地质力学学报  2020, Vol. 26 Issue (4): 565-574
引用本文
韩冬建, 杨成生, 董继红. 西藏樟木口岸震后滑坡灾害变形InSAR监测分析[J]. 地质力学学报, 2020, 26(4): 565-574.
HAN Dongjian, YANG Chengsheng, DONG Jihong. InSAR monitoring and analysis of landslide deformation after the earthquake in the Zhangmu Port, Tibet[J]. Journal of Geomechanics, 2020, 26(4): 565-574.
西藏樟木口岸震后滑坡灾害变形InSAR监测分析
韩冬建, 杨成生, 董继红    
长安大学地质工程与测绘学院, 陕西 西安 710054
摘要:位于中国和尼泊尔边境的西藏樟木口岸是国家一类陆路通商口岸,也是西藏最大的边贸中心口岸。2015年尼泊尔大地震之后,西藏樟木口岸因多次发生滑坡灾害,而导致口岸关闭。为了调查樟木口岸区域滑坡灾害的分布和变形情况及更好的服务于区域减灾防灾,利用InSAR技术对覆盖该区域的Sentinel-1A和ALOS-2两种卫星影像数据进行了处理,并通过分析视线向年均形变速率图,圈定了17处疑似滑坡,并对其中的5处典型滑坡进行时间序列形变特征分析,监测识别出的滑坡基本沿318国道所在一侧的波曲河左岸分布。InSAR调查结果表明受地震影响樟木地区的滑坡多分布在沿波曲河左岸的陡峭山体上,中尼公路迪斯岗至友谊桥段的古滑坡出现了局部复活的现象,同时樟木镇居民所在的城区也发育有扎美拉山危岩体崩塌滑坡灾害。
关键词西藏樟木口岸    震后地质灾害    滑坡    SAR    小基线集    Stacking技术    
DOI10.12090/j.issn.1006-6616.2020.26.04.049     文章编号:1006-6616(2020)04-0565-10
InSAR monitoring and analysis of landslide deformation after the earthquake in the Zhangmu Port, Tibet
HAN Dongjian, YANG Chengsheng, DONG Jihong    
School of Geology Engineering and Geomatics, Chang'an University, Xi'an 710054, Shaanxi, China
Abstract: The Zhangmu Port,located on the border between China and Nepal,is a national first-class land trading port and the largest border trade port in Tibet. After the Nepal earthquake in 2015, the Zhangmu port was closed due to multiple landslide disasters. In order to investigate the distribution and deformation of landslide disasters in the Zhangmu port area so as to serve regional disaster mitigation and prevention,the InSAR technology was used to process the satellite image data of Sentinel-1A and ALOS-2 covering the area,and by analyzing the annual average rate map of line-of-sight deformation,17 suspected landslides were delineated,and the time series deformation characteristics of 5 typical landslides were analyzed. From the distribution point of view,the landslides identified by monitoring are basically distributed along the left bank of the Boiqu River on the side of National Highway 318. InSAR survey results show that the landslides in the Zhangmu area affected by the earthquake are mostly distributed on the steep hills along the left bank of the Boiqu River. The ancient landslides on the section of Disigang to Youyi Bridge on the China-Nepal Highway have partially resurrected,and the Zhameila dangerous rock mass collapses and landslides are also developed in the urban area where residents live in Zhangmu Town.
Key words: Zhangmu Port in Tibet    post-earthquake geological disaster    landslide    SAR    small baseline subset    stacking technology    
0 引言

尼泊尔Ms 8.1级地震发生后,多位学者对樟木地区的崩塌、滑坡等地质灾害进行了调查和研究。武新宁等(2017)通过遥感构造解析和野外实地调查研究了尼泊尔Ms 8.1级地震在樟木地区震后引发的次生地质灾害(崩塌、滑坡、泥石流)在空间上的分布规律。李鑫等(2018)在对樟木镇受地震影响诱发的扎美拉山崩塌进行详细现场勘察的基础上,查明了该崩塌危岩体的基本特征和分布范围,并通过对单个危岩体和岩堆进行稳定性计算,提出了采用主、被动相结合的综合措施对扎美拉山的崩塌危岩体灾害进行有效治理的方案。王仁超等(2019)选取西藏地震烈度为Ⅶ度重灾区内聂拉木县、吉隆县、定日县、定结县作为研究对象,结合遥感影像解译、资料收集和大量野外调查数据,阐述了尼泊尔Ms 8.1级地震震区环境背景情况,对重灾区内震害基本特点进行了综合分析,为西藏重灾区震后防灾减灾、恢复重建提供科学依据。

