小江流域水土流失严重,是我国滑坡、泥石流灾害的典型发育地区。滑坡灾害不仅破坏了当地地貌单元的完整性,还导致了地表景观生态格局的破碎,引发一系列生态环境问题,制约着当地经济社会的可持续发展。对潜在的滑坡区域进行早期识别和危险性分析,是当地滑坡、泥石流灾害预防和治理工作的关键环节,对保护人民生命财产和生态环境安全具有重要意义。传统的地质灾害调查方法大多基于点观测,不仅监测范围小,还严重受到监测现场条件制约,不适用在广域空间范围的滑坡研究。利用现代遥感技术结合人工目视解译虽然能够取得精度较高的识别结果,但由于识别算法的通用性较差,人工判读效率低下,难以在广域范围内获得准确的、完整的滑坡灾害识别结果。地表形变是滑坡发育最直观的表现形式,滑坡失稳成灾往往会伴随更为突出的形变特征,是识别滑坡灾害的优选指标之一。时序合成孔径雷达干涉技术（Time Series Interferometric Synthetic Aperture Radar,TS-In SAR）具有获取地面目标毫米级形变信号的能力,能够反演地表物理形变现象的缓慢演化过程,对于时效性要求较高的灾害应急监测具有特别重要的意义。然而,时序In SAR技术获取的地表形变只是地面目标真实位移在雷达视线向上（Line of Sight,LOS）的投影,在地形复杂的高山区域,该结果很难准确描述地表形变的实际发育过程.。如何提高时序In SAR技术在高山地区探测地表形变特征的效率和精度,如何构建缓慢发育滑坡的早期识别与分析模型,目前仍处于探索阶段。针对以上问题,本文以小江流域为研究区,利用时序In SAR技术监测了研究区的地表形变特征,开展了潜在滑坡早期识别、稳定性分析、易发性评价等研究,为小江流域境内滑坡灾害预警和防护工作提供科学依据和参考。本文取得主要研究成果如下:（1）分析了研究区地表在Sentinel-1卫星影像中的可视性特征,证明了研究区地表形变探测的可行性。查询卫星不同飞行模式下的工作参数和局部地形参数,通过山体阴影模型和R-Index指数模型分析了小江流域地表在Sentinel-1升、降轨SAR数据中的可视性特征。结果表明,升轨数据在西向地表具有更好的良好可视性,占比达到48.37%;降轨数据在东向地表具有更好的良好可视性,但由于入射角较小,占比仅有36.31%。部分地表发生了阴影畸变,在升、降轨影像中的占比分别为3.86%和8.72%。为了达到良好可视区最大化,本文基于地表良好可视区在不同数据集中的空间分布互补性,提出了结合近同期升、降轨数据探测地表形变的研究方法,将阴影区域面积降低到0.55%,大幅度提高了研究区地表在Sentinel-1卫星中的可视范围,证明了利用双轨Sentinel-1 SAR数据探测小江流域地表形变是可行的。（2）在SBAS-In SAR技术框架下集成了具有PS特征点稳定地物点,开展了小江流域地表形变特征的探测与分析研究。本文系统分析了传统时序In SAR技术在小江流域滑坡研究中面临的问题和困难,提出了一种在SBAS-In SAR工作流中引入PS特征点作为稳定地面控制点（PS-GCP）的集成改进办法。建立相干像元的相位纠正模型,剔除相位解缠遗留的残余相位斜坡,恢复出相干像元的差分干涉相位,纠正线性形变相位估计值,提高地表形变探测精度。利用集成的时序In SAR技术和Sentinel-1升降轨数据进行了研究区地表形变探测,识别了位于太平村沟、蒋家沟、沙湾大沟、尖山沟等区域的突出形变。考虑到LOS向监测结果在解译地表实际形变特征的模糊性,本文建立了二维形变投影模型,重新估算了地表在垂直向和东西向的形变,并以垂直向形变描述地表形变程度。从实验结果可知,东川城区、阿旺镇、金源乡等人口集中区域的地表形变微弱,突出形变主要发育在蒋家沟、大白泥沟、小白泥沟、沙湾大沟等典型泥石流沟流域内。