基于遥感技术的矿山地质灾害危险性评价

陈建明，匡 威，孙卫东

（新疆维吾尔自治区地质矿产勘查开发局信息中心，新疆 乌鲁木齐 830000）

在矿山领域当中，地质灾害发生的主要原因是受到地壳运动的影响，在其运动过程中，岩石圈、水圈等之间形成相互作用。在较为剧烈的作用下，矿山区域范围内的自然生态环境、生物活动、人类生命财产等都会受到一定的威胁和损失，甚至带来不可挽回的后果发生。同时，一方面，当前部分地区人类居住环境较为恶劣，周围地质条件较差，因此使得潜在的原生地质会在外界活动的影响下，出现更加严重的灾害问题。另一方面，人类在工程活动中人为造成的次生地质灾害的威胁，使得区域地质灾害问题已经成为当前国土资源规划、城市建设等决策制定和实施中不可忽视的约束问题之一[1]。当前，针对矿山地质灾害问题的评价方法仍然停留在主观评价层面上，并且得出的评价结果常常会受到评价人员主观思想的影响，导致结果与实际存在较大出入问题，无法对后续矿山建设和施工提供有利的评价条件。遥感技术是近几年被广泛应用于矿山领域当中的一项技术手段，其主要作用是利用各类传感器设备对距离较远的目标进行收集、处理和成像。利用该技术获取到的遥感影像能够为矿山建设提供更加有利的可视化图像信息，基于此开展矿山地质灾害危险性评价设计研究。

1 基于遥感技术的矿山地质灾害危险性评价方法设计

1.1 基于遥感技术的矿山多源遥感数据选取及特征对比

为实现对矿山地质灾害危险性的准确评价，将利用遥感技术获取到的矿山多源遥感数据作为基础，针对其具体特征进行分析，从而为后续矿山地质灾害危险性指标体系构建提供条件。结合遥感技术，针对需要进行评价的矿山地质，采集36个波段数据。在采集过程中，设置光谱的波长范围在0.25μm~12.25μm。针对矿山中植被覆盖区域可利用NDVI对其覆盖度进行计算，以此更加详细地反映植被覆盖的空间变化趋势以及空间差异[2]。NDVI的波段为红外和近红外两种类型波段组成，通过对其进行预处理，得到的影响能够直接反映矿山地表的反射率，以此当波幅变得相对狭小时，可以进一步降低或剔除近红外波段区域范围内的水汽吸收而造成多源遥感数据选取出现误差的问题。

通过卫星传感器获取到的像元值为无量纲化的DN数值，因此需要对其进行转换，以此得到相应的反射率，其计算公式为：

公式（1）中，β表示为卫星传感器辐射反射率；L表示为辐射亮度数值；d表示为日地距离；S表示为太阳光谱辐射量；θ表示为太阳与地面之间的夹角。完成对矿山多源遥感数据的选取，选取情况如下图所示，选择出可能影响矿山地质灾害危险性的因素。结合得到的遥感影像数据，对矿山植被覆盖区域和其他地物进行区分，通常情况下，近红外反射率在0.73μm~1.25μm范围以内，通过上述计算，将在这一范围内数据对应的遥感影像作为植被覆盖特征[3]。同时，不同植被在近红外波段都有着较高的反射，植被的郁闭度越大，则相应的近红外波段的反射也越大，反之同理。其次，根据遥感技术得到的地物波谱特征及特点，大部分造岩矿物的识别率均较高，大致在1.62μm~1.72μm范围以内，同时近红外波段与矿山矿床的分布特征之间也有着直接的关联。在对矿山地质是否存在断裂带进行判断时，综合遥感影像、矿山岩性、水系标志等对其进行综合判断和分析。

图1 矿山遥感数据选取图

1.2 构建矿山地质灾害危险性指标体系

在上述矿山多源遥感数据的基础上，分析影响矿山地质灾害危险性的因素，按照层次分析，将评价指标体系划分为三个层次，其中目标层为矿山地质灾害危险性评价，因素层包括基础因素和诱发因素两种，第三层包含八个影响危险性的因子，即坡度、断层距离、坡向、岩性、植被、河网距离、降雨、人类工程活动。运用敏感型指数分析法确定各个因子的灾害敏感性指数，其公式为：

