黃 逢 徐許雄

(自然資源部第三大地測量隊(duì), 四川 成都 610100)

0 引言

激光雷達(dá)測量(light detection and ranging,LiDAR)技術(shù)是一種高精度、快速、準(zhǔn)確地獲取地面三維信息的新型對地觀測手段,具有透過植被縫隙到達(dá)地面的特點(diǎn),能有效且精細(xì)化地表達(dá)地表地貌結(jié)構(gòu),反映斷層活動(dòng)在地表留下的跡象[1-2]。四川西部高原地區(qū)地勢險(xiǎn)峻,經(jīng)歷了汶川地震、蘆山地震、九寨溝地震等多次強(qiáng)震影響,山體斜坡震裂松動(dòng),巖體裂隙普遍發(fā)育,松散物源區(qū)眾多,地質(zhì)災(zāi)害多發(fā)、易發(fā)、頻發(fā),地質(zhì)災(zāi)害隱患具有高位遠(yuǎn)程、點(diǎn)多面廣、隱蔽性強(qiáng)的特點(diǎn)[3]。為解決高隱蔽性地質(zhì)災(zāi)害隱患早期識別的問題,許強(qiáng)、葛大慶等地質(zhì)災(zāi)害專家分別提出了“三查”體系[4-5]和“三形”觀測[6]等理論,基于LiDAR技術(shù)開展地質(zhì)災(zāi)害遙感調(diào)查是其重要環(huán)節(jié)之一。

1 基于LiDAR的地質(zhì)災(zāi)害隱患識別技術(shù)路線

1.1 LiDAR技術(shù)特點(diǎn)

機(jī)載LiDAR技術(shù)作為一種新型的航空遙感技術(shù),集合了激光測距、計(jì)算機(jī)技術(shù)、慣性導(dǎo)航系統(tǒng)、動(dòng)態(tài)差分全球定位系統(tǒng)(global positioning system,GPS)定位技術(shù)等為一體,獲取地面三維激光點(diǎn)云坐標(biāo),具有全天候觀測、抗干擾強(qiáng)、短時(shí)間內(nèi)獲取海量高精度三維點(diǎn)云的優(yōu)勢[7],已經(jīng)在地形測繪、城市三維建模、環(huán)境監(jiān)測、工程建設(shè)、地球科學(xué)研究等領(lǐng)域廣泛應(yīng)用。尤其是其透過植被縫隙達(dá)到地面的特點(diǎn),能夠生成高精度的數(shù)字高程模型(digital elevation model,DEM),并開展地質(zhì)災(zāi)害定性或定量分析,LiDAR技術(shù)自21世紀(jì)以來便被引入地質(zhì)環(huán)境領(lǐng)域,在滑坡、危巖體、活動(dòng)斷裂等研究,在地質(zhì)災(zāi)害隱患早期識別、災(zāi)害模擬和損失評估等方面發(fā)揮了重要作用,已經(jīng)成為地質(zhì)災(zāi)害識別、分析、監(jiān)測的一種重要技術(shù)手段。

1.2 基于LiDAR的地質(zhì)災(zāi)害隱患識別技術(shù)路線

機(jī)載LiDAR點(diǎn)云數(shù)據(jù)獲取時(shí),同步獲取光學(xué)影像,為實(shí)現(xiàn)基于LiDAR點(diǎn)云數(shù)據(jù)、光學(xué)影像的高精度地質(zhì)災(zāi)害隱患識別,主要技術(shù)路線如圖1所示。

圖1 基于LiDAR的地質(zhì)災(zāi)害隱患識別技術(shù)路線圖

(1)收集測區(qū)1∶10 000、1∶50 000基礎(chǔ)地理信息數(shù)據(jù),第一次全國地理國情普查數(shù)據(jù),測區(qū)已有的地質(zhì)災(zāi)害隱患點(diǎn)、水文、地質(zhì)、地形地貌、自然地理、交通等專業(yè)數(shù)據(jù)。

