曹 巍，安平利，張有祥

（北京榮創(chuàng)巖土工程股份有限公司，北京 100000）

地質(zhì)災(zāi)害頻發(fā)與采礦修路等活動(dòng)有關(guān)，對(duì)于一些特殊地域來說，地質(zhì)災(zāi)害造成的后果是十分嚴(yán)重的[1]。尤其對(duì)于一些礦山來說，地質(zhì)災(zāi)害的發(fā)生不僅會(huì)威脅到礦區(qū)內(nèi)工作人員的生命安全，同時(shí)也會(huì)使得礦山承受巨大的經(jīng)濟(jì)損失，同時(shí)這種危險(xiǎn)也會(huì)威脅到周邊居住的人們。通常誘發(fā)礦山地質(zhì)災(zāi)害的原因有很多，礦區(qū)采礦生產(chǎn)就是其中一項(xiàng)重要原因[2]。并且采礦中人為造成的地質(zhì)災(zāi)害會(huì)帶來更加嚴(yán)重的經(jīng)濟(jì)損失。比如：在采礦過程中導(dǎo)致山體滑坡而招致崩塌；由于地面開裂造成地裂縫“吞人”；沉陷而導(dǎo)致的人員傷亡等等。隨著礦集區(qū)的不斷加深，深部開采已經(jīng)成為當(dāng)下礦產(chǎn)的主要模式。深凹露天礦逐漸取代了露天礦，使得礦山地質(zhì)災(zāi)害的嚴(yán)重性也不斷加劇[3]。

1 基于北斗位移監(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法設(shè)計(jì)

1.1 基于北斗位移監(jiān)測(cè)技術(shù)提取礦山地質(zhì)災(zāi)害圖像

基于北斗位移監(jiān)測(cè)技術(shù)進(jìn)行礦山地質(zhì)災(zāi)害圖像的提取，通過對(duì)地學(xué)空間災(zāi)害圖像的影數(shù)據(jù)進(jìn)行分析，根據(jù)多源圖像的物理屬性進(jìn)行種類劃分。根據(jù)研究目的，選取合適的遙感數(shù)據(jù)源，采用了推掃式成像技術(shù)，可采集1米分辨率全色影像和4米分辨率多光譜影像，經(jīng)數(shù)據(jù)融合能得到1米分辨率的彩色影像。通過北斗位移監(jiān)測(cè)技術(shù)提高該監(jiān)測(cè)圖像的分辨率，使得礦山地質(zhì)災(zāi)害圖像在合理遙感距離進(jìn)行圖像量級(jí)色彩代替。

1.2 量化礦山地質(zhì)災(zāi)害圖像特征

對(duì)提取得到的礦山地質(zhì)災(zāi)害圖像，進(jìn)行礦山地質(zhì)災(zāi)害圖像特征量化處理。由于遙感系統(tǒng)空間、波譜、時(shí)間及輻射分辨率的限制，不可避免地在遙感數(shù)據(jù)的獲取過程中存在誤差，遙感圖像預(yù)處理主要是在保持影像信息量和清晰度的前提下，對(duì)原始圖像中的噪聲、條帶等進(jìn)行一系列的噪聲消除、幾何失真校正、輻射糾正等相關(guān)處理。

因此，在實(shí)際圖像分析和信息提取之前，降低了影像的對(duì)比度，校正方法也因不同的圖像特征存在差異。衛(wèi)星影像采用獲取方式為中心投影，當(dāng)?shù)匦纹鸱兓瘯r(shí)，會(huì)產(chǎn)生局部的偏移。同時(shí)由于研究區(qū)為中低山區(qū)，地形起伏較大，幾何畸變較嚴(yán)重，成像范圍大，所以必須進(jìn)行正射校正，如圖1所示。

圖1 修正地質(zhì)災(zāi)害圖像

遙感數(shù)據(jù)的最佳波段選取，是遙感影像增強(qiáng)處理的關(guān)鍵部分，即為適當(dāng)選取影像所有波段的一個(gè)子集進(jìn)行組合，該子集不僅能很好的體現(xiàn)各自效用，而且便于圖像特征的提取。對(duì)其中為地質(zhì)災(zāi)害圖像特征進(jìn)行對(duì)照標(biāo)注，地質(zhì)災(zāi)害圖像特征值如表1所示。

表1 地質(zhì)災(zāi)害圖像特征值對(duì)照表

根據(jù)表中地質(zhì)災(zāi)害圖像特征值，進(jìn)行圖像特征判定，將圖像歸類到D1、D2、D3、D4中，根據(jù)地質(zhì)災(zāi)害圖像特征進(jìn)行地質(zhì)災(zāi)害信息的判斷。

