论文推荐｜四川巴塘贡伙村大型深层蠕滑型滑坡变形特征与影响因素分析

位于青藏高原东部的金沙江上游大型深层滑坡极为发育，其蠕滑变形机制复杂、危害严重。采用短基线集合成孔径雷达干涉测量（SBAS-InSAR）技术，结合遥感解译、现场调查、工程地质钻探等手段，分析了四川巴塘贡伙村滑坡的发育分布特征与地表变形特征。研究认为，贡伙村滑坡在平面上包含滑坡后壁和滑坡堆积体2个区，滑坡长约2397 m、宽约2041 m，体积约4.7×10⁷ m³，钻探揭露2层埋深分别为40～45 m和47.80～48.85 m的滑带，并包含了6个次级滑坡，可能属于复合型的大型深层滑坡。InSAR形变监测表明，贡伙村滑坡的强变形区主要分布在L3次级滑体的中下部和L2次级滑体东侧冲沟处，L3次级滑体的最大形变速率为-112.66 mm/a，最大累积形变值达到124.4 cm；L2次级滑体的最大形变速率为-105.37 mm/a，最大累计形变量达126.3 cm。贡伙村滑坡变形模式总体为牵引式变形，自2014年11月至今，经历了匀速变形、加速变形和稳定变形3个阶段。综合分析认为，该复合型滑坡体的L3滑坡体未来的失稳滑动风险相对较高，须进一步加强监测预警。

Large-scale deep-seated landslides in the upper reaches of the Jinsha River, which is located in the eastern part of the Tibetan Plateau, are highly developed, with complex creeping deformation mechanisms and severe hazards.This study employs Small Baseline Interferometric Synthetic Aperture Radar (SBAS-InSAR) technology, combined with remote sensing interpretation, field investigation, engineering geological drilling, and other methods, to analyze the development, distribution characteristics, and surface deformation characteristicsof the Gonghuo Village Landslide in Batang County, Sichuan Province.Results indicate that the Gonghuo Village Landslide consists of two areas in plan view：the landslide backscar and the landslide accumulation mass.The landslide is approximately 2, 397 m in length and 2, 041 m in width, with a volume of approximately 4.7×10⁷ m³.Engineering drilling has revealed two sliding zones with burial depths of 40-45 m and 47.8-48.85 m respectively, and the landslide contains six secondary landslides, suggesting that it may be a largescale deep-seated composite landslide.InSAR deformation monitoring shows that the strong deformation zones of the Gonghuo Village Landslide are mainly distributed in the middle-lower portion of the L3 secondary landslide mass and the gully on the east side of the L2 secondary landslide mass.The maximum deformation rate of the L3 secondary landslide mass is-112.66 mm/a, with a maximum cumulative deformation of 124.4 cm；the maximum deformation rate of the L2 secondary landslide mass is-105.37 mm/a, with a maximum cumulative deformation of126.3 cm.The overalldeformationmode of the Gonghuo Village Landslide istraction-type deformation.From November 2014 to the present, it has experienced three stages：uniform deformation, accelerated deformation, and stable deformation.Comprehensive analysis suggests that the L3 secondary landslide mass of this composite landslide has a relatively high risk of instability and sliding in the future, and it is necessary to further strengthen monitoring and early warning.

青藏高原东缘; 金沙江; SBAS-InSAR; 深层蠕滑型滑坡; 贡伙村滑坡 

Eastern margin of the Tibetan Plateau; Jinsha River; SBAS-InSAR; deep-seated creeping landslide; Gonghuo Village Landslide 

