許 強，郭 晨，2，董秀軍

1. 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護國家重點實驗室(成都理工大學(xué))，四川 成都 610059; 2. 中鐵二院工程集團有限責(zé)任公司，四川 成都 610031

山地丘陵面積較大、地質(zhì)條件復(fù)雜，以及構(gòu)造活動頻繁等多種因素綜合作用使我國成為世界上地質(zhì)災(zāi)害極其頻繁的國家之一。每年因災(zāi)死亡人數(shù)眾多，造成的經(jīng)濟財產(chǎn)損失極為嚴重，地質(zhì)災(zāi)害防治形勢十分嚴峻。自20世紀90年代以來，我國廣大地質(zhì)災(zāi)害防治工作者在實際工作中摸索總結(jié)，建立了較為完善且具有中國特色的群測群防體系，多年來為我國地質(zhì)災(zāi)害防災(zāi)減災(zāi)事業(yè)做出了巨大貢獻。但是近幾年來發(fā)生的諸如四川茂縣新磨村滑坡、金沙江白格滑坡等重大災(zāi)害事件表明群測群防體系在一些特殊地區(qū)尤其是西部山區(qū)的地質(zhì)災(zāi)害防治工作中還存在明顯不足，這種以傳統(tǒng)人工地面調(diào)查為主的地質(zhì)災(zāi)害防治研究工作還遠不能滿足我國地質(zhì)災(zāi)害防治的實際需求。隨著當(dāng)代高新技術(shù)的迅猛發(fā)展，以及天基導(dǎo)航通信系統(tǒng)等基礎(chǔ)設(shè)施的建立，航空遙感平臺及傳感器蓬勃發(fā)展，無人機、機載LiDAR等新興的遙感技術(shù)在地質(zhì)災(zāi)害防治領(lǐng)域大顯身手。一項大型問卷調(diào)查表明83%的研究者將遙感技術(shù)用滑坡識別、編目和監(jiān)測，75%的研究者使用兩種或兩種以上遙感技術(shù)融合進行滑坡等地質(zhì)災(zāi)害的研究[1]。

航空遙感技術(shù)作為衛(wèi)星遙感和地面觀測的有效補充手段，具有高時間分辨率、高空間分辨率、機動靈活成本低、自動化程度高等優(yōu)點，被廣泛應(yīng)用于基礎(chǔ)地理數(shù)據(jù)采集、國土資源勘查、環(huán)境監(jiān)測、農(nóng)業(yè)植被監(jiān)測等各個領(lǐng)域。在地質(zhì)災(zāi)害研究中如何充分利用航空遙感平臺搭載多種傳感器，在災(zāi)害發(fā)生前盡可能全面識別、發(fā)現(xiàn)隱患，并結(jié)合詳細地質(zhì)調(diào)查、長期監(jiān)測對其進行綜合評估，掌握災(zāi)害的基本特征和演化規(guī)律，為災(zāi)害預(yù)警提供理論基礎(chǔ)；當(dāng)災(zāi)害發(fā)生時，快速、準確地查明地質(zhì)災(zāi)害所處的地質(zhì)條件、規(guī)模范圍、失穩(wěn)機理等基本情況，為應(yīng)急搶險爭取寶貴時間，為科學(xué)制定救災(zāi)對策提供重要依據(jù)，成為了地質(zhì)災(zāi)害防災(zāi)減災(zāi)的關(guān)鍵。

本文概述航空遙感技術(shù)并歸納總結(jié)其在地質(zhì)災(zāi)害方面的應(yīng)用研究，重點總結(jié)國內(nèi)外航空遙感在地質(zhì)災(zāi)害識別解譯、調(diào)查評價、長期監(jiān)測、VR展示等方面的應(yīng)用研究進展，闡述地質(zhì)災(zāi)害航空遙感應(yīng)用所面臨的機遇和挑戰(zhàn)，最后對航空遙感技術(shù)在地質(zhì)災(zāi)害應(yīng)用研究方面的發(fā)展趨勢進行展望。

