基于遥感技术的地质灾害解译及评价监测进展_王正庆.pdf

第 37 卷第 2 期2023 年 4 月南华大学学报(自然科学版)Journal of University of South China(Science and Technology)Vol.37 No.2Apr.2023收稿日期:20221209基金项目:新宁县 1 1 万地质灾害高精度调查和风险普查项目遥感解译等综合研究(210KHX074);东华理工大学核资源与环境国家重点实验室开放基金项目(NE1910)作者简介:王正庆(1983)，男，讲师，博士，主要从事铀矿地质及地学信息处理方面的研究。E-mail:wzhq20082008 126com。通信作者:陈雨林(1990)，男，工程师，主要从事磁道勘查与地灾调查方面的研究。E-mail:823828439 qqcom。DOI:10.19431/ki.16730062.2023.02.005基于遥感技术的地质灾害解译及评价监测进展王正庆1，2，3，李策1，陈雨林4*，刘中楠4，丁华栋1，余言1，李天鹏5，郭知鑫1(1南华大学 资源环境与安全工程学院，湖南 衡阳 421001;2稀有金属矿产开发与废物地质处置技术湖南省重点实验室，湖南 衡阳 421001;3东华理工大学 核资源与环境国家重点实验室，江西 南昌 330013;4湖南省地球物理地球化学调查所，湖南 长沙 410000;5枣庄学院 城市与建筑工程学院，山东 枣庄 277160)摘要:遥感是一门综合的对地观测技术，能够对地开展多视角、多层次、多领域观测。该技术是地灾调查、评价及监测的重要手段之一。本文总结了遥感技术在地灾解译、易发性评价、危险性评价、风险性评价及监测方面的应用现状及研究进展，指出遥感技术和物联网技术之间“天-空-地-内”协同发展是未来地灾领域的重点发展方向。关键词:地灾遥感解译;地灾评价;地灾监测中图分类号:P694文献标志码:A文章编号:16730062(2023)02003106Progress in Interpretation，Evaluation and Monitoring of GeohazardsBased on emote Sensing TechnologyWANG Zhengqing1，2，3，LI Ce1，CHEN Yulin4*，LIU Zhongnan4，DING Huadong1，YU Yan1，LI Tianpeng5，GUO Zhixin1(1School of esource Environment and Safety Engineering，University of South China，Hengyang，Hunan 421001，China;2Hunan Key Laboratory of are Metal Minerals Exploitation and GeologicalDisposal of Wastes，Hengyang，Hunan 421001，China;3State Key Laboratory of Nuclear esourcesand Environment，East China University of Technology，Nanchang，Jiangxi 330013，China;4Geophysical and Geochemical Survey Institute of Hunan，Changsha，Hunan 410000，China;5College of City and Architecture Engineering，Zaozhuang University，Zaozhuang，Shandong 277160，China)Abstract:emote sensing is a comprehensive earth observation technology，which can13第 37 卷第 2 期南华大学学报(自然科学版)2023 年 4 月carry out multi-angle，multi-level and multi-field observation on the earth This technologyis one of the important means of geohazard investigation，evaluation and monitoring Thispaper summarizes the application status and research progress of remote sensing technologyin geohazard interpretation，susceptibility assessment，risk assessment and monitoring，and points out that the“space space earth interior”coordinated development between re-mote sensing technology and Internet of Things technology is the key development directionin the future geohazard fieldkey words:geohazard remote sensing interpretation;geohazard evaluation;geohazard moni-toring0引言我国地质灾害频发，数量多，类型全，生命财产损失大，防灾减灾工作至关重要1-2。大量地质灾害致灾机理复杂，诱发因素多，识别难，隐蔽性强3-4。遥感技术具有高效性、准确性及经济性等特点，是地灾领域的一项关键技术5-7。近年来大量高时间分辨率、高空间分辨率、高光谱分辨率优质数据实现了对地表的全覆盖、全天候监测，在地灾调查、评价及监测等工作中得到了广泛地应用。