综合遥感技术在山区铁路泥石流勘察中的应用

张璇钰 刘桂卫 孙琪皓 王 飞 王东旭

(中国铁路设计集团有限公司,天津 300308)

引言

泥石流灾害多发生于地形险峻的山地区域,并具有流速快、流量大以及破坏力强等特点,严重威胁我国山区铁路的行车安全。1981年成昆线利子依达沟特大型泥石流就曾冲垮桥梁结构,造成巨大人员伤亡[1]。然而,既有的现场调查、蹲守、群测群防等措施难以全面及时获取灾害体发育情况,且预警时效性较差,无法为铁路安全运营提供强有力的支撑。亟须利用新的技术手段对铁路沿线泥石流灾害开展监测研究,保障铁路行车安全。

近年来兴起的“航天-航空”综合遥感技术,在复杂艰险山区铁路勘察设计中发挥了重要作用[2]。其中,航天合成孔径雷达干涉(InSAR)技术可穿透云雾,获取广域地表形变信息,并已在地震火山形变提取、城市沉降监测等领域取得了良好的效果[3-7]。在此基础上,学者们将InSAR技术应用于铁路工程灾害监测中。边坡监测方面,甘俊提出一种融合星载、地基合成孔径雷达的铁路施工区滑移形变监测方法,通过星载雷达探测形变区,利用地基雷达进行实时监测[8];泥石流勘察方面,陈庭轩等提出一种联合雷达相位信息和后向散射信息的灾害解译方法,取得兼具高精度和高可靠性的成果[9];李晶等采用短基线干涉测量(SBAS-InSAR)技术,对覆盖整个黄土高原的1994景Sentinel-1A数据进行处理,识别出黄土高原3240处地质灾害隐患点[10]。虽然利用InSAR技术可揭示灾害形变规律,但由于缺少目标的纹理和色彩,其结果的直观性相对较差,仍需联合其他技术手段进行深入研究。

低空无人机遥感技术可获得高分辨率的光学遥感影像,广域灾害调查方面,刘桂卫等基于自主研发的三维遥感判释系统实现真实场景的室内重建,利用多源遥感数据开展铁路沿线灾害解译,并成功应用于铁路勘察设计和既有线路的防灾减灾[11-12]。精细化灾害筛查方面,王栋等以高寒高海拔地区铁路工程为研究对象,对无人机在地质勘察中的应用进行探索,通过高分影像和激光点云的融合分析,获取灾害位置、空间产状等地质要素,解决高位、高植被覆盖地区勘察低效的问题[13-17]。单一的无人机低空遥感技术缺少监测目标的形变信息,而上述两种技术的综合有望为山区泥石流灾害的勘察提供一套更为完整可行的技术方案。

综上,为解决传统泥石流调查低效、全面性较差的问题,以湖南西北部某山区铁路上游泥石流为研究对象,综合利用InSAR和无人机低空遥感技术,对该泥石流灾害进行系统研究分析,获取区域灾害隐患的时空分布情况,并实地验证综合遥感成果的可靠性,以期为山区铁路沿线泥石流灾害的监测治理提供借鉴。

1 研究区概况

研究区位于湖南省西北部,区域内以褶皱构造为主,山体高耸,岩性复杂,砂岩、石灰岩、页岩交错分布。研究区域植被茂密,以常绿阔叶林和低矮灌木为主。区域降水主要集中在每年的6～9月,同时也是区域内滑坡、崩塌落石等地质灾害频发的时段[18]。该铁路工程穿越湘西武陵山区,桥隧占比超75%,是中南地区重要的东西向客运通道之一。在茂密植被和强烈的岩溶作用下,崩塌落石等高危隐蔽性灾害问题突出,对隧道进出口和桥梁设施构成严重威胁。传统人工调查手段难度大、风险高,已无法满足安全运营的迫切需求。