1 航空遙感技術(shù)、平臺及傳感器

1.1 航空遙感技術(shù)

航空遙感是以有人機、無人機等航空平臺搭載光學(xué)相機、激光雷達等傳感器的一種非接觸式遙感技術(shù)，其發(fā)展已有近200年的歷史。國內(nèi)航空遙感技術(shù)從20世紀70年代起步，至今已進入產(chǎn)業(yè)化發(fā)展階段。航空遙感按照作業(yè)高度分可為高空(10～20 km)、中空(5～10 km)、低空(<5 km)3種類型，地質(zhì)災(zāi)害航空遙感一般屬于低空遙感。因具有高時空分辨率、大比例尺、大范圍快速成圖等優(yōu)勢，航空遙感逐漸成為現(xiàn)代空間數(shù)據(jù)獲取中不可替代的一種技術(shù)手段，被廣泛應(yīng)用于諸多領(lǐng)域，成為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補充。航空遙感技術(shù)的飛速發(fā)展離不開遙感平臺、傳感器及遙感信息處理技術(shù)的進步。

1.2 航空遙感平臺

航空遙感平臺按是否有人駕駛分為有人機和無人機兩類。有人機遙感平臺主要為大型固定翼飛機和直升機。如1986年由中國科學(xué)院引進的兩架Cessna獎狀SII型高空遙感飛機，在2008年汶川地震和2013年雅安地震都曾參與災(zāi)情評估及災(zāi)后動態(tài)遙感監(jiān)測，累計承擔(dān)了近百項各種類型的航空遙感應(yīng)用項目。無人機的研究始于20世紀初，1917年英國皇家航空研究院成功研制出世界上第一架無人機，經(jīng)過近一個世紀的發(fā)展已經(jīng)形成了一個大家族[2]。我國無人機起步雖晚，但隨著科學(xué)技術(shù)的不斷進步和市場需求的進一步擴大，2012年開始出現(xiàn)爆炸式增長，尤其是輕小型無人機遙感系統(tǒng)在數(shù)量和應(yīng)用領(lǐng)域都占絕對主導(dǎo)地位[3]。截至2021年，我國無人機企業(yè)達1.27萬家，實名登記無人機約83萬架。無人機種類繁多，分類方式五花八門，按照按動力類型、機體結(jié)構(gòu)、使用領(lǐng)域等可以分為不同類型(表1)。隨著航空遙感技術(shù)的發(fā)展，有人機越來越朝著專業(yè)化方向發(fā)展，而無人機則呈現(xiàn)出輕量化的發(fā)展趨勢。

1.3 航空遙感傳感器

航空遙感傳感器是搭載于航空遙感平臺上的各種移動測量設(shè)備，伴隨著航空遙感平臺的發(fā)展，涌現(xiàn)了大量航空遙感傳感器(圖1)。光學(xué)相機是應(yīng)用最廣泛的一種航空光學(xué)傳感器，利用獲取的航空照片通過后期數(shù)據(jù)處理，可生成高分辨率數(shù)字表面模型(DSM)、數(shù)字高程模型(DEM)、數(shù)字正射影像(DOM)、數(shù)字線劃圖(DLG)以及實景三維模型等遙感產(chǎn)品。機載LiDAR最大的優(yōu)點是利用激光多次回波技術(shù)可“穿透”地表植被的特點，結(jié)合相應(yīng)的濾波算法可以對地物進行有效分類，去除地表植被、建筑物等，從而獲得真實地面高程數(shù)據(jù)。航空高光譜遙感利用成像光譜儀獲取地物目標的光譜連續(xù)影像數(shù)據(jù)，可以對目標地物光譜特征進行精確識別與提取，在地學(xué)領(lǐng)域能較好地依據(jù)地物光譜特征進行巖性識別、地層劃分、礦化蝕變信息提取等。機載SAR具備在各類復(fù)雜天氣狀況下對目標場景全天時、全天候觀測的能力，利用無人機搭載的微小型SAR成為多云霧測繪困難地區(qū)測圖和應(yīng)急響應(yīng)、災(zāi)害監(jiān)測不可或缺的手段。航空物探則通過搭載專業(yè)物探儀器設(shè)備來探測地球物理場的變化，是研究和探測地質(zhì)結(jié)構(gòu)和礦產(chǎn)資源的常用方法。