目前对樟木地区的研究主要是从地质工程的不同角度研究了该地区的地质灾害发育情况,尽管针对潜在地质灾害的大范围调查与监测在国内其他地区已得到较好的成果(康亚,2016Yang et al. 2019),但针对该地区的地质灾害监测研究较少。究其原因,樟木地区地形高差巨大、冰雪覆盖及气象复杂多变等自然因素使得常规地质灾害监测手段(崔鹏等,2010),如水准测量、GPS测量、三维激光扫描、测量机器人、光学遥感、近景摄影测量等(王京,2018),在该地区的应用均受到不同程度的阻碍,而无法满足我国西藏樟木口岸地区地质灾害的调查与监测工作。InSAR技术作为二十世纪以来最常用的遥感技术之一,具有大范围、全天候、全天时、覆盖面广的优点和高精度获取地表信息的能力,在地质灾害调查中发挥着巨大的作用(赵超英,2009刘星洪等,2018曾珠,2019)。鉴于InSAR技术较其他监测手段的优势,本文将采用InSAR技术对欧空局的Sentinel-1A数据和日本宇航局的ALOS-2数据进行处理并调查该地区的震后地质灾害分布及其活动特征,并选取典型不稳定体开展其形变特征分析,为樟木口岸区内的减灾防灾提供支撑。

1 数据及InSAR处理 1.1 区域概况

西藏樟木镇地处喜马拉雅山脉南部的高山峡谷地区,境内波曲河自北向南流过(毛成文,2008)。樟木口岸作为国家一类陆路通商口岸,是中国通向南亚次大陆最大的开放口岸(姚志勇,2017)。樟木口岸东、南、西三面与尼泊尔接壤,为国家一级公路中尼公路(318国道)之咽喉(罗永红等,2017)(图 1a)。2015年4月25日,尼泊尔发生Ms8.1级地震(杨志华等, 2017, 赵根模等,2019),震源深度20 km,震中(28.2°N;84.7°E)位于加德满都西北80 km处的尼泊尔博卡拉附近(王晓青等,2015单新建等,2015;刘杰等,2017)(图 1b)。受尼泊尔Ms 8.1级地震波及,距离震中约120 km的聂拉木县樟木口岸受灾较重,出现了多处山体崩塌、滑坡(图 1c1d),整个口岸区出现了大面积房屋裂缝,多处交通中断(胡桂胜等,2016)。受地震影响引发的滑坡、崩塌等地质灾害严重制约着当地的经济、贸易发展,造成居民流离失所、对外贸易停滞,影响巨大(祝建等, 2008, 2010胡瑞林等,2015白永健等,2019)。因此,尽快掌握樟木口岸震后地质灾害分布及活动特征,对保护当地人民的生命财产、恢复经贸活动及减灾防灾工作具有重要的意义。

a—樟木镇概况;b—4.25尼泊尔地震震中位置;c—扎美拉山崩塌;d—迪斯岗至友谊桥段 图 1 西藏樟木镇震后灾害发育 Fig. 1 Map and photos of post-earthquake disaster development in Zhangmu, Tibet
1.2 实验数据

对樟木口岸地区的地质灾害的研究主要采用了欧空局发射的搭载C波段的Sentinel-1A卫星SAR数据和日本宇航局搭载L波段的ALOS-2数据,实验中收集到了来自欧空局卫星Track 121上的51景sentinel-1A数据和20景来自日本宇航局卫星Track157的ALOS-2数据,数据信息见表 1。为了纠正基线误差,采用Sentinel-1A卫星的POD Precise Orbit Ephemerides (POD精密定轨星历数据),数据下载网址(https://qc.sentinel1.eo.esa.int/),定位精度优于5 cm(李旺,2018)。同时,为了去除InSAR干涉图中的地形相位的影响,美国NASA发布的30 m空间分辨率的SRTM DEM(https://earthexplorer.usgs.gov/)被采用(Yang et al., 2019王金烁和赵宁远,2020)。

