川藏交通廊带位于印度板块与欧亚板块碰撞带，经历了从盆地到高原的大跨越。四川段沿线构造复杂（“歹”字形构造体系、径向构造体系和华夏构造体系），高山林立（二郎山、折多山、海子山），岩层破碎，河流深切，具备良好的孕灾条件^[1]；存在东古—陈支断裂、理塘断裂、巴塘断裂和金沙江断裂等活动断裂，其沿线地质灾害发育多与地震活动相关^[2]。西藏段跨越三大山系（横断山、唐古拉山和喜马拉雅）和四大水系（金沙江、澜沧江、怒江和雅鲁藏布江），地势崎峻，地质灾害具有分布不均、散中有聚、周期性和季节性等特点^[3]。现阶段，川藏高速公路（G4218，成都—拉萨）投入设计与建设，因原有的G317和G318线设计标准低，建成时间久，其储备的地质资料不能满足高速公路设计的需要，因而需要对研究区的地质灾害情况进行更加详细的调查。

由于区域地质环境艰险，传统地面地质调查手段在青藏高原这种高山峡谷区的选线和地灾评价方面面临诸多困难。早在1975年，卓宝熙^[4]将航摄像片应用于铁路工程的勘察，进行地质填图。王治华^[5]应用ETM和IKONOS遥感数据，对青藏公路和铁路沿线的活动构造及其次生灾害进行研究，探查了活动构造对线路安全运行的影响程度。林峰等^[6]利用目视解译技术，对藏区公路附近地质灾害进行研究，探查了灾害的活动性情况及其对公路可能造成的危害，为公路防灾及整治提供了地质依据。Bosy等^[7]针对高速公路附近的边坡稳定性问题，利用3维遥感技术进行评估，为公路修复提供策略。也有学者应用遥感解译手段对川藏交通廊道的地质灾害进行研究，深入分析了该区灾害可能的危害方式，为道路工程选线及安全运营等提供了科学的决策和防灾依据。对于活动性强的地质灾害，一般采用InSAR技术进行调查。InSAR技术对高山峡谷区斜坡变形的测量有其独特的优势，应用范围较广。早期学者利用D-InSAR技术对法国阿尔卑斯山地区滑坡进行研究，确定了该技术能用于测量中等运动速率（cm/d 级）的滑坡^[8]。Lauknes等^[9]利用SBAS和PSI技术测量挪威北部岩质滑坡的活动性情况，对区域内滑坡进行定量研究。Francesca等^[10]使用GB-InSAR技术记录人类活动对斜坡变形的影响，为工程设计和研究提供可供参考的位移模式。Hu等^[11]利用时序InSAR方法跟踪华盛顿喀斯喀特山体滑坡的季节性运动情况，识别森林区不易察觉的滑坡灾害。Nicola等^[12]通过将超高分辨率光学遥感和SAR数据结合，分析了意大利部分区域浅层快速运动和缓慢运动滑坡的特点，从而进行灾害的风险评估，为灾害的长期监测和应急管理提供了理论依据。这些研究应用多种InSAR技术方法对不同地区不同类型的斜坡进行测量，对斜坡地质灾害的研究起到重要推动作用。此外，李珊珊等^[13]应用SBAS-InSAR技术监测青藏高原的季节性冻土形变，表明InSAR能够在公路修建过程中监测冻土冻融现象提供一定的技术支撑。

为更好地进行地质灾害的早期识别，以川藏G4218高速公路巴塘—芒康段为研究区，探索遥感技术应用于高山峡谷区地质灾害的流程模式和有效性，解译识别出研究区段数百处活动性或非活动性地质灾害区域。这对青藏高原地区的高速公路建设、区域地质灾害识别及灾害空间分布特征研究具有重要参考意义。

1 区域地质背景 1.1 地理地质背景

研究区为G4218高速公路巴塘—芒康段两侧5 km廊带区域，总体与G318线伴行，全长约70 km（图1、2）。研究区海拔2 000～5 000 m，地貌以高原、陡谷、高山、特高山和冰原为主，在冰原局部发育季节性冰湖。4 500 m以上主要为冰川和冰碛物覆盖；海拔相对较低的金沙江干流沿岸，由于“干热河谷”效应，坡体植被主要为稀疏灌木和草甸，局部为裸露基岩和风化壳。研究区地处三江并流区的金沙江缝合带，地质构造运动强烈，整体构造行迹呈南北向展布。

