白鹤滩库区象鼻岭—野猪塘段地质灾害综合遥感识别_吴明堂.pdf

收稿日期：；修回日期：基金项目：国家自然科学基金项目（）；四川省科技计划项目（）；浙江华东建设工程有限公司科研项目（）作者简介：吴明堂（），男，河南商丘人，工程师，主要从事地质灾害防治工作。：通信作者：冯文凯（），男，河南原阳人，教授，博士，博士研究生导师，研究方向为地质灾害评价与防治。：，（）：白鹤滩库区象鼻岭野猪塘段地质灾害综合遥感识别吴明堂，崔振华，易小宇，冯文凯，尹保国，薛正海，韩靖楠（浙江华东建设工程有限公司，杭州；成都理工大学 地质灾害防治与地质环境保护国家重点实验室，成都）摘 要：在蓄水前查清库岸地质灾害数量和位置是大型水库区地质灾害防治的重要工作之一，人工或单一技术手段的调查方式往往会遗漏许多地质灾害。采用合成孔径雷达干涉测量（，）和无人机光学遥感技术对白鹤滩库区象鼻岭野猪塘段崩滑库岸地质灾害进行了综合遥感识别工作。通过对识别结果的复核和综合分析，结果表明：通过综合遥感技术识别地质灾害 处，其中无人机光学遥感和 技术分别识别 处、处，相比人工排查新增 处；通过联合升降轨影像的方法有利于改善 数据的几何畸变效应，增加 可视性区域面积，提高地质灾害识别成果的有效性；对于新近发生缓慢变形地质灾害可以通过 技术识别，限于光学影像精度和时效性则难以通过光学遥感识别；过去发生变形的地质灾害可从无人机光学遥感和 识别其宏细观特征，对于 数据周期内出现可探测形变，亦可同时被 技术识别；对于面积较大的地质灾害，技术和光学遥感手段均能有效识别，限于数据精度，技术对于较小面积的地质灾害难以有效识别。利用 与无人机光学遥感等技术开展地质灾害综合遥感识别，可以获得地质灾害的地表变形信息，了解地质灾害的特征要素信息，克服星载光学遥感解译的局限性，有效避免高山峡谷地区人工或单一技术方法地质灾害识别遗漏。关键词：地质灾害；合成孔径雷达干涉测量；无人机；综合遥感；白鹤滩库区中图分类号：文献标志码：文章编号：（）开放科学（资源服务）标识码（）：，（，；，）：（）（），第 卷 第 期长 江 科 学 院 院 报 年 月 ，：；（）；（）；研究背景白鹤滩水电站坝址位于四川省凉山州宁南县和云南省昭通市巧家县境内，是金沙江下游干流河段梯级开发的第二个水电站。年全部工程完工后，将成为仅次于三峡水电站的我国第二大水电站。年 月 日，白鹤滩水电站正式下闸蓄水，库区水位将由 升高至 ，水位上升幅度达；其后运行期间库水位将在 之间变动，库水位消落带高差达 。白鹤滩库区横亘则木河断裂带和小江断裂带等主要活动断裂，长期的构造运动和河谷侵蚀造就了大量的库岸古滑坡、松散堆积体和时效变形体。由软岩和各类松散堆积层组成的库岸受库水以及库水位升降引起的地下水变化影响等，将不同程度地产生侵蚀、剥蚀、崩塌和滑移等库岸再造变形，带来库岸地质灾害风险。因此，在蓄水前开展水库区地质灾害调查工作，掌握隐患家底对于做好蓄水期地质灾害防治工作尤其重要。由于研究区地形地貌复杂，传统的人工调查效率和准确度都较低。因此，应进一步发挥合成孔径雷达干涉测量（，）、光学遥感等综合遥感技术在地质灾害早期识别中的潜力。目前，广泛应用于地质灾害早期识别的遥感技术主要有、光学遥感和机载 等。技术能够在大区域范围内追溯和监测毫米级的地表长期形变，提供面状的形变靶区及时序变形特征。近年来，技术广泛应用于大范围地质灾害早期识别和单体滑坡形变监测。技术利用历史合成孔径雷达（）数据实现对活动性地质灾害的探测和分析，但对于存在地质灾害形态特征但一定时期内没有发生形变的地质灾害，则需要采用光学影像和 等技术进一步分析。利用存档光学卫星数据或机载光学影像数据，可以根据斜坡的形态特征、变形迹象和色调纹理等进一步识别地质灾害。但是各类技术都有其局限性。如，常用的 技术只能发现缓慢变形的地质灾害，而且高山峡谷地区易受几何畸变影响。光学遥感解译则受影像精度、可视形态和解译人员水平的差异，解译结果有着很大的不确定性。单一技术方法面临识别“不全、不准”的技术缺陷。