青藏高原是我国乃至世界上滑坡灾害发育最为严重的地区之一，发育一系列大型-巨型滑坡[1-2]，如2000年西藏易贡高位远程滑坡，体积达2.8×10⁸～3.0×10⁸m³[3-4]；大渡河泸定县的四湾村大型滑坡自晚更新世形成以来，滑坡体发生过3次复活，曾堵塞大渡河，对电站存在较大影响[5]；2018年7月甘肃舟曲县南峪乡江顶崖古滑坡发生复活，复活体积达4.8×10⁶～5.5×10⁶m³，引起国道G345线中断，滑坡堆积体造成白龙江南峪乡段河道堵塞、水位上涨，形成的堰塞湖淹没南峪村及南峪电站[4]；金沙江上游特米古滑坡在2.15 ka BP前发生滑动，并形成厚达15m以上的堰塞坝，曾堵塞金沙江[6]；金沙江雪隆囊滑坡在全新世晚期发生崩滑-堰塞事件，形成了3.1×10⁸m³的堰塞湖[7]。近年来，金沙江流域发生过多起大型滑坡崩滑-堵江事件，其中最具代表性的是2018年10月和11月，西藏江达县金沙江右岸先后发生的2次白格滑坡，两次滑坡体积分别为2.2×10⁷m³和9.3×10⁶m³，溃坝后下泄的洪水对下游沿江地区的道路、桥梁等基础设施造成严重损坏[8-9]。这些滑坡造成的滑坡-堵江溃坝灾害链给滑坡体上下游城镇居民、工程建设等造成极大危害。

青藏高原金沙江流域多为高山峡谷区，具有地形切割大且交通不便等特点，为开展详细野外调查造成困难。近年来，随着遥感（RS）、地理信息系统（GIS）和全球卫星定位系统（GPS）技术的发展与应用，已可实现对山区滑坡进行快速大面积变形观测[10-11]。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）是一种主动式微波成像技术，空间覆盖广且能够以厘米级的精度解析地表变形[12]，而且基于时序形变数据可进一步获得滑坡的变形历史和形变趋势[13-14]，可对滑坡的发展趋势、研究及监测预警起到关键作用，并已被有效应用于监测滑坡区蠕滑变形[15]，成为滑坡危险区变形监测和隐患识别的重要手段之一。

本文在对金沙江上游地质灾害进行调查的基础上，综合现场调查、InSAR、光学遥感、无人机航测和工程地质钻探等技术方法，研究了金沙江上游四川巴塘贡伙村滑坡的发育和变形特征，分析了滑坡变形的影响因素，并进一步归纳了滑坡变形模式，相关研究可为该区的流域性地质灾害风险防范和重大工程规划选址等提供基础资料和技术方法借鉴。

贡伙村滑坡位于青藏高原东南缘的金沙江上游巴塘县地巫乡段（图1），经度范围为99°07′26″—99°09′08″E，纬度范围为29°10′36″—29°12′08″N。该区地形地貌复杂，断裂构造发育[16]，河谷深切呈“V”字形地貌，海拔一般为2290～5170 m，山顶到谷底垂直切割深度可达1000 m以上。多年平均降雨量为436 mm，其中1998年最大年平均降雨为690 mm，1994年最小年平均降雨为242 mm，降雨多集中在6—9月份，雨量丰沛但分布不均。

图1  金沙江上游地巫乡段地质构造与地层岩性分布图

Fig.1  Geological structure and lithology distribution map along the Diwu Township section of the upper reaches of the Jinsha River

由于金沙江断裂带第四纪持续活动和邻近河谷的剧烈下切，该区地质灾害极为发育[17]，如地巫滑坡、贡伙村滑坡、中心绒滑坡等大型-特大型滑坡（图1），部分滑坡表现出蠕滑变形，局部变形显著。此外，金沙江断裂带及其次级断裂穿越此区域，构造带呈N向延伸。该地区的岸坡高陡狭窄，岩体破碎，断裂两侧的岩层产状混乱，褶皱明显，节理、劈理及片理等发育，并且有岩浆侵入活动使岩体发生蚀变，表层岩体高度风化，岩体力学性质较差，导致断裂带内发育大量滑坡[18-19]。该区域地表覆盖有第四系松散堆积物，下伏基岩主要为上三叠统（T₃ j）甲丕拉组和中—下三叠统中心绒群上段和下段（T_1-2 Zh¹、T_1-2 Zh²）的灰绿色片岩、板岩和千枚岩等。本文所研究的贡火村滑坡位于仁娘河左岸，其基岩主要由中—下三叠统上段中基性火山岩（T_1-2 Zh²）和中—下三叠统下段板岩（T_1-2 Zh¹）组成。

