高分二号卫星数据在地质灾害调查中的应用
——以重庆万州区为例
2019-03-22潘建平阳振宇张定凯向淇文曹建虎廖振环
董 文,潘建平,阳振宇,夏 鑫,张定凯,向淇文,曹建虎,廖振环
(重庆交通大学土木工程学院, 重庆 400074)
0 引言
我国是世界上地质灾害最严重的国家之一,大量的地质灾害致使交通中断,耕地、基础设施被毁,尤其是在我国的西南地区,特殊的地形地貌、区域地质构造等因素使得该区成为我国地质灾害最为活跃的发育区。因此,对于快速且准确的发现地质灾害风险对提高灾害防治效果具有重要的现实意义。传统的调查方法,单靠调查人员实地调查,资料取得的速度慢,不能及时满足决策的需要,而日趋成熟的遥感影像特别是高分辨率卫星图像在实时收集各类资源信息方面有着强大的、不可替代的功能和优势,同时又能客观、真实、动态和快速地反映地质环境和地质灾害信息的特点,结合GPS和GIS方法,人们可以无接触、快速、全面、准确地掌握远距离的各种地形、地物情况以及查明地质灾害分布现状[1],提高了地质灾害调查成果的精度和质量,因此,遥感技术已成为地质灾害调查与监测新的方法和手段。
我国以往开展的地质灾害遥感调查采用的卫星数据多以国外数据为主,例如2003年新疆巴楚—伽师地震后,王晓青等[2]利用航空遥感影像,以及不同时相的震前、震后SPOT5图像,首次成功地实现了在地震应急阶段获取震害遥感影像并进行了地震灾害评估;王瑞国等[2]以 WorldView-2数据为依据,建立遥感解译标志,将解译结果与野外验证相结合、人机交互解译与计算机自动信息提取相结合的方法,圈定了乌东煤矿由采矿活动引发的地质灾害点及其集中发育区,为相关部门进行地质灾害防治决策提供了依据。
但国外数据成本高且受数据获取、数据覆盖能力等方面的制约,在实际地质灾害的调查中时效性往往相对滞后[4-5],对于灾害的监测达不到实时性的要求。近年来,我国自主研发的卫星遥感数据质量高、价格低廉、数据覆盖能力强且数据更新快[6-7],越来越受到广大研究者的青睐。但在地质灾害监测的应用方面,采用国产卫星数据进行灾害体的调查研究工作较少。
因此本文采用国产高分二号数据,以重庆市三峡库岸长江干流库岸(万州段)为研究区,通过对影像数据进行融合、配准、镶嵌等一系列处理,然后将野外实测数据与影像底图进行叠加,综合分析灾害体的影像特征、形成的地质环境条件及分布规律,其结果为国产卫星在地质灾害调查以及应用推广提供了数据基础和应用示范。
1 研究区域概况
万州区位于重庆市东北部,属于三峡库区腹心地带,总面积约3 457 km2。地处川东盆地长江河谷带,区内地貌受控于地质构造格局,背斜成山,向斜成谷,山脉总的走向与区域构造线吻合[8]。由于研究区河流纵横、地质环境复杂等因素的影响,最终造成该区成为地质灾害频发的地区之一。
1.1 地形地貌及地质构造
万州区地处长江河谷带,长江在区内的进口海拔标高118 m,出口海拔标高106 m。该区总体属于构造-侵蚀、剥蚀低山丘陵地貌,区内地貌明显受控于地质构造格局,背斜成山,向斜成谷,山脉总的走向与区域构造线吻合,沿NNE向展布。受岩性及水系的控制,本区具多样化的地貌景观。
区域地质构造上,万州区位于新华夏一级构造四川沉降褶皱带之川东褶皱带北东缘。主要为方斗山背斜、铁峰山背斜、假角山等高背斜以及万县复向斜(包括万县向斜、黄柏溪向斜、新场背斜和故陵向斜)组成,构造线总体由NNE向转至近东西向,在其七曜山背斜西侧斜接复合。
1.2 气象水文条件
万州区属亚热带东南湿润季风气候区,四季分明,气候温暖湿润,雨量充沛,雨热同步,多伏旱,多秋雨,少霜雪。区内多年平均降水量为1 191.3 mm,降雨集中为夏秋两季,其中4~9月占全年降雨的90%。