圖1 無人機類型及傳感器Fig.1 UAV types and sensors

在地質(zhì)災(zāi)害研究中以光學(xué)相機、激光雷達的應(yīng)用最為集中。目前，航空遙感傳感器正朝著輕小型、多功能的方向發(fā)展，并且隨著傳感器系統(tǒng)模塊化日益成熟，多傳感器集成的航空遙感系統(tǒng)正在逐步走向成熟。

2 地質(zhì)災(zāi)害航空遙感應(yīng)用

2.1 地質(zhì)災(zāi)害及隱患識別

地質(zhì)災(zāi)害的識別解譯是研究災(zāi)害發(fā)育類型、分布規(guī)律、演化特征，確定災(zāi)害易發(fā)性、危害性、易損性和風(fēng)險性的關(guān)鍵，同時也是災(zāi)害監(jiān)測預(yù)警及防治的前提和基礎(chǔ)。無人機光學(xué)影像具有直觀、形象、清楚等特點，根據(jù)遙感影像上顯示的色調(diào)、紋理及幾何形態(tài)組合可以對地質(zhì)災(zāi)害進行識別解譯[4]，是地質(zhì)災(zāi)害解譯最常用也是最直觀的手段之一，尤其適合于地震、暴雨、人類活動等誘發(fā)的光譜特征明顯的地質(zhì)災(zāi)害。在地震地質(zhì)災(zāi)害方面，無人機航空遙感常作為衛(wèi)星遙感的輔助手段來進行同震災(zāi)害的解譯，在2008年5月12日汶川Ms8.0級地震、2015年4月25日尼泊爾Mw7.8級地震、2015年11月17日希臘Mw6.5級地震、2016年4月14日日本熊本Mw6.2級地震、2017年8月8日四川九寨溝Ms7.0級地震中為同震災(zāi)害的識別制圖、風(fēng)險評估等提供有力的數(shù)據(jù)支撐[5-7]。對于人類活動誘發(fā)的地質(zhì)災(zāi)害，文獻[8]利用多期無人機影像對甘肅黑方臺約30 km2的黃土臺塬灌溉誘發(fā)的黃土滑坡進行解譯并建立了區(qū)域滑坡庫(圖2)，為后續(xù)研究滑坡類型、發(fā)育分布規(guī)律、監(jiān)測預(yù)警的研究奠定了基礎(chǔ)。隨著計算機技術(shù)的智能化發(fā)展，傳統(tǒng)人機交互的目視解譯方法已逐漸不能滿足科研生產(chǎn)需求，基于像素和面向?qū)ο蟮陌胱詣?自動的識別方法被逐步提出，并在土耳其、臺灣、香港等國家和地區(qū)因降雨或臺風(fēng)誘發(fā)的滑坡識別中得到較好應(yīng)用[9-10]，準確率基本在80%以上，并且大多研究表明面向?qū)ο蟊然谙袼氐姆椒ǜm用于在高分辨、超高分辨率遙感影像上進行地質(zhì)災(zāi)害智能識別。