2.1 贡伙村滑坡平面形态特征

贡伙村滑坡位于四川省巴塘县贡伙村，发育于金沙江支流仁娘河左岸（图2a），贡伙村滑坡平面形态呈三角状，滑坡左侧以山脊为界，右侧以冲沟为界。滑坡前缘临仁娘河，高程约2460 m，后缘高程约3580 m，顶底高差约1040 m，平均坡度约20°～35°，滑坡主滑方向340°。滑坡纵长约2397 m，平均横宽约2041 m。平面面积约3.1×10⁶ m²。出露基岩为三叠系中心绒群板岩，节理裂隙发育，岩石产状为230°～265°∠30°～50°。是一个以金沙江河谷为界的第四系堆积碎石土滑坡。

图2  贡伙村滑坡遥感影像及无人机影像解译图

Fig.2  Remote sensing imagery and UAV imagery interpretationmap of the Gonghuo Village Landslide

2.2 贡伙村滑坡空间结构特征

在贡伙村滑坡堆积区中部布设了一个钻孔ZK1（图3），贡伙村滑坡从浅至深可初步划分成残坡积层、砂砾石层、角砾质黏土层、粉砂质黏土层及碳质板岩等多个地层（图4）。通过钻探揭露出贡伙村滑坡中部发育2层滑带，距地表分别约40～45 m（S1滑带），47.80～48.85 m（S2滑带）。其S1滑带主要为角砾质黏土层，呈深灰色硬塑状态，砾径约为2～20 mm。埋深44.2 m岩心断面处可见清晰的擦痕迹象，推测该层由浅表层滑体缓慢滑动后形成；S2滑带为角砾质黏土层，呈硬塑状态，砾径以2～20mm为主，最大可达4 cm。推测滑体厚度为25～35 m，体积约4.7×10⁷ m³。

图3  贡伙村滑坡A—A′剖面工程地质剖面图（剖面线位置见图2）

Fig.3  Engineering geological cross-section of the Gonghuo landslide in section A-A′（the section location is depicted in Fig.2）

图4  贡伙村滑坡ZK1钻孔柱状图及岩心照片

Fig.4  Column figure of borehole ZK1 in the Gonghuo Village Landslide and rock core photographs

通过工程地质钻探，揭露出贡伙村滑坡发育2层滑带，贡伙村滑坡总面积4.02×10⁶ m²，其中堆积区平面面积为2.67×10⁶ m²。滑带S1对应的堆积体厚度为40～45 m，对应体积为1.06×10⁶～1.20×10⁶ m³；滑带S2对应的堆积体厚度为47.80～48.85 m，对应体积为1.27×10⁶～1.30×10⁶ m³。

通过野外踏勘等现场调查工作，发现贡伙村滑坡已有明显的变形特征（图5）。在滑坡前缘坡脚处可见53m高的陡坎（图5a）；在滑坡中部道路旁发现坡体已经严重破碎，裂缝发育良好，部分基岩出露，且表面植被较少，较不稳定（图5b）；在现场还发现滑坡中部道路发育有裂缝，长度可达6.4 m，宽度可达9 cm，并延伸出许多条次级裂缝（图5c）；滑坡中后部无人区可见多条明显下错陡坎，高度为25～30 cm（图5d）。

图5  贡伙村滑坡地表变形特征图

Fig.5  Surface deformation characteristics map of Gonghuo landslide

InSAR是一种高分辨率成像雷达，属于微波遥感，能够一定程度上穿透云雨区，生成带有雷达信号的SAR数据。通过雷达波转换和数据处理，分析获得的两幅图像，可以提取地表微小形变分布特征[20-22]。相比传统的地面调查和GNSS地表位移监测等方法，InSAR技术在监测范围、数据覆盖密度和变形识别精度方面具有明显优势[23]。该技术在滑坡形变监测[24-25]、地面沉降监测[26]、地裂缝形变[27-28]和地震形变监测[29-30]等领域应用广泛，并取得了显著效果。

3.1 SAR数据

本文利用来自欧洲航天局哥白尼计划（GMES）Sentinel-1卫星的对地观测数据。该卫星配备C波段（波长5.6 cm）合成孔径雷达，采用VV+VH双极化方式和IW成像模式，空间分辨率为5m×20m，重访周期为12d。鉴于贡伙村滑坡主要倾向于北西北方向，而降轨数据对分析西、西北及西南方向的斜坡变形更为适宜[21]，本文选取了2014年11月3日至2023年10月8日之间的222景降轨数据（表2，图1d）。

