遥感技术与应用, 2023, 38(5): 1042-1053 doi: 10.11873/j.issn.1004-0323.2023.5.1042

InSAR专栏

南迦巴瓦峰地区地表形变的InSAR监测与分析

吴弼星,1,2, 郭建文,1,3,4, 吴阿丹1,4, 刘丰1, 冯敏5

1.中国科学院西北生态环境资源研究院 黑河遥感试验研究站，甘肃省遥感重点实验室，甘肃 兰州 730000

2.中国科学院大学，北京 100049

3.江苏省地理信息资源开发与利用协同创新中心，江苏 南京 210023

4.青海师范大学高原科学与可持续发展研究院，青海 西宁 810016

5.中国科学院青藏高原研究所，青藏高原地球系统与资源环境全国重点实验室，国家青藏高原科学数据中心，北京 100101

InSAR Monitoring and Interpretation of Surface Deformation in Namcha Barwa Area

WU Bixing,1,2, GUO Jianwen,1,3,4, WU Adan1,4, LIU Feng1, FENG Min5

1.Heihe Remote Sensing Experimental Research Station，Key Laboratory of Remote Sensing of Gansu Province，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.University of Chinese Academy of Sciences，Beijing 100049，China

3.Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application，Nanjing 210023，China

4.Academy of Plateau Science and Sustainability，Qinghai Normal University，Xining 810016，China

5.National Tibetan Plateau Data Center，State Key Laboratory of Tibetan Plateau Earth System，Resources and Environment （TPESRE），Institute of Tibetan Plateau Research，Chinese Academy of Sciences，Beijing 100101，China

通讯作者: 郭建文（1970-），男，甘肃酒泉人，研究员，主要从事GIS及生态环境监测物联网应用研究。E⁃mail:guojw@lzb.ac.cn

收稿日期: 2022-09-27   修回日期: 2023-07-15  

基金资助: 中国科学院战略性先导科技专项（A类）课题“泛第三极大数据平台及数据集成”.  XDA20060600

Received: 2022-09-27   Revised: 2023-07-15  

作者简介 About authors

吴弼星（1996-），男，河南荥阳人，硕士研究生，主要从事地表形变监测应用研究E⁃mail:wubixing@nieer.ac.cn , E-mail：wubixing@nieer.ac.cn

摘要

南迦巴瓦峰地区位于东喜马拉雅构造结的构造变形核心地带，地质构造环境复杂，地质灾害频发，加强对该地区的地表形变监测研究对当地防灾减灾和经济可持续发展有着重要意义。研究利用Sentinel-1卫星数据在该区域开展地表形变监测，通过PS-InSAR技术获得雷达视线方向（Line-Of-Sight， LOS）的形变速率分布与形变时间序列数据，并对地表形变的分布情况和2017年米林M6.9地震的同震形变情况展开分析与讨论。结果发现南迦巴瓦地区地表形变受新生代构造变形影响较大，研究区内的构造形变主要有同震、震后松弛形变和板块边界带的俯冲形变。雅鲁藏布江两侧变形差异较大，北侧呈缓慢的负形变趋势，南侧由于受到俯冲断裂的影响以较高的速率正形变。米林地震的同震形变呈现出西南盘负形变，北东盘正形变且西南盘形变量更大的空间分布特征。研究结果表明：InSAR监测技术可为青藏高原灾害监测和科学研究提供高时空分辨率的地表形变数据。

关键词： 南迦巴瓦峰 ; 地表形变监测 ; PS⁃InSAR ; LOS向形变速率

Abstract

Namcha Barwa region is located in the core tectonic deformation zone of the Eastern Himalayan Syntaxis with a complicated geological-tectonic environment and frequent geohazards. Therefore， it is of great significance to strengthen the research of surface deformation monitoring in this area for local disaster prevention and mitigation and sustainable economic development. This study aims to monitor surface deformation using Sentinel-1 SAR images in this region. Using PS-InSAR technique， the surface deformation rates distribution and deformation time series on LOS （Line-Of-Sight） were acquired. Then the status of surface deformation distribution and coseismic deformation caused by Mainling M6.9 earthquake in 2017 were discussed. It is revealed that the deformation in Namcha Barwa is greatly affected by Cenozoic tectonic deformation. Tectonic deformation in the study area mainly included coseismic deformation， postseismic relaxation deformation and thrust deformation in plate boundary. The deformations were quite different on both sides of the Yarlung Zangbo River. A slow negative deformation trend is shown on the north side， while the south side is positive deformed at a high rate caused by thrust faults. The coseismic deformation of Mainling earthquake showed a spatial distribution trait of negative deformation on the southeast side of the epicenter， positive deformation on the northeast side， positive and a larger deformation on the southwest side. This study demonstrated that， InSAR can provide high spatial and temporal resolution surface deformation data for hazard monitoring and scientific research on Qinghai-Tibet Plateau.