表 1 SAR数据集的基本参数 Table 1 Basic parameters of the SAR datasets
1.3 数据处理

为了限制时空失相干因素及大气延迟相位对常规D-InSAR技术的影响(Zebker et al., 1992),分别采用了小基线干涉图集(Small Baseline Subsets)、InSAR技术(Berardino et al., 2002)和InSAR Stacking技术(Sandwell and Sichcix, 2000康亚,2016)对SAR数据进行了处理。SBAS InSAR技术是针对覆盖同一区域的具有短基线距且互相独立的SAR影像,在满足一定的时间基线和空间基线条件下组成干涉图集合(Krishnan et al., 2017),然后对多个干涉图的解缠相位进行最小二乘求解,以消除或削弱解缠粗差、削弱或减少大气的误差因素的影响,从而更高精度地获取自起始影像时刻到每一景影像获取时间段内的累计地面形变量,其技术流程如图 2所示。InSAR Stacking技术则是对D-InSAR技术所获取的解缠相位按时间基线进行加权求取平均值,从而有效地抑制大气效应、DEM误差的影响(Onn F,2006杜小平等,2013),更加精确地获取研究区域的地表形变速率,InSAR Stacking技术的计算公式为(Wright et al., 2001, 2004):

图 2 小基线干涉图集技术流程图 Fig. 2 Technical flowchart of the small baseline interference atlas
$ ph\_rate = \left({\sum\limits_{i = 1}^n {{w_i}*p{h_i}} } \right)/\sum\limits_{i = 1}^n {{w_i}} $ (1)

其中,ph_rate为年均相位形变速率,phi为单个干涉图的解缠相位值,Δt为单干涉组合的时间基线,wit-1

由于原始Sentinel-1A SAR影像覆盖范围较大(250 km×190 km),研究中仅选择了与研究区域相关的条带进行预处理,减少了数据量且节省了处理时间。预处理的过程中使用Sentinel-1A的精密轨道数据来消除轨道基线产生的误差。采用基于图像强度交叉相关的偏移量估计算法进行配准,克服了地形误差,实验配准精度达到了千分之一像素(即0.001 pixel)。数据处理中,分别以±200 m为空间基线阈值和48天为时间基线阈值,在时空域基线范围内通过自由组合共产生105个干涉对(来自于Sentinel-1A卫星Track121)用于地表形变监测处理。对于卫星重访周期较长的ALOS-2数据则设置其时间基线阈值为100天,空间基线阈值为±300 m,共产生了66个干涉对。为了控制InSAR监测结果的精度,去除受失相干因素影响严重或具有明显解缠误差的干涉图,最终62个干涉图组合被用于地表形变的获取处理。

同时为了抑制噪声,数据处理过程中Sentinel-1A数据采用7:2(距离向和方位向比为26 m×28 m)的多视比,ALOS-2数据则采用3:6(距离向和方位向比为20 m×20 m)的多视比。利用美国SRTM DEM进行模拟和消除地形相位误差。采用瑞士的GAMMA软件对干涉图进行两次加权功率谱法滤波时,窗口分别设置为32 ×32和16×16(单位pixel),增强干涉图的相干性。相位解缠采用基于Delaunay三角网的最小费用流算法。针对数据处理中升、降轨影像中的非线性轨道残余误差,采用二次多项式拟合法去除。

