基于高分卫星遥感影像的地震应急滑坡编目与分布特征探讨——以2017年8月8日九寨沟7.0级地震为例1

吴玮莹 王晓青 邓 飞



基于高分卫星遥感影像的地震应急滑坡编目与分布特征探讨——以2017年8月8日九寨沟7.0级地震为例1

吴玮莹 王晓青 邓 飞

（中国地震局地震预测研究所，北京 100036）

地震应急是减轻地震灾害的重要途径之一。地震应急工作具有时间紧迫、事关重大的特点。2017年8月8日四川九寨沟S7.0级地震发生后，为快速、准确地提供地震引发的滑坡灾害分布，本研究基于震后第一天获取到的高分辨率遥感影像（高分二号卫星影像、北京二号卫星影像），通过人工目视解译的方法初步建立了四川九寨沟地震滑坡编目。结果表明，该地震至少触发了622处同震滑坡，分布在沿使用影像边界框定的面积为3919km2的区域内。本研究还利用这个地震滑坡编目，统计了九寨沟地震滑坡数量和滑坡点密度（LND）与地形（坡度、坡向）、地震（地震烈度、震中距）等因素的关系。结果表明九寨沟地震滑坡多发生在坡度为20°—50°的区域内，滑坡的易发性随着坡度的增加而增加。受地震波传播方向的影响，E、SE向是地震滑坡较易发生的坡向。滑坡的易发程度和地震烈度呈正相关，即随着烈度的增大，滑坡易发性增大。滑坡易发性还随着震中距增加而降低，这是由于地震波能量随震中距的增加而衰减导致的。

四川九寨沟地震 地震应急 同震滑坡分布

引言

地震是危害严重的自然灾害之一。提高地震监测预报水平、加强震害防御能力和提高地震应急救援水平是目前国内外减轻地震灾害的3个主要途径。在现有科技和经济条件下，地震应急具有“较为现实、投入较少、见效较快、实效显著”等优点，受到世界各国的普遍重视。从理论上讲，地震应急过程实际上就是一系列在有限时间内所作出的决策与实施过程的集合，具有时间紧迫、事关重大的特点。因此，在一定的时间约束条件下，地震应急决策和行动是否科学合理和各种决策实施过程是否及时有效，是地震应急工作成败的关键。而决策的科学性和合理性以及决策实施的时效性和实际效用，根本上取决于决策和决策实施过程是否建立在全面、准确、及时的地震灾情信息的基础上（聂高众等，2002，2012；苏桂武等，2003）。能否快速提取和分析地震灾情信息并形成决策是地震应急工作能否顺利开展及发挥实际作用的核心。

由于我国地形条件复杂，地震往往导致滑坡、崩塌、泥石流等地质灾害发生。地震地质灾害会造成人员伤亡、房屋毁坏、道路中断，极大地阻碍灾区快速开展地震应急救援工作，因此快速获得震区地震地质灾害分布及其规律十分重要。在地震应急工作中，传统的方法在震后快速组织相关专家前往灾区调查存在耗时长、费用高、无法保障调查人员安全等问题（熊德清，2009；赵纪生等，2008；唐川等，2013；刘刚等，2015）。随着我国遥感技术的发展及其在地震应急工作中的应用，震后第一时间已能够获取到大范围覆盖震区的遥感影像，基于这些影像的人工目视解译方法成为较为快速、准确获得震后地震地质灾害及其分布信息的方法（胡国超，2009；曾涛等，2009；秦绪文，2012；刘睿等，2013）。

北京时间2017年8月8日21时19分，四川省阿坝藏族羌族自治州九寨沟县发生7.0级地震。根据中国地震台网测定，震中（33.20°N，103.82°E）位于九寨沟风景区比芒村（距离九寨沟县城39km），震源深度20km。此次地震震后第一天获取到震中附近高分辨率的遥感影像，随即基于遥感影像通过人工目视解译的方法得到了地震应急阶段地震滑坡初步编目成果。本文利用该地震滑坡编目初步研究了九寨沟地震滑坡空间分布与地形（坡度、坡向）、地震（地震烈度、距震中的距离）等滑坡影响因素之间的关系，为地震应急救援、震后重建，以及地质灾害预防提供了可供参考的结果。