表2  SAR影像数据基本参数

Table 2  Basic parameters of SAR imagery data

3.2 SBAS-InSAR技术

短基线集合成孔径雷达干涉测量（SBAS InSAR）技术由意大利学者Berardino等于2002年提出[31]。该技术的主要目的是基于空间和时间基线的阈值，将SAR图像分解成几个小的基线集，并使用最小二乘法计算每个子集，以获取地表形变时间序列。SBAS-InSAR技术不仅能有效解决长空间基线导致的退相干和大气效应问题，还能提高时空一致性和采样频率，适用于持久散射体较少的地区[32]。

本文利用SBAS-InSAR技术研究金沙江贡伙村滑坡的变形特征。通过获取不同时间段的N+1幅SAR影像，选择合适的主影像和副影像进行空间坐标配准，计算出M幅干涉雷达影像图。将SAR影像按时间顺序排列，设t为雷达卫星成像时间，在消除平地效应和地形相位影响后，像素点（x，r）在两个时间点t_A和t_B拍摄的影像中生成干涉相位[31]（式1）：

δφ_j（x，r）=φ（t_B，x，r）-φ（t_A，x，r）

式中：r为距离向坐标，x为方位向坐标；δφ_j（x，r）为像素点的干涉相位值；φ（t_B，x，r）、φ（t_A，x，r）是指SAR卫星在t_A和t_B两个成像时刻像素点（x，r）的相位；j为按照时间排序的差分干涉图序号；Δh为地形相位差；Δd_disp是形变相位差；λ为雷达影像中心的波长；Δd_atm是大气相位误差。

在去除地形相位误差和大气相位误差后，由式（1）可以得到一个方程组，该方程组中有M个等式，N个未知数，可以构建式（2）：

式中：A代表M×N矩阵；φ为未知形变的相位矢量。

通过对式（2）进行格式转换，用两个不同时间点影像之间的平均速率v替代未知相位参数，得到式（3）：

式中：B代表M×N矩阵。计算时，如果将目标区的SAR影像数据分割形成几个独立的小基线集，将会导致矩阵B的亏，从而导致矩阵式（3）有无穷解。然而，在SBAS处理流程中利用奇异值分解（SVD）方法，对矩阵B进行伪逆运算，可以得到式（3）的最小二乘解[31]，如果应用SVD解算式（3），则在一定程度上对待求解的平均速率作了线性假设。同时在式（3）进行解算之前，需要先去除轨道误差、DEM误差以及大气误差。SBAS-InSAR技术流程如图6所示。

图6  SBAS-InSAR方法数据处理流程

Fig.6  Data Processing Flow of the SBAS-InSAR Method

3.3 SAR数据处理

本文基于SBAS-InSAR数据处理流程，通过设定时间、空间基线阈值等对SAR原始影像数据进行雷达影像的干涉对组合分析，对已配准的数据采用时间基线36 d，空间基线200 m作为阈值进行配对，共生成413个质量较好的干涉对组合（图7），使用分辨率为30m的数字高程模型（DEM）数据来消除地形相位，并对变形结果进行地理编码，最终获取贡伙村滑坡沿坡度方向的年平均形变速率与累积形变量值，进而分析分析贡伙村滑坡2014年11月至2023年10月间降轨数据雷达视线（Line of Sight，LOS）方向的变形特征，以研究贡伙村滑坡最新的地表变形特征。

图7  贡伙村滑坡SBAS-InSAR降轨干涉数据时空基线图

Fig.7  Space-time baseline map of SBAS-InSAR descending interferometric data of the Gonghuo Village Landslide

3.4 二维形变速率转换

通过InSAR技术观测到的地表形变，其观测值代表数据采集时间段内的地表形变量值，该形变量是地表真实形变在雷达视线方向的投影大小，由于滑坡多沿斜坡面进行滑动，雷达视线方向的形变信息无法准确反映斜坡面的真实形变情况[33]，因此需要将雷达视线方向的形变值向坡度方向和垂直方向转换，更直观地展示滑坡的运动趋势。根据雷达成像的关系，将雷达视线方向（V_LOS）转换为坡度方向（V_s）和垂直方向（V_v）的几何关系，假设滑坡运动沿单位矢量u^指定的方向发生，采用式（4）、式（6）[34]和式（7）[35]将视线方向的形变速率转换为坡度方向和垂直方向的形变速率。