2 樟木口岸滑坡变形结果与分析 2.1 Sentinel-1A形变特征

由于InSAR Stacking技术可以有效地抑制大气效应、DEM误差的影响,增加获取地表形变监测的精度(张洋等,2016),因此首先采用InSAR Stacking技术对解缠相位进行图像堆叠处理,获得了樟木地区雷达视线向的年均形变速率。根据樟木地区Sentinel-1A影像的视线向年均形变速率结果及图中的形变特征(图 3),圈定了9处疑似滑坡区,见图 3中1#至9#,这些滑坡主要沿中尼318国道分布,且多以滑坡群的方式发育在国道所在的山谷一侧。该区域最大的下沉年平均形变速率达到-70 mm/yr,发生在3#滑坡。在樟木镇的南部迪斯岗至友谊桥段(图 3中1#滑坡位置)存在疑似滑坡群的形变特征。根据张小刚和强巴(2003)的调查资料验证得到,在疑似滑坡群的形变区域存在活动的古滑坡群。2#疑似滑坡区发生在樟木镇的扎美拉山处,据先前的野外调查资料显示此处发育有扎美拉危岩体的崩塌滑坡(易顺民和张明辉,1996陈剑等,2016李鑫等,2018)。该处滑坡对居住于下方的樟木镇居民的生命财产及穿过其境内的318国道安全造成了的威胁。

图 3 樟木口岸Sentinel-1A视线向年均形变速率图 Fig. 3 Map of annual average rate of line-of-sight deformation of Sentinel-1A in the Zhangmu port

为了更好地分析樟木地区滑坡的形变特征,提取了图 3中3#和8#疑似滑坡,如图 4所示。3#疑似滑坡位于樟木镇所在山坡的上方,同图 3中的2#滑坡一同对下方樟木地区的建筑、道路、人身安全造成极大的威胁。8#滑坡坐落于樟木北部地区的波曲河左岸,318国道自北向南的穿过其形变区域,此处发育的滑坡活动严重影响了318国道的正常通行。

a—3#滑坡;b—3#滑坡年均形变速率;c—8#滑坡;d—8#滑坡年均形变速率 图 4 典型滑坡遥感影像及InSAR结果 Fig. 4 Remote sensing images of typical landslides and the InSAR results
2.2 ALOS-2形变特征

同样对挑选获得的62个干涉质量较好的ALOS-2干涉组合进行InSAR Stacking处理,从而获取了樟木口岸地区2015年6月至2019年10月ALOS-2数据视线向的年均形变速率结果,见图 5。与Sentinel-1A数据的结果相比,ALOS-2数据的年均形变速率图上探测到更多形变特征明显的疑似滑坡点,共圈出13处。在ALOS-2结果上圈定的滑坡中,有4处疑似滑坡体(4#、6#、11#和12#)滑动方向朝向卫星,表现为年均形变速率上升的现象(与SAR卫星成像几何关系有关)。由ALOS-2结果与Sentinel-1A结果标出的疑似滑坡点存在多处对应,如图 5中3#、5#、6#、9#、10#分别与图 3中的1#、3#、2#、7#、6#滑坡疑似点相对应,将图 5中的3#和4#滑坡放大(图 6),与图 4中的3#滑坡相对应,都分布在樟木镇所在的山坡,与Sentinel-1A结果不同的是,ALOS-2上结果将此处的滑坡区分开来,形成3#和4#两个形变特征明显且辨识度很高的两个滑坡。由于两个滑坡分布在ALOS-2雷达视线上的不同方向,3#滑坡在视线方向上年均形变最大速率为-60 mm/yr,而4#滑坡则表现为20 mm/yr(与坡向、SAR卫星成像几何关系有关)。同时图 6中的9#滑坡对应了Sentinel-1A结果中的8#滑坡(图 4),对318国道的安全造成了威胁。

图 5 樟木口岸ALOS-2数据视线向年均形变速率图 Fig. 5 Map of annual average rate of line-of-sight deformation of ALOS-2 data in the Zhangmu port

a—3#和4#滑坡;b—9#滑坡;c—4#滑坡年均形变速率;d—3#滑坡年均形变速率;e—9#滑坡年均形变速率 图 6 ALOS-2结果中典型滑坡 Fig. 6 Typical landslides from the ALOS-2 results
2.3 典型形变区时间序列结果

