陳　曦， 胥　兵，2, 陳愛明， 方　臣

(1.湖北省地質(zhì)調(diào)查院,湖北 武漢　430034； 2.中國(guó)地質(zhì)大學(xué)(武漢) 資源學(xué)院,湖北 武漢　430074)

0　引言

準(zhǔn)確和有效地獲取滑坡信息是后續(xù)滑坡災(zāi)害分析、評(píng)價(jià)和預(yù)測(cè)的基礎(chǔ)[1]。長(zhǎng)期以來國(guó)內(nèi)外普遍采用的信息獲取方法主要來自地面調(diào)查,但面對(duì)大面積、交通困難、高海拔、峽谷等不利因素的滑坡信息獲取,地面常規(guī)調(diào)查顯露出周期較長(zhǎng)、人力成本較高、長(zhǎng)期監(jiān)測(cè)難度較大的困難[2],逐漸不能滿足中大比例尺的區(qū)域滑坡災(zāi)害詳查的需要。

遙感技術(shù)由于能夠快速、準(zhǔn)確、兼顧宏觀和微觀兩個(gè)方面獲取滑坡信息,在滑坡調(diào)查和研究中得到了廣泛的應(yīng)用。中國(guó)的滑坡遙感調(diào)查起步于20世紀(jì)80年代初二灘水電站周邊的滑坡災(zāi)害排查[3]。伴隨著遙感衛(wèi)星的發(fā)展,出現(xiàn)了利用高分辨率衛(wèi)星圖像替代早期航片進(jìn)行滑坡信息的判讀[4-5]。這些高分辨率衛(wèi)星數(shù)據(jù)既具有高分辨率的全色波段,又有多光譜數(shù)據(jù),通過融合影像,可有效地提高滑坡識(shí)別水平[6]。在利用高空間分辨率遙感圖像進(jìn)行目視解譯時(shí),通常認(rèn)為目視解譯滑坡的最小規(guī)模為高分影像最高空間分辨率的20～25倍[7],而使用空間分辨率<10 m的遙感影像進(jìn)行滑坡判讀效果欠佳[8]。

目前,高空間分辨率遙感技術(shù)已被應(yīng)用于滑坡識(shí)別、滑坡監(jiān)測(cè)、堆積體定量計(jì)算、滑坡敏感地帶劃分等諸多研究方向[9]。2004年,Delacourt 等人通過對(duì)空間分辨率高于1 m 的航片和Quick Bird 影像進(jìn)行光學(xué)變換,進(jìn)行了2.5 ～20 m的滑坡運(yùn)動(dòng)制圖[10]。王治華提出了結(jié)合GIS技術(shù)的“數(shù)字滑坡技術(shù)”,能準(zhǔn)確定性、定量地認(rèn)識(shí)滑坡,展示滑坡信息[11-12]?！伴L(zhǎng)江中上游(江津—宜昌段)1∶5萬航空遙感地質(zhì)調(diào)查(地質(zhì)災(zāi)害部分)”應(yīng)用航片精細(xì)解譯了危巖、崩塌、滑坡地質(zhì)災(zāi)害[13-14]。Nichol等應(yīng)用IKONOS全色圖像,最小可識(shí)別滑坡達(dá)到了9～14 m[15]。楊紅日等人利用Quick Bird影像,結(jié)合野外GPS控制點(diǎn)進(jìn)行滑坡前后對(duì)比解譯分析及定量研究[16]。在汶川地震發(fā)生以后,黃潤(rùn)秋等利用汶川地震后的ALOS衛(wèi)星影像數(shù)據(jù)排查了地震滑坡點(diǎn)[17]。日本京都大學(xué)的Chigira等利用ALOS衛(wèi)星影像數(shù)據(jù)分析了滑坡分布的特征[18]。殷躍平、Dai、Van Westen等也從不同角度使用不同方法對(duì)地震滑坡進(jìn)行了詳盡的研究[19-21]。

滑坡災(zāi)害作為一種特殊的地貌過程現(xiàn)象,在遙感圖像上表現(xiàn)出其特殊的色調(diào)、形狀、陰影、紋理及圖形差異特征,這些特征的特定組合即滑坡識(shí)別的直接解譯標(biāo)志;因?yàn)榛露纬傻牡匦蔚孛?、植被、水系的異常亦可為滑坡的判定形成佐證,稱為間接解譯標(biāo)志。以往的滑坡判讀主要依靠地質(zhì)人員根據(jù)經(jīng)驗(yàn),結(jié)合解譯標(biāo)志目視判讀。但由于滑坡遙感識(shí)別存在的復(fù)雜性,特別是地質(zhì)環(huán)境條件不同、滑坡發(fā)生時(shí)間不同、滑坡規(guī)模與滑動(dòng)距離不同、主導(dǎo)滑坡形成的影響因素不同均會(huì)使滑坡影像特征產(chǎn)生較大差別,難以建立統(tǒng)一的遙感解譯標(biāo)志,增加了遙感判讀工作的經(jīng)驗(yàn)性,加大了滑坡判釋的難度。