1 研究区概况

九寨沟位于四川省阿坝藏族羌族自治州九寨沟县境内，地处青藏高原东缘向四川盆地过渡地带，是一条纵深50余千米的山沟谷地，总面积650.74km2。该区域内地势南高北低，山谷深切，高差悬殊，区域北缘九寨沟口海拔仅2000m，中部峰岭均4000m以上，南缘达4500m以上。九寨沟地质背景复杂，碳酸盐岩分布广泛，褶皱断裂发育，新构造运动强烈，地壳抬升幅度大，造就了多种地貌（郭建强等，2000；杨更，2005；戴岚欣等，2017）。四川九寨沟地震发生在南北地震带中断，青藏高原东缘巴颜喀拉块体与东部华南地块碰撞挤压边界带上，震中及其邻区发育有NWW向东昆仑断裂东端塔藏断裂、NNW向虎牙断裂和近南北向岷江断裂（图1）（徐锡伟等，2017）。截至北京时间2017年8月18日09时00分，本次九寨沟地震共记录到余震总数为5019个，其中4.0—4.9级地震3个，3.0—3.9级地震28个，最大余震为北京时间8月9日10时17分发生的九寨沟县4.8级地震。

2 数据和方法

2.1 数据

本研究使用的高分辨率震后影像包括：①中国资源卫星应用中心提供的高分二号卫星影像，共4景（图2），包括分辨率为1m的全色影像与分辨率为4m的多光谱影像，影像的获取时间均为2017年8月9日；②二十一世纪空间技术应用股份有限公司提供的北京二号卫星影像，共2景（图2），包括分辨率为0.8m的全色影像与分辨率为3.2m的多光谱影像，影像获取时间均为2017年8月9日。震后影像获取时间为震后一天，能够满足地震应急工作的时效性，保证地震滑坡编目工作能够迅速开展。震前影像来源于Google Earth平台，影像获取时间为2011年12月10日，用于排除震前已经存在的滑坡。将影像导入ArcGIS平台中，并且在该平台上完成地震滑坡编录工作。地形数据利用30m分辨率的ASTER DEM（http://www. gscloud.cn/）以及从该DEM中提取的坡度、坡向。地震数据为中国地震局发布的四川九寨沟地震震中与地震烈度（http://www.cea.gov.cn/）。

图1 四川九寨沟地震震中位置与主要活动断层分布

2.2 方法

目前，建立同震滑坡编目的方法主要有5种（Keefer，2002；Guzzetti等，2012；Xu，2015）：①野外调查；②基于航片的目视解译；③基于卫星影像的目视解译；④结合航片和卫星影像的目视解译；⑤基于遥感影像的滑坡自动提取。其中高分辨率卫星影像目视解译的方法具有能够覆盖较大的震区范围、较强的中小规模滑坡的解译能力，同时有获取时间相对较短且价格低廉等优点，成为当下开展地震滑坡编录的首选方法。野外调查可作为验证结果可靠性、提高滑坡编录质量的方法。本文首先建立同震滑坡的解译标志，采用目视解译高分辨率遥感影像提取地震滑坡的方法建立地震应急滑坡编目。同时，通过对比Google Earth平台提供的震前遥感影像，排除了震前已存在的滑坡，从而建立了本次研究的九寨沟地震滑坡编目。在同震滑坡编目基础上，以点要素表示单体滑坡，通过ArcGIS平台显示其空间展布，并研究其与地形因子（坡度、坡向）和地震因子（地震烈度、震中距）等同震滑坡空间分布影响因子之间的关系。选取滑坡数量（Landslide Number）和滑坡点密度（Landslide Number Density, LND）作为2个衡量滑坡相对发生程度（易发性）的参数，通过空间分析探索地震滑坡与地形因子和地震因子的关系。图3给出了本研究处理的主要流程。