圖2 黑方臺黃土滑坡無人機遙感解譯分布Fig.2 Distribution of Heifangtai Loess landslide by UAV

對于光譜特性與周圍環(huán)境并無明顯差異的古老滑坡體以及高植被覆蓋下的滑坡等地質(zhì)災(zāi)害，光學(xué)影像顯得無能為力。而機載LiDAR能在一定程度上“穿透”植被，獲取分米級甚至厘米級的DEM，從2000年開始就被意大利、奧地利、美國等國家率先應(yīng)用于地質(zhì)災(zāi)害的識別解譯、調(diào)查測繪中，之后日本、新西蘭、比利時、土耳其等國家也先后開展了基于機載LiDAR技術(shù)的地質(zhì)災(zāi)害識別工作，為植被覆蓋下的地質(zhì)災(zāi)害的識別與制圖提供了新的解決方案[11-13]。國內(nèi)方面，文獻[14]在2014年最先將機載LiDAR應(yīng)用于三峽地區(qū)滑坡識別中，2018年開始成都理工大學(xué)聯(lián)合四川省測繪地理信息局在四川九寨溝、丹巴、茂縣等地質(zhì)災(zāi)害重點防治區(qū)域開展機載LiDAR災(zāi)害識別解譯工作，取得了很好的效果[15](圖3)，隨后四川、貴州、廣東、大連等省、市紛紛啟動了大面積、區(qū)域性機載LiDAR地質(zhì)災(zāi)害遙感調(diào)查識別工作。許強在2020年全國兩會上提出了“全域激光雷達計劃”的提案，進一步推動了國內(nèi)機載LiDAR技術(shù)在地質(zhì)災(zāi)害行業(yè)的應(yīng)用。

注：左側(cè)為光學(xué)影像，右側(cè)為機載LiDAR影像。圖3 九寨溝核心景區(qū)地質(zhì)災(zāi)害機載LiDAR遙感解譯成果Fig.3 Distribution of geohazard interpretation results in Jiuzhaigou by airborne LiDAR

隨著機載LiDAR在地質(zhì)災(zāi)害領(lǐng)域的推廣應(yīng)用，目前也存在一些亟待研究解決的問題，一是受限于解譯人員的經(jīng)驗和認知水平，欠缺同時具備地質(zhì)和遙感經(jīng)驗的專業(yè)解譯人員；二是各類地質(zhì)災(zāi)害的地貌及影像特征與光學(xué)遙感差距甚大，目前基于機載LiDAR的地質(zhì)災(zāi)害遙感解譯體系尚待完善；三是目前國內(nèi)市場上沒有一款專業(yè)的針對地質(zhì)災(zāi)害機載LiDAR識別的三維解譯軟件。

2.2 地質(zhì)災(zāi)害調(diào)查與評價

每年出現(xiàn)的地質(zhì)災(zāi)害多以中小型單體災(zāi)害為主，無人機具有的機動靈活、快捷高效的特點，已逐漸成為地質(zhì)災(zāi)害調(diào)查評價的重要手段和“?？汀盵16]。光學(xué)影像、實景三維模型等能直觀展示地質(zhì)災(zāi)害及其周圍環(huán)境，是一線地質(zhì)隊員最能看懂的航空遙感產(chǎn)品，基于無人機航空攝影測量系統(tǒng)可以快速獲取研究區(qū)高分辨率DOM、DEM、實景三維模型等，利用這些直觀形象的影像可以快速判斷地質(zhì)災(zāi)害體的類型、規(guī)模、區(qū)域范圍、所處的地形地貌等，又可快速形成地形圖、量測各種參數(shù)(如滑坡的幾何尺寸、結(jié)構(gòu)面產(chǎn)狀等)，準確地辨識出地質(zhì)災(zāi)害體的形態(tài)特征和坡體變形跡象[17-18](圖4(a))；結(jié)合災(zāi)害體所處地貌、巖性、產(chǎn)狀、坡體結(jié)構(gòu)、地質(zhì)構(gòu)造等還可分析孕災(zāi)地質(zhì)環(huán)境條件、變形破壞機理等[19]。通過點云、DEM等還可以進行災(zāi)害邊界、裂縫等的半自動識別及提取。此外，DSM/DEM作為無人機攝影測量的一個產(chǎn)物，在量化滑坡形變量、體積變化及滑坡動力學(xué)特征等相關(guān)研究中發(fā)揮了極其重要的作用。通過兩期DEM/DSM數(shù)據(jù)的疊加分析，可快速圈定變形區(qū)，量化災(zāi)害體各區(qū)的位移變化情況(圖4(b))，量測滑坡前地形和體積的變化，快速精確計算滑坡方量等。利用多時序的DSM/DEM數(shù)據(jù)對比可以獲取災(zāi)害的物質(zhì)運移和變形演化特征，研究地質(zhì)災(zāi)害動態(tài)演變規(guī)律[20]。尤其隨著各種傳感器的進步，以及后差分技術(shù)、變高飛行、仿地飛行等新技術(shù)的不斷出現(xiàn)，無人機獲取的數(shù)字產(chǎn)品的質(zhì)量及精度不斷提高，為地質(zhì)災(zāi)害的精細化調(diào)查提供了更為優(yōu)質(zhì)的數(shù)據(jù)基礎(chǔ)。

