为 NEE 和NNW 的两组优势结构面。岩体受 X 共轭节理控制，多被切割成块状或碎裂状，在重力、降雨以及地震等因素作用下极易产生崩塌破坏。由此可见，倾斜摄影能够快速识别高位崩塌及其岩体大型优势结构面信息。随着倾斜摄影的精度提高，对岩体裂隙、节理以及胶结物能够达到初步判识，提高岩体结构面识别的准确性、快速性以及安全性，为崩塌稳定性评价提供数据支持。3.4 高位斜坡崩塌风险识别 3.4.1 斜坡危岩危险性定性评价岩体结构面及其抗剪强度是控制岩质崩塌破坏的关键因素。对研究区公路有直接威胁的危岩体岩性为灰岩、板岩，结构面类型为硬性结构面，多张开，少填充，结合程度差。通常结构面的抗剪强度参数需根据现场原位试验确定，但实施困难，不易操作，依据公路路基设计规范（JTG D302015）36确定结构面综合摩擦角为 25。为此，以研究区崩塌危岩体为评价对象，根据岩体结构面参数和坡度信息，采用表 1赤平投影分析方法，对危岩体进行稳定性评估，为危险性定性评价提供依据（表 5、图 12）。3.4.2 斜坡危岩危险性定量评价首先采用 SBAS-InSAR 方法反演研究区斜坡形变，然后依据表 2 中变形等级划分规则对形变进行量级分区，最后叠加在遥感影像上形成形变分布图（图 13），为斜坡危岩体危险性定量评价提供依据。图中不同色块可以直观反映斜坡空间形变特征，其中负值代表远离卫星 LOS 向的位移，图形中显示为红色；正值代表地物变形靠近卫星 LOS 向的位移，图中显示 表 4 崩塌识别解译表Table 4 Interpretation for collapse recognition 代表区域崩塌类型岩性坡体结构岩体特征结构面发育情况距离路面高度/m 是否直接威胁公路W1、W17、W18、W19土质碎块石土土质、类土质坡体结构石夹土状160、70、39、45是W2、W3、W4、W9、W13、W15岩质灰岩夹板岩层状斜向结构薄-中厚层状具外倾结构面、卸荷裂隙发育80、110、37、161、76、45是W12、W20、W21、W22岩质灰岩碎裂结构碎裂镶嵌结构状构造裂隙密集165、160、175、195是W7、W8岩质灰岩层状斜向结构薄-中厚层状底部悬空165、235是W5岩质千枚岩、板岩碎裂结构碎裂镶嵌结构状构造风化裂隙密集197否W6、W10岩质千枚岩、板岩反倾-斜向结构薄层状、板状风化裂隙发育310、640否W11、W14、W16岩质灰岩层状斜向结构薄-中厚层状具外倾结构面、卸荷裂隙发育345、235、345否 W4W4W4 图 10 W4 崩塌体结构面全局-细节图Fig.10 Global-detailed view of the structural surface of the W4 collapse body2023 年王朋伟，等：基于倾斜摄影与InSAR技术的高位崩塌风险识别 175 为蓝色。研究区最大变形量为120 mm，位于南侧突出山咀处，其时间序列形变见图 14。InSAR 形变分析结果表明，研究区东侧斜坡、西侧坡脚、南侧突出山咀变形较为强烈，变形等级以一、二级为主，灾害危险等级较高，威胁沿江公路的安全。3.4.3 研究区崩塌灾害风险评估结果结合崩塌危岩体的空间分布特征、危险性等级及其对公路的影响条件，利用 2.3.2 节建立的崩塌灾害风 表 5 边坡优势结构面信息及破坏评价（W4、W7 为例）Table 5 Slope dominant structural plane information and damage evaluation(W4 and W7 as examples)代表区域结构面编号产状形态填充特性间距/cm张开度/mm稳定性评价失稳模式W4P018755不稳定滑移S06974平直钙泥质胶结100J116848平直岩屑断续填充1003J233377平直岩屑断续填充1505W7P017053稳定坠落式S03049平直钙泥质胶结130J118062平直岩屑断续填充502J230053平直岩屑断续填充502注：P为坡面，S为岩层层面，J为岩体节理。（a）W4赤平投影分析N3060E120150S210240W300330坡向18755S0J1J2可能崩滑方向1684812345J1结构面在坡向剖面187视倾角46坡面角55分析结果:不稳定（b）W7赤平投影分析N3060E120150S210240W300330不稳定欠稳定基本稳定稳定2倾向线及序号17053坡向S0J1J2可能崩滑方向1012012345坡面在S0、J1交割线方向剖面101坡面视倾角26交割线倾角20分析结果:稳定图 12 崩塌体稳定性分析图Fig.12 Analyses of the stability of the collapsed body 0250500 m形变量/mm1831201209090707050504040202000N图 13 研究区斜坡定量化形变图Fig.13 Deformation map of slopes in the study area 020406080100120位移/mm2020年1月2020年3月2020年5月2020年7月2020年9月2020年11月2021年1月2021年3月2021年5月2021年6月2021年7月2021年8月2021年10月2021年12月2022年1月2022年2月2022年3月2022年4月2022年6月图 14 最大变形点时间序列Fig.14 Time series of the maximum deformation point 176 水文地质工程地质第 5 期险评估模型，对研究区危岩体进行风险评估（表 6），形成崩塌风险等级评价图（图 15）。