摘要

论文内容：本文首先对中国滑坡隐患InSAR广域识别的发展脉络与背景进行了梳理，并基于文献计量视角（发展时段与发文量）对比分析了该技术在国内外的研究进展与应用现状，然后对该领域的未来发展趋势及面临的核心技术挑战进行了总结与展望，以期为InSAR技术更深入、高效地服务于国家地质灾害早期识别与风险防控提供参考。

InSAR技术在国内滑坡领域的首次应用可以追溯到2002—2004年XIA等和YE等 在三峡水库区域开展的相关InSAR测量实验。随后在三峡库区的InSAR滑坡监测研究逐渐增多，如2008—2010年，WANG等采用多种InSAR技术测量了三峡大坝周围地区如巴东县的形变；2013年，LIU等也成功识别到巴东县的斜坡形变区域；2016年SHI等基于先进陆地观测卫星（advanced land observing satellite，ALOS） 相控阵型L波段SAR数据在三峡库区共计探测到30处不稳定斜坡（图1（d）），三峡库区成为了滑坡灾害InSAR早期识别研究与应用最早的典型区域。

图1 大范围InSAR技术识别结果

InSAR技术工程化应用日益广泛，且伴随卫星遥感数据质量提升与计算能力进步，滑坡隐患识别的空间尺度持续扩展。2019年，在自然资源部统一部署下，全国地质灾害高易发区9省市采用以InSAR技术为核心的综合遥感手段，实施业务化大范围滑坡隐患普查，覆盖黄河上游、四川强震区、藏东南、滇西北及三峡库区五大典型灾害分布区（图2），总面积达118万km2。历经4个月作业，全国高、中易发区内221个县区共识别出8 450处疑似隐患。同期，重大地质灾害隐患综合遥感识别与监测技术向全国14个灾害影响突出省份推广，成为新一轮地质灾害风险普查的核心技术支撑。

图2 全国典型滑坡隐患InSAR广域识别应用区域

基于中国知网（http：//www.cnki.net/）以“滑坡识别+InSAR”为关键词检索，共获得相关论文约200篇（图3）。数据显示，2008—2017年间累计发文量仅为6篇；2017年四川茂县新磨村特大山体滑坡事件［4］中，InSAR技术的灾害回溯分析引发学界广泛关注，2018—2019年总发文量快速增长至近20篇。2020—2024年总发文量激增至169篇，较2018—2019年的年均发文量增幅约2倍。此显著增长主要源于2019年自然资源部印发《地质灾害防治三年行动实施纲要》，明确提出需充分利用“空-天-地”观测技术实现复杂区大型滑坡隐患早期识别。这表明政府部门业务化需求有力推动了该领域的发展。值得注意的是，2022—2024年发文量趋于稳定，一定程度反映InSAR滑坡广域识别正从研究转向工程化应用。学科分布方面，地质学（34.29%）、工业通用技术及设备（32.32%）与自然地理学和测绘学（24.06%）位列前三（图3），印证该技术已突破测绘学科范畴，获得地质与工程技术领域的全面重视。

注：数据检索时间为2025-02-18。

图3 中国知网数据库国内“滑坡识别+InSAR”检索

基于Web of Science数据库检索，国际范围内涉及InSAR技术用于滑坡识别的科技论文共计352篇。如图4（a）所示，国际学界利用InSAR技术进行滑坡隐患识别的研究活动始于2004年前后，此后研究成果数量呈持续增长趋势。由于时序InSAR算法的改进与逐步成熟，2011—2014年间相关论文发表量呈现快速增长。2015—2017年发文量出现显著增长，这主要源于Sentinel-1卫星数据的发射及其开放获取政策，促使国际学者更广泛地将该技术应用于滑坡隐患识别；此增长阶段较中国得益于Sentinel-1数据所带来的显著研究增长期（2018—2019年）提前约2~3年。2020—2024年发文量未呈现显著增长，表明该技术趋于成熟并逐步进入全面应用阶段；这一发展态势较中国同类转变约提前2年。在检索文献中，逾50%的论文隶属于地球科学及其交叉学科领域，其次为遥感学科、影像科学与摄影技术以及环境科学等（图4（b）），表明该研究方向主要受到地球科学与遥感领域学者的关注。