Keywords： Namcha Barwa ; Monitoring of surface deformation ; PS-InSAR ; Deformation rate in LOS direction

PDF (10527KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

吴弼星, 郭建文, 吴阿丹, 刘丰, 冯敏. 南迦巴瓦峰地区地表形变的InSAR监测与分析. 遥感技术与应用[J], 2023, 38(5): 1042-1053 doi:10.11873/j.issn.1004-0323.2023.5.1042

WU Bixing, GUO Jianwen, WU Adan, LIU Feng, FENG Min. InSAR Monitoring and Interpretation of Surface Deformation in Namcha Barwa Area. Remote Sensing Technology and Application[J], 2023, 38(5): 1042-1053 doi:10.11873/j.issn.1004-0323.2023.5.1042

1 引 言

印度板块与欧亚板块碰撞产生了地球“第三极”——青藏高原，平均海拔达4 000 m以上，此过程中形成的喜马拉雅山脉，横亘于青藏高原南缘，阻挡了印度洋暖湿气流的北进，改变了北半球的大气环流［1-4］和局地气候，受此影响，在喜马拉雅地区发育出恒河和雅鲁藏布江等大型河流。河流的侵蚀及板块挤压断裂的共同作用，在喜马拉雅山系间产生了许多大型峡谷［5-6］，形成了复杂的山地地形形态；另一方面，滞留在喜马拉雅地区的印度洋暖湿气流在青藏高原形成了丰富的冰川，而受近几十年全球大气剧烈升温影响，青藏高原的冰川加速消退［7-8］，并在喜马拉雅地区造成大量冰川崩塌灾害事件［9-10］。与此同时，受构造运动、降水、高山峡谷地形等因素的影响，融沉、滑坡和泥石流等自然灾害的发生愈发频繁，进而极易引发河道堵塞、溃决等次生灾害［11］，比如2000年易贡乡滑坡堵江事件、2018年藏南色东普沟滑坡堵江事件。频发的地质灾害对当地居民的生命财产安全，以及区域生态环境和经济的可持续发展造成严重威胁，因而，加强对青藏高原地表形变监测方法与应用技术的研究，对防灾减灾、可持续发展具有重大意义［12］。

GPS地壳形变监测技术虽然可以获得地表形变信息，但难以实现对大区域的形变监测，尤其在像南迦巴瓦地区的高山陡峭峡谷地带，开展GPS地表形变监测难度极大，而且成本非常高昂［13-19］。合成孔径雷达干涉测量技术（Interferometric Synthetic Aperture Radar， InSAR）可实现对大区域的低成本、高精度、全天候连续形变监测［20-21］，非常适合应用在青藏高原。

多时相InSAR技术通过对同一地区不同时间获取的SAR图像进行干涉处理，使用相干系数高的像元进行形变序列的求解，从而获得LOS向形变速率。多时相InSAR技术克服了之前差分干涉测量技术（D-InSAR）中大气噪声、时空失相干、轨道误差等因素对计算精度的影响，近年越来越受到重视。其中，Ferretti等［22-23］提出的永久散射体（Persistent Scatterer）雷达干涉测量技术（PS-InSAR）和Berardino等［24］提出的小基线集（Small Baselines Subset）雷达干涉测量技术（SBAS-InSAR）是当前主流的时序InSAR方法。PS-InSAR基于永久散射体点构建的弧段进行差分，计算出相邻点间的速率差，相较于SBAS-InSAR，PS-InSAR可以利用大气噪声的空间相关性来削减大气噪声的影响，从而可显著提高计算精度；通过与同期的水准测量和GPS数据相对比，证实PS-InSAR技术具有可与GPS媲美的毫米级精度。另一方面，由于SBAS-InSAR和PS-InSAR干涉对生成策略的不同，使得PS-InSAR算法生成的干涉对数量和需要的计算量都比SBAS-InSAR更少，因而PS-InSAR更适用于对响应速度有很高要求的地质灾害监测中。目前，PS-InSAR已在青藏高原地震活动、滑坡、冻土变形、青藏铁路与公路灾害监测与治理等领域得到广泛应用［25-37］。

研究采用PS-InSAR研究藏南地区南迦巴瓦峰及相邻区域的地表形变过程及其时空分布特征，同时对中高灾害风险区进行了提取，进而分析讨论了形变产生的原因。相关的研究方法和结果可为相似区域的灾害监测和构造运动研究提供参考，同时也可为雅鲁藏布江水电站的开发提供形变数据的支撑。

2 研究区概况

印度板块在向北推进的过程中，东部楔入亚欧大陆，形成了拇指状的南迦巴瓦构造结［38］，北东向倾斜的背斜构造［6］，宽约30~40 km，位于青藏高原东南部、雅鲁藏布江大拐弯处，其西部边界为东久—米林左旋走滑断裂，东部边界为阿尼桥-墨脱右旋走滑断裂，北部边界为雅鲁藏布江大峡谷逆冲断裂带［38-39］。在该构造结的外部也展布着诸多断裂，如介于阿萨姆构造结与南迦巴瓦构造结之间的主中央逆冲断裂、阿萨姆构造结的主边界逆冲断裂、南迦巴瓦构造结北部的嘉黎断裂等等。

南迦巴瓦构造结所在的南迦巴瓦地区是喜马拉雅造山带中形变最为剧烈、隆升和剥露速率最快的地区［40-42］，已经成为中国大陆地震活动最为强烈的地区之一［43］，并在其他多种地理因素的共同作用下，该地区发生地质灾害的风险极高。另一方面，高山峡谷的复杂地形又会对自然灾害起到放大作用，比如形成滑坡—堰塞湖—洪水溃决灾害链。域内的察隅县1950年发生了M8.6地震，随后的半年内又发生14次6级以上的余震［44］，但自1980年以后，该地区却罕有6级以上地震发生［45］，然而该地区广泛分布的断裂依旧是诱发强震的主要因素。2017年在米林发生了M6.9地震，这可能是一个非常重要的信号，因此以该地区作为研究区，开展PS-InSAR地表形变监测研究能为青藏高原灾害监测提供数据支持。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   南迦巴瓦峰地区地形与断裂分布图

（F1： 察隅断裂；F2、F3： 嘉黎断裂；F4： 东久米林断裂；F5： 雅鲁藏布江断裂；F6： 墨脱断裂；F7： 阿帕龙断裂；F8： 主边界断裂带；F9： 主中央断裂；F10： 怒江断裂；F11： 巴青-类乌齐断裂；F12： 澜沧江断裂）