如上所述,綜合應(yīng)用遙感技術(shù),根據(jù)滑坡災(zāi)害的特點(diǎn)提取滑坡宏觀背景環(huán)境特征,圈定滑坡災(zāi)害的重點(diǎn)區(qū)域,以縮小滑坡災(zāi)害的遙感調(diào)查范圍;再結(jié)合微觀滑坡地貌環(huán)境特征,進(jìn)行人機(jī)交互解譯,能明確滑坡災(zāi)害的空間分布區(qū)域,減少解譯工作的強(qiáng)度。本文選取湖北省房縣的部分區(qū)域,以遙感技術(shù)提取滑坡背景環(huán)境特征為基礎(chǔ),圈定滑坡災(zāi)害的重點(diǎn)區(qū)域。在重點(diǎn)區(qū)域內(nèi),根據(jù)房縣滑坡的特點(diǎn),利用遙感技術(shù)提取滑坡微地貌特征、光譜特征,最終人機(jī)交互圈定滑坡體,達(dá)到快速預(yù)判的目的。

本文使用的遙感數(shù)據(jù)為“高分一號(hào)”衛(wèi)星多光譜和全色數(shù)據(jù),及空間分辨率為30 m的ASTER GDEM數(shù)據(jù)。數(shù)據(jù)指標(biāo)如表1。

表1　GF-1衛(wèi)星有效載荷技術(shù)指標(biāo)Table 1　GF-1 satellite payload technical indicators

1　宏觀易發(fā)環(huán)境分析與提取

滑坡是在一定的地質(zhì)、地貌、地形等條件下形成的,是各種環(huán)境因素的特定組合共同形成的結(jié)果。宏觀來說,滑坡的穩(wěn)定性取決于它的物質(zhì)組成、地質(zhì)構(gòu)造、地形地貌、地表濕度、植被覆蓋等幾個(gè)重要方面。其中,物質(zhì)組成、地質(zhì)構(gòu)造、地形地貌取決于滑坡體自身固有屬性,而地表濕度、植被覆蓋等為滑坡遙感可監(jiān)測(cè)的外在表現(xiàn)。任何單一的條件都不足以確定一個(gè)滑坡,但根據(jù)不同條件的組合,可以提取特有的滑坡條件的組合,從而縮小滑坡遙感解譯的范圍,這個(gè)過程即為滑坡宏觀易發(fā)環(huán)境提取。

1.1　特定地表坡度提取

所謂“滑坡”,一個(gè)重要的決定因素即為“坡”。世界上絕大部分的滑坡位于山區(qū)。因?yàn)橹亓κ腔滦纬傻母驹騕22]。重力在自然界中是時(shí)刻存在的,在重力作用下并不是所有的斜坡體都會(huì)產(chǎn)生滑動(dòng),但當(dāng)外界環(huán)境因素發(fā)生變化時(shí),改變了原有的應(yīng)力條件,便可以發(fā)生滑坡。

重力在宏觀地貌的表現(xiàn)形式就是斜坡,在遙感觀測(cè)角度表現(xiàn)為具有一定坡度。所以根據(jù)區(qū)域斜坡穩(wěn)定性判別依據(jù),提取特定坡度的區(qū)域,便可以從單一坡度因素宏觀圈定不穩(wěn)定斜坡所處范圍。

在本次調(diào)查研究區(qū)——十堰市房縣,根據(jù)《十堰市(鄖西、竹山、竹溪、房縣)地質(zhì)災(zāi)害詳細(xì)調(diào)查實(shí)施細(xì)則》中的穩(wěn)定性分級(jí)(表2),對(duì)應(yīng)提取坡度的閾值劃分為坡度級(jí)別。以ASTER GDEM為遙感數(shù)據(jù)源進(jìn)行坡度計(jì)算,使用決策樹分類提取以上特定坡度的區(qū)域。

