(一)研究背景

大型水库首次蓄水及后续水位的周期性波动会影响边坡稳定性，激活滑坡，可能对整个水库造成灾难性后果。因此，探测和持续监测整个库区的不稳定边坡对于减灾和风险评估至关重要，迫切需要在广域水库边坡进行持续性检测蓄水激活的边坡。卫星InSAR技术在探测活动滑坡中得到了广泛的应用，但是，常规基于人工的InSAR时间序列形变结果解译限制了滑坡探测的效率和可靠性。

(二)研究内容

武汉大学雷达遥感团队在自然科学基金和中欧“龙”计划五期项目的支持下，研究提出一套适用于大范围库区滑坡InSAR变形监测和连续自动识别的方法。该方法通过时空窗口识别滑坡形变，并在识别过程中结合InSAR可靠性评估指标，能够高效自动化地提取滑坡形变信息并编目。将该方法应用于某水电站库区，取得了较好的结果。

主要研究亮点包括：（1）提出一种用于水库库区变形监测和滑坡自动更新识别的方法。该采用自动检测程序，结合形变信息增强方法和InSAR可靠性评估结果连续更新识别滑坡；（2）将该方法应用于在蓄水前后的库区，证明了其有效性，自动识别了水库127个不稳定斜坡，其中发现了18个在第一次蓄水后新激活的山体滑坡；（3）分析库区不稳定边坡的分布特点和类型，并以两个激活边坡为例进行了讨论。一个案例说明了水库水位高度变化对滑坡形变的影响，另一个案例显示了大坝固结沉降过程以及蓄水对InSAR结果可靠性的影响。

(三)成果发表

该研究成果以“Automatic detection and update of landslide inventory before and after impoundments at the Lianghekou Reservoir using Sentinel-1 InSAR”为题，发表在遥感领域TOP期刊International Journal of Applied Earth Observations and Geoinformation上，论文第一作者为王一安博士，通讯作者为董杰副研究员。

(四)参考文献

1)Wang, Y., Dong, J.*, Zhang, L., Deng, S., Zhang, G., Liao, M., & Gong, J. (2023). Automatic detection and update of landslide inventory before and after impoundments at the Lianghekou reservoir using Sentinel-1 InSAR. International Journal of Applied Earth Observation and Geoinformation, 118, 103224 (DOI: https://doi.org/10.1016/j.jag.2023.103224)

2)Wang, Y., Liu, D., Dong, J. *, Zhang, L., Guo, J., Liao, M., & Gong, J. (2021). On the applicability of satellite SAR interferometry to landslide hazards detection in hilly areas: a case study of Shuicheng, Guizhou in Southwest China. Landslides, 18, 2609-2619 (DOI: 10.1007/s10346-021-01648-y)