式（4）—（7）中：V_s为沿坡度方向的形变速率；V_LOS为沿雷达视线方向的形变速率；V_v为垂直方向的形变速率；α_s为方位向和正北方向的夹角；α_s为方位向视线方向；δ为滑坡方位角；α为斜坡坡向；β为视坡夹角；θ为入射角；φ为斜坡坡度。坡度方向的形变速率为雷达视线方向与视坡夹角余弦值的比值。

4.1 整体变形特征

结合遥感影像分析，该古滑坡整体表面植被覆盖密度不大，相干点较多，干涉效果较好，在滑坡前缘有较明显的速率积累。根据贡伙村滑坡2014年10月至2023年8月期间雷达视线LOS方向的形变结果（图8），将贡伙村滑坡的变形特征在平面上分为弱变形区、强变形区和极强变形区等3个区域。滑坡的最大变形速率达-112.66 mm/a，其中当形变点向远离卫星传感器方向运动时VLOS为负值，形变点向靠近卫星传感器方向运动时VLOS为正值。根据贡伙村滑坡整体形变特征在空间上的差异性，变形较大的区域集中位于贡伙村滑坡堆积区的中下部，突出表现为Ⅱ区的L2和L3次级滑体，属于强变形区和极强变形区；而贡伙村附近的人类活动区及滑坡中后部区域变形较弱，属于弱变形区。

4.2 垂直向与沿斜坡方向变形特征

通过采用SBAS-InSAR时序分析方法，结合30m精度的DEM对Sentinel-1 A降轨数据进行了处理，得到了贡伙村滑坡LOS方向的变形特征（图8），并通过二维数据转换，将LOS方向形变速率转换为沿斜坡方向和沿垂直方向的形变速率（图9），解译出的强变形区与LOS方向大致一致。在本次研究中定义滑坡沿斜坡向下运动和沿垂直坡体内部运动为正值，因此滑坡沿斜坡滑动方向的最大形变速率为131.15 mm/a，沿垂直坡体内部方向的最大变形速率为101.85 mm/a，沿斜坡和垂直方向的变形主要集中在堆积区的中前部，野外调查发现堆积区中前部发育大型临空面，部分区域发育陡坎，且发现前缘有滑塌现象。

图9  贡伙村滑坡LOS变形速率二维形变转换

Fig.9  Two-dimensional deformation conversion of LOS deformation velocity of the Gonghuo Village Landslide

4.3 贡伙村滑坡时间序列分析

基于SBAS-InSAR技术降轨数据对贡伙村滑坡进行时间序列分析（图10）。地表形变极强变形区主要分布于L3次级滑体中下部以及L2次级滑体的东部冲沟处，强变形区主要位于L3次级滑体的中上部，L3次级滑体最大形变速率为-112.66 mm/a，最大累计形变值为-124.4 cm，该区表现为多级滑动，L2次级滑体的最大形变速率为-105.37 mm/a，最大累计形变量为-126.3 cm。从2015年12月开始监测时起至2017年11月，贡伙村滑坡前3年内的累计形变量为17.6 cm，自2018年11月至2020年11月，连续3年的累计形变量为56.3 cm，增长速率达到了前3年的3.2倍，自2021年11月至2023年10月，连续3年的累计形变量为51.9 cm，年平均增长速率逐渐稳定。在贡伙村滑坡上沿A—A′方向选取6个典型监测点（图8），分析典型监测点的累积形变量变化趋势得到：贡伙村滑坡弱变形区的J1、J2监测点的形变量较小，且变化不明显，最大形变量值为-27.4 cm；而强变形区中J3、J4、J5、J6监测点的形变量则较大，且从2016年8月开始，4个监测点的形变开始加速，截至2023年10月，4个监测点的形变量分别为-58.2 cm、-64.6 cm、-97.1 cm和-115.6 cm。

图10  贡伙村滑坡不同时间段LOS方向累积形变量结果（2015年12月—2023年10月）

Fig.10  Cumulative deformation results of the Gonghuo Village Landslide in LOS direction during different time periods（December 2015-October 2023）