研究区泥石流灾害汇水面积约为1.18 km2(见图1),区内最低点位于沟口道路,高程约281 m,最高点位于坡顶,高程约699 m,相对高差约418 m,坡度大于30°的面积占50%以上,共发育有4条支沟。该泥石流主沟沟谷狭窄,两侧山体节理、裂隙较发育,岩体风化严重,沟内可见大量块石堆积,植被茂密。铁路以桥梁方式横跨主沟流通区,中桥长约60 m,主桥墩高约15 m,桥下河道宽度约为20 m,南北两侧分别为某隧道进出口。2020年6月,受强降雨影响,该流域暴发泥石流。故对铁路桥基的稳定性和行车安全构成潜在威胁,亟须进一步的监测和治理。

图1 铁路工程穿越湘西武陵山区三维地形示意Fig.1 Three-dimensional terrain diagram of railway engineering crossing the Wuling Mountain in western Hunan

2 研究方法

2.1 工作内容与技术路线

为了解决人工勘察存在的效率低、盲区多、风险大等问题,综合利用InSAR监测和无人机航空摄影两种技术对沿线某泥石流沟谷开展遥感监测研究。首先,选取研究区域欧空局Sentinel-1A合成孔径雷达(SAR)影像,开展影像配准、重采样、干涉、相位解缠,以及时序形变解算处理,并依据获取形变识别流域内的活动灾害隐患体,定量揭示其运动规律;其次,获取研究区域低空无人机遥感影像,对其进行几何校正、位置信息解算、同名点匹配、空中三角测量加密、构建狄洛尼三角网、建立白模、匹配纹理等处理,最终构建高分辨率实景三维模型;最后,综合研究区InSAR形变数据、实景三维模型识别确定的崩滑隐患体,进行现场踏勘与验证。综合遥感技术路线见图2。

图2 综合遥感技术路线Fig.2 Integrated remote sensing technology roadmap

2.2 遥感数据处理

(1) InSAR数据处理

针对研究区植被茂密的自然条件,选用C波段的欧空局Sentinel-1A SAR影像,利用短时间基线构建密集干涉像对以降低噪声干扰。监测时段为2020年1月1日～2022年1月14日,共涵盖33景升轨数据;选用小基线集InSAR(SBAS-InSAR)技术进行地表形变解算,具体影像对时空基线组合见图3(a)。研究选用ASTER GDEM V2-30m数字高程模型(DEM)[19],模拟并去除InSAR干涉对地形相位;利用欧空局提供的精密轨道星历数据去除轨道误差[20];依据通用大气校正在线服务数据(GAGOS)去除InSAR干涉大气延迟分量[21]。研究选取2020年9月2日的数据作为公共主影像,将其余SAR影像与公共主影像进行配准,以120 d、150 m的时空基线阈值进行干涉对组合、生成差分干涉图;并选出具有高相干性的慢失相关滤波相位(SDFP)目标,在此基础上去除大气效应和地形相位误差;最后使用奇异值分解法(SVD)获取形变信息。SBAS-InSAR的数据处理流程见图3(b)。

图3 InSAR数据处理Fig.3 Data processing of InSAR

(2)无人机数据采集与处理

为完成泥石流沟内灾害体的详查工作,根据研究区基础地形数据和重点作业目标规划仿地飞行航线,通过五镜头同步采集正射与倾斜影像,确保各区域影像尺度的一致性。数据采集和处理流程如下。

首先,划定泥石流灾害影响范围作为遥感影像采集区域;其次,基于工程区基础资料,规划自适应地形起伏的仿地飞行航线,使航向重叠度达到95%,旁向重叠度达到85%,确保重点区域影像空间分辨率不低于5 cm,高程分辨率不低于10 cm;最后,利用数据处理软件对无人机影像进行几何校正、位置信息解算、同名点匹配、空中三角测量加密、构建狄洛尼三角网、建立白模、匹配纹理等处理(见图4),获取研究区的实景三维模型。利用模型所呈现的色彩、纹理、立体几何信息,开展泥石流发育情况的详查与几何参数量测工作。