图2 四川九寨沟地震等烈度线与用于地震滑坡解译的震后遥感影像分布

3 结果

3.1 滑坡解译标志

解译标志是建立滑坡与遥感影像联系的关键。在对高分辨率遥感影像进行解译前，首先需要建立同震滑坡的解译标志。建立解译标志并没有统一的标准，解译者基于经验和对一系列能够在影像上识别出来的特征进行分析来发现和描绘滑坡的形态。特征主要包括形状、大小、影像色彩、色调、阴影、纹理和物体的类型等。解译者还可将遥感影像与数字高程模型结合，将影像以三维方式显示，依据地势、位置等信息对滑坡进行识别和描绘（Guzzetti等，2012）。

图3 本研究处理流程图

解译标志的建立还需考虑研究区的实际情况，得到该区域较为合适的解译标志。本研究基于四川九寨沟地区的实际情况，结合遥感影像特征，建立了以下两种解译标志：①由于道路对于斜坡具有削切作用，因此当受到地震波的影响，道路两旁更易发生地震滑坡灾害，阻塞道路，对地震应急救援工作造成阻碍。道路在遥感影像上呈现为清晰的线条状，若道路两旁的边坡发生地震滑坡灾害，则滑坡的堆积物质使得道路原本整齐的边界遭到破坏，能够清晰地从遥感影像中识别出阻塞点以及道路路基的坍塌。因此将道路作为此次地震的解译标志之一（如图4（a）、4（b））。②地震滑坡灾害的发生会导致土地覆盖类型的变化。由于地震发生正值夏季，四川九寨沟地区植被茂盛，滑坡灾害的发生会破坏山体表面的植被覆盖，与植被覆盖区域在遥感影像上反差较大。因此，将植被作为此次地震的滑坡解译标志之一（如图4（c）、4（d））。

3.2 同震滑坡编目展示

依据上述研究思路，解译了九寨沟地震震后高分遥感数据覆盖范围内的同震滑坡，提取结果如图3所示。结果表明九寨沟地震至少触发了622处滑坡。根据所使用的影像范围及解译滑坡分布情况，沿所使用影像的外边界框定出滑坡的分布范围，面积为3919km2，去除云层覆盖区域后，研究区面积为2506km2，滑坡点密度为622/2506km2＝0.24处/km2。该研究区长轴方向为北西—南东方向，与中国地震局发布的地震烈度圈长轴方向一致，大多数滑坡发生在地震烈度为Ⅷ、Ⅸ区域内（图5）。

3.3 同震滑坡空间分布的影响因素

选择坡度和坡向作为地形因素，统计他们与地震滑坡空间分布的关系（如图6（a））。研究区坡度范围为0°—80°。在GIS平台中通过30m×30m分辨率的DEM提取得到坡度数据，并将其按照10°坡度间隔分为7个区间，统计每个区间内滑坡的数量和区间面积，计算得到区间内滑坡点密度（LND）。从图6（a）中可以看出，随着坡度的增大，滑坡的个数和LND值都呈现先增后减的趋势，滑坡数量最大的区间为30°—40°，共有滑坡238处；LND值最大区间为60°—70°，可达1.15处/km2。总体上，滑坡多发生在坡度为20°～50°的区域内，滑坡的易发性随着坡度的增加而增加。在GIS平台中从30m×30m分辨率的DEM中提取坡向，将坡向分为Flat、N、NE、E、SE、S、SW、W、NW共9类。图6（b）显示了每个分类区间内滑坡的数量和LND的统计结果。结果表明N、E、SE向滑坡数量较多，分别为97、106、111处。滑坡点密度在E、SE向较大，分别为0.33处/km2和0.37处/km2，这说明E、SE向应为地震滑坡较为易发的坡向。

（a）（b）为道路解译标志；（c）（d）为植被解译标志；（a）（c）为震前GF2号影像，分辨率为1m，拍摄时间为2017年7月1日；（b）（d）为震后GF2号影像，分辨率为1m，拍摄时间为2017年8月9日