(2)制定航攝方案,獲取點(diǎn)云數(shù)據(jù)和光學(xué)影像數(shù)據(jù)。數(shù)據(jù)采集的飛行系統(tǒng)采用有人直升機(jī)平臺,平臺搭載的定位定姿系統(tǒng)(position and orientation system,POS)和激光雷達(dá)系統(tǒng),POS系統(tǒng)采用雙頻航空型GPS接收機(jī),激光雷達(dá)系統(tǒng)具備獲取激光測距數(shù)據(jù)和真彩色數(shù)碼影像的能力,結(jié)合實(shí)際場地的地形、地貌、起降場位置等具體情況和激光雷達(dá)系統(tǒng)自身特點(diǎn),如航高、航速、相機(jī)鏡頭焦距及曝光速度、激光掃描儀的掃描角和掃描頻率及功率等,同時(shí)考慮航帶重疊度、激光點(diǎn)間距、影像分辨率等,選擇最為合適的航攝參數(shù)。

(3)利用地面衛(wèi)星導(dǎo)航定位基準(zhǔn)站GPS數(shù)據(jù)與機(jī)載GPS數(shù)據(jù)聯(lián)合差分解算,計(jì)算實(shí)時(shí)航跡數(shù)據(jù),再利用點(diǎn)云數(shù)據(jù)處理軟件對飛機(jī)GPS航跡數(shù)據(jù)、飛機(jī)姿態(tài)角、激光測距數(shù)據(jù)、激光的掃描角數(shù)據(jù)、地面基站靜態(tài)數(shù)據(jù)、地面控制點(diǎn)數(shù)據(jù)進(jìn)行聯(lián)合處理,消除航帶間的誤差,剔除噪點(diǎn)、飛點(diǎn)、云、霧、雨、雪等異常值,得到各個(gè)測點(diǎn)的(X,Y,Z)坐標(biāo)數(shù)據(jù),即為最終的las格式點(diǎn)云數(shù)據(jù)。

利用點(diǎn)云數(shù)據(jù)處理軟件加載las文件,通過人工精細(xì)化分類點(diǎn)云,濾除移動(dòng)物體(如車輛、船舶等)和架空管線(如電力線、通信線等)后,構(gòu)建可編輯的不規(guī)則三角網(wǎng),并檢查和修正異常值,直到可編輯三角網(wǎng)地表自然過渡、無明顯凸點(diǎn)或凹點(diǎn)等情況出現(xiàn)為止,然后內(nèi)插形成數(shù)字表面模型(digital surface model,DSM)成果。

利用已經(jīng)處理好的DSM點(diǎn)云數(shù)據(jù),建立點(diǎn)云分類圖層,按照地面點(diǎn)云濾波算法,濾波窗口設(shè)置20 m,自動(dòng)分類地面點(diǎn)圖層,然后按照地面點(diǎn)分類要求進(jìn)行人工精細(xì)點(diǎn)云編輯,著重保留微小地貌信息,彌補(bǔ)自動(dòng)分類算法在地物、地表數(shù)據(jù)判別不準(zhǔn)確的問題。然后利用人工精細(xì)化分類的點(diǎn)云數(shù)據(jù)構(gòu)建不規(guī)則三角網(wǎng),內(nèi)插生成DEM數(shù)據(jù)。

利用基于后差分POS數(shù)據(jù)、地面點(diǎn)云、DEM成果和原始航片,將激光點(diǎn)云數(shù)據(jù)作為控制點(diǎn),經(jīng)過特征點(diǎn)云與影像特征點(diǎn)匹配,再經(jīng)過正射糾正及拼接勻色,最后進(jìn)行裁切分幅,得到分幅正射影像成果。

(4)綜合DSM、DEM、數(shù)字正射影像(digital orthophoto map,DOM)成果和區(qū)域地質(zhì)、氣象、水文、地震等成果資料,結(jié)合地質(zhì)災(zāi)害領(lǐng)域?qū)＜医?jīng)驗(yàn)和以往地質(zhì)災(zāi)害資料,建立滑坡、崩塌、泥石流等地質(zhì)災(zāi)害類型的遙感解譯標(biāo)志,開展地質(zhì)災(zāi)害解譯工作,對解譯出的疑似災(zāi)害隱患點(diǎn)、威脅重大典型區(qū)域的災(zāi)害點(diǎn)進(jìn)行野外現(xiàn)場核查驗(yàn)證。