图4 无人机数据采集与处理流程Fig.4 Data acquisition and processing flow of UAV photogrammetry

3 研究结果

3.1 泥石流沟地表形变空间分布

为了获取可靠的InSAR形变信息,综合考虑研究区植被郁闭度,并根据多次不同相关系数阈值实验,发现在阈值选为0.35时,可在较好滤除低相干目标的同时,保留尽可能多的高质量InSAR形变观测。因此,选择0.35作为相干系数阈值。设定监测目标在2020年1月1日的形变量为0,后续形变皆为相对量级。监测结果显示,泥石流沟谷主要存在4处隐患(见图5(a)),会对铁路行车安全和当地居民构成威胁。总体上,4处隐患的形变曲线随季节呈周期性变化,雨季的形变量较大,剩余期间相对平缓(见图5(b))。各监测点的形变特征如下。

图5 时序InSAR形变监测结果Fig.5 Time-series deformation monitoring results of InSAR

隐患点1位于泥石流堆积区,该危岩体在监测周期内形变明显,平均速率为17.7 mm/a,在2020年6月至11月期间累计形变达18 mm,处于明显的形变加速阶段。隐患点2于2020年雨季发生30 mm的大量级形变,之后进入缓慢形变阶段,平均形变速率为18 mm/a。隐患点3位于泥石流主沟上游右后侧,该区域形变量级最为显著,在此次监测周期内累计形变量达57 mm,平均形变速率为28.5 mm/a。隐患点4位于泥石流主沟顶部左前侧山体,该斜坡曾发生滑塌,在2020年及2021年雨季均监测到明显的形变信号,平均形变速率为17.8 mm/a。

3.2 基于无人机实景三维模型的灾害隐患详查

基于无人机低空遥感影像构建的实景三维模型显示,泥石流物源区面积较大,呈漏斗状,土地覆盖类型为常绿阔叶林地、草地、农田及裸地;流通区沟道狭窄,两侧山体坡度较大,植被茂密;堆积区主要由磨圆度较差的碎石和松散软土构成。经判识,流域主要存在4处隐患(危岩体1处、不稳定斜坡1处、滑坡体2处)。

危岩体位于泥石流主沟出口南侧边坡上(见图6(a))。岩层近似水平,节理产状196°∠40°,坡面产状330°∠80°,方量约775.52 m3,距隧道进口约45 m。岩体侧方发育较宽的拉张裂隙,有贯通风险;底部岩体破碎,基座孤立,存在倾倒式崩塌隐患。

图6 基于实景三维模型的灾害隐患详查结果Fig.6 Detailed investigation results of realistic 3D model

不稳定斜坡位于泥石流主沟顶部(见图6(d)),高程约630 m,影像中可见一处由四级梯田构成的农务区,面积约为2.0×103m2。该区域利用上游及两侧山谷汇水开展农务,造成沟谷改道。

滑坡体1(见图6(b))位于村落和主沟间,距离上游道路约80 m。影像中可见一面积约1.95×103m2的平缓地带(见图6(c)),表面无高大植被覆盖。滑坡体2(见图6(e))位于西北-东南向延伸山脊的北东侧斜坡上部,地面坡度大于40°。滑坡区面积约为2.03×104m2,体积为(16.5～18)万m3。根据影像特征,将滑坡分为上部滑动形变区(Ⅰ区)、中部滑动形变与碎屑流堆积区(Ⅱ区)、下部堆积区(Ⅲ区)。

由于缺少研究区同期地面监测数据,故未能对InSAR结果的绝对精度进行验证。因此,采用非显著形变区统计法和影像解译分析法对InSAR结果的内符合精度进行评估。首先,针对图5(a)中非显著形变区域,统计其年平均形变速率,该区域形变速率在-5～5 mm/a之间波动,形变均值为0.49 mm,标准差为2.17 mm(见图7(a)),表明InSAR监测成果有较好的内符合精度。其次,沿滑坡体主轴方向,Ⅰ区形变梯度较大,且形变速率逐渐增加,野外调查也显示该区域滑动面平整且擦痕明显;Ⅱ区形变速率整体较高,形变梯度相对变缓,同时光学影像显示该区域存在多条横向张拉裂隙,物质流体化特征显著;Ⅲ区形变速率逐渐减小后维持在一定数值波动,堆积体颜色较深,呈凸起状,影像特征与形变趋势相符(见图7(b))。