Fig.1   Topography and fault distribution of the Namche Barwa region


3 数据与预处理

3.1　数据

研究使用了2017年3月16日至2021年3月31日期间的115幅Sentine-1卫星的升轨影像，成像方式为IW（Interferometric Wide swath）模式，幅宽250 km，分辨率5 m×20 m（方位×距离），入射角范围29°~46°，VV极化。采用SRTM（Shuttle Radar Topography Mission，美国）的30 m分辨率DEM数据进行SAR图像配准和地形相位去除。

3.2　数据预处理

数据预处理是为后续的多时相分析制备所需的干涉对数据。在ISCE［46］软件中，采用时间基线最小原则，选用2019年3月6日的影像作为主影像，其余影像作为辅影像（图2）。配准的过程依次对Sentinel-1的SAR影像完成burst消除和图像合并的操作，然后使用SRTM DEM进行地理配准，生成干涉对，最后去除干涉图中地形相位，生成差分干涉图（图3）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   时空基线分布图

Fig.2   Distribution for spatial-temporal baseline


图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   预处理流程图

Fig.3   Pre-processing flowchart


4 研究方法

本研究主要针对研究区的地表形变分布和地震同震形变两部分内容展开。地表形变分布利用PS-InSAR技术获取研究区的LOS向形变速率分布，进而利用后续的同震形变分析获取的去同震后的形变速率分布，对初始的形变速率分布进行修正，然后在此基础上分析研究区的形变分布。同震形变分析使用PS-InSAR生成的形变序列进行时序模型拟合，得到同震形变分布和去同震形变后的形变速率分布（图4）。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   研究方法逻辑体系图

Fig.4   Logic architecture diagram of research method


4.1　地表形变分布研究

PS-InSAR方法是基于空间基线最小或者时间基线最小等原则，从N幅SAR影像中选取其中的1幅作为主影像，其他的影像作为辅影像，生成N-1幅干涉图。PS点的选取依据像元后向散射稳定性和回波信号强度，并用选取的PS点生成PS点网络。相邻的PS点间进行差分处理，初步削弱大气噪声对计算精度的影响，求解出速率差。对于相位中的大气噪声干扰，利用大气噪声空间相关性强、时间相关性弱的特点，相当于空间域的低频信号和时间域的高频信号，进行滤波处理，再通过积分，最终获得各PS点的LOS向形变速率。

PS-InSAR时序处理采用StaMPS［47］完成，生成研究区的形变序列。PS点的选取采用了振幅离差法，对应参数值取0.4，共选出2 036 409个PS点。采用3D解缠法进行相位解缠，以提高解缠的可靠性。最终，获得研究区的LOS向形变速率分布以及各个PS点的形变序列数据。

4.2　地震同震分析

2017年研究区内的米林县发生M6.9地震，本研究解算出的该地震区域PS点的形变序列中，包含地震造成的同震阶跃形变。通过对PS点形变序列的时序拟合处理，可以得到对应的同震形变分布。

目前常用的InSAR形变时间序列拟合模型有线性模型、周期模型、同震形变模型以及震后松弛形变模型。研究过程中经过测试发现，如果将同震形变与其他形变一同拟合，得到的同震分量误差很大，所以研究采用了组合模型［27］分段拟合的时间序列拟合方法。组合模型由式（1）表示：

yti=a1+a2×ti+a3×sin 2π×ti+a4×         cos 2π×ti+eti

其中：ti为干涉图的时间基线；a1+a2×ti代表形变序列中的线性形变；a1是线性模型的截距；a2是线性模型中的线性速率；a3×sin 2π×ti+a4×cos 2π×ti代表形变序列中的周期性变化，周期为1 a；a3和a4分别是周期模型的系数，它们决定了周期模型的振幅和相位； e(ti)是随机噪声。

该组合模型以线性模型和周期模型为基础，综合考虑了线性和周期形变，可以得到比较好的拟合结果，也可提高计算精度。

分段拟合是以地震发生的时刻为界，将PS点的时间序列分为前后两部分，并分别用组合模型进行拟合，这样在地震发生的时刻可以解算得到同震形变量。

形变序列分段拟合使用Python scipy库提供的最小二乘法程序包进行处理，并解算模型对应的系数和拟合值。

5 结 果

5.1　南迦巴瓦地区地表形变分布

由于InSAR是基于不同时间段内同一地点影像信号的相位差测算地表的形变。地表到SAR卫星传感器的距离不同导致获取到的SAR影像的相位不同，基于相位差测算的地表形变数据，其绝对值反映的是地物与SAR卫星传感器之间的距离（LOS向距离），正负号反映了地物与SAR卫星传感器之间距离的远近变化方向，正号表示地物接近SAR卫星，负号表示地物远离SAR卫星。由于研究仅使用了升轨数据，无法分离地表形变数据中垂向的升降分量和水平的平移分量，因此文中只使用LOS向距离来讨论形变，以正形变与负形变来描述形变的方向。

研究利用PS-InSAR获取了南迦巴瓦地区2017年3月至2021年3月期间的年均LOS向形变速率（图5），进而在此基础上利用时序模型拟合的方法，获得去除了地震同震形变的LOS向形变速率（图6）。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   形变速率分布图

Fig.5   Distribution of deformation rate


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   分离同震形变后的形变速率分布以及康玉乡、易贡乡代表性PS点的形变序列

Fig.6   Distribution of deformation rate after separating coseismic deformation and deformation time series of representative PS points in Kangyu and Yigong