公式（2）中，I表示为某一评价因子的灾害敏感性指数；Pij(G)和Pij(L)表示为某一评价因子i的j个属性类当中灾害危险性隐患点的栅格数和不存在灾害危险性隐患点的栅格数；Pi(G)表示为某一评价因子i当中所有灾害点栅格个数；Pi(L)表示为某一评价因子i当中所有无灾害隐患点的栅格个数。在实际应用该评价方法时，可将各个因子的灾害敏感性指数作为其相应的权重，以此实现对危险性的量化评价。

1.3 基于模糊综合法的地质灾害危险性区划

为了更加清晰地明确不同区域的灾害危险性情况，对其按照危险性严重程度划分为低、中、高三个等级针对危险性等级与评价因子呈正相关分布的特点，结合模糊综合法得到无量纲化公式为：

公式（3）中，K表示为无量纲化结果；X表示为分级代表值；maxY表示为评价的最大临界值。根据得出的K值，将0~0.2范围作为高危险性区域；将0.2~0.8范围作为中危险性区域；将0.8~1.0范围作为低危险性区域。将其相应函数绘制如图2所示。

图2 三种不同地质灾害危险性函数图像

图2中U1表示为低危险性函数；U2表示为中危险性函数；U3表示为高危险性函数。横坐标为经过无量化后参评因子的数值；纵坐标为相应的评价因子隶属度数值。在实际评价过程中，与定量化的评价指标存在一定区分，可采用经验取值法对各个评价指标进行定性，完成对地质灾害危险性区划。

2 两种评价方法应用效果对比分析

本文通过上述论述，在遥感技术的基础上，对矿山地质灾害危险性评价方法进行理论设计，为了进一步验证该方法在实际矿山环境当中的应用效果，选择以某地区矿山作为依托，针对其矿山区域内的地质灾害危险性进行评价。设置本文基于遥感技术的评价方法为实验组，传统基于专家可信度的评价方法为对照组。已知被评价矿山长期处于干旱少雨状态，每年平均降水量约为400mm，并且由于长时间处于阳光照射状态下，蒸发量较大，具有典型的中温带半干旱大陆性气候类型的特点。该矿山地形总体呈现出南高、北低的特点，其最高位置的海拔可以达到1523m，最低位置的海拔为1023m，平均海拔高度为1235.25m。该矿山地质以粉沙、粉土为主，水土流失十分严重。分别利用实验组评价方法和对照组评价方法对该矿山地质灾害的危险性进行评价。将该矿山按照东、南、西、北、东南、东北、西南、西北划分为八个不同区域，分别得出实验组和对照组对上述八个不同区域的危险性评价结果，并将评价结果代入到如下公式当中，对地质灾害发生频率进行计算：

公式（4）中，γ表示为地质灾害发生频率；iK表示为实验组或对照组评价方法得出的评价结果；D表示为地质灾害危险性评价包含天数。根据上述公式，计算得出8个区域地质灾害频率，并将结果记录如表1所示。

表1 实验组与对照组地质灾害频率预测结果对比表

从表1得出的三组数据可以看出，在8个不同区域上，实验组得出的值明显比对照组更加接近于实际数值。因此通过实验证明本文引入遥感技术后的评价方法得出的评价结果精度更高，与实际更相符，可为地质灾害的准确预测提供条件。

3 结语

针对当前传统评价方法在实际应用中存在的诸多问题，本文引入遥感技术，开展对矿山地质灾害危险性评价方法的优化设计研究。通过研究提出一种全新的评价方法，并通过实验证明了该方法的应用价值。在后续的研究中还将针对更多影响矿山地质灾害危险性的因素进行更加全面分析，从而不断提高评价的综合性，进一步提高评价结果的准确性。