圖4 黨川2#滑坡分區(qū)圖及運動路徑及滑動前后高程差值Fig.4 The movement route of Dangchuan 2# landslide by orthogonal projection and the elevaton difference between pre-sliding and post-sliding

機載LiDAR具有獲取大面積精確三維地形的能力，從20世紀90年代末開始就被許多國家和地區(qū)用于滑坡等地質(zhì)災(zāi)害的調(diào)查[21]，尤其是在傳統(tǒng)航空攝影很難開展的高植被覆蓋地區(qū)。另外，大多數(shù)歐洲國家從2000年開始投入大量資金有計劃地進行覆蓋整個領(lǐng)土面積的機載LiDAR飛行，獲取的地理空間數(shù)據(jù)產(chǎn)品分辨率和精度也越來越高[22-24]，至今累積了大面積的歷史機載LiDAR數(shù)據(jù)，這不僅為地質(zhì)災(zāi)害的調(diào)查評價創(chuàng)造了極好的條件，更加清晰地展示災(zāi)害體細部幾何特征，還為地質(zhì)災(zāi)害動態(tài)演化和物質(zhì)運移的動力學(xué)研究提供了極好的基礎(chǔ)數(shù)據(jù)[25-26]。由于機載LiDAR設(shè)備以及數(shù)據(jù)采集成本較高，國內(nèi)機載LiDAR技術(shù)在地質(zhì)災(zāi)害調(diào)查方面的應(yīng)用相對較晚，但自2017年新磨村滑坡后，有關(guān)部門開始高度重視，將InSAR、LiDAR、UAV等技術(shù)列為地質(zhì)災(zāi)害調(diào)查的新技術(shù)新方法，有力推動了航空遙感技術(shù)在地質(zhì)災(zāi)害領(lǐng)域的深入應(yīng)用。

對巖質(zhì)邊坡而言，利用無人機和機載LiDAR還可以快速獲取結(jié)構(gòu)面參數(shù)信息，從利用最小二乘法擬合平面求得結(jié)構(gòu)面產(chǎn)狀信息，到如今利用3D點云可以實現(xiàn)結(jié)構(gòu)面產(chǎn)狀、間距、跡長、連通率、粗糙度等結(jié)構(gòu)面參數(shù)的自動識別提取[27-28]，另外，隨著傾斜實景三維模型分辨率的不斷提高，這種以全要素全紋理為表現(xiàn)形式的實景模型愈發(fā)受到地質(zhì)工作者的青睞，基于實景三維模型的結(jié)構(gòu)面識別及信息提取的研究也逐漸展開。在此基礎(chǔ)上，基于高分辨率地形數(shù)據(jù)、結(jié)構(gòu)面空間組合切割關(guān)系和巖體力學(xué)參數(shù)等，利用3DEC、Rock fall、Flac3D等數(shù)值模擬軟件進行巖體三維精細化建模及數(shù)值計算，可以實現(xiàn)巖質(zhì)斜坡穩(wěn)定性定量評價以及破壞機理研究[29]。并且，基于航空遙感技術(shù)的地質(zhì)災(zāi)害識別與制圖為地質(zhì)災(zāi)害風(fēng)險評價提供了準確的災(zāi)害數(shù)據(jù)庫，而且從獲得的高分辨率DEM、DOM影像、實景三維模型可以提取與災(zāi)害相關(guān)的高程、坡度、坡向、地表曲率、匯水面積、坡體結(jié)構(gòu)類型、土地利用情況、承災(zāi)體等關(guān)鍵的空間基礎(chǔ)數(shù)據(jù)，再結(jié)合知識驅(qū)動型的專家打分法等定性評估或是數(shù)據(jù)驅(qū)動型的信息量法、邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機等方法開展不同尺度(從區(qū)域尺度到單體)的地質(zhì)災(zāi)害定量風(fēng)險評價[30-31]，為防災(zāi)減災(zāi)提供較強的理論依據(jù)。蘭州大學(xué)綜合利用InSAR、無人機航空攝影測量、數(shù)學(xué)統(tǒng)計模型，在甘肅省黑方臺地區(qū)提出了區(qū)域尺度上預(yù)測潛在滑坡的位置、范圍、面積和體積的方法，有效提高區(qū)域尺度滑坡危險性評價的準確性，推進區(qū)域滑坡災(zāi)害風(fēng)險定量評價研究[32]。