万州境内河流纵横,河流、溪涧切割深,落差大,高低悬殊,呈枝状分布,均属长江水系。区内地下水的分布、埋藏、运移受岩性构造、地貌和水文网的切割程度影响较大。按地下水的含水介质,将区内地下水划分为四大类,即第四系松散土体孔隙水、碎屑岩裂隙水、碳酸盐岩岩溶水、基岩裂隙水,其中区内地下水主要为第四系松散土体孔隙水和基岩裂隙水。
1.3 地层岩性
万州城区地层主要为侏罗系中统上沙溪庙组(J2s)、上统遂宁组(J3s),岩性未紫红色黏土岩和灰绿色长石石英岩互层。上覆第四系(Q)人工堆积、冲洪积、残坡积、崩坡积和滑坡堆积等,其中以滑坡堆积、崩坡积为主,冲洪积分布较少,上部覆盖层厚度在0~50 m区间不等[9]。
本文主要调查区域位于万州段长江沿线两岸,调查面积约628.8 km2。本次遥感调查地质灾害体共计445处(其中增补解译灾害体47处),调查工作充分发挥遥感技术的独特优势,同时结合GIS等技术,通过资料收集、遥感图像预处理、野外调查等工作,有针对性地开展本次遥感调查工作。本次工作采用的图像处理软件为ENVI、PHOTOSHOP,地理信息系统处理软件采用了ArcGIS。
2 研究数据与方法
2.1 数据源
研究区采用从地理国情监测云平台获取的高分二号卫星PMS相机全色(PAN)和多光谱(MSS)产品图像,全色影像的空间分辨率为1 m;多光谱影像空间分辨率为3.24 m,共4个波段,分别为蓝波段、绿波段、红波段、近红外波段,采集时间为2016年9月2日。研究区共有五景高分二号数据,用以高分辨率影像底图的制作[10]。影像底图能够清楚反映地质灾害的形状、色调、纹理结构,可以在影像上直接判读圈定疑似地质灾害点的区域[11]。研究区数据具体情况见表1。
参考数据为野外实测CAD数据,主要是已经发生的滑坡、危岩崩塌等地质灾害的范围。
表1 研究区数据情况Table 1 Data of GF2 satellite in study area
2.2 数据处理
本文开展高易发区地质灾害监测,在ENVI和ArcGIS等软件平台下,以卫星遥感技术为主要手段[12],数据分析处理流程包括影像融合、影像配准、影像裁剪、影像镶嵌、匀色等,制作卫星遥感影像图和地质灾害遥感专题图处理流程如图1所示。
图1 地质灾害遥感解译专题图制作流程图Fig.1 Flow chart of remote sensing interpretation of geological hazards
(1)影像融合
对研究区的高分二号全色数据与多光谱数据进行融合实验,融合的目的是获取比任何单一数据更精确、更丰富的具有新的空间、波谱、时间特征的合成影像。实验区数据采用Envi软件NNDiffuse Pan Sharpening算法进行融合效果很好,可以减少信息的损失率[13],能够较好的保持影像的纹理和光谱信息,满足地质灾害点信息提取的要求。
(2)影像校正
研究区五景影像两两具有一定的重叠区域,由于几何校正误差的原因,重叠区域的相同地物不能重叠,这对后续图像镶嵌等工作会带来很大的影响。因此本文采用相邻影像的重叠区自动生成匹配点,同时选择相应的计算模型进行精确配准,从而实现在少量的人工干预情况下快速且准确的影像间的自动校正。
(3)影像裁剪
由于研究区实验影像数据量较大,直接进行影像处理耗时较长,因此,在进行后续分析前,需要对影像进行裁剪。裁剪的标准:一是包含调查区域,二是裁剪边缘光滑,无锯齿。
(4)影像镶嵌
图像镶嵌的技术问题之一是如何将多幅影像从几何上拼接起来,通常是对影像进行几何校正,这一步在步骤2影像校正已经解决。技术问题之二是消除几何拼接以后的影像因灰度差异而出现的接边线。