调研遥感地灾文献发现，大量研究仅限于遥感调查、评价及监测的某一方面，缺乏基于遥感技术的综合性调查、评价及监测工作。1遥感地质灾害解译11光学遥感光学遥感影像是地灾解译工作中广泛应用的遥感数据。自 1999 年以来，国外 IKONOS、Quick-Bird、SPOT5-7、WordView-、GeoEye-1、apid-Eye、Pleiades Neo1-6、Sentinel-2A、KeyHole-12 等卫星平台，国内高分一、二号、高景一号、资源三号、天绘一号、吉林一号、北京一、二、三号等卫星平台陆续获取了大量天基高空间分辨率遥感数据，他们联合多光谱卫星(Landsat、SPOT、Terra等)、空地遥感、地形、地质等数据，开展对比、融合及综合解译工作，大幅提高了地灾解译精度1-7。当前，地灾面临发现难、预警难、探测难等难点，除对地灾点进行常规解译外，还需重视对地形、地貌、植被覆盖、土地利用及内部结构等的解译8，其中无人机贴近摄影测量具有机动灵活、快速准确等特征9，所发挥的作用愈发重要。12雷达遥感雷达对植被、冰雪、水体等具有一定的穿透力，不受昼夜和天气的影响，大幅弥补了光学遥感的不足，应急能力强。自 2007 年以来，国外 ada-rsat-2、TanDEM-X、ALOS-2、Sentinel-1 等，国内高分三号、天绘二号、陆地探测一号等高空间分辨率天基雷达卫星陆续运行。上述天基雷达卫星包括合成孔径雷达(synthetic aperture radar，SA)卫星和干涉合成孔径雷达(interferometric synthetic ap-erture radar，InSA)卫星两类。SA 普遍具有大幅宽、高分辨率、多维度、多角度、多星及多基协同观测能力，获取的地物纹理丰富，信息全面，但测图产品精度较低，不易获取立体影像，而 InSA恰弥补了这一不足，可实施无地面控制条件下的测绘产品生产。在大范围形变监测和活动性滑坡识别方面，多轨道 InSA 较为有效，测量精度可达厘米至毫米级10，尤其是在南方植被覆盖区，对构造、地形的解译效果良好11，但价格偏高，解译难度较大。航空雷达方面，高精度机载激光雷达(light detection and ranging，LiDA)能有效识别高植被覆盖区山体损伤和松散堆积体等隐蔽性灾害12，但目前机载 LiDA 数据处理难度较大，成本较高。对于同一研究区，机载 LiDA 数据成本大于无人机光学航拍影像数据成本，而无人机光学航拍影像数据成本又大于高分辨率光学卫星数据成本。在地灾调查过程中，应根据地灾特点选择合适的技术手段。如对于滑坡隐患识别，光学遥感和 InSA 技术结合应用于识别正在变形区域，LiDA 和光学遥感的结合应用识别隐蔽性较强的历史变形区域，航空-半航空的物探技术能有效识别地下结构不明的潜在不稳定斜坡13。13解译程序和内容遥感地灾解译程序包括 8 个方面:设计编写、图像处理与制作、遥感解译、野外查证、图件编制、综合研究、报告编写及资料汇交14。遥感地灾解译内容包括 3 个方面:1)孕灾地质背景解译:结合前期基础地质工作，解译与地灾发育有关的断裂、活动断裂、褶皱、节理、裂隙、新构造、环形构造、地层、岩性等;23第 37 卷第 2 期王正庆等:基于遥感技术的地质灾害解译及评价监测进展2023 年 4 月2)地灾点解译:解译地灾类型、边界、变形状况、空间分布、规模及灾情前后坡面形态特征变化等，重点解译与人类活动较为密切的区域，尤其是房屋后面的人工切坡、路边道路边坡等;3)专题信息提取:包括土地利用类型、植被状况、坡度、坡向、坡体结构、人类工程活动、斜坡单元、沟谷特征等，作为支撑地灾风险评价的专题图层数据。解译完成后，应结合其他手段，查明地质地貌、水文、气候、土地覆盖等与地灾的关系，分析地灾形成条件、诱发因素、成因及发育规律等15-17，为地灾评价防治奠定基础。14解译方法纵观遥感地灾解译的发展历程，其是由目视解译到半自动解译再到自动化、智能化解译逐步发展的18-23。当前，国内外研究者对滑坡和泥石流开展了大量遥感解译工作。在解译单元上，从像素级向对象级18-20、场景级发展;在分类方法上，从传统监督、非监督分类向集成学习、深度学习发展;在解译认知上，从智能理解向智能认知发展23。传统目视解译费时费力，效率低，门槛高，监督、非监督分类属于基于像元的解译范畴，准确度不高，但基于像元尺度上的机器学习方法(支持向量机(support vector machine，SVM)、随机森林(random forests，F)、决策树(decision tree，DT)等)效果较理想22。基于最小距离分类法19、隶属度函数法等属于面向对象的解译，自动化程度、效率、精度均大幅提高。集成学习组合了多分类器得到更好更全面的分类模型，能更准确地识别复杂目标，深度学习具备海量数据的学习能力和高度的特征抽象能力，分类优势显著24-26;未来遥感影像智能解译的关键是利用知识图谱实现深度知识推理，深化对遥感影像的精准、精细理解与分析23。如，武汉大学与华为联合研发了全球首个遥感影像智能解译专用深度学习框架软件“Lu-oJiaNET”，通过人工智能深度学习使计算机处理图像越来越“聪明”;欧阳松27 提出了基于地学知识嵌入的遥感影像深度语义分割方法，提高了分割结果的可靠性和可解释性;李彦胜等28 初步探索了耦合知识图谱和深度学习的新一代智能遥感影像解译，有效提升了解译性能，推进了智能化解译。卫星平台侧重于广域普查，航空平台侧重于局部详查，地面平台侧重于重点核查，不同平台所获取的数据类型不同，影像各异。应根据地灾调查的目的任务、精度等选择恰当的遥感影像数据类型，对比、融合多源遥感数据，相互补充印证，可显著提高和保障解译精度。2地质灾害评价21易发性评价地质灾害易发性评价是指对地质灾害易发程度或可能性进行评价，并开展易发区划分。评价工具主要为地理信息系统(geographic informationsystem，G