为了更好的分析探测到的滑坡在时间上的形变特征,选用相干性更好、监测时间较长的ALOS-2结果进行时间序列分析。从ALOS-2圈定的疑似滑坡中,选取4#和9#疑似滑坡(图 6)分析其随时间变化的形变特征,结果如图 7所示。4#滑坡位于樟木镇城区的东部陡峭山体上(27°59′39.39″N,86° 0′57.28″E),坡体下方为樟木镇居民区和中尼318公路。根据该滑坡体2015年6月至2019年10月特征点的时间序列形变和整体的年均形变速率(图 7a7b),可以看到滑坡体形变速率具有一定的波动,最大年均形变速率在雷达视线方向达到20 mm/yr,4年累计达到近80 mm。9#滑坡位于樟木镇波曲河左岸的山坡上(28° 4′54.18″N,86° 0′44.60″E),根据其滑坡体2015年6月至2019年10月的时间序列形变和年均形变速率(图 7c7d),可以看出9#滑坡体的活动速率同样存在不均一性,最大年形变速率在雷达视线方向达到-40 mm/yr, 4年累计达到近-170 mm。

a—4#滑坡时间序列形变;b—4#滑坡年均形变速率;c—9#滑坡时间序列形变;d—9#滑坡年均形变速率 图 7 典型滑坡体形变时间序列(ALOS-2数据) Fig. 7 Time series deformation of typical landslides(ALOS-2 data)
3 结论

通过采用小基线干涉图集(SBAS)技术和InSAR Stacking技术对樟木口岸地区受2015年尼泊尔地震影响以来引发的滑坡灾害进行了滑坡识别和形变特征的研究,研究过程分别使用了樟木口岸地区Sentinel-1A降轨影像和ALOS-2卫星数据,得到了以下的初步探测结果。

(1) 使用两种不同的卫星数据在樟木地区的震后滑坡形变监测中得到的滑坡识别结果并不完全一致,并受到研究区域的地形、气候等因素影响;分辨率低的Sentinel-1A数据对于该地区滑坡识别结果较差,滑坡的形变特征并不明显,伴有地形等误差。

(2) Sentinel-1A数据的结果上共识别出了9处疑似滑坡,ALOS-2数据的识别疑似滑坡数量则为13处,两种数据判别出的疑似滑坡位置有5处重合,卫星入射角及坡向对InSAR判识滑坡的位置及形变量级具有一定的影响。

(3) InSAR监测结果显示,樟木镇波曲河左岸的山坡上和樟木镇城区的东部陡峭山体上存在明显的不稳定滑坡体,最大滑动速率可达-60 mm/yr。

(4) 通过使用Sentinel-1A数据和ALOS-2数据共在樟木地区监测识别出了17个不同的疑似滑坡(去除重复探测到的)。

(5) 从分布上看,监测识别出的滑坡基本沿318国道所在一侧的波曲河左岸分布,同时樟木镇居民所在的城区也发育有扎美拉山危岩体崩塌灾害,威胁樟木口岸居民的生命和财产安全。