因此，地质灾害识别需要充分利用各类技术的优势，因地制宜的开展综合遥感识别研究。白永健等利用高精度遥感、监测技术、与无人机航拍等技术，对川藏铁路雅砻江深切峡谷区滑坡进行的早期识别研究，为深切峡谷区滑坡地质灾害早期识别和防灾减灾等工作提供参考。刘星洪等利用了光学遥感解译技术和 变形观测技术的互补性，对川藏高速巴塘芒康段地质灾害遥感综合识别研究。这些重大工程的综合遥感工作为白鹤滩库区的地质灾害识别提供了有益借鉴。但在高山峡谷水库区如何开展地质灾害综合遥感识别工作还有待深入探讨。白鹤滩库区象鼻岭野猪塘段位于金沙江主河道两岸，沿线经济社会发展迅速、移民安居工程林立、人类工程活动强烈，而且建设多条交通通道，地质灾害风险程度高。因此，本文以白鹤滩库区象鼻岭野猪塘段为研究区，采用 和无人机光学遥感技术开展库岸地质灾害综合遥感识别工作，进一步查清研究库岸地质灾害，进而分析不同技术手段的灾害识别特点和识别规律，探索高山峡谷水库区岸坡地质灾害综合遥感识别方法，为白鹤滩库区地质灾害防治和经济社会发展提供支撑，也为同类地区开展地质灾害识别提供参考。长江科学院院报 年 研究区概况白鹤滩水电站水库区位于新生代强烈活动的青藏高原东南缘，康滇地轴与上扬子台褶带两个二级构造单元的过渡带，地质条件较为复杂，断裂构造十分发育，主要断裂为小江断裂（），呈 平行于金沙江流向，其余还包括凉山断裂（）与则木河断裂（），它们同样呈 向，主要存在野猪塘一段。部分断裂在晚第四纪直至全新世仍有强烈活动。研究区位于金沙江白鹤滩水电站水库区象鼻岭至野猪塘，呈带状分布，总面积约 （图）。研究区两端为 型河谷地貌；巧家县岸段为宽缓河谷区，其余部分为 型河谷地貌，高程 以下岸坡相对较缓，坡度一般为 ，有较多河漫滩、阶地、台地分布，人口较密集；高程 以上岸坡较陡，坡度一般。图 研究区位置与地貌特征 研究区地处金沙江干暖河谷区，植被发育程度低。多年平均气温在 ，降雨多集中在 月份，占全年降雨总量的 以上。研究区地层发育较全（图），包括第四系、二叠系（玄武岩、灰岩、砂岩）、石炭系（白云岩、灰岩、页岩）、泥盆系（灰岩、白云岩、砂岩）、志留系（泥岩、砂岩、页岩）、奥陶系（白云岩、砂岩）、寒武系（灰岩、砂岩、页岩）、震旦系（白云岩、砂岩、页岩）、前震旦系（片岩、千枚岩、大理岩、板岩、灰岩）。综合遥感识别方法工作开始前需要收集研究区气象水文、基础地质、地质灾害和人类工程活动等资料。通过资料分析充分了解研究区的孕灾条件和致灾因子，并进行必要的现场踏勘工作，以指导库岸地质灾害综合遥感识别工作。本研究中，采用无人机光学遥感和 技术开展综合遥感工作，两种识别方法背靠背独立进行。对 技术发现的形变速率较强的形变区以及无人机光学遥感初步解译的地质灾害有第三方小组实地复核。对于人迹罕至的高位形变区，则采用无人机手控飞行贴近观察以及通过高精度无人机影像分析等方式确定。无人机光学遥感解译考虑采用光学卫星遥感解译不能很好分析地质灾害形态和细节特征，而且研究区植被覆盖率较低利于无人机光学遥感解译，光学遥感影像采用无人机获取。由于测区地质条件复杂、高程落差大，不利于高精度影像数据的获取。数据采集时根据研究区 第 期吴明堂 等 白鹤滩库区象鼻岭野猪塘段地质灾害综合遥感识别图 研究区地层岩性 地貌特征和航摄面积将研究区划分为 个数据采集区分段获取影像数据。为保证不同数据采集区的影像高程在允许的误差范围内，在研究区设置 个 “”型固定控制点，使得不同数据采集区的数据经处理后能够紧密贴合。考虑防风性能和续航时长，选用飞马 固定翼无人机开展航摄作业。获取的数据经处理后生成高精度三维模型，在成都理工大学开发的 综合遥感解译图 软件中展示的无人机三维影像 平台完成解译工作（图）。该软件可以整合地质灾害综合解译所需要的多源数据，如地层岩性、地质构造、无人机三维模型和数字表面模型（）等数据。研究人员在三维状态下通过对地貌形态、色调纹理和颜色阴影等解译识别标志进行分析，确定灾害的类型、位置和范围。