1.2　特定地層巖性提取

“滑坡”還有一個(gè)重要的決定因素,就是“滑”。組成斜坡巖性的軟弱程度決定了斜坡的易滑動(dòng)性,特定的地層和巖性組合是滑坡發(fā)生的物質(zhì)基礎(chǔ)。在本次研究范圍內(nèi),便存在結(jié)構(gòu)松散的沉積物(殘坡積物)、頁巖、泥灰?guī)r、泥質(zhì)板巖、千枚巖、泥質(zhì)砂巖以及煤系地層。這些基巖組成的地層巖土力學(xué)強(qiáng)度較弱,抗剪、抗風(fēng)化差,在流水或其他外部因素作用下易產(chǎn)生滑動(dòng),所以這些地層存在滑動(dòng)潛質(zhì)。通過區(qū)域“高分一號(hào)”衛(wèi)星影像的分析和對(duì)比,發(fā)現(xiàn)這些易滑地層和特定巖性組合在高分辨率遙感影像上具有較高的區(qū)分度。

通過區(qū)域地質(zhì)資料的收集和分析,建立了如表3所示地層巖性遙感影像解譯標(biāo)志。

表2　斜坡、滑坡穩(wěn)定性判別依據(jù)表Table 2　Stability of slopes and landslide discriminations

如表3所示的部分軟質(zhì)巖解譯標(biāo)志,解譯區(qū)內(nèi)軟質(zhì)巖,厘定軟質(zhì)巖邊界,制作軟質(zhì)巖空間分布圖,用以區(qū)別有滑動(dòng)潛質(zhì)的軟質(zhì)巖與其它地層的關(guān)系,突出差別,縮小滑坡解譯范圍。

1.3　相關(guān)地質(zhì)構(gòu)造信息提取

工作區(qū)地質(zhì)構(gòu)造十分復(fù)雜,房縣南部為秦嶺—大別造山系與揚(yáng)子陸塊之交接部位,一級(jí)構(gòu)造分區(qū)斷裂青峰—襄樊—廣濟(jì)斷裂由房縣盆地以南呈近東西向延伸,二級(jí)構(gòu)造分區(qū)斷裂——竹山斷裂位于竹山縣南西,青峰—襄樊—廣濟(jì)斷裂及竹山斷裂以北,為青白口紀(jì)武當(dāng)山巖群淺變質(zhì)巖分布區(qū),以發(fā)育北東向斷裂為主,上述斷裂影像線性特征十分清晰,呈明顯的線性行跡。

表3　工作區(qū)地層巖性遙感影像解譯簡(jiǎn)表Table 3　Summary table of remote sensing image interpretation on the work area

續(xù)表3

與滑坡相關(guān)的地質(zhì)構(gòu)造主要有區(qū)域大構(gòu)造、褶皺的轉(zhuǎn)折端，也包括區(qū)域小構(gòu)造。不論構(gòu)造規(guī)模的大小,都會(huì)不同程度地影響斜坡的穩(wěn)定性。斷裂造成巖體破碎,為滑坡提供了物質(zhì)來源。因構(gòu)造活動(dòng)造成的裂隙、揉皺改變了基巖原有的結(jié)構(gòu)特性,為滑坡產(chǎn)生提供了物質(zhì)、結(jié)構(gòu)基礎(chǔ)，為外部觸發(fā)儲(chǔ)備了條件。

一般而言,斷層的性質(zhì)不同,其傾角也有一定差別。正斷層的傾角在60°左右,走滑斷層的傾角一般為90°左右,而逆沖斷層的傾角一般在30°左右。研究證明[23],斷裂傾角對(duì)滑坡分布起控制作用。隨著斷層傾角變陡,垂直于斷層走向方向上受到滑坡影響的范圍就會(huì)隨之變小。所以,就區(qū)內(nèi)構(gòu)造而言,以逆沖斷層和正斷層為代表的傾角相對(duì)較緩的斷層控制著更多滑坡的形成和發(fā)展。

在區(qū)域構(gòu)造背景指導(dǎo)下,利用“高分一號(hào)”遙感衛(wèi)星影像數(shù)據(jù)在1∶5萬的尺度下進(jìn)行斷裂構(gòu)造詳細(xì)解譯,建立該地區(qū)遙感構(gòu)造解譯標(biāo)志,根據(jù)解譯標(biāo)志采用類比法解譯全區(qū)斷裂構(gòu)造,得到區(qū)內(nèi)斷裂構(gòu)造遙感解譯圖。重點(diǎn)提取除走滑斷層外的低傾角斷層,受斷層控制和影響的區(qū)域與斷層傾角有負(fù)相關(guān)關(guān)系,與斷層規(guī)模呈正相關(guān)關(guān)系,但總體而言,影響范圍為沿?cái)嗔炎呦蚓€性展布的帶狀區(qū)域。根據(jù)與房縣臨近的竹山縣解譯的經(jīng)驗(yàn),通過遙感解譯和地質(zhì)資料,提取區(qū)內(nèi)正斷層、逆沖斷層等構(gòu)造信息,勾繪受這些斷層控制和影響的區(qū)域,作為下一步解譯的重點(diǎn)區(qū)域,從而大大縮小了解譯強(qiáng)度和解譯范圍。據(jù)此進(jìn)行緩沖區(qū)分析,得到特定受構(gòu)造影響,滑坡重點(diǎn)解譯區(qū)域圖(圖1)。