(5)制作地質(zhì)災(zāi)害專題圖件,并基于解譯調(diào)查成果,編制地質(zhì)災(zāi)害重點(diǎn)防治區(qū)域LiDAR遙感調(diào)查報(bào)告書。

(6)成果資料檢查和整理入庫。在基于LiDAR的精細(xì)化DEM生產(chǎn)過程中,要注意保留小斜坡、石塊、小陡坎等微小地貌信息,點(diǎn)云捕獲的這些微小地貌是非常重要的成災(zāi)前兆特征,在利用地面粗糙度、曲率、坡向、坡度、山體陰影等因子研究地質(zhì)災(zāi)害時(shí),直接影響地質(zhì)災(zāi)害評價(jià)準(zhǔn)確度[8-9]。

綜合利用DEM、DOM、DSM成果,建立地質(zhì)災(zāi)害解譯三維場景,注意消除拉花、形變、重影、色差等問題,以便在三維場景下結(jié)合地質(zhì)災(zāi)害專業(yè)知識,開展地質(zhì)災(zāi)害隱患識別、分析等工作。

2 應(yīng)用實(shí)例

2.1 試驗(yàn)區(qū)域

四川省阿壩州小金縣地處青藏高原邊緣的高山峽谷地帶,地質(zhì)條件十分脆弱,本文選取小金縣35 km2范圍為例,獲取了點(diǎn)云密度優(yōu)于10點(diǎn)/m2的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)和優(yōu)于0.2 m分辨率的光學(xué)影像數(shù)據(jù),開展了基于LiDAR數(shù)據(jù)和光學(xué)影像的地質(zhì)災(zāi)害綜合解譯。

2.2 三維地質(zhì)災(zāi)害隱患解譯場景建立

利用預(yù)處理后的點(diǎn)云數(shù)據(jù),濾除移動(dòng)物體和架空線后,保存DSM點(diǎn)云圖層,構(gòu)網(wǎng)生成格網(wǎng)DSM。利用點(diǎn)云地面點(diǎn)自動(dòng)分類、人工精細(xì)化點(diǎn)云地面點(diǎn)分類等方法處理后(圖2),構(gòu)建不規(guī)則三角網(wǎng)模型,進(jìn)而生成高精度DEM。利用后差分高精度位置與POS數(shù)據(jù)、地面點(diǎn)云、DEM成果和原始航片,以激光點(diǎn)云數(shù)據(jù)作為控制點(diǎn),經(jīng)過特征點(diǎn)云與影像特征點(diǎn)匹配,再經(jīng)過正射糾正及拼接勻色,形成DOM。基于Skyline軟件平臺,將DSM、DOM、DEM、山體陰影、區(qū)域地質(zhì)圖、已知災(zāi)害點(diǎn)坐標(biāo)數(shù)據(jù)等各種數(shù)據(jù)進(jìn)行坐標(biāo)配準(zhǔn)后輸入軟件平臺,搭建人機(jī)交互的三維地質(zhì)災(zāi)害解譯場景(圖3)。機(jī)載LiDAR數(shù)據(jù)能夠獲得區(qū)域地形信息,同時(shí)能夠在一定程度上穿過表面植被直達(dá)地面,利用LiDAR數(shù)據(jù)的多回波特征、山地陰影特征和粗糙度特征,能準(zhǔn)確、客觀、真實(shí)地反映微小地貌信息,還可加載地質(zhì)、氣象、水文等專題數(shù)據(jù),服務(wù)地質(zhì)災(zāi)害專家開展多維、多視角下的地質(zhì)災(zāi)害解譯[10-12]。