研究区共有五景高分二号影像,需要将五景影像拼接成一个大范围、无缝的影像底图才能满足需要。该过程主要包括镶嵌图像接边线的模糊处理、简单匀色等处理。图像接边线消除的方法有基于小波变换的接边线消除方法和基于重叠图像的接边线消除方法。前者理论严密,但实现比较困难,处理过程对计算机的要求很高,后者算法简单,实验结果基本可以满足需要。因此在实验中选择基于重叠图像的接边线消除方法。
(5)匀色优化
因拼接后的影像亮度、色调分布不均匀,为了得到美观的遥感影像底图,在PHOTOSHOP平台的支持下,对拼接后的影像接边线区域进行匀色处理,研究数据采用8个像素值的羽化距离进行羽化的影像效果最好。
(6)影像增强
图像增强以能够清晰反映地物类型细节和地物边界,色调丰富不失真为原则,采用自然彩色图像波段组合以及百分百截断或标准差拉伸算法。
(7)地质灾害遥感解译底图
研究区的高分二号遥感影像经过影像融合、影像校正、影像裁剪、影像镶嵌等一系列数据处理流程,生成一幅色调均匀、地物纹理清楚、完整的高空间分辨率的卫星遥感影像解译底图,将影像底图与前期野外调查CAD数据进行配准叠加显示,根据地物光谱特征和空间特征,分别建立各类地质灾害的遥感影像的解译标志以及相应的地貌类型、地质构造、水文地质现象和森林植被类型等区域地质条件因子。
3 地质灾害遥感特征
3.1 遥感标志的建立
建立遥感解译标志是解译工作的关键之一。遥感图像解译标志是指能帮助识别目标物及其性质和相互关系的影像特征,如形状、大小、色调、阴影等。解译标志包括直接解译标志和间接解译标志,直接解译标志,如形状、大小、色调等;而间接解译标志反映的则是一种内在关系,以此来推断某一地物属性或自然现象,如地貌、水系、植物等。
在充分收集和熟悉工作区地质资料的基础上,通过野外实地踏勘,根据地物波谱特征和空间特征,分别建立相应的地貌类型、地质构造、岩体类型、水文地质现象和森林植被类型等区域环境地质条件因子以及各类地质灾害的遥感解译标志。
3.2 遥感解译标志
不同灾害体具有不同的地形要素,由于受遥感分辨率和地形要素规模的限制,不同分辨率的遥感数据可解译的灾害体的地形要素具有差异。本研究从项目研究目标和所选择遥感数据特征出发,确定了地质灾害体遥感解译主要内容。
根据地物的波谱特征和空间特征,并结合工作区地质资料和野外地灾点调查的前期数据,研究分析地质灾害体内部结构,建立地质灾害体在高分二号影像图上的解译标志。地质灾害总体上具有沿长江及其支流水系呈条带状分布、沿斜坡高程呈垂直分带分布、依附地区背斜两翼顺向坡地区及城市建设区集中分布的特点。
(1)滑坡
影像上呈灰白色,滑坡面多呈簸箕形、椭圆弧形、漏斗形等平面形态,滑体破碎,滑坡前缘土石松软,有部分碎石土、碎块石或土夹碎石,纹理较为粗糙。同时在解译中应该注意滑区的断裂构造、地貌特征、水文等条件。滑坡主要分布在长江及其支流、褶皱翼部。
与普通滑坡相比,库岸滑坡最突出的特点就是受水的作用影响较大。
(2)崩塌
影像上白色、灰白色,崩塌壁呈不规则状,堆积物结构粗糙。崩塌常发生在上部为中厚层状岩体下部为较软岩体内,坡体坡角大于45°且高差较大,或坡体成孤立山嘴,或凹形陡坡地段,尤其是深切割的峡谷区,各江河的陡峻边岸。陡坡周围易堆积成岩堆或倒石堆。就研究区而言,崩塌主要发生在褶皱轴部。
依据高分二号影像,仅以崩塌为例进行详细说明。
通过对前期崩塌在影像上的特征表现的分析,在崩塌的遥感解译中不仅仅是对崩塌堆积体的识别,还应该从崩塌危岩体的崩塌模式、成因机制、成灾特征甚至稳定性等方面进行研究,多方面的考虑有助于建立崩塌早期识别标志和稳定性判别标准。因此在实际实施中,对于崩塌地质灾害的解译主要考虑从崩塌区域着手,直接解译指标参照表2。