圖1　受斷裂構(gòu)造影響的滑坡重點(diǎn)解譯區(qū)域圖Fig.1　The key areas affected by fault structure

1.4　地表濕度異常提取

降水是誘發(fā)滑坡的重要?jiǎng)恿σ蛩?主要通過四方面機(jī)制觸發(fā)滑坡:①降水和地表水進(jìn)入巖土體后產(chǎn)生加載作用,增加巖土體的重量,在重力作用下易達(dá)到滑動(dòng)臨界值,產(chǎn)生崩解、泥化現(xiàn)象,誘發(fā)滑坡;②在地表水的浸泡作用下,易滑地層易被軟化,層間泥質(zhì)成分易產(chǎn)生滑動(dòng)層,降低了層間抗剪力;③巖土體節(jié)理、間隙充水飽和,增加動(dòng)水、靜水壓力的同時(shí),減小其有效應(yīng)力;④巖土體附水、失水的過程中裂隙更加發(fā)育,使巖土體結(jié)構(gòu)進(jìn)一步惡化。以上機(jī)制主要表現(xiàn)于地表水分含量以及巖土體附水性。通過對(duì)地表水分含量的監(jiān)測(cè)，便可以劃分地表水分含量誘發(fā)滑坡的影響程度。

表4　Red-NIR光譜空間區(qū)分布特征簡(jiǎn)表Table 4　Red-NIR spectral region of space distribution characteristics

地表水分含量的遙感監(jiān)測(cè)手段較多,但考慮到房縣植被覆蓋率高,且本次使用的遙感數(shù)據(jù)——“高分一號(hào)”衛(wèi)星屬寬波段多光譜傳感器,所以考慮使用高分一號(hào)數(shù)據(jù)的band3(紅光波段)、band4(近紅外波段)構(gòu)建Red-NIR光譜特征空間[24],以區(qū)分巖土體的水分含量,定性、半定量的判斷地表巖土體的附水性。從表4可以看出,NIR-Red光譜特征空間具有良好的地物分辨能力。能較好的分辨水體、濕土、干土并對(duì)不同植被覆蓋下的裸土壤、低植被覆蓋混合像元、高植被覆蓋有良好的區(qū)分性。

通過“高分一號(hào)”衛(wèi)星多光譜數(shù)據(jù)構(gòu)建的Red-NIR光譜特征空間中,特征空間散點(diǎn)圖呈典型的三角形分布。存在清晰的土壤基線BC(圖2)。由土壤基線B端到C端呈現(xiàn)土壤由濕變干的特征。

在NIR-Red光譜特征空間上,過原點(diǎn)作土壤線BC的垂線L,從任何一個(gè)點(diǎn)到直線L的距離可以說明地表的干旱情況,即離L線越遠(yuǎn)地表越干旱,反之亦然。

一般來說,接近于直線L的空間較為濕潤(rùn),反之,遠(yuǎn)離的空間較為干燥。由此利用Red-NIR特征空間上點(diǎn)到直線L的距離便可以用以對(duì)土壤水分含量做定性以至定量描述。用以突出土壤水分含量的差異。據(jù)此建立垂直植被干旱指數(shù)PDI[26]:

圖2　垂直植被干旱指數(shù)原理示意圖[25]Fig.2　The PDI index theory

(1)

式中：M是Red-NIR特征空間的土壤線的斜率；Rred、RNIR分別是任意一點(diǎn)紅光和近紅外波段的反射率[27]。由式(1)可以方便地使用波段運(yùn)算得到PDI的值加以分析。

PDI指數(shù)簡(jiǎn)單易用,對(duì)土壤濕度評(píng)估迅速。在PDI的基礎(chǔ)上,受到植被對(duì)土壤含水量的影響,引入植被覆蓋率構(gòu)建改進(jìn)的垂直植被干旱指數(shù)MPDI。

改進(jìn)的垂直植被干旱指數(shù)也是基于Red-NIR特征空間,其主要思想是將植物對(duì)PDI的影響通過線性反射率混合模型消除[24,28-31]。