5.1 贡伙村滑坡变形模式

根据贡伙村滑坡A—A′剖面线绘制地表形变速率剖面图（图11），可见滑坡的变形集中在坡体中部至前缘，前缘受仁娘河季节性侵蚀，形成一系列垮塌临空面，滑坡整体较稳定，未发生大规模的整体滑动。

图11  贡伙村滑坡A—A′剖面地表形变速率图

Fig.11  Deformation velocity map of the Gonghuo landslide section A-A′

贡伙村滑坡的变形模式如下：在重力和河流侵蚀的共同作用下，滑坡前缘变形强烈，牵引中部发生变形。根据滑坡变形模式，可将贡伙村滑坡堆积体分为三个部分：坡脚河流侵蚀区、前缘牵引变形区和中部拉张变形区，结合InSAR结果及野外调查发现，认为滑坡蠕滑变形模式为牵引式变形。

5.2 贡伙村滑坡失稳风险

5.2.1 降雨对滑坡变形的影响分析

贡伙村滑坡所在地巫镇属大陆性高原季风气候，气温垂直变化明显，多年平均降雨量436 mm，降雨主要集中在每年6—9月份，雨量丰沛但分布不均。由于金沙江断裂带复杂的地质构造，特别是断裂带岩体内裂缝多，地表水沿节理、裂隙或裂缝快速下渗，可以直接作用在下伏的板岩地层[36-37]。在应力作用下易沿软弱岩层面发生滑动。因此，强降雨作用引起的土体弱化，也可能是促进贡伙村滑坡蠕滑变形的主要因素之一。

5.2.2 地质构造对滑坡变形的影响

贡伙村滑坡位于金沙江构造带内，金沙江断裂为一条大型左旋走滑断裂，早—中更新世以来有过强烈活动[38-40]。贡伙村滑坡可能是在金沙江断裂的走滑活动作用下，造成斜坡体内应力场异常，从而形成大规模滑动，或是在历史强震作用下形成的地震滑坡。因此，贡伙村滑坡与周边地质构造，特别是断裂活动关系密切。

5.2.3 地层岩性与地下水活动对滑坡稳定性影响

地层岩性和结构为滑坡的发生提供有利的地质条件，是滑坡形成的内在因素[40-44]。贡伙村滑坡后部为岩质斜坡，主要为较软弱的板岩，且岩层基本在反倾坡内，受应力作用影响易沿岩体软弱岩层面发生滑动。滑坡前缘上覆碎块石土，这些破碎、松散的堆积体黏聚力低，稳定性差，是贡伙村滑坡形成的内在影响因素。

本文利用Sentinel-1 A雷达数据和遥感影像，基于SBAS-InSAR技术方法、无人机航测、野外调查和工程地质钻探，对金沙江贡伙村滑坡的变形特征进行了研究，得到以下结论和认识。

（1）贡伙村滑坡是位于金沙江构造带内的一个特大型滑坡，高程范围2460～3580 m，相对高差1040 m，主滑方向约340°，滑坡纵长约2397 m，宽约2041 m，面积约3.1×10⁶ m²，钻探揭示至少存在2层滑带。

（2）基于SBAS-InSAR技术揭示贡伙村滑坡体中前部发育强变形区，滑坡体上L2-L3次级滑坡LOS方向最大形变速率V_LOS为-112.66 mm/a，是变形最强烈的次级滑体。沿斜坡向速率131.15 mm/a，沿垂直向速率101.85 mm/a，滑坡最大累计形变量为-126.3 cm。

（3）强降雨、地质构造及地层岩性对贡伙村滑坡变形都具有影响，但强降雨作用会导致岩体饱和、增大容重，雨水渗入坡体会进一步弱化岩体强度，软化滑带，导致土体强度弱化，从而降低贡伙村滑坡的稳定性系数，因而滑坡复活变形主要与强降雨有关。

（4）贡伙村滑坡受河流侵蚀、强降雨、地质构造及地层岩性等因素的影响，表现为牵引式的蠕滑变形模式。在变形速率加剧的条件下，土体的抗剪强度将被进一步弱化，可能会引起滑坡强变形区所处的L3次级滑体复活失稳、大规模下滑至滑坡前缘仁娘河中堵塞沟道，进而有堵塞金沙江的可能性，建议加强贡伙村滑坡的变形监测。

本项工作的InSAR数据处理得到了北京地空软件技术有限公司的帮助和支持，中国地质大学（北京）倪嘉伟硕士研究生参加了部分野外工作，在此一并表示感谢。

基金项目：中国地质调查局地质调查项目（DD20221816）。

[1]王思敬.地球内外动力耦合作用与重大地质灾害的成因初探[J].工程地质学报，2002，10（2）：115-117.