研究区的历史地质构造活动表现为：东、西部地层向中部挤压，逆冲推覆形成大致沿南北走向的9条逆断层和2条正断层（图1、3）。除路线东侧金沙江对岸的巴塘活动断裂与路线平行外，其余10条断裂皆与路线相交。

InSAR覆盖区的地层受东西向构造应力挤压作用和右旋运动的影响，总体呈近南北向展布。基岩以晚古生界至白垩纪的沉积岩和变质岩为主，兼有少量中生界的侵入岩。研究区总体处于高山峡谷地段，第四系地层零散分布，又因该段线路以桥隧为主（占比达85%以上），与第四系地层在地表的接触十分有限。

1.2 区域地质灾害问题

根据研究区基本的地质条件及前人的工作判断，区域内的地质灾害主要包括地震、滑坡、崩塌、泥石流和冻土冻融。

1.2.1 地震

研究区构造运动强烈，断裂较多，历史上地震多发。其西段这10条断层上覆的第四系土层保存完整无错断，说明第四系以来这10条断裂并未发生活动；其东段位于NS向金沙江活动断裂和NNE走向的巴塘断裂交汇区，新构造运动活跃，整体处于地震加速度为0.2的不稳定区域。历史大型地震多发，1898年曾在此区域内发生了6.5+级强震群^[14]。区域内受地震影响的滑坡堆积体广泛发育，在金沙江干流竹巴龙区内就发育有多个地震滑坡堵江事件，雪曲河河谷的众多大型灰岩崩塌堆积体推测也与地震事件有关。活动断裂的蠕动位移、发震对工程施工与附近建筑物有直接影响。因此，研究活动断裂的分布情况对地震判断及后期的工程选址与施工十分关键。

1.2.2 滑坡

金沙江中上游地区新构造运动较为强烈，地势陡峻，河谷区因“干热河谷”效应植被不甚发育，地表破碎，使得滑坡灾害频发。且该地区曾受过多次强烈地震，产生了众多滑坡次生灾害，较多大型古滑坡影响重大。研究区附近的特米滑坡即为在强震作用下诱发，曾堵塞金沙江^[15]。修建时埋桩或隧道施工前期需要对此类滑坡堆积体进行详细调查，提前防护^[16]。

1.2.3 崩塌

研究区内河谷深切，高差较大，高陡边坡较多；且多分布变质砂岩、板岩等，岩性坚硬，易被风化剥蚀而破碎，极易发生崩塌。西曲河曾于2001年出现一次大型崩塌，形成堰塞湖，淹没318国道，毁坏公共设施^[17]。在隧道的开挖过程中，需要进行大量的土石开挖，地表震动较为强烈，遇不稳定岩体，若不及时发现提前预防，可能导致大规模的岩崩，破坏隧道及其进出口的施工现场，危及施工人员。

1.2.4 泥石流

研究区斜坡切割较深，又因山高坡长，为泥石流提供了较好的流通条件；且滑坡、崩塌等较为发育，地表岩体破碎，物源条件尤为丰富；加之夏季多雨，给泥石流的发育提供了充足的水源条件。邹强等^[18]通过野外调查，选取了坡度等10项基本指标判别研究区段属于泥石流高危险区段。工程区泥石流发育，若遇隧道口较低或设置桥台桥墩，可能给工程设施造成一定的冲刷，造成破坏，进而毁坏公路。提前对线路附近的泥石流危险性进行评估，对安全区、危险区和潜在危险区可分别采用路基、桥涵和有限加固条件的涵洞等措施，以减少工程对人力物力的损耗^[19]。

1.2.5 冻土冻融

高速公路的建设，对气候、地质条件要求严格^[20]。研究区由于地处高原，常年冰冻，因其所处环境并非全年0 ℃以下，多为季节性冻土，夏季温度升高会产生一定的冻融现象。冻土冻融使得公路发生沉降变形、路基失稳、路面裂缝、沉陷等^[21]。为避免冻土冻融对高速公路造成的危害，需提前规划好线路，调查冻土区的冻融现象，以使公路在建设和使用过程中更加平顺^[22]。

2 综合遥感技术方法

遥感技术的不断发展，使实现“天–地–空–现场”一体化的灾害研究和应用理论体系趋于完善^[23]。地质灾害的早期识别必然要先从现场原有的地质资料入手，探寻研究区可能存在的地质灾害，再辅以遥感技术手段进行深入研究，最后获得研究区的灾害分布特点等具有时效性的地质资料。

