云南省地处高原山区,其地理位置特殊、地形地貌复杂,是我国地质灾害最为频发的地区之一,各种地质灾害,如滑坡、泥石流、崩塌和地面沉降的现象突出,多年来因地质灾害造成的损失难以估计。随着科学技术的不断发展,地质灾害调查研究逐渐从被动转向主动。如何事先发现和识别地质灾害隐患并进行有效的监测分析进而起到预警预报作用,减少甚至避免地质灾害引发的损失是地灾防治领域急需解决的关键问题。由于传统测量方法监测耗费人力、物力且光学遥感难以定量识别潜在滑坡。而In SAR技术具备大范围监测地表毫米级形变的能力,近年来被广泛的应用于地质灾害领域。但是滑坡灾害的发生往往是多种因素耦合下的结果,存在如地震、降雨、矿业开采等外在扰动因素,也有因区域性地质条件如地形地貌、地质构造等所构成的内在孕灾因素。考虑到云南省大多区域山高坡陡、植被茂密、地形极为复杂,矿产业发达,多数区域存在矿业开采等人为扰动因素。上述因素都在一定程度上制约着In SAR技术在云南省滑坡早期识别监测领域的应用。因此,如何将In SAR滑坡监测技术在此区域合理高效地利用是本文所关注的问题。综上所述,本文着重解决In SAR技术在云南山区潜在滑坡识别、监测与形变分析中的应用。选取具有代表性的研究区域进行滑坡早期监测识别研究。本文研究内容与成果如下:(1)介绍了In SAR原理与时序In SAR技术,分析了In SAR滑坡监测分析中的误差来源与处理过程中需要注意的事项,并对比分析了SBAS技术和PS技术的优缺点,给出了本文选取SBAS技术的主要原因。(2)解释说明了SAR系统侧视成像引起的几何畸变现象的原理,及其表现形式。总结了在以升降轨SAR数据进行滑坡灾害识别的基础上,应当结合光学影像、几何畸变区判别、坡度坡向分析多种因素共同进行滑坡灾害的早期判别。建立了具有综合性的早期滑坡识别方法流程。(3)针对位于高原山区且受大量采空区影响的个旧市卡房矿区,提出一种融合研究区小基线集(SBAS-In SAR)地表监测数据、坡度及坡向的识别方法。通过该方法对潜在滑坡进行识别分析,发现在研究区的21处历史滑坡点中,有16处被识别为潜在滑坡,5处未被识别但也位于发生形变的区域内;卡房镇周边受采空区的影响较大,多数区域垂直方向年形变速率大于10 mm/a。表明该方法对潜在滑坡的识别精度高,具有可行性,可以有效识别采空区附近山体边坡是否处于潜在的、不明显的滑动状态,对滑坡灾害具有预警作用。(4)选取位于纵向岭谷区的澜沧江上游古水水电站库区作为研究对象,深入分析在高山峡谷地区,发现由于SAR侧视成像引起的几何畸变对In SAR形变信息造成不可避免的影响。根据SAR卫星参数和地形信息进行雷达视线(LOS)方向形变的可视性分析,提出一种基于可视性分析获取LOS向有效形变信息的方法。利用小基线集(SBAS)技术处理L波段及C波段的SAR数据,对In SAR结果中受几何畸变影响的区域进行掩膜,获取有效形变区的形变信息。基于LOS向有效形变信息对库区进行滑坡识别分析。该研究共识别13处滑坡,10处为新增滑坡,在争岗滑坡附近发现一处新增的大型不稳定区域(新争岗滑坡)。对争岗滑坡的地质调查及时间序列位移揭示了其牵引式滑动的形变模式。论证了雨季峰值降雨量与累计降雨量对滑坡形变的影响,表明累计降雨量是引起滑坡形变的主导因素,滑坡一般在峰值降雨后的12天左右开始进入形变加速期。研究结果表明利用可视性分析提取In SAR结果的有效形变信息,能明显提升地形复杂区域滑坡识别分析能力。