[2]张永双，吴瑞安，郭长宝，等.古滑坡复活问题研究进展与展望[J].地球科学进展，2018，33（7）：728-740.

[3]殷跃平.西藏波密易贡高速巨型滑坡特征及减灾研究[J].水文地质工程地质，2000，27（4）：8-11.

[4]郭长宝，任三绍，李雪，等.甘肃舟曲南峪江顶崖古滑坡发育特征与复活机理[J].现代地质，2019，33（1）：206-217.

[5]邓建辉，陈菲，尹虎，等.泸定县四湾村滑坡的地质成因与稳定评价[J].岩石力学与工程学报.2007（10）：1945-1950.

[6]吴瑞安，张永双，郭长宝，等.金沙江上游特米古滑坡堰塞湖形成与溃决时间讨论[J].地质论评，2022，68（2）：586592.

[7]陈剑，崔之久.金沙江上游雪隆囊古滑坡堰塞湖溃坝堆积体的发现及其环境与灾害意义[J].沉积学报，2015，33（2）：275-284.

[8]许强，郑光，李为乐，等.2018年10月和11月金沙江白格两次滑坡-堰塞堵江事件分析研究[J].工程地质学报，2018，26（6）：1534-1551.

[9]王立朝，温铭生，冯振，等.中国西藏金沙江白格滑坡灾害研究[J].中国地质灾害与防治学报，2019，30（1）：1-9.

[10]MERGILI M，SCHNEIDER J F.Regional-scale analysis of lake outburst hazards in the southwestern Pamir，Tajikistan，based on remote sensing and GIS[J].Natural Hazards and Earth System Sciences，2011，11（5）：1447-1462.

[11]CHEN Y，DONG J L，GUO F，et al.Review of landslide susceptibility assessment based on knowledge mapping[J].Stochastic Environmental Research and Risk Assessment，2022，36（9）：2399-2417.

[12]HOOPER A，SEGALL P，ZEBKER H.Persistent scatterer interferometric synthetic aperture radar for crustal deformation analysis，with application to Volcán Alcedo，Galápagos[J].Journal of Geophysical Research：Solid Earth，2007，112，B7.

[13]闫怡秋，郭长宝，钟宁，等.基于InSAR形变监测的四川甲居古滑坡变形特征[J].地球科学，2022，47（12）：4681-4697.

[14]邱振东，郭长宝，吴瑞安，等.金沙江上游沙丁麦大型古滑坡发育特征与稳定性评价[J].现代地质，2024，38（2）：451-463.

[15]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.

[16]WANG P F，CHEN J，DAI F C，et al.Chronology of relict lake deposits around the Suwalong paleolandslide in the upper Jinsha River，SE Tibetan Plateau：Implications to Holocene tectonic perturbations[J].Geomorphology，2014，217：193-203.

[17]闫怡秋，杨志华，张绪教，等.基于加权证据权模型的青藏高原东部巴塘断裂带滑坡易发性评价[J].现代地质，2021，35（1）：26-37.

[18]郭长宝，吴瑞安，蒋良文，等.川藏铁路雅安—林芝段典型地质灾害与工程地质问题[J].现代地质，2021，35（1）：1-17.

[19]李雪，郭长宝，杨志华，等.金沙江断裂带雄巴巨型古滑坡发育特征与形成机理[J].现代地质，2021，35（1）：47-55.

[20]FRUNEAU B，ACHACHE J，DELACOURT C.Observation and modelling of the Saint-Étienne-de-Tinée landslide using SAR interferometry[J].Tectonophysics，1996，265（3/4）：181-190.

[21]WASOWSKI J，BOVENGA F.Investigating landslides and unstable slopes with satellite Multi Temporal Interferometry：Current issues and future perspectives[J].Engineering Geology，2014，174：103-138.

[22]朱建军，李志伟，胡俊.InSAR变形监测方法与研究进展[J].测绘学报，2017，46（10）：1717-1733.