灾害的前期研究主要包括对预选场址的地质灾害隐患进行调查识别，以及对研究区的资料进行收集，主要包括地层岩性、地形地貌和地质构造等孕灾环境的调查及气象水文和人类工程活动等致灾因子的考察。通过对预选场址地质环境的调查初步判断区域内可能的地质灾害类型，为后续的技术支撑提供一定的基础资料。

现阶段，地质灾害的遥感技术手段主要包括光学遥感目视解译和InSAR技术。根据研究区的特点选择合适的光学影像和雷达影像数据，并下载该地区的数字高程数据（DEM）。在光学解译过程中，利用影像数据和DEM中灾害的形状、大小、阴影、色调、颜色、纹理、图案、位置等解译标志识别具体的灾害类型，并标定其位置范围。

在使用InSAR技术之前，需要根据研究区工作条件和研究需求选择合适的技术方法，包括D-InSAR、PS-InSAR、SBAS-InSAR、IPTA-InSAR、CR-InSAR等。若需要研究大区域、大范围的变形现象，一般选用D-InSAR提取地表变形；然后，针对处理结果进行目视解译或（和）图像自动识别，判断存在的短周期非线性大变形。若考察具体某一处灾害的长期变形规律，需使用时序InSAR的方法进行详细研究。

这一系列的资料收集→灾害类型→技术支撑，形成了区域地质灾害早期识别的基本流程，如图4所示。

3 数据选取及数据处理和解译

通过对研究区地质资料的获取所判断的滑坡、崩塌、泥石流和冻土冻融等主要灾害类型，采用光学遥感目视解译和InSAR技术进行研究。

3.1 光学遥感目视解译技术

光学遥感解译主要是利用Google Earth图像，其最高级别的光学影像分辨率可达亚米级，其次参考了现势性很强的2017年下半年拍摄的航空正射影像，完全满足光学遥感影像解译的要求。根据工程需要，主要对线路两侧各5 km范围内的地质灾害基本情况进行解译。

滑坡灾害（图5）的遥感解译标志主要包括：1）滑坡地貌特征的分析；2）滑坡物质组成；3）滑坡造成的环境因素，如水系、植被等的异常迹象。

崩塌灾害（图6）解译标志主要为：1）地形因素，越是陡峭的山谷、山坡，且遥感图像上表面粗糙的地区，多代表表面岩体破碎，有利于崩塌灾害发育。2）若崩塌体活跃，表面时常有岩石碎块掉落，则少有植被或植被稀少，且由于崩塌源经常暴露岩石新鲜面，所以一般后缘轮廓线清晰，崩塌壁多呈浅色调；老的崩塌堆积体一般表面植被发育较好，所以相比周围环境，在图像上的色调更浅。3）当岩体碎块顺坡向崩落时，通常也会影响坡体表面，少植被，且沿其路径呈直线型。4）在顺坡形态特征上，崩塌堆积体往往表现为近直线型。

一般来说，泥石流（图7）的解译标志主要是观察其物源区、流通区和堆积区的基本情况。在遥感图像上，标准型泥石流沟可清楚地看到3个区的情况：泥石流物源区一般呈瓢形，山坡陡峻，岩石风化严重，松散固体物质丰富，常有滑坡、崩塌产生；流通区沟床较直，纵坡较物源区缓，但较堆积区陡，沟谷一般较窄，两侧山坡相对较稳定；堆积区位于沟谷出口处，纵坡平缓，常形成堆积扇或冲出锥，堆积扇轮廓明显，呈浅色调，扇面无固定沟槽，多呈漫流状态。

3.2 InSAR技术及其数据选取

InSAR（合成孔径雷达干涉测量，synthetic aperture radar interferometry）利用同一地区获取的SAR数据中的相位信息进行干涉处理，根据雷达参数反演地形及地表形变信息，可表示为：

$ {\varphi _{{\rm{int}}}} = {\varphi _{{\rm{def}}}} + {\varphi _{{\rm{topo}}}} + {\varphi _{{\rm{flat}}}} + \Delta {\varphi _{{\rm{dem}}}} + \Delta {\varphi _{{\rm{atm}}}} + \Delta {\varphi _{{\rm{orbit}}}} + \Delta {\varphi _{{\rm{noise}}}} $

(1)

