APP下载

机载LiDAR 技术在密林区低频泥石流沟调查中的应用

2023-06-12赖安锋

岩土工程技术 2023年3期
关键词:堆积物沟谷堆积体

王 平 赖安锋

(深圳市工勘岩土集团有限公司,广东深圳 518000)

0 引言

低频泥石流沟通常具有隐蔽性强、群发性、同发性、破坏性强、灾情严重的特点[1]。在深圳等南方地区,植被生长快速,其隐蔽性强的特点就更为突出,一些泥石流沟长期无发灾记录被误认为正常沟谷而未能列入地质灾害隐患。深圳自1978 年以来沟谷型泥石流极少发生,2014 年以前仅有的几起均由人为堆渣、人工开挖边坡引起,业界普遍认为深圳市无自然因素主导的沟谷型泥石流灾害。2014 年6 月,受局地极端暴雨的影响,深圳市坪山区石井—田头山一带的自然沟谷产生了群发性稀性水石流,造成了水库淤埋、道路损毁、天然气管道外露等严重灾害,深圳市自然因素主导的低频泥石流沟的识别得到关注。

深圳市盐田区1∶50000 地质灾害详细调查遥感数据源采用0.30 m 分辨率的WV-3 全色卫星影像,解译时发现盐田区80%左右区域为植被覆盖的密林区,卫星影像上显现为大片单调的绿色,仅能读取大概的地形轮廓,影像可解译程度差。鉴于工作区光学影像具有局限性,深圳市地质灾害调查中应用机载LiDAR 技术,在盐田区盐田坳一带19 km2区域(以下称为“研究区”)识别了包括4 条低频泥石流沟的多处地质灾害隐患,并进行实地验证。

1 机载LiDAR 的技术特点

机载LiDAR(Airborne Light Detection and Ranging)源于激光雷达技术,1993 年投入商用[2]。发展过程中,机载LiDAR 逐步克服了设备体积大、激光器寿命短、算法不公开、成本高昂等缺点,发扬了其采样密度大、精度高、植被穿透力强的优点,被广泛应用于地形测绘、灾害调查、环境监测、城市三维建模、林业调查、电力调查、海岸带测量等领域[2]。

机载LiDAR 是一种主动对地观测系统,集成了GPS、IMU、激光扫描仪、数码相机等设备。其中主动传感系统(激光扫描仪)利用返回的脉冲获取探测目标高分辨率的距离、坡度、粗糙度和反射率等信息,最后经过综合处理而得到地面区域三维定位与成像结果[3]。LiDAR 设备的激光脉冲扫描密度高且穿透植被能力强,可记录多次不同时刻到达的同一束发射激光的回波信号(见图1),通过数据处理来区别树冠表面、灌木表面和地面,可以快速地获取高精度的地表三维信息,转而生成高精度DEM 模型和DSM 模型[4],会使掩盖于植被之下的各种山体损伤和松散堆积体暴露无遗,有效识别隐蔽性灾害[5]。

图1 机载LiDAR 数据采集工作原理

2 机载LiDAR 在国内地质灾害领域的应用

国内机载LiDAR 在地质灾害领域最早始于汶川地震,2008 年研究人员在北川唐家山堰塞湖开展了应急性机载LiDAR 扫描,为该堰塞湖库容量的计算提供了直接数据支持[6]。2009 年—2017 年,刘圣伟等、冯光胜、佘金星等利用机载LiDAR 技术在长江三峡库区、新疆巴伦台、九寨沟地震灾区进行了地质灾害调查工作,取得了良好的效果[7—9]。2019 年,由佛山地质局承担的西樵山地质灾害风险区划调查评价,采用了机载LiDAR 技术作为其“天空地”一体化调查的重要组成。由于机载LiDAR 独特的优点,2021 年自然资源部发布的地质灾害风险调查评价技术要求,将其列入了新技术、新方法之列[10]。

3 研究区概况

研究区位于深圳市盐田区的中西部的低山、丘陵地带,地形起伏大、山高坡陡、沟谷密集且切割普遍较深。西侧为深圳市最高峰梧桐山,山顶海拔943.7 m,相对高差约930 m,山体为侏罗纪喷发形成的层状火山,水系呈放射性分布,沟谷深切,岩性主要为中上侏罗统梧桐山组(J2+3w)火山岩(凝灰岩、凝灰质熔岩、火山角砾岩等)。东侧为高陵区,山顶海拔475 m,相对高差约460 m,坡度一般约20°~40°,局部形成陡崖,水系呈现出一系列相互平行的树枝状,岩性主要为侏罗系—白垩系侵入的花岗岩。东西两侧之间为坳谷状地形,岩性主要为泥盆系—石炭系层状碎屑岩(砂岩、粉砂岩、泥质粉砂岩等)。山脚为城市建设区,工业仓储、民居、道路密集,山区基本无人居住,通行、通视条件差。根据区域地质资料,研究区地质构造主要为断裂,以北西向断裂最为发育,其次为东西向和北东向(见图2)。