(a)點(diǎn)云立體圖 (b)帶植被點(diǎn)云 (c)去植被點(diǎn)云

(a)DSM場景 (b)DEM場景 (c)DOM場景

2.3 三維場景下的地質(zhì)災(zāi)害解譯

在三維場景下,結(jié)合地質(zhì)災(zāi)害領(lǐng)域?qū)＜医?jīng)驗(yàn),和LiDAR點(diǎn)云、DEM、DSM、DOM等成果數(shù)據(jù)反映局部區(qū)域的形狀、大小、色調(diào)、陰影、紋理等特征,建立遙感解譯標(biāo)志。相比單一的光學(xué)遙感解譯標(biāo)志,以LiDAR數(shù)據(jù)為主的遙感解譯標(biāo)志不再僅通過色彩判別,而是以去植被后的DEM為載體進(jìn)行地表損傷和地表堆積為主要判別標(biāo)志,同時(shí)結(jié)合山體陰影、坡度、坡向、曲率、地面粗糙度、形態(tài)學(xué)因子和紋理信息、形態(tài)學(xué)信息、光譜信息等要素開展了地質(zhì)災(zāi)害識別研究,很好地克服了光學(xué)解譯中諸多不確定性和模糊性。最終,解譯發(fā)現(xiàn)地質(zhì)災(zāi)害隱患點(diǎn)20處,主要地質(zhì)災(zāi)害類型為滑坡、崩塌、泥石流。

2.3.1滑坡分析

典型的滑坡在三維模型上的一般判釋特征包括簸箕形(舌形、不規(guī)則形等)的平面形態(tài)、滑坡壁、滑坡臺階、滑坡舌、滑坡裂縫、滑坡鼓丘、封閉注地等。除了局部識別外,還應(yīng)從大范圍的地貌形態(tài)進(jìn)行判斷,如滑坡多在峽谷中的緩坡、分水嶺地段的陰坡、侵蝕基準(zhǔn)面急劇變化的主、支溝交會(huì)地段及其源頭等處發(fā)育。DEM模型中滑源區(qū)的物質(zhì)損失與堆積區(qū)的物質(zhì)增加構(gòu)成了滑坡最明顯的特征,在此基礎(chǔ)上,滑源區(qū)圈椅狀形態(tài)、堆積區(qū)邊界地形變化、滑源區(qū)表面光滑等均是該區(qū)域滑坡判釋的典型標(biāo)志。

試驗(yàn)區(qū)內(nèi)共解譯出滑坡10處,以中小型為主,分布詳見圖4。

圖4 小金縣機(jī)載LiDAR測區(qū)滑坡分布圖

滑體外形多為階梯狀、微凸?fàn)?后緣下錯(cuò)臺坎明顯,一般呈圈椅狀,局部下錯(cuò)變形甚至滑塌。部分變形體前緣見鼓丘,剪出口局部隆起鼓脹或坍塌凹陷。按空間分布分析,區(qū)內(nèi)滑坡在地形高度上的分布主要集中于海拔2 300～3 000 m的高程地帶。

2.3.2崩塌分析

崩塌在三維影像上的一般表現(xiàn)為上部地形陡立、坡表巖體破碎、粗糙不平、基巖多裸露、堆積呈現(xiàn)三角錐形、處于地形低處、有顆粒分選。本次研究區(qū)主為典型的高山峽谷地區(qū),崩塌災(zāi)害多發(fā)育在地形陡峭之處,三維場景中可以看到崩塌坡體陡峭有部分內(nèi)凹,同時(shí)堆積區(qū)坡度變緩,坡度變化交界明顯,堆積表面粗糙度更大,顆粒感突出。機(jī)載LiDAR采集數(shù)據(jù)時(shí)落在陡立面上的點(diǎn)通常較少,同時(shí)無法測得內(nèi)凹地形,在室內(nèi)處理點(diǎn)云數(shù)據(jù)構(gòu)建DEM時(shí),地形較陡部位往往由于點(diǎn)數(shù)量較少會(huì)出現(xiàn)拉花現(xiàn)象。

試驗(yàn)區(qū)內(nèi)共解譯出崩塌7處,以中小型為主,分布詳見圖5。

圖5 小金縣機(jī)載LiDAR測區(qū)崩塌分布圖

一般為墜落式崩塌,在降雨誘發(fā)和重力卸荷應(yīng)力作用下產(chǎn)生?，F(xiàn)場可見其發(fā)育多組陡傾裂隙,排列雜亂無章,在主裂隙的控制以及降雨的誘發(fā)下巖體裂隙進(jìn)一步加長加寬,直至產(chǎn)生崩塌。由于境內(nèi)巖體風(fēng)化侵蝕作用嚴(yán)重,巖體破碎,在持續(xù)降雨過后,局部塊體失穩(wěn),順坡而下。崩塌發(fā)生時(shí)具有相當(dāng)大的勢能,對下方居民、建筑物和公路造成極大威脅。按空間分布分析,區(qū)內(nèi)崩塌均集中在海拔2 300 m～2 500 m高程處,斜坡陡,植被差,巖性脆弱,風(fēng)化程度大的區(qū)域。