式中，地形相位 $\varphi_{{\rm{topo}}} $ 可采用数字高程模型或多轨观测方法去除，观测向斜距 $\varphi_{{\rm{flat}}} $ 可通过卫星姿态参数校正去除，再降其他影响InSAR监测精度的相位误差信息（ $\Delta \varphi_{{\rm{dem}}} $ 、 $\Delta \varphi_{{\rm{orbit}}} $ 、 $\Delta \varphi_{{\rm{atmos}}} $ 和 $\Delta \varphi_{{\rm{noise}}} $ ）去除后，最终即可得到地表的变形信息 $\varphi_{{\rm{def}}} $ 。

由于InSAR的数据来源丰富，测量方法多样，因而需要根据研究区的地质环境和工作目的进行SAR数据的选取。对研究区的资料进行整理得出，研究区具有以下4个方面的特征：

1）研究区主要位于高山峡谷区，从InSAR测视成像的特点来看，容易受到阴影、叠衍和顶底倒置等成像畸变，因而需要升降轨的SAR数据综合处理，以弥补这种畸变现象带来的不完备性。

2）研究区内山体高差较大，坡体较陡，山底和山顶的大气压存在较大差异，容易出现地形因素引起的大气延迟和湍流现象；夏季因降雨集中，受大气影响更为强烈，因而需要选择穿透能力较强的长波段数据源。

3）研究区内整体植被覆盖较好，夏季植被疯长，容易出现失相干现象，需要选择对植被穿透性较强的长波段数据源。

4）区域内可见冰川运动，同时伴随有不同地区气温变化及自然地震和愈发频繁的人类工程活动的影响，使得研究区内变形发生时段不统一，需多时段、多年覆盖的数据源，以便更大概率地探测到活动性滑坡。

根据以上特征，选用历史存档数据时间长、时段较多、L波段的PALSAR–1数据和现今的L波段数据PALSAR–2对大变形滑坡进行探测。同时，为识别微小变形、规模小的滑坡，采用C波段（5.6 cm）分辨率为5 m的Radarsat–2合成孔径雷达数据和对外开放下载的Sentinel–1数据作为数据源（表1）。4种数据各有优势，综合使用，可以长短互补，相互验证。将4种数据分别进行配对处理，进行D-InSAR技术处理，整个处理需两次循环递进完成，第1次：原始基线差分→滤波→解缠→优化基线；第2次：用优化的基线差分→滤波→解缠→去除二次项相位。

4 解译结果验证分析

光学影像具有正视成像、白昼成像等特点，InSAR技术所使用的SAR数据具有侧视成像、全天候拍摄等特点，因此二者的解译结果会存在一定的差异。将研究区两种解译结果与现场调查进行对比，光学解译和InSAR技术的对比结果分为以下4种情况（图8）：

1）InSAR检测与光学解译结果完全一致。

A滑坡位于海通兵站往东南方向1 400 m处的河流左岸，从InSAR影像（图8（a））可以看出，坡体出现很明显的变形；在Google Earth影像（图8（b））可以看出坡体中部存在一个较大的凹陷槽，滑坡体后缘形态呈圈椅状，且前缘鼓胀，坡度变缓，判断该处为滑坡。二者解译结果基本一致。

2）InSAR检测变形与光学解译结果部分一致。

B滑坡位于达拉仲村西北方向1 000 m处河流右岸，从InSAR影像（图8（c））可以看出，该滑坡仅前缘出现了较大变形；通过Google Earth影像（图8（d））可以看出，该处后壁陡直，存在前缘鼓胀和后缘凹槽等现象，可初步判断为古/老滑坡堆积体。因其Google Earth滑坡特征明显，即使滑坡中后部未出现明显变形，InSAR解译与光学解译结果基本相同。验证照片显示，坡体前缘存在垮塌等现象，与InSAR监测变形位置一致，滑体物质层序杂乱，为老滑坡之态。在滑坡前缘设置有挡墙和锚索双重支护拦挡工程以保障公路安全。

3）仅有InSAR检测变形。

C滑坡位于海通兵站往东5.5 km的道路河流右岸，从InSAR影像（图8（e））基本可以判断其变形范围，且部分区域因变形过大出现失相干的现象；但在光学遥感解译过程中无法通过Google Earth影像（图8（f））判断其变形情况。验证照片显示，斜坡坡度较陡，前缘塌落，中后部出现台坎裂缝，树木出现歪斜之态，这与InSAR结果前缘失相干、中后部变形较大相一致，推测为新滑坡。

4）仅有光学解译结果。

D滑坡位于白江岗村对面的溪流右岸，InSAR影像（图8（g））显示该处在监测时间段内未出现变形，但Google Earth影像（图8（h））显示后缘出现大缓坡平台及溪流改道等现象，可初步判定该处为老滑坡。验证照片显示，表层目前无明显变形迹象，在前缘可见岩层弯折、褶曲之态，与之前根据影像推测为老滑坡相一致。