图5 四川九寨沟地震滑坡分布图

图6 同震滑坡与坡度（a）坡向（b）烈度（c）震中距（d）分布关系

选择地震烈度和震中距作为地震因素，统计他们与地震滑坡空间分布的关系。从图2可以看出Ⅸ度区域面积较小。图6（c）显示研究区包含了Ⅵ、Ⅶ、Ⅷ、Ⅸ烈度区，滑坡数量随着烈度的增大呈先增后减的趋势，在Ⅷ度区达到最大，为383处。滑坡密度随着烈度的增大而增大，在Ⅸ度区达到最大，为0.60处/km2。从总体上看，滑坡的LND值与地震烈度呈现较好的相关性，即滑坡的LND值随着烈度值的增大而增大，这也说明了烈度越大，越易发育滑坡。

在GIS平台下以震中为圆心、10km为半径间隔建立缓冲区文件，将整个研究区按照与震中的距离划分为8个区间，然后开展滑坡分布与距离震中关系的统计（如图6（d））。从中可以看出，滑坡数量先随震中距的增加而增加，在距震中20km处达到最大，为243处。LND曲线随着震中距的增加先减小，在震中距10km内为最大值0.83处/km2，而后在距震中40km处出现局部峰值，为0.27处/km2，之后逐渐减少。从总体上看，随着距离震中越远，同震滑坡易发性越低。

4 讨论与结论

坡度对滑坡的发育具有重要的影响。斜坡的坡度与可能转化为滑动面的坡体结构面倾角决定了坡体临空面能否成为滑坡发育的有效临空面。同时，坡度应力分布也决定着滑坡的稳定性，地形坡度越陡则越容易引发滑坡（樊晓一，2013）。根据本文研究发现，四川九寨沟地震滑坡易发坡度范围为20°—50°，滑坡的易发性随着坡度的增加而增加。但在高坡度地区，滑坡数量与LND值减少，是因为该坡度覆盖区域较少。这一现象在其他震例中也有类似的表现（Wang等，2007；Xu等，2015）。一些研究成果也表明相较于高坡度地区，滑坡更易发生在中等坡度的区域，这主要是由于在较大的斜坡梯度上没有发生滑坡的物质基础（Masson等，2006；Reis等，2012）。

地震滑坡易发坡向受到区域内坡向分布特点、地震波传播方向以及区域其他地形地质条件的影响。根据震后中国地震局地球物理研究所及北京大学张勇等（2017）对此次地震震源破裂过程的反演结果以及张旭等（2017）重新筛选波形资料并收集覆盖震中区的InSAR资料对主震的震源破裂过程重新反演的分析结果表明，此次地震的破裂区可分为两个主要凹凸体，一个较大且距起始破裂点较近，从起始破裂点北西较深的位置延展到起始破裂点南东较浅的位置；另一凹凸体较小且距起始破裂点较远，位于起始破裂点北西方向，正滑分量明显。根据破裂过程可以得出，地震波是沿NW—SE向传播，与地震波传播方向一致的斜坡更易发生滑坡，即SE向为易发坡向。由于绝大多数滑坡的滑动和运动方向基本与斜坡面倾向一致，研究区内E向坡向分布范围较广，因此E向也为地震滑坡较为易发的坡向（许强等，2010）。

地震烈度是地震震动强度的客观反映。在本研究对于地震烈度与地震滑坡数量的分析中，地震滑坡数量随着烈度的增大先增加后减小。地震滑数量增加的原因是：根据Newmark累积位移量理论，坡体水平波动振荡而产生的位移量与地震时地面的烈度呈相关关系。地震时地面烈度越高，地面水平加速度越大，坡体越接近于极限平衡状态，则其它条件相同时，所产生的位移量也越大，越易发生滑坡（毛彦龙，1998）。地震滑坡数量在Ⅸ度区减少的原因可能是：①Ⅸ度区覆盖面积较小；②Ⅸ度区在遥感影像中云覆盖区域较多，影响解译数量的准确性。

通过探究此次地震滑坡在不同震中距下滑坡数量、LND值的变化趋势，我们发现，从总体上看，随着距离震中越远，同震滑坡易发性越低。这是由于地震波传播过程中，能量随震中距的增加而衰减，因而地面振动减弱，滑坡数量减少。在距震中40km处LND值出现小局部峰值与距震中80km处滑坡数量突然增多，可能是因为：①震中定位不够准确；②可能受到其它地形条件（坡度、坡向）等影响。

