我国是一个地域辽阔且地质灾害频发的国家,地质灾害种类繁多,分布广泛,危害性大。滑坡是一种常见的地质灾害,其分布具有广泛性和相对集中性的地域特征。研究区处于黄土高原西端与青藏高原的过渡地带,是我国生态环境最为脆弱的地区之一,随着人类活动对该区域地表表层的不断改造,导致滑坡等地质灾害频繁发生。地表形变是滑坡发生最为直接的表现,一般滑坡发生前期形变非常缓慢,虽然不会直接对人类造成威胁,但随着不断地缓慢形变,会导致建筑物的开裂甚至很可能发生失稳崩滑,造成重大损失。SBAS技术可以消除D-InSAR技术中的时空失相关、大气效应等影响,能够获取毫米级的形变信息,很适合监测长时间序列的缓慢地表形变。但是如何将SBAS技术成功的在复杂山区进行滑坡早期识别,目前仍然在探索中。以位于黄土高原西端与青藏高原的过渡地带的青海省西宁市大通县为研究对象,利用Sentinel-1A数据,基于SBAS-InSAR技术进行地表形变监测和滑坡早期识别研究。应用DEM数据和卫星参数分别从地形和RI指数对研究区进行了可视性分析,两者结果基本保持一致,保留了RI指数所获得的好可视性区域和地形所获得的低敏感区域的形变信息。在可视性分析结果的基础上,筛除了密度较高的林地、灌木林地以及河流水面区域不可靠的形变点。由于滑坡的运动方向特征与滑坡发生前斜坡坡向大致相似,在此我们进一步将所获雷达视线方向的形变速率转换到了最大坡度方向,并对形变点的运动阈值进行了研究;利用热点分析法对所获可信形变点进行了统计分析,共获取142个冷点区域和137个热点区域,即279个潜在滑坡区域。结合SBAS技术获取的地表形变信息、研究区滑坡的影像特征和影响因子对279个潜在滑坡区域做进一步分析,最终圈定了144个潜在滑坡点。根据“青海湟水河沿岸经济带地质灾害遥感信息快速挖掘与灾情评估关键技术研究”项目组提供的2018年4月青海省湟水河沿岸经济带调查结果显示,144个潜在滑坡点中,21处为不稳定斜坡,22处为新滑坡点,14处为老滑坡,87处为非滑坡点。最后选择研究区内两个比较典型的滑坡进行了分析。研究结果表明,SBAS技术对大范围地形复杂山区滑坡监测和早期识别具有很强的可行性,能够在区域尺度上预测滑坡发生位置,精确圈定滑坡范围。