基于遥感技术的湖北竹山县滑坡地质灾害解译

2020-09-29杨震

工程建设与设计 2020年16期

杨震

（安徽理工大学测绘学院，安徽淮南232001）

1 引言

随着工业化的不断发展，人类活动对地球表层演化过程的干预作用日益凸显，导致地质灾害频繁发生。我国作为地质灾害多发国家，灾害种类多、成因复杂、分布范围广，且呈逐年上升趋势，严重威胁着人们的人身财产安全，影响和制约着社会经济发展[1]。因此，依托现代科学技术，对地质灾害进行全面、系统、深入的研究具有重要的现实意义。常规地质灾害野外调查工作效率低，需要耗费大量人力、物力、财力。相比之下，遥感技术以其宏观性、时效性、综合性、多尺度、多层次、经济性等优点，有效弥补了常规手段的不足，在地质灾害解译和评价工作中被广泛应用[2，3]。以湖北省竹山县为研究区，探讨遥感技术在地质灾害解译中的应用，采用Landsat8 OLI 影像数据，对其进行预处理，通过典型滑坡灾害影像特征，建立解译识别标志，从而进行全区滑坡灾害解译，并将解译的滑坡灾害体空间位置与坡向、坡度、海拔高度3 个地貌因子进行关联，开展滑坡灾害体地貌特征研究，为该区制订防灾减灾计划提供参考。

2 滑坡灾害解译

2.1 数据源选择及预处理

本次滑坡解译采用Landsat8 OLI 全色波段和多光谱组合波段卫星影像数据，全色波段波谱范围宽，瞬时视场角小，分辨率高，有利于新生低植被覆盖地质灾害体识别，而多光谱组合波段可以反映地物的真实颜色，全色与多光谱组合，生成15m 分辨率彩色图像，用于滑坡地质灾害解译。高程信息采用ASTGTM 数据高程模型，影像分辨率为30m，提取坡度、坡向、海拔高度信息，用以研究滑坡发育的地貌影响因素。对遥感影像分别进行辐射定标、大气校正、正射校正、镶嵌裁剪、图像融合和影像增强等预处理，突出典型地质特征，发挥最大识别效果。

2.2 解译标志建立

建立地质灾害的解译标志就是归纳地质灾害体的地物特征，包括遥感影像的色调、颜色、阴影、形状、纹理、大小、空间位置及布局等。基于此，建立研究区滑坡灾害解译标志（见图1）：色调上呈浅色调，新滑坡植被破坏，岩土体裸露，古滑坡新长植被颜色浅且分布稀疏，色调比背景浅；颜色上与背景有明显差异，新滑坡出露岩土为浅土色，老滑坡为浅绿色；中大型滑坡有明显的后壁和侧壁，由于光照条件会出现绝壁阴影；形状上多呈圈椅形、梨形、三角形，长条形；纹理上表面粗糙，有台坎或裂缝等横向纹路，滑坡灾害发生时破坏部分植被，土体和植被交杂分布；位置上根据滑坡的形成条件，滑坡主要发生在软弱夹层岩土、断裂节理发育的斜坡上；大型滑坡有明显台坎或阶梯状纹路，滑坡上部陡峭下部平缓，滑坡前缘由于挤压作用出现隆起。

图1 滑坡灾害遥感影像特征

2.3 滑坡灾害目视解译

根据建立的解译识别标志，采用直接解译、对比分析、信息复合、地理相关等方法对研究区地质灾害体进行圈定。首先对河流、道路、村庄居民点等基本地理要素进行识别，在基本地理要素及其周围寻找异常点，并与解译标志进行比对，识别滑坡灾害体。观察河道两岸及支流旁侧、道路及居民点附近环境，根据直接解译标志色调，寻找色调相对较浅且植被覆盖较低的异常处，进而在坡度较大的边坡处寻找纹理粗糙且出露岩土体堆积物，结合形状特征（有无明显滑坡后壁、有无滑坡体台坎及裂缝等）识别并圈定滑坡灾害体。通过上述方法，研究区共识别滑坡灾害体200 个，统计显示，竹山县17 个乡镇中，楼台乡和文峰乡滑坡灾害分布最为广泛，双台镇、上庸镇次之，擂鼓镇、麻家渡镇最少。

3 滑坡体分布与地貌因子关系

将遥感解译出的200 个滑坡灾害体位置叠加ASTGTM 数据高程模型，分别提取坡度、坡向、高程信息，并研究滑坡体分布与3 个地貌因子的关系。

表1 滑坡体坡度统计

3.1 滑坡体分布与坡度关系

以2°为间隔进行坡度分段统计，如表1 所示。可以看出，研究区滑坡体坡度范围介于11°～76°，整体服从正态分布，均值31.54°，20°～40°的滑坡数量达149 个，占全体滑坡数量的74.5%，说明该坡度区间容易形成滑坡地质灾害，为最佳坡度。坡度过低无法形成有效临空面，不易发生滑坡；坡度过高受重力作用容易发生崩塌灾害。