图7 InSAR精度评估与验证Fig.7 Accuracy evaluation and verification of InSAR

综上,InSAR技术实现了研究区域微小形变的探测,无人机遥感又赋予了监测结果影像色彩和纹理信息,将二者相结合,完成了地质灾害隐患由宏观至细部的高精度快速筛查。

3.3 野外调查与分析

为了对监测结果进行复核,研究团队于2022年3月、5月分别对研究区域开展实地踏勘。根据踏勘情况,按照物源类型对隐患进行分类,并对遥感工作与现场调查结果进行汇总与分析。

隐患点1位于流域下游高位边坡上(见图8(a)),属危岩落石型物源。雨季形变量较大,其余监测时段相对平缓;坡面地形陡峭,现场调查难度较高,整体风化较为严重,危岩两侧大型裂隙内可见水流,植被茂密,与边坡的连接性较差。

图8 地质灾害现场验证Fig.8 Verify in field for geologic hazards

隐患点2位于流域中游(见图8(b)),属滑坡型物源。该处在2020年雨季出现大量级形变后即进入平缓期,未见明显的周期性变化规律;无人机和现场调查显示,该隐患朝向主沟,呈圈椅状,后缘有拉裂形变迹象,表面发育有低矮灌木、草地,与周围的林地差异显著。

隐患点3位于流域上游(见图8(c)),属于坡面侵蚀型物源。形变监测显示,该处雨季形变梯度较大,明显高于其余隐患;现场调查显示农田地处高位,两侧山体陡峭,植被茂密,边界土质松软,水土流失严重,主沟内可见多处小规模堆积体。

隐患点4位于流域上游(见图8(d)),属滑坡型物源。该处形变规律与季节关联度较高,在暴雨冲刷搬运下转化为泥石流。物质流体化特征明显,坡面覆盖层较厚,滑动面未见明显基岩出露,斜坡中下部多为崩坡积、滑坡堆积物覆盖,坡面可见上部基岩陡坡滚落的块石。

野外调查表明,受地形起伏大和植被茂密的影响,多处灾害隐患仅靠人力难以企及,单点化的作业模式无法获取灾害全貌,且工作效率较低。综合遥感技术有效克服了上述问题,为灾害筛查提供了多维度视角,实现了危险源的快速精准化判识。

综合时序InSAR监测、无人机三维模型解译以及现场复核结果,认为该泥石流沟物源丰富,隐患体形变量较大,对下游铁路桥梁设施构成较大威胁。工程防灾建议如下：①在流通区采用多级拦挡、消能措施,来减弱碎屑流对桥梁的冲击;②堆积区隧道口边坡巨型危岩体节理裂隙大量发育,表面风化强,且存在持续形变,应采用主、被动结合的多层防护结构,防止碎石崩落上线;③对隐患体进行长期监测与形变加速预警。

4 结论

对遥感技术在铁路泥石流勘察中的应用进行研究,实现了泥石流沟谷崩、滑隐患体的快速、精准化筛查,主要结论如下。

(1)利用SBAS-InSAR技术获取流域为期2年的InSAR形变数据,成功探测发现多处活动形变隐患点,最大形变速率为28.5 mm/a。其中上游形成区隐患点数量较多,主要分布于滑坡体和不稳定斜坡;流通区峡谷切割较深,山坡陡峻,未发现显著形变;堆积区隧道口边坡危岩体存在大量级持续性形变,对行车安全构成较大威胁。

(2)无人机实景三维模型详查结果显示,流域内共存在4处灾害隐患,分别对应滑坡、危岩,以及不稳定斜坡,灾害体的影像学特征与InSAR形变规律相符。

(3)基于广域筛查、流域详查、单点核查的综合遥感方案可有效节约人力成本,提升灾害筛查工作的效率和精度。未来研究中将联合地面监测数据,对InSAR的绝对精度进行验证与分析,进一步增强结果的可靠性。