图6所示的形变空间分布表明，正形变主要分布在研究区的南部，其北部边界为嘉黎断裂，西部边界为南迦巴瓦峰，东部边界为察隅断裂。正形变区域内，形变最为剧烈的地方在南迦巴瓦峰，平均速率在10 mm/a以上，这与南迦巴瓦地质学的研究结论相一致［6，34］，这也佐证了在该地区使用InSAR技术获得的形变速率的可靠性。察隅断裂的西侧也有着较为明显正形变，速率在5~10 mm/a之间。负形变主要位于加拉白垒峰、易贡乡和研究区的东北部，其中东北部康玉乡的负形变速率绝对值更高。图6（b）和图6（c）展示了位于康玉乡和易贡乡的两个代表性PS点的形变序列。

在雅鲁藏布江南北两侧的南迦巴瓦峰和加拉白垒峰，形变趋势也有较大的差异，北侧呈现较缓慢的负形变（-5~0 mm/a），南侧则为较高速率的正形变（≥10 mm/a）。相似的形变速率空间分布差异也出现在察隅断裂两侧。为了清晰地展示这些形变分布的差异，沿雅鲁藏布江和察隅断裂各设置了3个横剖面（图6中所示的6个剖面），在此6个剖面上分别提取了对应的LOS向速率（图7），剖面A-A’、B-B’和C-C’位于雅鲁藏布江区域（图7（a）~图7（c）），从剖面图可知LOS向速率在跨越雅鲁藏布江后，由-5~0 mm/a快速地变为10~15 mm/a，在雅鲁藏布江两侧形成了较大的速率变化梯度。剖面D-D’、E-E’和F-F’位于察隅断裂（图7（e）~图7（g）），其剖面图中出现了相似的速率变化模式，断裂两侧呈现出较大的形变速率差异。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   形变速率剖面图

Fig.7   Profile map of deformation rate


5.2　米林M6.9地震同震形变

2017年11月15日6时34分，在米林市发生了6.9级地震，震源深度10 km。目前不同机构给出的震中位置各不相同，由于地震局在该地区部署多个地震观测台站，对震中的测算精度更为可靠，因此这里采用地震局发布的震中数据：29.87°N，95.05° E［49］。

由于同震形变只存在于地震发生的局部区域，离震中越远形变量越小，因此本研究根据微小同震形变（近似于0）PS点的分布来获取同震形变区的范围，并以此范围内的同震数据对研究区的形变分布进行修正。同震PS点选取的阈值设定为-1~1 mm，最终的结果如图8所示。PS-InSAR获得的同震位移主要分布在蓝色椭圆范围内，整体的分布格局为西南盘负形变，北东盘正形变；西南盘形变量大于北东盘，这与刘云华等［43］的研究相一致。同震形变区的西南盘最大形变量在60 mm以上，北东盘形变量相对较小，在10~40 mm范围内。图9展示了位于地震西南、东北两侧的a、b两点形变序列。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   米林地震同震形变分布

（震中Z1来自哈佛大学GCMT；震中Z2来自中国地震台网中心；震中Z3来自USGS；震中Z4来自中国地震局）

Fig.8   Mainling earthquake coseismic deformation distribution


图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   点a、b LOS向形变时序图

Fig.9   The LOS deformation time series of point a and point b


6 讨 论

6.1　南迦巴瓦构造结和察隅断裂西侧形变分析

南迦巴瓦构造结形变（图6）分布可知，在雅鲁藏布江南北两侧呈现不同的形变趋势，北侧以中低速负形变为主，南侧则为高速率正形变。南迦巴瓦构造结处在印度板块与欧亚板块碰撞的前沿，猛烈的碰撞引起该地区快速隆起，且在3 Ma左右已经开始并持续至今。Patzelt等［50］1996年的研究表明印度板块和亚欧板块最早在65~60 Ma在南迦巴尔特地区发生了碰撞，又称西喜马拉雅构造结，之后两大板块在南迦巴瓦地区发生了碰撞。Dewey等［51］在1989年研究表明，印度板块在喜马拉雅两大构造结处向北推进的速率不一致，西部的推进速率为55 mm/a，东部推进速率为64 mm/a。东西两侧的推移速率差异导致印度板块在东部地区持续的向北楔入亚欧大陆、挤压。图10展示了该地区断裂和构造结的运动方向，解释了加拉白垒峰东部呈现4~7 mm/a速率的正形变。但在构造结的中西部，雅鲁藏布江两侧截然不同的形变模式原因在于两侧不同的山体内部构造运动的性质不同（图10），南侧的南迦巴瓦山体内发育多条逆冲断裂，沿雅鲁藏布江展布的断裂为走滑断裂，在其北侧山体内部未发育断裂。因此，由于构造结内部不同区域的构造运动方式不同，造成了两侧形变模式的差异。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   南迦巴瓦构造结及阿萨姆构造结运动模式［37， 44］

Fig.10   The movement pattern of the Eastern Himalayan Syntaxis and the Assam Syntaxis


察隅断裂西侧在南迦巴瓦构造结之外，以5~10 mm/a速率正形变。该区域内的断裂为走滑断裂，对区域内隆起形变影响甚小，因此排除墨脱断裂、阿帕龙断裂等走滑断裂的影响。在该区域的西南侧，以主边界逆冲断裂为北边界的阿萨姆构造结在快速向东北方向推进。由于阿萨姆构造结在阿帕龙断裂以西，与察隅断裂西侧高速正形变区域的距离较远，推断阿萨姆构造结对该地区高速正形变影响较小。排除走滑断裂、阿萨姆构造结对该地区地表形变的影响，地震震后的松弛形变可能引起地表隆起，在InSAR的计算结果中表现出正形变。1950年8月在西藏察隅县发生M8.6地震，震中位于（28.65° N， 96.68° E），此次地震为1900年来最强的内陆地震。根据尹凤玲等［52］的研究，受察隅地震震级和粘滞性系数的影响，察隅地震震后百年内（2050年）地表形变仍将持续，大地震的影响时间超过百年。据此，推断察隅断裂西侧的快速正形变受到了察隅地震震后松弛形变的影响。