图4 国际上滑坡隐患InSAR识别发文现状

基于上述发文量分析及国际上滑坡隐患InSAR识别的典型案例与关键事件节点，该领域发展历程可划分为4个阶段（图5）：起步阶段、探索阶段、应用阶段与爆发阶段。2004—2008年间，年均论文发表量维持在2篇，标志着国际InSAR滑坡识别研究的起步。此阶段的代表性成果包括：随着永久散射体（persistent scatterer，PS）-InSAR的提出，HILLEY等首次将该技术应用于滑坡识别领域，成功探测滑坡体并精确界定其空间分布，验证了InSAR技术在滑坡隐患识别中的有效性。

图5 国际上滑坡隐患InSAR识别的发展时间线

2015—2019年期间，国际InSAR滑坡隐患识别研究的年均发文量增至15篇，标志着该技术进入广泛应用阶段。代表性案例如下：JOURNAULT等基于RADARSAT-2数据对普森河谷滑坡位移进行评估，识别出6处活动斜坡；HANDWERGER等利用ALOS-1数据在北加州海岸山脉约14 000 km2范围内定位50个缓慢移动滑坡；BOUALI等整合34景ENVISAT与40景COSMO-SkyMed影像，实现加州帕洛斯维德半岛263处潜在滑坡识别。在此阶段，意大利、挪威及德国相继完成国家/洲际尺度的广域InSAR滑坡隐患识别（图6（a）、6（b）），全面支撑地质灾害调查工作。该进展主要得益于Sentinel-1数据的充分存档与全球覆盖，辅以高性能超级计算平台的应用，共同实现了以欧洲为主的国家尺度滑坡隐患识别。

图6 国家和洲际尺度广域滑坡隐患InSAR识别及其形变监测结果

SAR卫星的迅猛发展为InSAR技术进步提供了重要机遇，不少技术瓶颈与应用挑战有望随硬件性能提升而逐步解决。未来5年内，L波段卫星观测资源将显著扩充。随着高性能星载SAR系统（如中国L波段陆探一号、美国NISAR卫星及日本ALOS-4卫星）相继发射（图7），长波长、高分辨率SAR数据的获取将有效提升滑坡隐患InSAR识别精度与监测质量。

图7 SAR卫星未来发展

综合审视上述国内外研究现状，可以发现近3年来国内外InSAR滑坡隐患广域识别领域的研究论文数量增长相对平缓，表明算法基础性研究或突破性发现的产出节奏有所放缓，显著提升监测性能的创新算法（如SBAS-InSAR等）鲜有出现。与此形成对比的是，InSAR技术在地质灾害隐患早期识别中的广域应用得到全面推广，似乎已从探索阶段迈入全面推广阶段。然而，在部分InSAR观测困难区域（如植被茂密区、高海拔陡峭地形区、地表形变梯度剧烈区），其识别结果的精度与可靠性仍面临严峻挑战，主要技术挑战集中在以下3个方面：

1）低相干区域形变信息的精确提取。

2）InSAR测量可探测性的明确界定。

3）广域InSAR时序分析的计算效率提升。

本文系统回顾了中国滑坡隐患InSAR广域识别技术的发展历程与研究背景。2017年以来，新磨村滑坡、白格滑坡等灾难性滑坡事件的发生，促使政府、学术界及工程界对该技术高度重视，从而有力推动了InSAR在滑坡广域识别领域的高速发展。同时综述了国内外滑坡隐患InSAR识别的现状与进展。相关研究文献的内容分布与数量增长均表明，当前滑坡InSAR广域识别技术，无论在国内还是国际范围，均已步入广泛应用阶段，而不再局限于技术探索层面。在此基础上，本文进一步归纳了该领域的发展趋势与技术挑战：尽管应用日益广泛，但在低相干区域形变信息的精确提取、InSAR测量可探测性的明确界定以及广域InSAR时序分析的计算效率提升等方面，仍面临显著困难与挑战。同时，SAR数据时空分辨率的持续提高、AI算法的深度融合以及星上计算能力的发展，将成为支撑并引领未来InSAR技术发展的重要趋势。

来源：引用格式：戴可人, 许强, 邓晋, 卓冠晨, 陈有东, 韩亚坤, 李振洪. 滑坡隐患InSAR广域识别研究综述[J]. 武汉大学学报 ( 信息科学版), 2025, 50(8): 1469-1482.