综上，光学解译结果与InSAR解译结果存在一定的相同点和不同点。在野外验证中发现，这4种解译情况在现场均存在一定的变形迹象，可以此验证解译结果的可靠性。

5 线路灾害发育特征

将解译结果进行统计，研究区光学遥感目视解译手段共解译地质灾害670处，其中，滑坡400处，变形体76处，崩塌140处，泥石流54处。InSAR技术采用4种SAR数据产生了37对D-InSAR数据组合，共识别存在变形迹象的区域263处（43处重合，实际220处），其中，Palsar–1数据118处，Palsar–2数据108处，Radasat–2数据31处，Sentinel–1数据6处，为线路合理避让地质灾害问题提供了重要支撑。220处存在变形迹象的区域包括滑坡167处、崩塌12处、变形体21处、泥石流物源区6处、冻土冻融区14处。根据InSAR解译结果进行现场验证（图9），可分别发现典型的滑坡变形迹象、变形体特征和冻土冻融现象等。深入分析可得到区域内灾害分布特征。

5.1 地质空间发育规律

根据区域内质灾害的地貌特征、地质条件及灾害发育程度（图10，黑色虚线为分段界线），可将研究区划分为金沙江宽谷段（A）、垄曲窄谷段（B）、日荣深沟段（C）、灵芝河切割段（D）、芒康平缓段（E）及拉乌山坡降段（F），各段灾害发育有所差异，具体表现如下：

1）金沙江宽谷段：该段位于金沙江两岸，“U”型谷地貌，虽然岩性均一，但是受到干热河谷的焚风作用影响，岸坡植被较少；受金沙江断裂带影响，构造活动强烈，岩体结构破碎，冲沟侵蚀下切严重，滑坡、崩塌、泥石流灾害密集分布，为滑坡、崩塌、泥石流灾害强发育区。

2）垄曲窄谷段：该段灾害主要沿支沟垄曲分布，谷型狭窄，沟底甚至呈直立状态，主要发育有泥岩、钙质泥岩和板岩，有南北向小断裂沿沟穿过，主要发育滑坡、变形体，崩塌相对较少，为滑坡变形体发育区。

3）日荣深沟段：该段河道出现大拐弯现象，为“V”型谷，主要发育有流纹岩、砂岩和钙质砾岩，有一条南北向断裂和一条北东—南西向断裂穿过，区域内大型变形体集中分布，为变形体强发育区。

4）灵芝河切割段：该段出现构造窗，宽谷、断裂较多，以灰岩和白云岩等碳酸岩为主，含有页岩夹层，区域内滑坡规模不大，分布密集，存在多条冲沟，泥石流较发育，为滑坡强发育区。

5）芒康平缓段：该段主要位于芒康县城附近，分布泥岩、砂岩地层，但因其地势平缓，滑坡规模相对较小且分布稀疏，又因海拔较高，冬季较长，主要发育冻土，整体为地质灾害弱发育区。

6）拉乌山坡降段：该段位于拉乌山段，主要分布泥岩、砂岩和砾岩地层，往东10 km左右即为澜沧江深切河谷，附近地形相对陡峭，加之受澜沧江断裂带影响，为滑坡灾害较发育区。

5.2 分布地形地貌特征

地形地貌是滑坡发生的基本条件，由于大比例尺地形图在研究区覆盖不全，故采用分辨率为30 m的ALOS 3D开展地质灾害发生的地形地貌特征分析。

由图11斜坡各区段坡度、坡向和相对高差面积占比可知，研究区地形较为陡峻，斜坡坡度大多分布在20°～40°，平缓地区所占面积较小；研究区相对高差基本>200 m，多为山地，少见盆地和丘陵；坡向NE～E、SW～W所占面积百分比大于坡向N～NW、S～SE，说明北北西向断裂构造在一定程度上控制了沟谷的走向。将灾害点分布与各地形参数对比可知，灾害点分布特征与地形分布特征存在些微不同。滑坡主要发育于地形坡度在15°～40°之间，相对高差大于500 m，且坡向为NE、E、SW的地区。

对比光学解译与InSAR解译结果来看，二者在空间分布上存在异同点。光学解译滑坡主要分布在地形坡度为15°～40°区间内，InSAR解译滑坡主要分布在地形坡度为20°～40°的区间内，基本与地形坡度成正相关；光学解译结果显示SW向地形有利于滑坡发育，InSAR结果显示N、NE、E向有利于滑坡发育。光学解译滑坡与InSAR解译滑坡在相对高差的分布上具有相同规律，二者均表现为相对高差越大，滑坡面积占比越大。