6.2　加拉白垒峰和康玉乡形变分析

根据PS-InSAR的计算结果（图11（a））可以得知，加拉白垒峰负形变程度较为剧烈，其形变速率的绝对值在10 mm/a以上，A区域越接近东部，其形变速率绝对值越高，B区域的中部也呈现出较高速率的负形变。移除地震的同震形变后，该地区的线性形变速率发生了较大的变化（图11（b）），A区域PS点形变速率主要分布在-3~3 mm/a区间内，B区域的PS点形变速率由负值变为了正值，约为5 mm/a，这表明加拉白垒峰的高速负形变主要是由地震的同震形变造成的。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   加拉白垒峰形变速率分布及光学影像

Fig.11   Distribution of linear deformation rate of Gyala Peri Peak and optical remote sensing images


移除同震形变后，A区域依旧存在负形变速率较高的PS点，这部分PS点位于色东普沟的中部。图11（c）为A区域色东普沟的光学影像，从图中可以得知山坡中部的高速负形变主要是由山体的蠕滑平行运动引起的，山坡中部坡度较大、植被覆盖稀疏且山体土质较疏松，在冰川融水的侵蚀下，易于形成滑坡，具有潜在的灾害风险。

相较于加拉白垒峰，康玉乡的形变序列未受到地震的影响。根据该地区地表高速负形变PS点的形变序列可以得知（图13），该地区的线性形变趋势较为明显，未呈现突变、加速的形变状态，图12（b）为点a所在区域的光学影像，根据其光学影像可以得知该地区的高速负形变原因与加拉白垒峰的色东普沟具有相似性，该地区的坡度在38.6°以上，坡度较高，坡面植被覆盖稀疏且山顶冰川发育，夏季冰川消融流水侵蚀，致使该地区以较高的速率沿山坡向下蠕滑。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12   康玉乡形变速率分布及光学影像

Fig.12   Distribution of linear deformation rate of Kangyu and optical remote sensing images


图13

新窗口打开| 下载原图ZIP| 生成PPT

图13   点a和点b形变序列

Fig.13   LOS deformation time series of point a and point b


6.3　同震形变分析

米林同震形变是由震中附近的西兴拉断裂［53］在其深部发生同震破裂而产生错动引起的地表变形。米林地震的发震层面具有高倾角、NW走向、NE倾向特征，断裂的西南盘为下盘，北东盘为上盘。目前关于米林地震的相关研究认为此次地震属于逆冲地震，断裂西南侧地壳向下做逆断层运动，东北侧受到挤压地壳隆升。因此研究得到的同震形变呈西南侧负形变，东北侧正形变的分布特点。

通过与地震局GPS捕捉到的同震形变对比，发现PS-InSAR的结果在进行同震位移估算的时候出现了低估，如贾鲁镇的GPS观测站记录垂直向同震位移为-42 mm，但是PS估算的结果接近于0；在距离贾鲁镇较近的加拉白垒峰北侧估算值仅为-10~-20 mm。这表明PS在进行同震位移估算时，造成数值的低估。刘云华等［43］在对米林地震的研究中使用了传统的D-InSAR的手段来进行同震形变的估算，结果与GPS有较好的一致性，与之相比，PS-InSAR估算出现低估。出现上面的问题可能在于PS处理大气噪声的算法。由于大气噪声在不同的时间段有不同的数值特征，在时间维度上具有巨大的波动性。针对大气噪声在时间维度上的高频特征，PS算法在时间域进行高通滤波估算高频大气噪声，而地震造成的同震形变在数值上表现为震前和震后的巨大差异，具有高频信号的特征，这部分波动可能会被算法视为大气噪声的一部分进行估算并移除，进而产生计算结果偏低的问题。

7 结 论

研究利用Sentinel-1数据和PS-InSAR技术获取了南迦巴瓦地区2017年3月至2021年3月的形变序列，并使用时间序列模型对米林地震区域进行了拟合，从形变信号中分离了同震形变，进而在此基础上分析了形变的原因。研究表明：

（1）研究区内的地表形变受新生代板块碰撞俯冲构造影响较大，主要构造形变有同震以及震后松弛形变和板块边界带的俯冲形变，3种构造形变分别分布在加拉白垒峰、察隅断裂西侧和南迦巴瓦峰。加拉白垒峰的同震形变在60 mm以上，察隅断裂西侧和南迦巴瓦峰的形变速率分别为5~10 mm/a和10~17 mm/a。南迦巴瓦峰由于特殊的构造环境，高速的正形变可能持续发生。

（2）断裂带两侧形变速率梯度大。察隅断裂两侧形变速率差约为5 mm，沿雅鲁藏布江的断裂两侧速率差高达10 mm。这说明这两条断裂可能存在蠕滑的形变模式。

（3）研究区内存在3个负形变速率较高的区域，分别是加拉白垒峰区域、易贡乡、康玉乡。这些区域每年以大于5 mm/a的速率负形变，是可能具备发生滑坡、雪崩等地质灾害的高风险地区。

本文对南迦巴瓦峰地区进行了地表形变监测，揭示了该地区地表形变空间分布特征，并结合地质环境和光学影像分析了地表形变的成因，可为南迦巴瓦峰地区灾害监测提供数据支持。但当前的研究仅采用了单轨数据，计算结果会受到运动方式和山体坡度坡向的影响，未来的研究应该结合升降轨数据，获取该地区的三维地表形变速率，以提高地表形变监测结果的精度。

参考文献

GE Xiaohong， REN Shoumai， MA Lixiang， et al.