图2 研究区位置及地质略图

研究区植被覆盖达80% 以上。植被类型为常绿落叶阔叶次生林、常绿落叶阔叶人工林,郁闭度约0.78~0.86,乔木密度14.9~21.0 株/100 m2、平均树高5.4~6.1 m、冠幅达2.7~3.2 m,灌木密度2.5~6.7 株/m2[11]。研究区植被具有多层结构,从上至下生长有高大乔木、一般乔木、灌木、藤、草[12]。据联合国粮农组织的划分标准按郁闭度划分[13],研究区属密林区,植被层次多,光学影像可译性差。

4 机载LiDAR 作业和数据处理

此次机载LiDAR 采用了罗宾逊R44 载人直升机和OPTECH ALTM Galaxy T 1000 激光雷达系统。获取了19 km2的机载LiDAR 点云数据,点云总数为1169002287 个,通过点云去燥、滤波等操作后去除植被获得的地面点数量为70039303 个,综合植被穿透率为5.99 %。通过处理后获得了研究区地面分辨率0.2 m 的数字高程模型(DEM),对DEM 数据进行山体阴影处理后生成了有立体效果的影像(见图3)(如无特殊说明,下文中的“DEM 图像”均指机载LiDAR DEM 数据山体阴影处理后的图像)。与WV-3 卫星影像(见图4)相比,LiDAR 获取的DEM 图像地貌轮廓清晰锐利、纹理深刻、地表细节丰富。

图3 研究区机载LiDAR 获取的DEM 山体阴影图像

5 低频泥石流识别与解译

5.1 基本识别方法

国内泥石流的判别方法主要有判别因素法、严重程度数量化综合评判法、识别要素临界值判别法[14]。这些方法中,斜坡不良地质作用(崩塌、滑坡、土壤侵蚀等)的严重程度所占的比重较大,植被覆盖程度也是重要的考量因素,植被越好则泥石流发生的可能性越低。王春山等[15]对1983 年—2005 年间中国发生的13 条典型的泥石流资料进行了整理与分析,认为低频泥石流具有危害严重的特点,其主要原因之一为低频泥石流潜伏时间长,原来的冲积路径上植被早已恢复并生长茂密,使人放松警惕。王帅等[16]通过相关文献的分析,认为某些低频泥石流区域人烟稀少,历史资料匮乏,沟口堆积扇上的植被恢复快,泥石流发生后的地貌标志常被植被所掩盖,野外调查和航片判断均有相当的难度。综合以上观点,认为以斜坡不良地质作用与植被覆盖程度为主要判据确定沟域是否存在泥石流,对于低频泥石流的确定会出现误判。在国内大部分地区,访问当地长者是重要的判别依据,深圳建市时期晚,城市变迁幅度大,原始居民基本已另迁新址,现场难以找到年龄大的原住居民,低频泥石流调查访问的有效性低。鉴于以上情况,本次调查对于低频泥石流沟的识别以泥石流地貌和泥石流堆积物的判别为主。研究区山高林密,通行通高条件差,光学遥感可译性差,调查工作以DEM图像为主初步判别各条沟谷是否具有泥石流地貌和泥石流堆积物,再到现场进行调查验证,最终确定是否泥石流沟。

参考钟敦伦和谢洪的观点,沟域内具有泥石流侵蚀地貌、堆积地貌和侵蚀—堆积地貌之一,应判别为泥石流沟[14]。泥石流侵蚀地貌主要有破碎坡、基岩谷、角峰,泥石流堆积地貌主要有堆积扇、堆积垄岗、堆积龙头、堆积舌和堆积裙边、堆积斑,泥石流侵蚀—堆积地貌主要有泥石流阶地、葫芦谷、缝隙堆积基岩谷、多变谷[14]。有些沟谷下游人为改造强烈,需结合原始形态下的老地形图辅助判读。

泥石流堆积物通常从堆积物形态、堆积剖面、颗粒特征三方面观察与分析[17]。泥石流堆积物在纵断面上多呈锥形,在平面上呈扇形,其纵横比降较大,为3°~12°,堆积物表面一般呈垄岗起伏,坎坷不平,而洪积扇纵、横比降小,一般为1°~3°,表面较为平整[18]。堆积物形态在DEM 图像上可清晰判读,并可在三维分析软件中快速读取平面尺寸与坡度。人类改造严重地带,仍需结合老地形图分析判断。堆积剖面特征、颗粒特征难以在DEM 图像上读取,要在现场核查验证。