参考文献/References
BAI Y J, NI H Y, GE H, 2019. Advances in research on the geohazard effect of active faults on the southeastern margin of the Tibetan Plateau[J]. Journal of Geomechanics, 25(6): 1116-1128.
BERARDINO P, FORNARO G, LANARI R, et al., 2002. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience & Remote Sensing, 40(11): 2375-2383.
CHEN J, WANG Q C, LI B, 2016. Characteristics and cause analysis of Zhangmu landslide in Tibet[J]. Journal of Natural Disasters, 25(2): 103-109.
CUI P, CHEN X Q, CHENG Z L, et al., 2010. Monitoring and prevention of debris-flows and landslides in Tibet[J]. Chinese Journal of Nature, 32(1): 19-25.
DU X P, GUO H D, FAN X T, et al., 2013. Vertical accuracy assessment of SRTM and ASTER GDEM over typical regions of China using ICESat/GLAS[J]. Earth Science:Journal of China University of Geosciences, 38(4): 887-897. DOI:10.3799/dqkx.2013.087
HU G S, CHEN N S, SU P C, et al., 2016. Secondary mountain disasters induced by the "4·25" Nepal earthquake in Nyalam County and disaster prevention and mitigation countermeasures[J]. Journal of Natural Disasters, 25(4): 70-76.
HU R L, ZHANG X Y, MA F S, et al., 2015. Structure and Stability of Tibetan Camphor Wood Accumulation[C]//Institute of Geology and Geophysics, Chinese Academy of Sciences. Compilation of Papers for the 2014(14th) Annual Academic Meeting of Institute of Geology and Geophysics, Chinese Academy of Sciences: Engineering Geology Water Resources Laboratory, 2015. Beijing: Division of Science and Technology and Achievement Transformation, Institute of Geology and Geophysics. Chinese Academy of Sciences, 2015: 8. (in Chinese)
KANG Y, 2016. Landslides detection and monitoring over southwestern mountainous areas with InSAR[D]. Xi'an: Chang'an University. (in Chinese with English abstract)
KRISHNAN P V S, KIM D J, JUNG J, 2018. Subsidence in the Kathmandu Basin, before and after the 2015 Mw7.8 Gorkha Earthquake, Nepal Revealed from small baseline subset-DInSAR analysis[J]. GIScience & Remote Sensing, 55(4): 604-621.
LI W, 2018. DInSAR technology of subsidence monitoring in Changbai Mountain area based on sentinel satellite[J]. Beijing Surveying and Mapping, 32(9): 1073-1077.
LI X, LI X Z, HE S M, et al., 2018. Characteristics and stability evaluation of the Zhameilashan unstable rock in Zham, Tibet[J]. Acta Geologica Sichuan, 38(2): 310-316.
LIU J, ZHAO G M, WU Z H, 2017. The evolution of seismic activity image in the Himalaya belt before and after 2015 Nepal M 8.1 great earthquake[J]. Journal of Geomechanics, 23(1): 173-181.
LIU X H, YAO X, ZHOU Z K, et al., 2018. Study of the technique for landslide rapid recognition by InSAR[J]. Journal of Geomechanics, 24(2): 229-237.
LUO Y H, LI S Q, WANG Z L, 2017. Geohazards development characteristics and influence factors analysis induced by Nepal earthquake[J]. Journal of Geological Hazards and Environment Preservation, 28(3): 33-40.
MAO C W, 2008. Analyzing and evaluating the stability of welfare-institute landslide in Zhangmu town of Tibet[D]. Xi'an: Xi'an University of Science and Technology. (in Chinese with English abstract)
ONN F, 2006. Modeling water vapor using GPS with application to mitigating InSAR atmospheric distortions[D]. Stanford: Stanford University.