2.3 地質(zhì)災(zāi)害長期監(jiān)測

地質(zhì)災(zāi)害監(jiān)測是預(yù)警的前提，監(jiān)測內(nèi)容包括變形監(jiān)測、影響因素監(jiān)測和前兆異常監(jiān)測3類，航空遙感主要針對災(zāi)害的變形監(jiān)測。通過疊加比較多時相高分辨率航空遙感DSM/DEM數(shù)據(jù)，可以分析地質(zhì)災(zāi)害隨時間的位移變化。但是由于地質(zhì)災(zāi)害的發(fā)生時間相對于其孕育發(fā)展的時間來說非常短暫，航空平臺層次的地質(zhì)災(zāi)害監(jiān)測實際上屬于長期監(jiān)測。地質(zhì)災(zāi)害航空遙感監(jiān)測很好地彌補了衛(wèi)星遙感、地面觀測等對地觀測精度、時效和頻度上的不足，健全了對地觀測技術(shù)在災(zāi)害中的應(yīng)用[2,33]。

機載LiDAR是滑坡遙感監(jiān)測的常用手段之一，但與光學(xué)圖像和SAR相比，由于成本問題，LiDAR數(shù)據(jù)的采集時間可能間隔較長。利用機載LiDAR對地質(zhì)災(zāi)害進行監(jiān)測的技術(shù)發(fā)展了20多年，具有許多成功的案例。文獻[34]使用了4個連續(xù)的機載LiDAR數(shù)據(jù)集對加利福尼亞州一處緩慢變形的滑坡進行長達10 a的監(jiān)測，獲取的平均地面點密度為0.9～4.9 pts/m2，生成的DEM分辨率為1 m，均方根誤差(RMSE)為0.4 m，得出該滑坡的形變速率為0.2～5 m/a，結(jié)合降雨數(shù)據(jù)表明滑坡的形變與降雨量存在正相關(guān)。利用多時相高分辨率DSM/DEM數(shù)據(jù)進行地質(zhì)災(zāi)害的長期監(jiān)測，最小可量測的可靠形變量是研究者們最為關(guān)心的問題。由于地形起伏、植被覆蓋等影響了DEM精度，進而影響監(jiān)測數(shù)據(jù)的準確性和可靠性，大多研究表明目前可靠的最小監(jiān)測位移大約在0.1～0.5 m[35]。相對于成本較高的機載LiDAR，對于植被覆蓋較低的區(qū)域，利用輕小型無人機進行單體地質(zhì)災(zāi)害或小范圍地質(zhì)災(zāi)害重點區(qū)域的長期監(jiān)測是一個不錯的選擇[36]。另外，地質(zhì)災(zāi)害航空遙感形變監(jiān)測也逐漸由二維向三維形變監(jiān)測發(fā)展，文獻[37]利用無人機對澳大利亞某滑坡進行了監(jiān)測，制作了滑坡表面三維位移矢量圖(圖5)，并系統(tǒng)研究了該滑坡的動力學(xué)特征。但缺乏地面監(jiān)測手段驗證的地質(zhì)災(zāi)害航空遙感監(jiān)測結(jié)果往往不具備較高的可信度，成都理工大學(xué)自2015年起用小型固定翼無人機對甘肅省黑方臺黃土滑坡群進行長期監(jiān)測[38]，通過合理增加地面控制點數(shù)量將正射影像和DSM精度從分米級提高至厘米級，并經(jīng)過野外實地安裝的裂縫計監(jiān)測結(jié)果以及地表GPS監(jiān)測數(shù)據(jù)比對(圖6)，驗證了小型無人機在黃土滑坡長期監(jiān)測中的實用性和可靠性。