5.2 解译标志

密林区泥石流的遥感解译标志,可通过野外实地调查与DEM 图像特征相对照,建立图像上泥石流地貌和堆积物形态的解译标志。

(1)破碎坡

本文中的破碎坡是指流域内山坡因崩塌、滑坡、侵蚀等作用在地表形成损伤的现象。研究区破碎坡在DEM 图像上通常显示为槽状或条状阴影,具有凹凸不平粗糙的质感(见图5、图6),当破碎坡发育强烈时,DEM 图像显示为斑痕累累、支离破碎。正在变形的滑坡,其裂缝在DEM 图像上呈明显的线状暗色阴影(见图7)。

图5 破碎坡—崩塌(盐田坳北侧道路旁崩塌)

图6 破碎坡—坡面侵蚀(研究区东侧沟谷上游)

图7 破碎坡—滑坡裂缝(盐田坳绿道西侧滑坡)

(2)堆积扇

在光学影像上,低频泥石流的堆积扇与周围色调相差不明显,很难辨认。而在DEM 影像上堆积扇形态清晰,其色调较周围要明亮,呈现出强烈凸出的立体感(见图8)。图像表面有晶钻状或蜂窝状斑块,现场复核,这些斑块是堆积扇表面的漂石、块石。DEM 图像可在三维分析软件中量出表面坡度、高差等信息,用于间接判断堆积扇的性质。

图8 堆积扇(百泰集团后山沟谷下游)

(3)堆积阶地

古泥石流堆积阶地仅在云海学校西侧沟谷分布(见图9),位于现代河沟的两侧、堆积扇的上游,阶面平坦,分布有规律性横向条纹,与周边地物有明显的区别。

图9 云海学校西侧泥石流阶地

(4)沟底松散堆积物

试验区沟底的松散堆积物在DEM 图像上比较容易辨认,呈现出密集的晶钻式或蜂窝式图案,明暗相间,质感粗糙(见图10),部分区域略有凸出感。图像中晶钻体(蜂窝体)的直径一般与漂块石的粒径相仿,有些情况下图像的晶钻体直径大于实体。

图10 百泰集团后山沟谷内松散堆积物

基岩谷在DEM 图像上特征不明显,角峰、缝隙堆积基岩谷、葫芦谷、多变谷等在研究区未见到,因此未能建立解译标志。

5.3 低频泥石流沟的识别

按流域将研究区划分为17 个沟谷单元(见图11),从DEM 图像上逐个判别是否泥石流沟。通过地貌形态、堆积物形态的判读和现场复核,最终确定了4#、15#、16#、17#共4 条泥石流沟(见表1)。这些沟谷在深圳建市以来无泥石流发生的记录,但沟口有老(古)的泥石流堆积物,属于低频泥石流沟。

表1 研究区主要沟谷泥石流的判别

图11 沟谷单元划分

5.4 泥石流详细解译

利用DEM 图像结合现场调查,对判别为泥石流的沟谷进一步详细解译,以典型沟谷(4#沟、16#沟)为例分析。

(1)4#沟详细解译

该沟谷位于云海学校西侧,将其DEM 图像载入三维分析软件中,生成沟域的立体效果图(见图12),根据其流域特征分为形成区、流通区、堆积区。流域面积约1.309 km2,主沟长约2690 m,流域高差875 m,总体纵坡降18°。该沟位于低山区,基岩为火山熔岩和火山碎屑岩。

图12 4#泥石流沟三维模型

形成区长约1600 m,占整个流域长度的59%。山高林密,人员难以进入,无人机航拍和光学卫星影像均不能达到效果,机载LiDAR 生成的高精度DEM 图像可以解决这一难题。DEM 图像中,形成区山坡陡峭、高差大,沟壑密集、切割深度大,沟谷呈V 形和深V 形。在DEM 图像上测量所得,形成区主沟长1590 m,高差740 m,沟底总体纵坡降25°,沟谷两侧坡度约35°~55°。根据前述解译标志,解译出形成区破碎坡12 处,总面积约102618 m2,分布于沟谷上游的沟头部位、支沟两侧,在图像上量取坡度约35°~55°,显示出沟谷侵蚀越往上游越强的特点。据DEM 图像解译,形成区有松散堆积物的沟段长度为2375 m,沟底松散物质储藏量较大。破碎坡所在区域为层状火山的上部,岩性为火山熔岩夹火山角砾岩,坡残积物较薄,层间相对软弱的火山角砾岩风化较强烈,层间支撑力减弱,坚硬耐风化块状结构的火山熔岩在地表形成了散落的块石或孤石(见图13),在雨水冲刷等作用下,块石和风化碎屑进入沟槽,成为了沟谷松散物质的主要来源。根据DEM 图像,结合现场查证,形成区物源总量估算为467472 m3:破碎坡潜在不稳定体平均厚度约4 m,体积约410472 m3;沟底松散物质平均单宽面积约24 m2,体积约57000 m3。