通过分析计算得出：研究区高风险危岩体 7 处，占 32%；中风险 11 处，占50%，低风险 4 处，占 18%。高风险危岩主要集中于南侧突出山咀、东侧斜坡以及西侧坡脚地带，风险等级区域及位置与公路灾害养护历史资料相吻合，证明该方法的有效性。南侧突出的山咀段受断层影响，岩体破碎，坡面浮石发育，发生高位崩塌风险高，急需防治，建议采用棚洞通过。东侧斜坡发育高风险危岩，斜坡坡度较陡，施工困难，不宜采用主动防护措施。西侧斜坡坡脚分布大量土质滑塌体，以浅层蠕滑破坏为主，雨季易造成交通中断，建议采取抗滑支挡措施。表 6 危岩风险等级评价表Table 6 Risk level evaluation of dangerous rocks 编号稳定性评价稳定性得分变形等级变形得分威胁对象权重总分风险等级W1不稳定40二级30公路170中风险W2不稳定45二级35公路180高风险W3欠稳定35一级40公路175中风险W4不稳定50四级15公路165中风险W5不稳定45二级35公路180高风险W6不稳定45二级30公路175中风险W7稳定20三级30公路150中风险W8稳定20三级30公路150中风险W9不稳定50三级25公路175中风险W10欠稳定30三级20沟谷0.525低风险W11欠稳定30三级25沟谷0.527.5低风险W12不稳定50二级30公路180高风险W13不稳定50一级45公路195高风险W14欠稳定30二级30沟谷0.530低风险W15不稳定40二级30公路170中风险W16欠稳定35三级25沟谷0.530低风险W17不稳定40二级35公路175中风险W18不稳定40二级35公路175中风险W19不稳定40一级45公路185高风险W20不稳定45二级35公路180高风险W21不稳定50三级30公路180高风险W22不稳定50三级25公路175中风险 W10风险等级高风险中风险低风险0250500 mW11W21W22W14W20W17W15W18W19W12W13W16W9W7W6W5W3W4W2W1W8N形变量/mm1831201209090707050504040202000 图 15 研究区崩塌风险等级评价图Fig.15 Assessment map of collapse risk grade in the study area 4 结论及建议（1）根据研究区倾斜摄影资料解译发现崩塌 22处，分布高度在 37640 m 之间。其中岩质崩塌体18 处，占 82%，土质崩塌 4 处，占 18%。（2）根据结构面信息提取技术在研究区共获取危岩体结构面信息 40 组，其中倾角为 5090的结构面占 90.3%，这些结构面中具有走向为 NEE 和 NNW 的两组优势结构面。（3）InSAR 监测结果表明，2020 年 1 月至 2022 年6 月，研究区斜坡最大累积变形量为 120mm。研究区东侧斜坡、西侧坡脚、南侧突出山咀变形较为强烈，变形等级以一、二级为主，灾害危险等级较高。（4）结合崩塌危岩体的空间分布特征、危险性等级及其对公路的影响条件，采用崩塌灾害风险评估模型获得研究区崩塌风险等级评价图。结果表明：研究区危岩体处于高风险有 7 处，占 32%，中风险 11 处，占 50%，低风险 4 处，占 18%。高风险危岩主要集中于2023 年王朋伟，等：基于倾斜摄影与InSAR技术的高位崩塌风险识别 177 南侧突出山咀、东侧斜坡以及西侧坡脚地带，与公路灾害养护历史资料相吻合，证明了本文模型的合理性。通过以上研究可以看出，充分利用倾斜摄影的三维图谱信息与 InSAR 形变信息从形态和形变两方面能够快速对高位崩塌进行风险识别，后续可通过激光多普勒测振等遥感监测技术对这些高风险岩体进行重点监测，进而实现山区地质灾害早期预警预防。参考文献（References）：许强，董秀军，李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警J.武汉大学学报（信息科学版），2019，44（7）：957 966.XU Qiang，DONG Xiujun，LI Weile.Integrated space-air-groundearly detection，monitoring and warning system forpotential catastrophic geohazardsJ.Geomatics andInformation Science of Wuhan University，2019，44（7）：957 966.（in Chinese with English abstract）1 葛大庆，戴可人，郭兆成，等.重大地质灾害隐患早期识别中综合遥感应用的思考与建议J.武汉大学学 报（信 息 科 学 版），2019，44（7）：949 956.GEDaqing，DAI Keren，GUO Zhaocheng，et al.Earlyidentification of serious geological hazards with integratedremote sensing technologies：Thoughts andrecommendationsJ.Geomatics and Information Scienceof Wuhan University，2019，44（7）：949 956.