然而，目前的研究基本停留在滑坡表面位移的監(jiān)測，利用表面位移反演滑坡深部位移的研究還相對較少，因此如何利用獲取的航空遙感數(shù)據(jù)，開展滑坡表面三維形變監(jiān)測以及滑坡不同深度的位移反演，探測滑坡三維滑動面，進而分析研究滑坡變形破壞機理，對滑坡監(jiān)測預(yù)警以及防災(zāi)減災(zāi)具有較大的參考價值。

星載合成孔徑雷達干涉測量(InSAR)在地質(zhì)災(zāi)害監(jiān)測中已得到了許多成功的應(yīng)用[39-40]，但是一些地區(qū)受限于固定的觀測幾何形狀和衛(wèi)星軌道約束，因而觀測效果不佳[41]。航空平臺的機載SAR可以通過針對觀測目標設(shè)置最佳的成像幾何形狀和時間采樣計劃，使觀測效果達到最佳。文獻[42]利用無人機載合成孔徑雷達(UAV-SAR)對美國西部Slumgullion滑坡進行了監(jiān)測，根據(jù)滑坡幾何形狀選擇了沿觀測方向組合的4個LOS測量值，反演了滑坡表面三維形變速率，并于與同期地面GPS監(jiān)測結(jié)果進行比較，表明機載SAR對于災(zāi)害監(jiān)測十分有效。文獻[43]收集了時間跨度更長的機載SAR數(shù)據(jù)并使用時間序列偏移追蹤等方法進一步對該滑坡進行了長期監(jiān)測。

多源數(shù)據(jù)融合能充分發(fā)揮各自的優(yōu)勢，航空遙感平臺的LiDAR與光學(xué)影像結(jié)合或是與衛(wèi)星平臺、地面平臺等多平臺多傳感器之間的融合應(yīng)用也是地質(zhì)災(zāi)害遙感監(jiān)測的重要手段。文獻[44]在法國Super-Sauze滑坡的監(jiān)測中使用地面攝影測量技術(shù)、機載LiDAR技術(shù)、地面GPS技術(shù)等多種手段結(jié)合的方法，基于歸一化圖像互相關(guān)匹配的配準技術(shù)制作了滑坡位移矢量圖，監(jiān)測了該滑坡2008—2009年的活動性，結(jié)果表明這種低成本的方式可以表征滑坡加速變形期間長達3 m/d的形變速率，以及減速變形期間約0.02 m/d的形變速率。文獻[45]結(jié)合機載LiDAR和無人遙感技術(shù)對意大利南部某滑坡的水平位移和高程變化進行長期監(jiān)測，表明無人機和機載LiDAR獲取的DSM具有高度一致性，強調(diào)兩種手段結(jié)合互補在災(zāi)害監(jiān)測、機理研究中的實用性。

但是必須認識到，由于傳感器的精度、地形、天氣，以及影像配準等帶來的誤差可能在一定程度上大于滑坡等地質(zhì)災(zāi)害的變形量，因此利用航空遙感技術(shù)進行地質(zhì)災(zāi)害的監(jiān)測目前難以達到InSAR量化毫米級形變的程度，加之?dāng)?shù)據(jù)采集頻率與成本等問題，災(zāi)害的臨滑監(jiān)測及早期預(yù)警目前還較為困難。

2.4 地質(zhì)災(zāi)害應(yīng)急響應(yīng)