其中,位于蒋家沟流域的多照沟南岸边坡年均下沉速率最快,达到-106.94 mm/yr。。基于多维方向的形变监测结果,深入分析了小白泥沟边坡堆积物迁移的时空运动特征,估算了迁移土方量,强调了基于时序In SAR技术的多维监测在地表形变和滑坡灾害识别的重要意义。（3）集成Sentinel-1升、降轨形变监测结果,进行了潜在滑坡的早期识别和稳定性动态分析研究。基于ALOS DEM的研究区地形分析结果,利用斜坡向形变投影模型估算了斜坡年均滑动速率,根据滑动速率大小提出了斜坡分类方法。集成升、降轨数据的斜坡分类结果,参考滑坡地形和地貌特征绘制潜在滑坡的空间分布,识别出743个潜在滑坡点,总面积433.51 km~2。其中III类滑坡面积22.50 km~2,占比5.19%,滑动速率最快达到-391.40 mm/yr,主要分布在典型泥石流沟和滑坡体,如蒋家沟、糯勒滑坡、毛家大沟等。收集已有滑坡编录进行对比,其中59个在本文中被再次识别为潜在滑坡,更新了684个潜在滑坡点。根据潜在滑坡在不同时期的阶段性滑动速率,分析了研究区滑坡的稳定性动态变化特征,结果表明:潜在滑坡活动增强、稳定性降低、失稳变形现象主要发生在每年降雨集中时期（4-10月）,阶段性平均滑动速率最快可达-878.23 mm/yr（糯勒滑坡）;降雨缺乏时期（10月至次年4月）,至少有60%的滑坡恢复稳定,而以糯勒滑坡、蒋家沟流域为代表的易失稳区域仍保持较高强度的活动状态。（4）耦合时序In SAR与LR模型开展了小江流域滑坡易发性评价与分析为了避免噪声因素降低滑坡易发性分类精度,本文首先采用CF模型进行了致灾因素影响权重与贡献率分析、独立性验证,剔除了坡向、土地覆盖类型、道路距离、曲率和剖面曲率因素。基于LR模型建立了In SAR-LR耦合模型,引入时序In SAR获取的斜坡滑动速率作为误差改正参数,开展了小江流域滑坡易发性评价研究,并利用精度统计、频率比、ROC曲线等方法检验了两个模型的滑坡易发性评价精度。结果显示,In SAR-LR耦合模型在极低易发区和低易发区的频率比为0.65和0.83,略高于LR模型的0.55和0.82。在极高易发区,In SAR-LR耦合模型的滑坡率和频率比分别为21.70和4.20,显著高于LR模型的17.63和3.41。根据ROC曲线的精度检验结果,In SAR-LR耦合模型在样本训练和评价分析的AUC指数分别为0.827和0.819,均高于LR模型的0.783和0.769。综合上述研究成果表明,In SAR-LR耦合模型能更准确的拟合滑坡易发性对其影响因素的非线性响应关系,有效降低了假阳性和假阴性误差产生的错误分类,尤其在滑坡极高易发区域表现出更好的预测能力和分类精度,,同时也突出了时序In SAR技术在滑坡易发性评价研究中的意义。（5）结合时序In SAR多维形变监测结果,深入分析了小江流域典型区域的地表形变时空特征。根据时序In SAR的多维监测结果,深入分析了蒋家沟流域、沙湾大沟流域,以及东川城区地表形变的时空演化特征,结果表明:（1）蒋家沟内滑坡主要发育于物源区的小湾子沟边坡、蚂蚁坪边坡、王家垭口,以及流通区的门前沟边坡、多照沟边坡、大凹子沟边坡,其中门前沟北坡滑坡失稳范围最广,滑动强度最高,最快滑动速率达到-391.40 mm/yr;（2）沙湾大沟流域以糯勒滑坡的NL2滑区形变最突出,从后缘到沙湾大沟主沟共发育出2个显著抬升区和3个下沉区,形变强度沿坡体主滑方向随高程降低逐渐减弱,最快下沉速率达到-347.54 mm/yr;（3）东川城区地表较为平稳,形变突出区域主要沿着小江东岸和“五大沟”分布,形变强度具有干湿季节交替变化特征,说明了降雨、小江水流冲蚀是导致这些区域发生形变的主要原因。