首先在PDI指數(shù)基礎(chǔ)上消除植被影響信息,僅考慮土壤,建立理論公式[28]:

(2)

試通過線性混合模型分解混合像元反射率:

Ri=fvRi,veg+(1-fv)Ri,soil

(3)

式(3)中：fv為植被覆蓋率；Ri,veg為植被反射率；Ri,soil為土壤反射率。據(jù)此可以得到混合像元中土壤反射率為[29-31]：

(4)

所以將公式(4)帶入(2)中得到MPDI:

(5)

根據(jù)公式(5),結(jié)合“高分一號(hào)”數(shù)據(jù)就能獲得每個(gè)像元的MPDI值,區(qū)分土壤水分含量。

1.5　地表植被覆蓋程度提取

植被覆蓋度是判斷已產(chǎn)生滑動(dòng)新、老滑坡的重要客觀指標(biāo)。植被對(duì)水土具有良好的保持作用,滑坡體一般少有植被發(fā)育。特別是在房縣,地表植被覆蓋度整體較高,滑坡區(qū)域與非滑坡區(qū)域有一定的區(qū)分性。根據(jù)十堰市房縣西側(cè)竹山縣目視解譯的經(jīng)驗(yàn),新、老滑坡體表面植被發(fā)育與背景植被存在異常,表現(xiàn)為:滑坡體表面植被稀疏或呈現(xiàn)裸土,基本不會(huì)覆蓋喬木,常覆蓋有灌木或被改造為農(nóng)田。針葉林或針葉闊葉混交林表觀顯墨綠色,遙感觀測(cè)可見球狀、點(diǎn)狀冠層;而灌木林和農(nóng)田顯淺綠色,農(nóng)田更有較規(guī)則圖案,如表5所示:

表5　典型滑坡植被覆蓋異常表Table 5　Vegetable cover anomaly of typical landslide

所以,通過遙感手段,利用歸一化植被指數(shù)(式(6))對(duì)研究區(qū)植被覆蓋率進(jìn)行劃分,可以從宏觀上就針葉闊葉混交林和滑坡體(闊葉林、農(nóng)田)在植被覆蓋率上的差別,提取低植被覆蓋的區(qū)域。

(6)

根據(jù)歸一化植被指數(shù)求得植被覆蓋率:

(7)

式中：Fg為植被覆蓋率；NDVImin、NDVImax分別為該區(qū)域歸一化植被指數(shù)的最小值和最大值。利用高分一號(hào)數(shù)據(jù)便可以求得植被覆蓋率圖,從宏觀上區(qū)分針葉林與滑坡體上裸土、闊葉植被或農(nóng)田。

1.6　宏觀易發(fā)環(huán)境綜合分析

控制滑坡的宏觀環(huán)境因素較多,也較為復(fù)雜。就十堰市房縣地區(qū)滑坡特征而言,使用遙感手段,從滑坡形成的內(nèi)在條件:坡度、軟質(zhì)巖、斷裂控制;滑坡形成的外在誘發(fā)條件:地表濕度;滑坡表觀特征:滑坡體植被異常;三個(gè)方面、五個(gè)指標(biāo)綜合劃定遙感解譯重點(diǎn)區(qū)域,以減少單純遍歷型目視解譯的工作強(qiáng)度,力求做到有的放矢。

現(xiàn)實(shí)情況中的滑坡各具特點(diǎn),往往不是簡(jiǎn)單的五個(gè)指標(biāo)的疊加,而是三兩或兩兩的特定組合。就災(zāi)害詳查的要求而言,不適于簡(jiǎn)單草率的使用疊加分析取交集法、簡(jiǎn)單證據(jù)權(quán)法、層次分析法等簡(jiǎn)單提取易發(fā)區(qū)域而忽略其他條件。所以,建議采用簡(jiǎn)單模糊的疊加求和分析,擴(kuò)大重點(diǎn)解譯區(qū)的范圍(圖3)。解譯過程以緩沖區(qū)(斷裂影響范圍)為軸線,逐步輻射擴(kuò)大的方式,提高解譯效果。

圖3　滑坡宏觀易發(fā)環(huán)境遙感信息提取示意圖Fig.3　Remote sensing information extraction of landslide

根據(jù)三個(gè)方面、五個(gè)指標(biāo)的信息提取,可以方便地將各要素層作簡(jiǎn)單的疊加分析,縮小解譯區(qū)域,減少解譯工作量。對(duì)解譯區(qū)域的滑坡宏觀環(huán)境的組合了然于胸,對(duì)災(zāi)害點(diǎn)的解譯有直接的指示作用。下面僅以區(qū)內(nèi)某一個(gè)災(zāi)害點(diǎn)為例作為宏觀環(huán)境五個(gè)指標(biāo)的印證(表6)。