Multi-stage uplifts of the Qinghai-Tibet Plateau and their environmental effects

［J］. Earth Science Frontiers， 2006，13（6）：118-130.

[本文引用: 1]

葛肖虹， 任收麦， 马立祥， 等.

青藏高原多期次隆升的环境效应

［J］. 地学前缘， 2006，13（6）： 118-130.

[本文引用: 1]

LI Jijun.

Studies on the geomorphological evolution of the Qinghai-Xizang（Tibet） Plateau and Asian monsoon

［J］. Marine Geology & Quaternary Geology， 1999（1）： 7-17

李吉均.

青藏高原的地貌演化与亚洲季风

［J］. 海洋地质与第四纪地质， 1999（1）： 7-17.

LI Jijun， FANG Xiaomin， PAN Baotian， et al.

Late cenozoic intensive uplift of the Qinghai-Xizang Plateau and its impacts on environments in surrounding area

［J］. Quaternary Sciences， 2001，19（5）： 381-91.

李吉均， 方小敏， 潘保田， 等.

新生代晚期青藏高原强烈隆起及其对周边环境的影响

［J］. 第四纪研究， 2001，19（5）： 381-391.

SHI Yafeng， LI Jijun， LI Bingyuan， et al.

Uplift of the Qinghai-Xizang（Tibet） Plateau and fast Asia environmental change during late Cenozoic

［J］. Acta Geographica Sinica， 1999，54（1）： 12-22.

[本文引用: 1]

施雅风， 李吉均， 李炳元， 等.

晚新生代青藏高原的隆升与东亚环境变化

［J］. 地理学报，1999，54（1）： 12-22.

[本文引用: 1]

WANG P， SCHERLER D， JING L Z， et al.

Tectonic control of Yarlung Tsangpo Gorge revealed by a buried canyon in Southern Tibet

［J］. Science， 2014， 346（6212）： 978-981.

[本文引用: 1]

YANG R， HERMAN F， FELLIN M G， et al.

Exhumation and topographic evolution of the Namche Barwa Syntaxis， eastern Himalaya

［J］. Tectonophysics， 2018， 722： 43-52.

[本文引用: 3]

YE Q， KANG S， CHEN F， et al.

Monitoring glacier variations on Geladandong mountain， central Tibetan Plateau， from 1969 to 2002 using remote-sensing and GIS technologies

［J］. Journal of Glaciology， 2006， 52（179）： 537-545.

[本文引用: 1]

KANG S， XU Y， YOU Q， et al.

Review of climate and cryospheric change in the Tibetan Plateau

［J］. Environmental Research Letters， 2010， 5（1）. DOI： 10.1088/1748-9326/5/1/015101

[本文引用: 1]

ZHOU Yushan， LI Xin， ZHENG Donghai， et al.

The joint driving effects of climate and weather changes caused the Chamoli glacier-rock avalanche in the high altitudes of the India Himalaya

［J］. Science China Earth Sciences， 2021， 51 （12）： 2112-2125.

[本文引用: 1]

周玉杉， 李新， 郑东海， 等.

气候变化和异常天气共同导致印度杰莫利冰—岩崩塌

［J］. 中国科学：地球科学， 2021， 51（12）： 2112-2125.

[本文引用: 1]

SHUGAR D H， JACQUEMART M， SHEAN D， et al.

A massive rock and ice avalanche caused the 2021 disaster at Chamoli， Indian Himalaya

［J］. Science， 2021， 373（6552）： 300-306.

[本文引用: 1]

WANG Zhe， ZHAO Chaoying， LIU Xiaojie， et al.

Evolution analysis and deformation monitoring of Yigong Landslide in Tibet with optical remote sensing and InSAR

［J］. Geomatics and Information Science of Wuhan University， 2021， 46 （10）： 1569-1578.

[本文引用: 1]

王哲， 赵超英， 刘晓杰， 等.

西藏易贡滑坡演化光学遥感分析与InSAR形变监测

［J］. 武汉大学学报·信息科学版， 2021， 46（10）： 1569-1578.

[本文引用: 1]

CHENG Deqiang.

Hazard analysis of mountain-hazards in the areas of the Silk Road Economic Belt

［D］. Chengdu： University of Chinese Academy of Sciences （Institute of Mountain Hazards and Environment， Chinese Academy of Sciences）， 2020.

[本文引用: 1]

程德强.

丝绸之路经济带山地灾害危险性分析

［D］. 成都： 中国科学院大学（中国科学院水利部成都山地灾害与环境研究所）， 2020.

[本文引用: 1]

ZHENG G， WANG H， WRIGHT T J， et al.

Crustal deformation in the India-Eurasia collision zone from 25 years of GPS measurements

［J］. Journal of Geophysical Research-Solid Earth， 2017， 122（11）： 9290-9312.

[本文引用: 1]

LI Y， SHAN X， QU C， et al.

Crustal deformation of the Altyn Tagh Fault based on GPS

［J］. Journal of Geophysical Research-Solid Earth， 2018， 123（11）： 10309-10322.

LI S， WANG Q， YANG S， et al.

Geodetic imaging mega-thrust coupling beneath the Himalaya

［J］. Tectonophysics， 2018， 747： 225-238.

TIAN Z， YANG Z， BENDICK R， et al.

Present-day distribution of deformation around the southern Tibetan Plateau revealed by geodetic and seismic observations

［J］. Journal of Asian Earth Sciences， 2019， 171： 322-333.

GE W P， MOLNAR P， SHEN Z K， et al.

Present-day crustal thinning in the southern and northern Tibetan Plateau revealed by GPS measurements

［J］. Geophysical Research Letters， 2015， 42（13）： 5227-5235.