图13 4#沟形成区遥感解译图

流通区位于流域中下游,上游树枝形沟汇集成一条单沟,呈U 型断面,形成了宽谷地貌。长530 m,高差约72 m,主沟总体纵坡降约8°。现代河沟、泥石流阶地在DEM 图像上清晰可见(见图14),河沟位于沟底偏右(面向下游)处,呈反S 形摆动,图像上量测河沟宽约15~25 m,左岸侵蚀形成陡坡,量测坡高约6~13 m,右岸向岸坡平缓过渡,部分河段形成了伏流。泥石流阶地在DEM 图像上表现为长条形台地,局部形成微起伏的垄岗,是泥石流满床堆积所形成的,主体位于现代河沟左岸,宽约100~200 m,物质成分主要为次棱角—次圆状块石、漂石夹砂和黏性土,粗细混杂,无明显的分选,从上游往下游颗粒略有变细的趋势。河床左岸岸坡坡度约35°~42°,基本上是块漂石土的自然休止角,受流水长期冲蚀坡脚的影响,岸坡会产生塌岸,成为泥石流的物源之一。

图14 4#沟流通区遥感解译图

堆积区位于沟谷出口以下,地势开阔,地表被改造为住宅区和道路,人为改造强烈,扇体轮廓在DEM 影像上仍较清晰(见图14)。堆积区地面全部被硬化或覆盖,未见堆积物露头,剥开前缘高边坡底锚杆格构梁的绿化层,揭露为杂乱的漂块石土,有地下水渗出,证明老泥石流堆积体波及较远且厚度较大。根据DEM 图像(见图15)、老地形图和现场调查,大致确定堆积扇纵长约580 m,平均宽约500 m,纵向比降约7°,横向比降3°~4°。

图15 4#沟堆积区DEM 图像及航拍照片

堆积区河沟已护岸和铺底,从堆积区上游至下游,沿线皆有块漂石、碎石堆积,堆积体成条带状和散粒状,粒径从上游往下游逐渐变小,由漂块石为主转变为碎石、砂、黏性土为主,水平方向上分选明显。下游暗涵口全断面有稀泥浆附着(见图16),涵底铺满碎石和砂土,双孔涵洞隔墙和两侧翼墙见有受碰撞破损的情况(见图17),根据碰撞痕迹和泥痕判断,近期大暴雨时沟内流体状态为高含砂洪水,还达不到泥石流的密度界限值(1.3 t/m3),固体物质堆积量较小,近期泥石流活动弱。

图16 4#沟下游暗涵口携砂洪水的痕迹

图17 4#沟下游暗涵内的堆积情况

(2)16#沟详细解译

该沟位于黄碧围北侧,根据DEM 图像结合现场核查,将该沟谷划分为清水汇流区、物源流通区和堆积区(见图18)。流域面积0.261 km2,主沟长约1070 m,高差约370 m,主沟总体纵坡降19°。该沟位于花岗岩丘陵区,主要构造为东西向断裂。

图18 16#泥石流沟三维模型

清水汇流区DEM 图像较为光滑,坡面过渡舒缓自然,局部有陈旧性的损伤,植被茂盛,山体稳定。DEM 影像上显示有少量凸出的亮斑,经现场调查为花岗岩孤石,现场验证这些孤石均处于稳定状态。