1.3 通過災(zāi)害特征判斷地質(zhì)災(zāi)害信息

將影像分割成若干不同的災(zāi)害信息對(duì)象塊，根據(jù)衛(wèi)星影像的研究學(xué)習(xí)，總結(jié)塌陷坑、地裂縫等災(zāi)害具有明顯的影像特征及一定的地域規(guī)律性，同時(shí)結(jié)合實(shí)地的調(diào)研采樣，分別建立塌陷坑、地裂縫等解譯數(shù)據(jù)庫(kù)和地物波譜數(shù)據(jù)庫(kù)，最后建立相應(yīng)的知識(shí)模型，進(jìn)行自動(dòng)的信息提取。

基于北斗位移監(jiān)測(cè)技術(shù)，分割參數(shù)的選擇是決定影像分割效果的重要指標(biāo)，通過多次的分割效果預(yù)覽計(jì)算，設(shè)定塌陷坑、地裂縫、地面沉降區(qū)的分割值參數(shù)分別為84.2，82.7，79.2，這些值可以最大限度的分割出目標(biāo)信息，基于北斗位移監(jiān)測(cè)技術(shù)主要是以光譜特征進(jìn)行的，對(duì)存在其中的盲目性和混淆性進(jìn)行分辨，提出具有零星分布星點(diǎn)的圖斑，同時(shí)需要與目視解譯圖進(jìn)行對(duì)比分析，以此達(dá)到通過災(zāi)害特征判斷地質(zhì)災(zāi)害信息的目的。最后進(jìn)行柵格一矢量轉(zhuǎn)換，簡(jiǎn)化儲(chǔ)存格式，同時(shí)對(duì)一些碎屑多邊形進(jìn)行處理。至此，完成基于北斗位移監(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法設(shè)計(jì)。

2 實(shí)驗(yàn)分析

通過對(duì)比試驗(yàn)，對(duì)比傳統(tǒng)方法1、傳統(tǒng)方法2與基于北斗位移監(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法提取災(zāi)害信息能級(jí)匹配率的大小，驗(yàn)證更優(yōu)的監(jiān)測(cè)方法。

2.1 實(shí)驗(yàn)準(zhǔn)備

利用MAPGIS軟件的空間分析模塊，將自動(dòng)提取地質(zhì)災(zāi)害矢量文件與目視解譯結(jié)果進(jìn)行疊置分析，以便兩者相互印證。在地質(zhì)災(zāi)害信息增強(qiáng)的基礎(chǔ)上，利用“已知推未知”的理念，在軟件中提取研究區(qū)內(nèi)的各類礦山地質(zhì)災(zāi)害。根據(jù)已知地質(zhì)災(zāi)害點(diǎn)的圖像紋理、色調(diào)特征，在圖像上圈定與其相似的礦山地質(zhì)災(zāi)害，并將其在圖像上裁切出來，形成單獨(dú)的小塊圖像。在小塊圖像中除了包含地質(zhì)災(zāi)害外，還包含諸如草地、裸土等地物類型。利用ENVI4.5軟件的監(jiān)督分類方法對(duì)不同地物類型進(jìn)行分類，并將分類結(jié)果輸出為軟件所能識(shí)別的圖像格式。

2.2 對(duì)比提取災(zāi)害信息能級(jí)匹配率

傳統(tǒng)方法1、傳統(tǒng)方法2與基于北斗位移監(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法的提取災(zāi)害信息能級(jí)匹配率如表2所示。

表2 提取災(zāi)害信息能級(jí)匹配率

分析表中數(shù)據(jù)可知，傳統(tǒng)方法1的提取災(zāi)害信息能級(jí)匹配率最高為15.94%，取災(zāi)害信息能級(jí)匹配率最低為10.24%。傳統(tǒng)方法2的提取災(zāi)害信息能級(jí)匹配率最高為29.19%，取災(zāi)害信息能級(jí)匹配率最低為20.94%?；诒倍肺灰票O(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法提取災(zāi)害信息能級(jí)匹配率最高為47.58%，取災(zāi)害信息能級(jí)匹配率最低為40.68%。因此，基于北斗位移監(jiān)測(cè)技術(shù)的礦山地質(zhì)災(zāi)害監(jiān)測(cè)方法更好。

4 結(jié)語

通過本文研究，提高了地質(zhì)災(zāi)害信息的能級(jí)匹配率，使得地質(zhì)災(zāi)害信息的監(jiān)測(cè)有效率得到了提升。下一步應(yīng)當(dāng)針對(duì)遙感信息增強(qiáng)做進(jìn)一步研究，利用光譜能級(jí)匹配法提取目標(biāo)在圖像中的相似度，并將其作為目標(biāo)信息波段加入到原始數(shù)據(jù)中去。然后進(jìn)行波段歸一化處理，以減少不同波段數(shù)據(jù)的量綱或數(shù)量級(jí)的影響，進(jìn)一步提高監(jiān)測(cè)地質(zhì)災(zāi)害信息的精確率。