SANDWELL D T, SICHOIX L, 2000. Topographic phase recovery from stacked ERS interferometry and a low-resoiution digital elevation mode[J]. Geophys. Res. Sdid Earth, 105(B12): 28211-28222. DOI:10.1029/2000JB900340
SHAN X J, ZHANG G H, WANG C S, et al., 2015. Joint inversion for the spatial fault slip distribution of the 2015 Nepal MW7.9 earthquake based on InSAR and GPS observations[J]. Chinese Journal of Geophysics, 58(11): 4266-4276.
WANG J, 2018. Research on monitoring of landslide geological disters using time series spaceborne InSAR technology[D]. Beijing: Beijing Jiaotong University. (in Chinese with English abstract)
WANG J S, ZHAO N Y, 2020. Seismogenic structure of 2018 Xietongmen, Tibet MW5.6 earthquake inferred from InSAR data[J]. China Earthquake Engineering Journal, 42(2): 384-390.
WANG R C, KONG J M, CUI Y, et al., 2019. Characteristics of secondary hazards in severely damaged region of Tibet by MS 8[J]. 1 Earthquake, April 25, 2015.
WANG X Q, HUANG S S, DING X, et al., 2015. The application of remote sensing and GIS in the investigation and evaluation of earthquake disasters in Nepal[J]. Recent Developments in World Seismology, (9): 119.
WRIGHT T, PARSONS B, FIELDING E, et al., 2001. Measurement of interseismic strain accumulation across the North Anatolian Fault by satellite radar interferometry[J]. Geophysical Research Letters, 28(6): 2117-2120.
WRIGHT T J, PARSONS B, ENGLAND P C, et al., 2004. INSAR observations of low slip rateson the major faults of westem Tibet[J]. SCIENCE, 305(5681): 236-239. DOI:10.1126/science.1096388
WU X N, YI J M, ZHOU S L, et al., 2017. A study on the active faults structures and geohazards triggered by the Ms8.1 earthquake in Nepal[J]. Hydrogeology and Engineering Geology, 44(4): 137-144.
YANG C S, HAN B Q, ZHAO C Y, et al., 2019. Co-and post-seismic deformation mechanisms of the MW 7.3 Iran Earthquake (2017) revealed by Sentinel-1 InSAR observations[J]. Remote Sensing, 11(4): 418.
YANG Z H, ZHANG Y S, GUO C B, et al., 2017. Landslide hazard rapid assessment in the MS 8.1 Nepal earthquake-impacted area, based on Newmark model[J]. Journal of Geomechanics, 23(1): 115-124.
YAO Z Y, 2017. Main problems in engineering geology and geological alignment in Xiamude-Katmandu Section of China-Nepal Railway[J]. Railway Standard Design, 61(9): 21-25.
YI S M, TANG H M, 1996. The fractal feature of Zhangmu landslides group in Tibet and its significance[J]. Journal of Changchun Institute of Geology, 26(4): 392-397.
ZEBER H A, VILLASENOR J, 1992. Decorrelation in interferometric radar echoes[J]. IEEE Transactions on Geoscience and Remote Sensing, 30(5): 950-959. DOI:10.1109/36.175330
ZENG Z, 2019. Analysis of the surface deformation of the Heifangtai sliding and potential landslide area in Gansu based on InSAR technology[D]. Chengdu: University of Electronic Science and Technology of China. (in Chinese)
ZHANG X G, QIANG B, 2003. Analysis of development characteristics of Youyiqiao landslide along China-Nepal Highway[J]. Journal of Mountain Science, 21(S1): 139-142, 160.