5.3 灾害分布岩性特征

地质条件包括断裂构造、地层岩性等，是地质灾害发育的物质基础。从滑坡空间分布与断裂构造的关系来看，巴塘断裂对研究区金沙江两岸的地质灾害具有明显的控制作用，但其他次级断裂的控制作用不很明显。根据地层岩性特征进行归并分类，共划分为表2所示的7种类型。

图12为不同解译方法解译出的地层岩性占比对比。由图12可知，不同类型地质灾害与岩性类型的相关性具有明显区别。光学解译滑坡主要分布于变质砂岩、板岩中，其次为侵入岩，部分分布在砂砾岩、砂泥岩中；InSAR解译结果显示滑坡多分布于变质砂岩、板岩，其次是砂砾岩、泥页岩类，部分分布于灰岩白云岩等碳酸盐岩中。

6 讨　论

研究区地质条件较为复杂，部分灾害分布区域较为隐蔽，人力很难到达，这也就意味着InSAR解译的部分灾害很难验证。对研究区人力能验证的灾害进行野外调查发现，InSAR技术所识别的灾害错分误差大约为15%，即利用InSAR技术识别的灾害约85%能在现场观察到变形迹象；但漏分误差相对较大，无法利用调查时期的状态来判定其量值。对比光学遥感解译结果发现，光学遥感解译灾害共670处，InSAR识别灾害220处，数量上存在较大差异，且重合灾害仅86处，表明InSAR解译结果与光学解译结果存在一定的共性，但不完全重合。

InSAR技术属于新兴技术，将其用于地质灾害的面上普查更为少见，这就导致国内外缺少一个确定的指标来评判其准确性。然而，在日常学习研究和普查工作进行的过程中，需要一个标准来评判研究结果和工作质量。现阶段，在室内主要用光学遥感影像结果、DEM及地貌特征来判断InSAR解译结果的准确性。但从解译结果来看，光学遥感目视解译结果和InSAR解译结果无论是数量还是重合度均存在一定的差异。从机理上来看，以地形地貌特征和坡面破坏特征为主要依据的光学遥感解译，识别的主要是滑坡堆积体，其因降低了势能，自然状态下活动性不明显；但崩坡积物的岩土体力学性质对比基岩有很大的下降，在施工活动的影响下易发生变形破坏，需要在工程前期进行识别，为后期避让或者防护提供依据。InSAR识别的是斜坡某一时间段的微小变形，主要包括一些滑坡堆积体、变形体，在变形初期，地貌特征不明显，表层破坏微弱，光学遥感影像很难直接判定其结果。这表明，InSAR解译结果不能直接利用光学影像等来判定其准确性，二者处于互补的状态，在线性工程的应用研究中，需要二者的结合使用。

7 结　论

通过对巴塘—芒康段80 km两侧的各5 km范围内地质灾害的阐述及应用遥感技术对灾害早期识别方法的研究，得出了以下结论：

1）光学遥感解译地质灾害670处，其中滑坡400处，变形体76处，崩塌140处，泥石流54处；InSAR识别活动地质灾害数量263处（43处重合，实际220处），其中，滑坡167处，崩塌12处，变形体21处，泥石流物源区6处，冻土冻融区14处。

2）研究区不同类型地质灾害的发育规律随着地形地貌、地质条件和地质灾害等的变化存在较大差异，可将其划分为金沙江宽谷段、垄曲窄谷段、日荣深沟段、灵芝河切割段、芒康平缓段及拉乌山坡降段，为预设线路的调整设计提供了地质依据；光学遥感解译和InSAR解译的地质灾害在不同的地质条件下分布密度有所差异，各有侧重。

3）光学遥感解译结果与InSAR解译结果存在些微不同，经分析判断其与二者的解译方式、影像的成像条件及滑坡的活动性存在一定的关系，二者不能直接进行互查工作。

4）综合遥感技术方法的使用在青藏高原高山峡谷区的公路建设中具有普适性，其很大程度地利用光学遥感解译了固有灾害，尤其是对于大型滑坡堆积体的解译；使用InSAR对活动性灾害进行监测，充分利用了二者的互补性。二者的结合使用，将在节约时间成本的基础上，对区域的地质灾害发展情况有更全面的了解。