[23]BOUALI E H，OOMMEN T，ESCOBAR-WOLF R.Mapping of slow landslides on the Palos Verdes Peninsula using the California landslide inventory and persistent scatterer interferometry[J].Landslides，2018，15（3）：439-452.

[24]闫怡秋，郭长宝，张永双，等.基于SBAS-InSAR技术的西藏雄巴古滑坡变形特征[J].地质学报，2021，95（11）：3556-3570.

[25]ZHANG P，GUO Z H，GUO S F，et al.Land subsidence monitoring method in regions of variable radar reflection characteristics by integrating PS-InSAR and SBAS-InSAR techniques[J].Remote Sensing，2022，14（14）：3265.

[26]孙月敏，杨天亮，卢全中，等.基于SBAS-InSAR的西安市鱼化寨地区地面沉降与地裂缝时空演变特征研究[J].工程地质学报，2022，30（2）：553-564.

[27]ZHAO C，ZHANG Q，YANG C，et al.Different scale land subsidence and ground fissure monitoring with multiple InSAR techniques over Fenwei basin，China[J].Proceedings of the International Association of Hydrological Sciences.2015，372：305-309.

[28]冯晓松，杨成生，赵超英，等.基于Sentinel-1影像的2019—2020年河北隆尧地裂缝及周边形变监测与分析[J].大地测量与地球动力学，2022，42（12）：1307-1311，1320.

[29]柴海山，陈克杰，魏国光，等.北斗三号与超高频GNSS同震形变监测：以2021年青海玛多Mw7.4地震为例[J].武汉大学学报（信息科学版），2022，47（6）：946-954.

[30]李为乐，陈俊伊，陆会燕，等.泸定Ms6.8地震对海螺沟冰川的影响应急分析[J].武汉大学学报（信息科学版），2023，48（1）：47-57.

[31]BERARDINO P，FORNARO G，LANARI R，et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383.

[32]LANARI R，MORA O，MANUNTA M，et al.A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing，2004，42（7）：1377-1386.

[33]冯文凯，顿佳伟，易小宇，等.基于SBAS-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析[J].工程地质学报，2020，28（2）：384-393.

[34]CASCINI L，FORNARO G，PEDUTO D.Advanced low-and full-resolution DInSAR map generation for slow-moving landslide analysis at different scales[J].Engineering Geology，2010，112（1 /2/3/4）：29-42.

[35]COLESANTI C，WASOWSKI J.Investigating landslides with space-borne synthetic aperture radar（SAR）interferometry[J].Engineering Geology，2006，88（3/4）：173-199.

[36]伍先国，蔡长星.金沙江断裂带新活动和巴塘6.5级地震震中的确定[J].地震研究，1992，15（4）：401-410.

[37]吴富峣，蒋良文，张广泽，等.川藏铁路金沙江断裂带北段第四纪活动特征探讨[J].高速铁路技术，2019，10（4）：23-28，43.

[38]郭长宝，吴瑞安，钟宁，等.青藏高原东部活动构造带大型滑坡成灾背景与灾变机制[J].地球科学，2024，49（12）：4635-4658.

[39]常宏，韩会卿，章昱，等.鄂西清江流域滑坡崩塌致灾背景及成灾模式[J].现代地质，2014，28（2）：429-437.

[40]杨校辉，朱鹏，袁中夏，等.甘肃舟曲牙豁口多级滑坡变形特征及复活机理[J].现代地质，2023，37（4）：1004-1012.

[41]刘吉鑫，郭长宝，吴瑞安，等.西藏江达圭利大型深层滑坡蠕滑变形特征与稳定性分析[J].地质通报，2024（10）：1855-1868.

[42]麻晟，陈剑，吴赛儿.陕西省安康市瀛湖镇滑坡灾害分布特征与易发性分析[J].现代地质，2024，38（2）：437-450.

[43]麻晟，陈剑，李强，王小浩，水强强.负样本选择和评价模型对滑坡易发性预测不确定性的影响[J].现代地质，2025，39（5）：1373-1391.

[44]邱振东，郭长宝，杨志华，等.基于微动探测的四川德达古滑坡空间结构特征与形成机理研究[J].地质力学学报，2024，30（6）：906-920.