表6　宏觀易發(fā)環(huán)境滑坡印證表Table 6　Specific cases substantiation

2　微觀特征環(huán)境分析與提取

經(jīng)過宏觀滑坡易發(fā)環(huán)境分析,并結(jié)合“高分一號(hào)”數(shù)據(jù)和GDEM數(shù)據(jù)進(jìn)行區(qū)內(nèi)宏觀易發(fā)因素的提取,能夠確定重點(diǎn)解譯區(qū)域,做到有重點(diǎn)、有方向的確定滑坡災(zāi)害點(diǎn)。但指導(dǎo)思想僅僅是通過提取滑坡所處宏觀環(huán)境因素而縮小目視解譯范圍?？偨Y(jié)已解譯的部分滑坡,在微觀地貌特征與微觀地表覆被特征有一定的相似性,通過在“宏觀重點(diǎn)解譯區(qū)域”(前文提取的宏觀易發(fā)因素確定)采用遙感手段,結(jié)合十堰市房縣滑坡地質(zhì)災(zāi)害特點(diǎn),提取滑坡微觀地貌特征與微觀地表覆被特征,自動(dòng)提取滑坡形態(tài),達(dá)到圈定災(zāi)害點(diǎn)的目的。

2.1　滑坡體邊界特征的確定

滑坡形成后在斜坡上往往會(huì)出現(xiàn)周圍較陡,中間較緩的圈椅形微地貌特征。一個(gè)發(fā)育完全的滑坡一般具有:滑坡體、滑坡周界、滑坡壁、滑坡臺(tái)階、滑坡舌、滑坡軸、滑坡鼓丘、滑坡裂縫、滑動(dòng)面、滑動(dòng)帶、滑床等要素。但現(xiàn)實(shí)中,滑坡形態(tài)各異,并不完全具備以上滑坡要素,但滑坡后壁、滑坡體、滑坡周界、滑動(dòng)帶和滑床是所有滑坡都具備的。就遙感觀測(cè)而言,能解譯出的基本要素僅有表觀的滑坡后壁和滑坡周界兩項(xiàng),如圖4。

圖4　滑坡微地貌(據(jù)王治華,2007)Fig.4　Landslide micro landform1.滑坡體;2.滑坡周界;3.滑坡壁;4.滑坡臺(tái)階;5.滑坡舌;6.滑坡軸;7.滑坡鼓丘;8.拉張裂縫;9.剪切裂縫;10.扇形裂縫;11.鼓張裂縫;12.破裂緣;13.后緣洼地;14.滑動(dòng)面;15.滑動(dòng)帶;16.滑坡床;17.剪出口;18.原始地面。

滑坡后壁和周界在微地貌形態(tài)上呈陡坎狀,陡坎的頂部邊界在滑坡體以及滑坡附近區(qū)域內(nèi)為坡度與坡向變化較快的區(qū)域(圖4中紅色區(qū)域)。根據(jù)這個(gè)特

點(diǎn),使用DEM遙感數(shù)據(jù)分別求取坡度、坡向，并在此基礎(chǔ)上求取坡度變化率和坡向變化率,陡坎部分在坡度變化率和坡向變化率均有突出的高值特征,所以可以使用這種高值特征勾繪滑坡后壁和滑坡邊界,下面是使用GDEM作為遙感數(shù)據(jù)源提取的滑坡后壁與滑坡周界效果,如表7。

由表中實(shí)例可見,對(duì)于后壁、周界具有陡坎形態(tài)特征的滑坡可以被以上方法檢測(cè)。但由于本次使用的GDEM空間分辨率(30 m)的限制,本次微地貌提取僅對(duì)規(guī)模較大的滑坡有效。若使用空間分辨率更高的DEM數(shù)據(jù),則可以提取更小規(guī)模的滑坡,提高解譯效果。

2.2　滑坡體地表覆被異常范圍的圈定

實(shí)際解譯和實(shí)地考察過程中,部分滑坡體具有微觀地表覆被異常特征。實(shí)地可能見到馬刀樹、醉漢林等,且以低矮闊葉植被為多,有的滑坡體被改造為農(nóng)田,造成滑體與背景植被覆蓋特征有較大差別。針對(duì)這些表觀特征,在遙感觀測(cè)角度可以較明顯地監(jiān)測(cè)到植被種屬的區(qū)別。