ZHANG Y, WANG Y J, YAN S Y, 2016. Ground subsidence detection of Peibei mining area based on stacking InSAR technology[J]. Coal Technology, 35(7): 102-105.
ZHAO C Y, 2009. Differential interferometric radar technology for discontinuous deformation monitoring[D]. Xi'an: Changan University. (in Chinese)
ZHAO G M, WU Z H, LIU J, et al., 2019. The time space distribution characteristics and migration law of large earthquakes in the Indian-Eurasian plate collision deformation area[J]. Journal of Geomechanics, 25(3): 324-340.
ZHU J, LEI Y, ZHAO J, 2008. Mechanism analysis of the outsized ancient landslide of Zhangmu port in Tibet[J]. Hydrogeology and Engineering Geology, 35(1): 49-52.
ZHU J, CAI Q E, JIANG H B, 2010. Deformation monitoring & analysis of ancient landslide at Zhangmu port in Tibet[J]. Journal of Engineering Geology, 18(1): 66-71.
白永健, 倪化勇, 葛华, 2019. 青藏高原东南缘活动断裂地质灾害效应研究现状[J]. 地质力学学报, 25(6): 1116-1128.
陈剑, 王全才, 李波, 2016. 西藏樟木滑坡特征及成因研究[J]. 自然灾害学报, 25(2): 103-109.
崔鹏, 陈晓清, 程尊兰, 等, 2010. 西藏泥石流滑坡监测与防治[J]. 自然杂志, 32(1): 19-25.
杜小平, 郭华东, 范湘涛, 等, 2013. 基于ICESat/GLAS数据的中国典型区域SRTM与ASTER GDEM高程精度评价[J]. 地球科学:中国地质大学学报, 38(4): 887-897.
胡桂胜, 陈宁生, 苏鹏程, 等, 2016. 西藏聂拉木县"4·25"尼泊尔地震次生山地灾害与防灾减灾对策[J]. 自然灾害学报, 25(4): 70-76.
胡瑞林, 张小艳, 马凤山, 等, 2015.西藏樟木堆积体结构及其稳定性[C]//中国科学院地质与地球物理研究所.中国科学院地质与地球物理研究所2014年度(第14届)学术年会论文汇编: 工程地质与水资源研究室.北京: 中国科学院地质与地球物理研究所科技与成果转化处, 2015: 8. http://www.cnki.com.cn/Article/CJFDTotal-GCDZ201404025.htm
康亚, 2016. InSAR技术在西南山区滑坡探测与监测的应用[D].西安: 长安大学. http://cdmd.cnki.com.cn/Article/CDMD-10710-1016748892.htm
李旺, 2018. 基于哨兵卫星的长白山地区地表形变监测DInSAR技术[J]. 北京测绘, 32(9): 1073-1077.
李鑫, 李秀珍, 何思明, 等, 2018. 西藏樟木扎美拉山危岩特征与稳定性评价[J]. 四川地质学报, 38(2): 310-316.
刘杰, 赵根模, 吴中海, 2017. 2015年尼泊尔8.1级大地震前后喜马拉雅带地震活动图像演变[J]. 地质力学学报, 23(1): 173-181.
刘星洪, 姚鑫, 周振凯, 等, 2018. 滑坡灾害InSAR应急排查技术方法研究[J]. 地质力学学报, 24(2): 229-237.
罗永红, 李石桥, 王梓龙, 2017. 尼泊尔地震诱发地质灾害发育特征及影响因素分析[J]. 地质灾害与环境保护, 28(3): 33-40.
毛成文, 2008.西藏樟木镇福利院滑坡稳定性分析与评价[D].西安: 西安科技大学. http://d.wanfangdata.com.cn/Thesis/Y1321998
单新建, 张国宏, 汪驰升, 等, 2015. 基于InSAR和GPS观测数据的尼泊尔地震发震断层特征参数联合反演研究[J]. 地球物理报, 58(11): 4266-4276.
王京, 2018.长时序星载InSAR技术滑坡地质灾害监测研究[D].北京: 北京交通大学. http://cdmd.cnki.com.cn/Article/CDMD-10004-1018131393.htm
王金烁, 赵宁远, 2020. 利用InSAR技术研究2018年西藏谢通门MW5.6地震发震构造[J]. 地震工程学报, 42(2): 384-390.
王仁超, 孔纪名, 崔云, 等, 2019. 尼泊尔MS8.1地震西藏重灾区震害特征分析及灾后重建对策[J]. 四川地震, (1): 32-39.
王晓青, 黄树松, 丁香, 等, 2015. 遥感与GIS在尼泊尔地震现场灾害调查与评估中的应用[J]. 国际地震动态, (9): 119.
武新宁, 易俊梅, 周淑丽, 等, 2017. 尼泊尔Ms8.1级地震活动构造及次生地质灾害研究[J]. 水文地质工程地质, 44(4): 137-144.
杨志华, 张永双, 郭长宝, 等, 2017. 2017.基于Newmark模型的尼泊尔Ms8.1级地震滑坡危险性快速评估[J]. 地质力学学报, 23(1): 115-124.
姚志勇, 2017. 中尼铁路夏木德至加德满都段主要工程地质问题及地质比选[J]. 铁道标准设计, 61(9): 21-25.
易顺民, 唐辉明, 1996. 西藏樟木滑坡群的分形特征及其意义[J]. 长春地质学院学报, 26(4): 392-397.
曾珠, 2019.基于InSAR技术分析甘肃黑方台已滑及潜在滑坡区地表形变[D].成都: 电子科技大学. http://cdmd.cnki.com.cn/Article/CDMD-10614-1019850781.htm
张小刚, 强巴, 2003. 中尼公路友谊桥滑坡的发育特征分析[J]. 山地学报, 21(S1): 139-142, 160.
张洋, 汪云甲, 闫世勇, 2016. 基于Stacking InSAR技术的沛北矿区沉降监测[J]. 煤炭技术, 35(7): 102-105.
赵超英, 2009.差分干涉雷达技术用于不连续形变的监测研究[D].西安: 长安大学. http://cdmd.cnki.com.cn/Article/CDMD-11941-2009176708.htm
赵根模, 吴中海, 刘杰, 等, 2019. 印度-欧亚板块碰撞变形区的大地震时空分布特征与迁移规律[J]. 地质力学学报, 25(3): 324-340.
祝建, 雷英, 赵杰, 2008. 西藏樟木口岸特大型古滑坡形成机理分析[J]. 水文地质工程地质, 35(1): 49-52.
祝建, 蔡庆娥, 姜海波, 2010. 西藏樟木口岸古滑坡变形监测分析[J]. 工程地质学报, 18(1): 66-71.