本研究利用震后第一天获取到的高分辨率遥感影像（高分二号、北京二号）通过人工目视解译的方法初步建立了四川九寨沟地震同震滑坡分布图。结果表明，四川九寨沟地震至少触发了622处滑坡，滑坡点密度为0.24处/km2。通过统计地形（坡度、坡向）、地震（烈度、距震中的距离）各分级区间内同震滑坡数量和滑坡点密度（LAD），初步分析了各影响因子与同震滑坡空间分布之间的关系。结果表明，滑坡多发生在坡度为20°—50°的区域内，滑坡的易发性随着坡度的增加而增加。受地震波传播方向的影响，E、SE向是地震滑坡较易发生的坡向。滑坡的易发程度和地震烈度呈正相关，即随着烈度的增大，滑坡易发性增大。滑坡易发性还随着震中距增加而降低。本文研究存在影像未覆盖整个地震震区、遥感影像存在云覆盖区域等问题，但在地震应急阶段能够满足地震应急的时效性要求，提供较为准确的地震滑坡灾害分布，为震后救援、灾区重建、防治地震地质灾害提供了具有价值的信息。

致谢：中国资源卫星应用中心和二十一世纪空间技术应用股份有限公司提供了灾区卫星遥感数据；地震预测研究所灾害信息研究中心科研团队成员参与了震后应急滑坡提取工作。在此一并致谢！

戴岚欣，许强，范宣梅等，2017．2017年8月8日四川九寨沟地震诱发地质灾害空间分布规律及易发性评价初步研究．工程地质学报，25（4）：1151—1164．

樊晓一，2013．西南地区地震滑坡坡度分布特征研究．四川地质学报，33（3）：328—331．

郭建强，彭东，曹俊等，2000．四川九寨沟地貌与第四纪地质．四川地质学报，20（3）：183—192．

胡国超，2009．遥感技术在“5·12”地震重灾区汶川县地质灾害调查中的应用．成都：成都理工大学．

刘刚，董树文，侯春堂等，2015．对四川芦山2013年S7.0地震的初步认识——中国地质科学院地震应急响应与地质灾害排查．地质论评，61（S1）：947—949．

刘睿，苏伟，张晓东等，2013．芦山地震震后次生滑坡灾害风险评价研究．震灾防御技术，8（4）：423—433．

毛彦龙，胡广韬，赵法锁等，1998．地震动触发滑坡体滑动的机理．西安工程学院学报，20（4）：45—48．

聂高众，陈建英，李志强等，2002．地震应急基础数据库建设．地震，22（3）：105—112．

聂高众，安基文，邓砚，2012．地震应急灾情服务进展．地震地质，34（4）：782—791．

秦绪文，2012．汶川地震灾区次生地质灾害航天遥感应急调查与综合研究．中国科技成果，（18）：64—65．

苏桂武，聂高众，高建国，2003．地震应急信息的特征、分类与作用．地震，23（3）：27—35．

唐川，常鸣，2013．2013．4.20芦山S7.0级地震诱发次生地质灾害应急调查与分析．见：第十四届海峡两岸地貌学研讨会论文集．青岛：南京大学，台湾大学．

熊德清，2009．四川省理县5·12汶川地震诱发地质灾害应急排查与危险性评价．成都：成都理工大学．

许强，李为乐，2010．汶川地震诱发滑坡方向效应研究．四川大学学报（工程科学版），42（S1）：7—14．

徐锡伟，陈桂华，王启欣等，2017．九寨沟地震发震断层属性及青藏高原东南缘现今应变状态讨论．地球物理学报，60（10）：4018—4026．

杨更，2005．九寨沟景观地质背景及成因研究．成都：成都理工大学．

曾涛，杨武年，简季，2009．无人机低空遥感影像处理在汶川地震地质灾害信息快速勘测中的应用．测绘科学，34（S2）：64—65，55．

张旭，冯万鹏，许力生等，2017．2017年九寨沟S7.0级地震震源过程反演与烈度估计．地球物理学报，60（10）：4105—4116．

张勇，许力生，陈运泰，2017．http://www.csi.ac.cn/manage/eqDown/05LargeEQ/201708082119M7.0/zonghe. html#_图16、地震破裂过程图