ZHENG G， WANG H， WRIGHT T J， et al.

Crustal deformation in the India-Eurasia collision zone from 25 Years of GPS measurements

［J］. Journal of Geophysical Research-Solid Earth， 2017， 122（11）： 9290-9312.

WANG M， SHEN Z K.

Present-Day crustal deformation of continental China derived from GPS and its tectonic implications

［J］. Journal of Geophysical Research-Solid Earth， 2020， 125（2）. DOI： 10.1029/2019JB018774

[本文引用: 1]

KANG Y， LU Z， ZHAO C Y， et al.

InSAR monitoring of creeping landslides in mountainous regions： A case study in Eldorado National Forest， California

［J］. Remote Sensing of Environment， 2021，258. DOI： 10.1016/j.rse.2021.112400

[本文引用: 1]

PENG M M， LU Z， ZHAO C Y， et al. 2022.

Mapping land subsidence and aquifer system properties of the Willcox Basin， Arizona， from InSAR observations and independent component analysis

［J］. Remote Sensing of Environment，2022，271：112894. DOI： 10.1016/j.rse.2022.112894

[本文引用: 1]

FERRETTI A， PRATI C， ROCCA F.

Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry

［J］. IEEE Transactions on Geoscience and Remote Sensing，2000，38（5）：2202-2212. DOI：10.1109/36.868878

[本文引用: 1]

FERRETTI A， PRATI C， ROCCA F.

Permanent scatterers in SAR interferometry

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2001， 39（1）： 8-20.

[本文引用: 1]

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.

[本文引用: 1]

CHEN F L， LIN H， LI Z， et al.

Interaction between permafrost and infrastructure along the Qinghai-Tibet Railway detected via jointly analysis of C- and L-band small baseline SAR interferometry

［J］. Remote Sensing of Environment， 2012， 123： 532-540.

[本文引用: 1]

BEKAERT D P S， HANDWERGER A L， AGRAM P， et al.

InSAR-based detection method for mapping and monitoring slow-moving landslides in remote regions with steep and mountainous terrain： An application to Nepal

［J］. Remote Sensing of Environment，2020，249. DOI：10.1016/j.rse. 2020. 111983

HONG S Y， LIU M.

Postseismic deformation and afterslip evolution of the 2015 Gorkha earthquake constrained by InSAR and GPS observations

［J］.Journal of Geophysical Rese-arch：Solid Earth，2021，126（7）. DOI：10.1029/2020JB 020230

[本文引用: 1]

CRIPPA C， VALBUZZI E， FRATTINI P， et al.

Semi-automated regional classification of the style of activity of slow rock-slope deformations using PS InSAR and Squee SAR velocity data

［J］. Landslides， 2021， 18（7）： 2445-2463.

LIU F， ELLIOTT J R， CRAIG T J， et al.

Improving the resolving power of InSAR for earthquakes using time series： A case study in Iran

［J］. Geophysical Research Letters， 2021， 48（14）. DOI： 10.1029/2021GL093043

HENRIQUET M， PEYRET M， DOMINGUEZ S， et al.

Present-Day surface deformation of sicily derived from Sentinel-1 InSAR Time-series

［J］.Journal of Geophysical Research： Solid Earth， 2022， 127（3）. DOI： 10.1029/2021JB 023071

HUSSAIN S， HONGXING S， ALI M， et al.

PS-InSAR based validated landslide susceptibility modelling：A case study of Ghizer valley， Northern Pakistan

［J］. Geocarto International， 2022， 37（13）： 3941-3962.

MOULISHREE J， GIRISH CH K， KAPIL M， et al.

Response of drainage to tectonics and PS-InSAR derived deformation study in Bilaspur， northwestern Himalaya， India

［J］. Geodesy and Geodynamics， 2022， 13（3）： 205-218.

FATHIAN A， ATZORI S， NAZARI H， et al.

Complex co- and postseismic faulting of the 2017-2018 seismic sequence in western Iran revealed by InSAR and seismic data

［J］. Remote Sensing of Environment，2021，253. DOI：10.1016/j.rse. 2020.112224

CHEN J， WU T， ZOU D， et al.

Magnitudes and patterns of large-scale permafrost ground deformation revealed by Sentinel-1 InSAR on the central Qinghai-Tibet Plateau

［J］. Remote Sensing of Environment， 2022， 268. DOI： 10.1016/j.rse.2021.112778

[本文引用: 1]

LIU S， ZHAO L， WANG L， et al.

Intra-annual ground surface deformation detected by site observation， simulation and InSAR monitoring in permafrost site of Xidatan， Qinghai-Tibet Plateau

［J］. Geophysical Research Letters， 2022， 49（3）. DOI： 10.1029/2021GL095029

COHEN-WAEBER J， BURGMANN R， CHAUSSARD E， et al.

Spatiotemporal patterns of precipitation-modulated landslide deformation from independent component analysis of InSAR time series

［J］. Geophysical Research Letters， 2018， 45（4）： 1878-1887.

WANG J， LU Z， GREGG P.

Inflation of okmok volcano during 2008-2020 from ps analyses and source inversion with Finite Element models

［J］. Journal of Geophysical Research-Solid Earth， 2021， 126（10）. DOI： 10.1029/2021J B022420

[本文引用: 2]

ZHANG Jinjiang， JI Jianqing， ZHONG Dalai， et al.

The tectonic pattern and formation process of Namche Barwa syntaxis in east Himalaya

［J］. Science in China（Ser D）， 2003（4）： 373-83.

[本文引用: 2]

张进江， 季建清， 钟大赉， 等.

东喜马拉雅南迦巴瓦构造结的构造格局及形成过程探讨

［J］. 中国科学（D辑：地球科学）， 2003（4）： 373-83.