古（老）滑坡堆积体的遥感解译标志主要为地形地貌的特征（图（），如簸箕形或舌形的平面形态，两侧可见“双沟同源”，后缘可见滑坡壁，中部可见滑坡台坎、封闭洼地等，前缘可见滑坡舌挤压河流，滑坡体上植被与周边显著差异，滑坡体上有群居居民或耕地，地表可见湿地和泉水等。对于新生滑坡，则可根据后缘的拉裂缝（图（）或前缘的滑塌变形迹象来判别。崩塌灾害（图）在三维影像上较易辨认，崩塌堆积体多发育在沟谷或河流两侧的陡崖、陡坎或岩体破碎地带，崩塌后壁陡峭而粗糙，长江科学院院报 年 崩塌体在坡脚形成锥状的堆积体或倒石锥，崩塌色调比周围环境浅。新近崩塌体一般不长植被或植被很稀疏，多显浅色调，轮廓明显；老的崩塌体多有灌草植被，因而常比周围色调稍浅。图 滑坡遥感解译 图 崩塌遥感解译 技术地质灾害识别考虑到研究区山体陡峭，且受云雾遮挡严重，但整体植被不发育，从经济性和适用性角度选用 卫星 数据。此外，研究区复杂地形造成的 影像几何畸变，除了需要结合升降轨影像数据进行形变分析之外，还需要结合地形进行几何畸变分析，划分研究区内可视区域与不同形式的几何畸变区域，提高形变分析结果的精准度。为此，研究采用 年 月至 年 月的 波段 卫星升降轨数据，其中升轨影像数据共 景，降轨数据共 景。数据主要技术参数如表 所示。数据处理采用 软件进行得到研究区形变速率结果，其处理流程如图 所示，数据处理中采用日本 提供的 提供的 数字高程模型提供参考地形或地理坐标系，作为外部数据来消除地形相位的影响。对于得到的变形速率结果进一步结合几何畸变分析结果进行融合分析和掩膜处理以得到最后的形变速率图（图），然后结合 光学遥感影像初步确定库岸地质灾害的类型、位置和边界。研究中，采用融合 指数与（）算法的几何畸变方法对研究区的几何畸变进行分析。具体而言，主要依据式（）：表 研究区 数据基本参数 波长升 降轨重访周期 分辨率 入射角（）成像模式极化方式 波段升轨降轨图 技术流程图 图 形变速率结果 主动叠掩，（）（主动叠掩）；被动叠掩，被动叠掩 ；主动阴影，主动阴影 ；被动阴影，被动阴影 ；，（透视收缩与高适用性）。|（）第 期吴明堂 等 白鹤滩库区象鼻岭野猪塘段地质灾害综合遥感识别式中：代表融合两种几何畸变分析方法后得到的第 行 列像元的几何畸变分析结果；代表 指数的几何畸变分析方法得到的第 行 列像元的几何畸变分析结果；可视性的几何畸变分析方法得到的第 行 列像元的几何畸变分析结果。融合后的方法可以弥补原始的两种几何畸变分析方法对于几何畸变与高适用性区域识别的不足（指数方法无法识别被动叠掩、主动阴影与被动阴影区域；可视性方法无法识别透视收缩与高适用性区域），实现对于主动叠掩、被动叠掩、主动阴影和被动阴影这四类几何畸变实现定性识别，对透视收缩与高适用性区域实现定量识别。在获得单轨的几何畸变结果之后，可以对单轨的识别结果进一步地融合，从而获得联立升降轨的几何畸变识别结果，以确定使用双轨情况下的变形分析效果。综合遥感识别结果分析 综合遥感识别结果经现场复核，无人机光学遥感解译识别地质灾害 处，其中滑坡 处，崩塌 处。技术识别出库岸形变区 处，经现场复核确认活动性地质灾害 处，其中滑坡 处、崩塌 处。如图 所示，两种方法共识别库岸地质灾害 处，其中滑坡 处，崩塌 处；其中两种方法共同解译地质灾害 处，其中滑坡 处，崩塌 处。相比前期地面人工调查查明的 处地质灾害（滑坡 处，崩塌 处），通过综合遥感技术新发现 处地质灾害。综合遥感识别相较人工排查或单一方法有效提升了识别效果。图 地质灾害综合遥感识别结果 联合升降轨 数据识别优势研究区升降轨影像的各类几何畸变面积百分比如图 所示。不受几何畸变影响的高适用性区域升降轨占比相当，其中升轨影像占比，降轨影像占比。各类几何畸变类型中，透视收缩面积占比最大（升降轨平均占比），其次是主动叠掩（升降轨平均占比），再次是被动叠掩（升降轨平均占比），主动阴影与被动阴影影响的面积较小（升降轨平均占比均）。对于升降轨影像而言，升轨影像受到主动