常見的滑坡體與背景地表覆被異常組合有三種:滑坡體為裸土,背景為針葉林;滑坡體為闊葉植被,背景為針葉闊葉混交林;滑坡體為農(nóng)田,背景為針葉林。表8是通過遙感分類方法區(qū)分滑體與背景。

表7　工作區(qū)滑坡形態(tài)特征提取簡(jiǎn)表Table 7　Extraction of morphological features of work area of landslide

表8　基于遙感分類的滑坡覆被異常特征提取簡(jiǎn)表Table 8　Extraction of landslide based on remote sensing classification

3　總結(jié)

本文利用“高分一號(hào)”遙感數(shù)據(jù)和ASTER GDEM數(shù)據(jù)對(duì)湖北省十堰市房縣滑坡宏觀易發(fā)環(huán)境進(jìn)行了分析與提取,主要提取了特定坡度、軟質(zhì)巖分布、斷裂構(gòu)造分布、地表濕度異常、植被覆蓋度異常五方面指標(biāo),通過疊加分析確定了重點(diǎn)解譯區(qū)域。通過對(duì)滑坡周界微地貌特征和滑坡體地表覆被異常的遙感劃分,在重點(diǎn)區(qū)域內(nèi)自動(dòng)勾繪滑坡體輪廓,取得了較好效果。最終通過人機(jī)交互的方式在提取的重點(diǎn)區(qū)域內(nèi),結(jié)合通過微觀特征環(huán)境提取獲得的滑坡體輪廓信息,解譯全區(qū)滑坡災(zāi)害點(diǎn)。

使用本文方法選取房縣青峰鎮(zhèn)幅、王家灣幅、土城幅、房縣幅四個(gè)1∶5萬標(biāo)準(zhǔn)圖幅,解譯滑坡災(zāi)害點(diǎn)209處,多數(shù)能被本文提取的宏觀易發(fā)環(huán)境良好控制,微觀特征環(huán)境信息也有較好指示作用。相對(duì)以往的目視解譯,本文所用方法降低了工作強(qiáng)度,對(duì)滑坡災(zāi)害點(diǎn)的空間分布特征能有足夠的預(yù)判,對(duì)災(zāi)害點(diǎn)的解譯能做到有的放矢。但在重點(diǎn)解譯區(qū)內(nèi)利用坡度變化率和坡向變化率分析滑坡微地貌特征時(shí)常常會(huì)受到線性溝谷、山脊線、河流、沖溝等起伏較大、線狀特征明顯的地物的影響。所以,在利用坡度變化率和坡向變化率指標(biāo)時(shí),需結(jié)合滑坡遙感目視解譯方法,參考坡度與坡向變化特征,進(jìn)行人機(jī)交互解譯,達(dá)到避免線性地質(zhì)體干擾的目的。

參考文獻(xiàn)：

[1]胡德勇,李京,陳云浩,等.GIS支持下滑坡災(zāi)害空間預(yù)測(cè)方法研究[J].遙感學(xué)報(bào),2007,11(6):852-859.

[2]王治華.滑坡遙感調(diào)查、監(jiān)測(cè)與評(píng)估[J].國(guó)土資源遙感,2007(1):10-15.

[3]王治華.中國(guó)滑坡遙感及新進(jìn)展[J].國(guó)土資源遙感,2007,19(4):7-10,32.

[4]王治華.滑坡、泥石流遙感回顧與新技術(shù)展望[J].國(guó)土資源遙感,1999(3):10-15.

[5]Leonhard Johannes B lesius.Leonardo:a satellite based methodology for land slid e susceptibility mapping incorporating geotechnical slope stability parameters[D].Bowa City:The University of Iowa,2002.

[6]李鐵鋒,徐岳仁,潘懋,等.基于多期SPOT-5影像的降雨型淺層滑坡遙感解譯研究[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2007,43(2):204-210.

[7]石菊松,吳樹仁,石玲.遙感在滑坡災(zāi)害研究中的應(yīng)用進(jìn)展[J].地質(zhì)論評(píng),2008,54( 4):505-514.

[8]Burns B.Comparison of mapping techniques in the Portland hills pilot study area,Landslide Symposium 2007—New tools and techniques for develop in regional hazard maps and future risk management practices[EB/OL].( 2007-04-26)[2013-09-01].http://www.oregongeology.com/sub /landslide /symposium 2007/index.htm.

[9]魯學(xué)軍,史震春,等.滑坡高分辨率遙感多維解譯方法及其應(yīng)用[J].中國(guó)圖像圖形學(xué)報(bào),2014,19(1):141-149.