赵纪生，魏景芝，吴景发等，2008．汶川8.0级地震滑坡、崩塌机制．震灾防御技术，3（4）：379—383．

Guzzetti F., Mondini A. C., Cardinali M., et al., 2012. Landslide inventory maps: new tools for an old problem. Earth-Science Reviews, 112(1—2): 42—66.

Keefer D. K., 2002. Investigating landslides caused by earthquakes – a historical review. Surveys in Geophysics, 23(6): 473—510.

Masson D. G., Harbitz C. B., Wynn R. B., et al., 2006. Submarine landslides: processes, triggers and hazard prediction. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 364(1845): 2009—2039.

Reis S., Yalcin A., Atasoy M., et al., 2012. Remote sensing and GIS—based landslide susceptibility mapping using frequency ratio and analytical hierarchy methods in Rize Province (NE Turkey). Environmental Earth Sciences, 66(7): 2063—2073.

Wang H. B., Sassa K., Xu W. Y., 2007. Analysis of a spatial distribution of landslides triggered by the 2004 Chuetsu earthquakes of Niigata Prefecture, Japan. Natural Hazards, 41(1): 43—60.

Xu C., 2015. Preparation of earthquake—triggered landslide inventory maps using remote sensing and GIS technologies: principles and case studies. Geoscience Frontiers, 6(6): 825—836.

Xu C., Xu X. W., Shyu J. B. H., 2015. Database and spatial distribution of landslides triggered by the Lushan, Chinaw6.6 earthquake of 20 April 2013. Geomorphology, 248: 77—92.

Compilation and Spatial Analysis of Co-seismic LandslideInventory by Using High-resolution Remote SensingImages in Earthquake Emergency Response—An Exampleof the JiuzhaigouS7.0 Earthquake on August 8, 2017

Wu Weiying, Wang Xiaoqing and Deng Fei

(Institute of Earthquake Science, China Earthquake Administration, Beijing 100036, China)

Earthquake emergency response is one of the significant ways to mitigate earthquake disasters. After aS7.0 earthquake occurred in Jiuzhaigou, Sichuan Province on August 8, 2017, we used high-resolution remote sensing images (Gaofen-2 satellite image, Beijing-2 satellite image) obtained at the second day after earthquake, primarily established the inventory of landslide triggered by the JiuzhaigouS7.0 earthquake through artificial visual interpretation in order to obtain distribution caused by earthquake rapidly and accurately. The results show that the earthquake triggered at least 622 co-seismic landslides along the boundary of the image covered by 3,919km2. We also statistically analyzed the relations of the number of landslides with topography factors (gradient, aspect) and seismic factors (seismic intensity, distance from epicenter). It is found that landslides mostly occurred at the slope of 20°—50°, and the susceptibility of occurrence increases with the increase of slope gradient. The aspects of E and SE are prone to landslide occurrence because the direction of gradient may be related to seismic wave propagation. It is well correlated between the susceptibility of occurrence and seismic intensity, which suggests that as the intensity increases, the landslide increases. The susceptibility of landslide decreases with the increase of distance from the epicenter. The results provide valuable information for earthquake relief, and are useful in reconstruction and prevention of earthquake-induced geological disasters.

Jiuzhaigou earthquake; Earthquake emergency response; Distribution of co-seismic landslide

10.11899/zzfy20170410

科技部重点研发课题（编号：2017YFB0504104）

2017-10-02

吴玮莹，女，生于1993年。硕士研究生。主要从事地震滑坡危险性研究。E-mail：wuweiying512@126.com

吴玮莹，王晓青，邓飞，2017．基于高分卫星遥感影像的地震应急滑坡编目与分布特征探讨——以2017年8月8日九寨沟7.0级地震为例．震灾防御技术，12（4）：815—825．