中国是世界上自然灾害最严重的少数几个国家之一。滑坡灾害作为其中一种主要的地质灾害，因其分布广、破坏性强，每年都造成巨大的经济损失和人员伤亡（黄润秋，2007）。党的十九大报告中明确提出要“加强地质灾害防治”。我国西部山区的大型滑坡规模大、机制复杂，对滑坡的早期识别、监测预警需求迫切。滑坡体表面形变是滑坡稳定性分析和失稳预警的关键信息（许强等，2015）。
  雷达遥感卫星获取的SAR影像是复数影像，包含相位和幅度信息，幅度反映电磁波后向散射能量，相位与卫星到地面的距离有关，是雷达干涉测量的关键（廖明生等，2003）。近年来，雷达遥感被广泛用于提取滑坡表面的高精度形变信息，所用技术包括基于相位的干涉测量（Interferometric Synthetic Aperture Radar, InSAR）和基于幅度的像素偏移量追踪（Pixel Offset Tracking, POT）。基于相位信息的时间序列差分干涉技术可有效测量滑坡表面的微小形变信息；基于幅度信息的像素偏移量追踪技术可提取快速形变信息。然而，大型复杂滑坡的形变量在时间演化以及空间分布上都存在较大差异，单一雷达遥感手段难以实现滑坡形变的全面监测。
  本文的研究对象多形变量级滑坡有两层概念，一是在时间维度上，大型滑坡从初始变形到最后的失稳，会经历多个变形阶段，每个阶段的形变量级差异较大；二是在空间维度上，大型滑坡不同位置的形变量级存在较大差异。因此联合两种方法能更加全面地在时空维度对滑坡形变进行监测和分析。在雷达遥感形变探测能力分析的基础上，提出联合SAR影像的相位和幅度信息进行滑坡的全过程监测。
  以2018年发生的金沙江白格滑坡为例，基于2014-2021年Sentinel-1升降轨数据和2014-2018年ALOS-2升轨数据，联合时序InSAR分析和时序像素偏移量追踪，获取滑坡灾前灾后时序形变。结果显示白格滑坡灾前利用SAR影像相位信息SBAS-InSAR（Small Baseline Subset InSAR，SBAS-InSAR）方法获得的后缘的年平均速率在20 mm/a，利用幅度信息时序POT方法获得的主滑坡区的形变量可达45 m。灾后仍对其持续监测，LOS（Line of Sight, LOS）向形变量累积可达600 mm，从时序形变速率图和典型点的时序形变图发现灾后滑坡逐渐向后缘扩张，年平均形变速率可达 200 mm/a，结合光学影像的地物特征，明显已经威胁到部分民房。同时对两种方法适用性进行讨论，利用白格滑坡的数据进行验证，从雷达LOS向转化到滑坡形变方向后，滑坡周围的形变量小于InSAR方法可探测的最大形变量级，主滑区的形变量大于POT方法可探测的最小形变量级。因此两种方法的联合可以实现大型复杂滑坡的时空维多形变量级提取。
 

干涉测量；像素偏移量追踪；多形变量级；大型滑坡