（in Chinesewith English abstract）2 许强，陆会燕，李为乐，等.滑坡隐患类型与对应识别方法J.武汉大学学报（信息科学版），2022，47（3）：377 387.XU Qiang，LU Huiyan，LI Weile，et al.Types of potential landslide and correspondingidentification technologiesJ.Geomatics and InformationScience of Wuhan University，2022，47（3）：377 387.（inChinese with English abstract）3 刘传正.崩塌滑坡灾害风险识别方法初步研究J.工程地质学报，2019，27（1）：88 97.LIU Chuanzheng.Analysis methods on the risk identification of landslidedisastersJ.Journal of Engineering Geology，2019，27（1）：88 97.（in Chinese with English abstract）4 罗刚，程谦恭，沈位刚，等.高位高能岩崩研究现状与发 展 趋 势 J.地 球 科 学，2022，47（3）：913 934.LUO Gang，CHENG Qiangong，SHEN Weigang，et al.Research status and development trend of the high-altitudeextremely-energetic rockfallsJ.Earth Science，2022，47（3）：913 934.（in Chinese with English abstract）5 刘传正.地质灾害防治研究的认识论与方法论J.工 6 程地质学报，2015，23（5）：809 820.LIU Chuanzheng.Epistemology and methodology on geo-hazardresearchJ.Journal of Engineering Geology，2015，23（5）：809 820.（in Chinese with English abstract）俊豪，魏云杰，梅傲霜，等.基于无人机倾斜摄影的黄土滑坡信息多维提取与应用分析J.中国地质，2021，48（2）：388 401.WANG Junhao，WEI Yunjie，MEI Aoshuang，et al.Multidimensional extraction of UAVtilt photography-based information of loess landslide andits applicationJ.Geology in China，2021，48（2）：388 401.（in Chinese with English abstract）7 周福军.高原复杂山区铁路无人机倾斜摄影勘察技术应用研究J.铁道标准设计，2021，65（6）：1 5.ZHOU Fujun.Application of unmanned aerial vehicleoblique photography survey technology for railway incomplex plateau mountain areaJ.Railway StandardDesign，2021，65（6）：1 5.（in Chinese with Englishabstract）8 潘文明，王德高.基于无人机低空航摄的典型地质灾害识别研究以滑坡、泥石流、崩塌为例J.宿州学 院 学 报，2021，36（12）：53 57.PAN Wenming，WANG Degao.Identification of typical geological hazardsbased on low altitude aerial photography by unmannedaerial vehicles：Taking landslide，debris flow and collapseas examplesJ.Journal of Suzhou University，2021，36（12）：53 57.（in Chinese with English abstract）9 梁京涛，铁永波，赵聪，等.基于贴近摄影测量技术的高位崩塌早期识别技术方法研究J.中国地质调查，2020，7（5）：107 113.LIANG Jingtao，TIE Yongbo，ZHAO Cong，et al.Technology and method research onthe early detection of high-level collapse based on the nap-of-the-object photographyJ.Geological Survey ofChina，2020，7（5）：107 113.（in Chinese with Englishabstract）10 廖斌，杨根兰，覃乙根，等.基于无人机技术的高陡危岩体参数获取及稳定性评价J.路基工程，2021（4）：24 29.LIAO Bin，YANG Genlan，QIN Yigen，et al.Par