2.3.3泥石流分析

典型的泥石流溝道特征明顯,地形上具有一定坡度,堆積體多呈扇形分布,發(fā)育溝口部位?；贚iDAR的泥石流災(zāi)害解譯,主要從泥石流發(fā)育地形、堆積扇和溝道范圍內(nèi)的不良地質(zhì)體作為人工判識,綜合這三方面的結(jié)果進(jìn)行最終判斷。泥石流溝在地形上是有利于降雨匯聚入溝的平面負(fù)地形;同時(shí)溝道內(nèi)不良地質(zhì)體的存在為泥石流提供可流動(dòng)物源;在一定降雨條件下可流動(dòng)物源溝道內(nèi)匯聚,高速流向溝口形成堆積扇。因此泥石流解譯最主要的判別對象是堆積扇與不良地質(zhì)體。

試驗(yàn)區(qū)內(nèi)共解譯出泥石流3條,以中型為主,多為低頻泥石流,分布詳見圖6。

區(qū)內(nèi)泥石流主要分布在山間溝谷地帶,高山林立、河流深切,溝內(nèi)松散固體物源較豐富,上下游高差較大,一旦遭受暴雨作用,將有可能引發(fā)泥石流災(zāi)害,對下方居民、建筑物和公路造成極大威脅。

2.4 成果驗(yàn)證

經(jīng)與收集到的已有地質(zhì)災(zāi)害資料對比分析,通過機(jī)載LiDAR技術(shù)解譯出來的20處疑似地質(zhì)災(zāi)害隱患點(diǎn)中,有15處與已有資料相符,剩余5處疑似地質(zhì)災(zāi)害隱患點(diǎn)經(jīng)實(shí)地核查,均存在不同程度的地形形變和安全隱患,說明與傳統(tǒng)地質(zhì)災(zāi)害隱患調(diào)查識別手段相比,運(yùn)用LiDAR技術(shù)解譯出來的疑似地質(zhì)災(zāi)害隱患點(diǎn)具有較好的可靠性,而且在一定程度上可以識別高位遠(yuǎn)程、高隱蔽性、常規(guī)手段難以發(fā)現(xiàn)的地質(zhì)災(zāi)害隱患點(diǎn)。

圖7為新增疑似滑坡三維場景地質(zhì)災(zāi)害解譯圖和實(shí)地核查照片,通過測量分析,得出坡頂高程為2 650 m,坡底高程為2 330 m,坡高約320 m,主滑方向70°,坡度40°,整個(gè)滑坡形態(tài)上呈錐形,前緣堆積處較寬,滑坡后緣邊界較為明顯,兩側(cè)邊界沿沖溝及山脊發(fā)育,會(huì)威脅到下方居民安全和公路暢通。[13-16]

(a)滑坡三維實(shí)景模型 (b)滑坡數(shù)字高程模型

3 結(jié)束語

機(jī)載LiDAR技術(shù)透過植被縫隙直達(dá)地表,構(gòu)建高精度、精細(xì)化數(shù)字高程模型,真實(shí)反映裸露地表的微小地貌的特性,在高位遠(yuǎn)程、高隱蔽性的地質(zhì)災(zāi)害隱患識別中,既可以在形態(tài)學(xué)上進(jìn)行定性分析,又可以通過測量手段進(jìn)行定量分析,是一種較為可靠、適用的技術(shù)手段。但機(jī)載LiDAR數(shù)據(jù)僅能反映當(dāng)前的地表形態(tài),不能反映某一時(shí)間段內(nèi)的地表形變速率等信息,更為準(zhǔn)確有效的高隱蔽性地質(zhì)災(zāi)害隱患早期識別需要結(jié)合干涉雷達(dá)技術(shù)、物探技術(shù)進(jìn)一步研究。