[10]Delacourt C,Allemand P,Casson B,et al.Velocity field of the“La Clapière”landslide measured by the correlation of aerial and Quick Bird satellite images[J].Geophysical Research Letters,2004,31(15):615-619.

[11]王治華.數(shù)字滑坡技術(shù)及其應(yīng)用[J].現(xiàn)代地質(zhì),2005,19(2):157-164.

[12]王治華.大型個(gè)體滑坡遙感調(diào)查[J].地學(xué)前緣,2006,13(5):516-523.

[13]童立強(qiáng),郭兆成.典型滑坡遙感影像特征研究[J].國(guó)土資源遙感,2013,25(1):86-92.

[14]王芳潔,陳曦.航空影像在滑坡調(diào)查與監(jiān)測(cè)中的應(yīng)用研究[J].城市勘測(cè),2012(5):163-167.

[15]Nichol J,Wong M S.Satellite remote sensing for detailed landslide inventories using change detect ion and image fusion[J].International journal of remote sensing,2005,26(9):1913-1926.

[16]楊金中,楊日紅.遙感技術(shù)在三峽庫區(qū)千將坪滑坡研究中的應(yīng)用[J].國(guó)土資源遙感,2007,19(4):85-89.

[17]黃潤(rùn)秋,李為樂.“5·12”汶川大地震觸發(fā)地質(zhì)災(zāi)害的發(fā)育分布規(guī)律研究[J].巖石力學(xué)與工程學(xué)報(bào),2008,27(12):2585-2592.

[18]Chigira M,Wu X,Inokuchi T,et al. Landslides Induced by the 2008 Wenchuan Earthquake,Sichuan,China[J].Geomorphology,2010，118(3):127-138.

[19]殷躍平,成余糧,王軍.汶川地震觸發(fā)大光包巨型滑坡遙感研究[J].工程地質(zhì)學(xué)報(bào),2011,19(5):674-684.

[20]Dai F C,Xu C,Yao X,et al.Spatial Distribution of Landslides Triggered by the 2008 Ms 8.0 Wenchuan Earthquake,China[J].Journal of Asian Earth Sciences,2010(4):10.

[21]Van Westen C,Gorum T,Fan X,et al.Distribution Patternof Earthquake-induced Landslides Triggered by the 12 May 2008 Wenchuan Earthquake[R].Vienna:EGU,2010.

[22]Skempton AW,Deilory FA.Stability of natural slopes in London clay[C]//Proceedings,4thInternational Comference on Sdl Mechenies and Foundation Engiceering,1957:378-381.

[23]陳曉利，惠紅軍，趙永紅.斷裂性質(zhì)與滑坡分布的關(guān)系——以汶川地震中的大型滑坡為例[J].地震地質(zhì)，2014(2)：358-367.

[24]陳曦,陳建國(guó),王成彬,孫瀟,謝應(yīng)波.福建武夷山植被覆蓋區(qū)遙感地質(zhì)信息提取[J].地質(zhì)學(xué)刊,2013(3):496-508.

[25]Q.QIN,A.GHULAM,L.ZHU et al.Evaluation of MODIS derived perpendicular drought index for estimation of surface dryness over northwestern China[J].International Journal of Remote Sensing,2008,29:1983-1995.

[26]Ghulam A,Qin Q,Kusky T,et al.A re-examination of perpendicular drought indices[J].International Journal of Remote Sensing,2008,29(20):6037-6044.

[27]詹志明,秦其明,阿布都瓦斯提·吾拉木,等.基于NIR-Red光譜特征空間的土壤水分監(jiān)測(cè)新方法[J].中國(guó)科學(xué)(D輯:地球科學(xué)),2006(11):1020-1026.

[28]Ghulam A,Qin Q,Teyip T,et al.Modified perpendicular drought index (MPDI):a real-time drought monitoring method[J].ISPRS journal of photogrammetry and remote sensing,2007,62(2):150-164.

[29]Li Z,Tan D.The Second Modified Perpendicular Drought Index (MPDI1):A Combined Drought Monitoring Method with Soil Moisture and Vegetation Index[J].Journal of the Indian Society of Remote Sensing,2013:1-9.

[30]Zhang H,Chen H,Shen S,et al.The application of Modified Perpendicular Drought Index (MPDI) method in drought remote sensing monitoring[C].ISPRS journal of photogrammetry and remote sensing,2008,59(2):230-244.

[31]李震,陳權(quán).MPDI在微波輻射計(jì)植被覆蓋區(qū)土壤水分反演中的應(yīng)用[J].遙感學(xué)報(bào)，2006(1)：34-38.