[本文引用: 2]

DONG Hanwen， XU Zhiqin， CAO Hui， et al.

Comparison of eastern and western boundary faults of eastern Himalayan syntaxis，and its tectonic evolution

［J］. Earth Science，2018，43（4）： 933-51.

[本文引用: 1]

董汉文， 许志琴， 曹汇， 等.

东喜马拉雅构造结东、西边界断裂对比及其构造演化过程

［J］. 地球科学， 2018， 43（4）： 933-951.

[本文引用: 1]

DING Lin， ZHONG Dalai， PAN Yusheng， et al.

Fission track evidence of rapid uplift in the eastern Himalayan structure

［J］. Chinese Science Bulletin，1995，40（16）：1497-1500.

[本文引用: 1]

丁林， 钟大赉，潘裕生，等.

东喜马拉雅构造结上新世以来快速抬升的裂变径迹证据

［J］. 科学通报，1995，40（16）：1497-1500.

[本文引用: 1]

BURG J P， NIEVERGELT P， OBERLI F， et al.

The Namche Barwa syntaxis： Evidence for exhumation related to compressional crustal folding

［J］. Journal of Asian Earth Sciences， 1998， 16（2-3）： 239-252.

XU Z Q， JI S C， CAI Z H， et al.

Kinematics and dynamics of the Namche Barwa Syntaxis， eastern Himalaya： Constraints from deformation， fabrics and geochronology

［J］. Gondwana Research， 2012， 21（1）： 19-36.

[本文引用: 1]

LIU Yunhua， SHAN Xinjian， ZHANG Yingfeng， et al.

Use of seismic waveforms and InSAR data for determination of the seismotectonics of the Mainling Ms6. 9 earthquake on NOV.18，2017

［J］. Seismology and Geology， 2018， 40（6）： 1254-75.

[本文引用: 3]

刘云华， 单新建， 张迎峰， 等.

基于地震波及InSAR数据的2017年11月18日西藏米林M_S6.9地震发震构造

［J］. 地震地质， 2018， 40（6）： 1254-1275.

[本文引用: 3]

LI Baokun， DIAO Guiling， XU Xiwei， et al.

Redetermination of the source parameters of the Zayü， Tibet M8. 6 earthquake sequence in 1950

［J］. Chinese Journal of Geophysics， 2015， 58 （11）： 4254-4265.

[本文引用: 2]

李保昆， 刁桂苓， 徐锡伟， 等.

1950年西藏察隅M8.6强震序列震源参数复核

［J］. 地球物理学报， 2015， 58（11）： 4254-4265.

[本文引用: 2]

ZHANG Langping， SHAO Zhigang， YAN Rui.

Study on the characteristics of seismic activity in southeastern Tibet and surrounding areas

［J］. Earthquake， 2011， 31（3）：9-18.

[本文引用: 1]

张浪平， 邵志刚， 晏锐.

藏东南及周边地区地震活动特征研究

［J］. 地震， 2011， 31（3）： 9-18.

[本文引用: 1]

Rosen P A， Gurrola E， Sacco G F，et al.

The InSAR scientific computing environment

［C］∥ EUSAR 2012；9th European Con-ference on Synthetic Aperture Radar. VDE，2012：730-733.

[本文引用: 1]

HOOPER A， BEKAERT D， SPAANS K， et al.

Recent advances in SAR interferometry time series analysis for measuring crustal deformation

［J］. Tectonophysics， 2012， 514： 1-13.

[本文引用: 1]

LI Yuanqian， ZHANG Yi， SU Xiaojun， et al.

Early identification and characteristics of potential landslides in the Bailong River Basin using InSAR technique

［J］. National Remote Sensing Bulletin， 2021， 25（2）： 677-690.

李媛茜， 张毅， 苏晓军， 等.

白龙江流域潜在滑坡InSAR识别与发育特征研究

［J］. 遥感学报， 2021， 25（2）： 677-690.

XIE Chao.

A study on tectonic Geomorphology of Namche Barwa and activity of the faults

［D］. Beijing： Institute of Geology，China Earthquake Administrator， 2018.

[本文引用: 1]

谢超.

南迦巴瓦地区构造地貌及断裂活动特征

［D］. 北京： 中国地震局地质研究所， 2018.

[本文引用: 1]

PATZELT A， LI H M， WANG J D， et al.

Palaeomagnetism of Cretaceous to Tertiary sediments from southern Tibet： Evidence for the extent of the northern margin of India prior to the collision with Eurasia

［J］. Tectonophysics， 1996， 259（4）： 259-284.

[本文引用: 1]

DEWEY J F， CANDE S， PITMAN W C.

Tectonic evolution of the India Eurasia collision zone

［J］. Eclogae Geologicae Helvetiae， 1989， 82（3）： 717-734.

[本文引用: 1]

YIN Fengling， HAN Libo， JIANG Changsheng， et al.

Interaction between the 2017 M6.9 Mainling earthquake and the 1950 M8.6 Zayu earthquake and their impacts on surrounding major active faults

［J］. Chinese Journal of Geophysics， 2018，61（8）： 3185-3197

[本文引用: 1]

尹凤玲，韩立波，蒋长胜， 等.

2017年米林6.9级地震与1950年察隅8.6级地震的关系及两次地震对周边活动断层的影响

［J］.地球物理学报，2018，61（8）：3185-3197.

[本文引用: 1]

GENG Q R， PAN G T， ZHENG L L， et al.

The Eastern Himalayan syntaxis： Major tectonic domains， ophiolitic melanges and geologic evolution

［J］. Journal of Asian Earth Sciences， 2006， 27（3）： 265-285.

[本文引用: 1]

/

〈 〉