表2 地质灾害遥感解译指标Table 2 The indicators of geological hazard remote sensing interpretation
间接解译指标从3个方面进行分析,第一,地形地貌方面,斜坡地形的高差和坡度,坡体坡脚大于45°;第二,地层岩性与岩体结构特性,崩塌体多发生于上部为中厚层状岩体下部为较软岩体内;第三,地表覆盖类型,如地表植被的生长状况,例如植被的根劈作用使危岩体失稳发生灾害。间接解译指标数据主要是结合DEM数据,数字地质图资料等进行提取分析。
3.3 灾害解译结果统计
本次解译共圈出地质灾害点共计47处(其中库岸18处,滑坡6处,危岩崩塌23处),具体的灾害类型需要结合地形地貌、水文以及野外实测结果等进行综合判断。遥感影像新增解译结果在野外实测中大部分得到了验证。新增地质灾害分布图如图2所示。
图2 地质灾害遥感新增解译分布图Fig.2 The new Geological disaster of remote sensing interpretation
但仍存在误判现象,其原因主要是影像自身精度。在利用高分二号影像进行地质灾害监测的过程中,影像对于大型的灾害效果明显,但对于小型的灾害很难进行识别,因影像的分辨率相对较低,灾害体的内部特征以及边缘信息在影像上反映能力较弱,因此容易被其背景信息吞噬。其次人类的非规范活动也造成部分误判。
4 地质灾害遥感解译专题图的制作
地质灾害遥感解译专题图的制作主要包括2个方面。
其一是地质灾害符号的制作。
因ArcGIS符号库中符号种类有限,因此研究区的地质灾害符号(例如滑坡)采用基于ArcGIS原有的符号进行设计[13-14],重点体现滑坡实体的滑动方向。地灾符号的制作主要是通过简单的点状符号以及线状符号拼合完成。
其二,图幅整饰与输出。
应用设计的地质灾害符号,放置图名、图例、比例尺、指北针等辅助要素,导出地质灾害遥感专题图。地质灾害遥感专题图见图3。
图3 万州库岸地质灾害遥感解译图Fig.3 Remote sensing interpretation map of geological disasters in Wanzhou District
5 结束语
(1)本次以万州区为例,采用高分辨率的全色及多光谱数据,对影像进行一系列处理,其中包括影像融合、影像配准、影像镶嵌等,制作一张完整的符合解译条件的高分辨率影像底图,在前期踏勘和分析已有资料的基础上建立遥感解译标志,随后进行地质灾害增补解译,在地面调查工程中对遥感解译结果进行野外验证,本次遥感调查地质灾害体总共445个(其中前期CAD数据地质灾害体269个,二期治理地质灾害体78个,增补解译47个),增补解译的灾害体在野外调查中大部分得到了证实。基于前期CAD数据、二期治理以及新增解译灾害体数据资料进行万州库岸地质灾害遥感解译专题图的制作。
(2)增补解译灾害体的野外验证结果表明遥感影像能够反映地质灾害的形状、纹理等特征,表明国产高分辨率卫星影像经过预处理后可以服务于地质灾害遥感调查工作,已经达到国外同等分辨率国外卫星数据的水平,且在同等分辨率下,国外卫星数据价格偏高,数据获取以及数据覆盖能力方面存在不足,这样很难达到灾害监测的实时性要求。因此采用国产卫星数据进行地质灾害调查是极为必要的,同时本文研究结果为国产卫星在地质灾害调查以及应用推广提供了数据基础和应用示范。
(3)在以后的地质灾害的遥感解译工作的实施中,利用遥感技术进行地质灾害的调查可以弥补传统地面调查的不足,在一定程度上指导了地面工作的部署,但在研究中仍存在灾害体的误判现象,因此在后期工作中还需结合其他数据资料进行综合分析,这样更能保证研究结果的准确性。