物源流通区位于流域中游,沟谷呈V 形,切割较深,沟底纵坡降较陡,总体坡降26°,顶部形成跌水,两侧沟岸较陡,坡度约25°~30°。从DEM 图像上解译,泥石流的主要物源为顶部的危岩带和其下部的崩塌堆积体。从DEM 图像来看,本区上部为陡坡,有一大片长条形的粗糙带横穿沟谷(见图19),该带延展方向为近东西向,放大图像后,发现该粗糙带由一些明亮的凸出斑块和细密粗糙的暗部区域交错而成,并有纵向细沟切割坡面。根据图像特征结合区域地质,将此区域解译为沿东西向断层面发育的危岩带,带内支沟侵蚀较严重,形成了各危岩区的侧向边界,促进了危岩的发生与发展。现场核查该带为阶梯状陡崖组成的陡坡,并发现了构造作用形成的磨光面和挤压形成的片状蚀变岩,印证了东西向断层面的判断,坡面分布有大量的危岩,大部分危岩隐没于树丛中,外表仅能看到个别突出块体,有些区域已产生了贯通性裂缝。在DEM 图像上圈画了6 个危岩密集的小区,总面积约5040 m2,根据现场调查估计危岩平均厚度约3 m,总体积约15120 m3。DEM 图像可见危岩带下部有一片晶钻状斑块组成的区域,与周围地面的纹理、质感相差较大,平面形态呈倒三角形,总体坡度27°,视觉上有明显的凸出感。解译为崩塌堆积体,现场核查,该区域表面为花岗岩块石所覆盖,呈棱角—次棱角状,确认为崩塌堆积体,崩塌块石粒径一般1~5 m,大者可达10 m 以上,块石粒径与图像上的斑块长度相仿。在DEM 图像上量测堆积体区面积10750 m2,根据主沟在堆积体边缘的切割面估计,堆积体平均厚度约4 m,体积约43000 m3,堆积体厚度小,堆积区植被较好,无明显的变形破坏迹象,现状整体稳定,当上部危岩大范围崩塌时,将引起堆积体的失稳,可能引起泥石流发生。

图19 16#沟主要物源解译

堆积区位于下游,前缘为建成区,被大幅度改造。堆积扇中后部在DEM 图像上特征十分明显,平面上呈锥形,向外凸出的立体感十分强烈,前缘虽然被破坏,但大致轮廓仍可辨认(见图20)。DEM 图像上量测其主轴长度300 m,平均宽度120 m,纵比降12°,横比降约8°~10°。现场核查,该区域为一锥形脊状堆积体,道路开挖断面上可见主要由棱角—次棱角状的块碎石夹黏性土、岩屑组成,最厚处大于5 m,土石比约7∶3—6∶4,呈中密—密实状态,结构杂乱,局部有架空现象,块体大小一般约0.1~2.0 m,大者可达4~5 m。细节方面,堆积体表面纹路呈晶钻式和蜂窝式排,斑块尺寸大于表面块石的粒径。后期钻探成果表明,该堆积体在沟口处座落于细颗粒的洪积物之上,两者在结构、粒径、分选性上区别明显,确定该堆积体为古老泥石流堆积而成。堆积体左岸有一片暗色区域,非常粗糙,现场核查为现代河沟侵蚀形成的陡坡,堆积体右岸也有一条沟槽,水呈伏流从前缘溢出,侵蚀较弱。对比上部的崩塌堆积体,其粒径较小,细粒含量稍多,密实度更好。从地表情况判断,该堆积体整体呈稳定状态。左、右两条沟槽所在的涵洞无明显破损,涵口干净,显示较长一段时间内无泥石流活动,现今活动性弱。

图20 16#沟堆积扇DEM 图像

6 结论

将机载LiDAR 技术应用于密林区低频泥石流沟调查,解决了密林山区地质灾害调查精度低的难题,通过应用案例介绍与分析,得出如下结论:

(1)通过机载LiDAR 技术,精细地显现了盐田坳密林山区的地表形态,结合现场调查与图像特征的对比,初步建立了低频泥石流的地质灾害遥感解译标志。

(2)在机载LiDAR 解译的基础上进行实地核查,于盐田坳一带发现并验证了4 条低频泥石流沟,对泥石流沟的形态特征、物质来源、堆积状况进行了全面的调查与分析,取得了初步的成果。

(3)可利用机载LiDAR 的便利性、可重复性和绝对定位的特点开展密林区地质灾害的长期监测,定期对目标区域进行扫描,获取多时相、多时段的遥感成果,深入研究其发展变化趋势。

猜你喜欢

堆积物沟谷堆积体
福岛第一核电厂1号机组安全壳内堆积物结构复杂
后退式注浆技术在隧道突涌堆积体加固处治中的应用
东河煤矿沟谷地貌下动载防治
隧道黄土堆积体施工技术
盐岩储库腔底堆积物空隙体积试验与计算
大型堆积体滑坡治理施工技术研究
贵州龙里猴子沟沟谷植被及植物多样性初探
高密度电法在寻找泥石流堆积体中的应用研究
沟谷空间特征与斜坡灾害发育关联性分析
柴油机废气再循环冷却器内部堆积物的评价——堆积层的特性分析