20世紀60年代，美國建立了國家、州政府和企業(yè)聯(lián)合的航空遙感應(yīng)急體系，隨后以歐盟為主導(dǎo)和成員國參與的災(zāi)害應(yīng)急和地質(zhì)調(diào)查的航空遙感體系也逐漸在歐洲建立起來，緊接著巴西建立了著名的“保衛(wèi)亞馬遜”計劃，推廣了航空遙感在環(huán)境和災(zāi)害應(yīng)急調(diào)查等方面的應(yīng)用。2008年5·12汶川地震發(fā)生后，以中國國土資源航空物探遙感中心、國家測繪局為主的相關(guān)部門在震后第一時間利用航空遙感技術(shù)獲取了災(zāi)區(qū)高分辨率DOM、DEM、實景三維模型等數(shù)據(jù)并上報國務(wù)院，為指導(dǎo)抗震救災(zāi)、打通生命通道、防范次生地質(zhì)災(zāi)害、開展災(zāi)后重建等工作做出了突出貢獻，成為我國科技抗震救災(zāi)的一個典范[46]。通過將無人機遙感影像與災(zāi)前的衛(wèi)星影像比對，還可以快速評估受災(zāi)區(qū)域范圍、基礎(chǔ)設(shè)施破壞情況、房屋損毀、河道堵塞、同震災(zāi)害面積與方量、潛在危險對象等情況，為災(zāi)情精準評估提供有力支持。

汶川地震之后，隨著我國遙感技術(shù)的高速發(fā)展，國產(chǎn)衛(wèi)星像及各種無人機遙感開始廣泛應(yīng)用，遙感數(shù)據(jù)獲取、圖像處理和信息提取等硬、軟件建設(shè)得到了很大的提升，為遙感應(yīng)急救災(zāi)提供了技術(shù)保障。在后來的2010年4·14青海玉樹Ms 7.1級地震、2013年4·20雅安蘆山Ms 7.0地震、2014年8·3云南省昭通魯?shù)镸s 6.5級地震，包括支援2015年4·25尼泊爾Ms 8.1級特大地震，無人機航空遙感都在災(zāi)害的應(yīng)急處置、救援及震后恢復(fù)重建等方面發(fā)揮了重要作用[47]。尤其是2012年后，我國無人機遙感技術(shù)的迅猛發(fā)展，國產(chǎn)輕小型無人機廠商如雨后春筍般冒出，在2017年8·8九寨溝Ms 7.0級地震、2019年6·17宜賓長寧Ms 6.0級地震中，以輕小型無人機為主的救援力量擔(dān)起了救災(zāi)大任[48]。國際方面，以無人機為主的航空遙感技術(shù)也在意大利、日本等多次地震中為災(zāi)情研判、救災(zāi)形式分析、災(zāi)害救援方案制定奠定了基礎(chǔ)。

針對單體災(zāi)害的應(yīng)急處置需要在盡量短的時間內(nèi)通過查清災(zāi)害體的基本情況及所處的地質(zhì)環(huán)境條件，從而為科學(xué)確定減災(zāi)方案提供盡量準確、完整、詳細的相關(guān)信息。具備機動靈活、快捷高效等優(yōu)點的輕小型無人機成了單體地質(zhì)災(zāi)害應(yīng)急處置的首要選擇。以2018年10月和11月金沙江白格兩次滑坡堵江事件為例，無人機在滑坡應(yīng)急處置尤其是第二次滑坡—堰塞事件中充分發(fā)揮了優(yōu)勢[49]。通過無人機航空遙感，在短時間內(nèi)充分查明了兩次滑坡和堰塞堵江的基本特征及其動態(tài)演化特征；準確量測了堰塞壩長、寬、高、入水體積等重要幾何參數(shù)，為導(dǎo)流槽開挖提供了最優(yōu)路徑選擇；精準發(fā)現(xiàn)斜坡后緣存在的形變區(qū)域并定量表征形變區(qū)域的形變量，為專業(yè)監(jiān)測儀器的布設(shè)提供靶點，從而為應(yīng)急處置工作的順利實施以及分析研判提供重要數(shù)據(jù)支撐(圖7)。近年來，以輕小型無人機為主的航空攝影測量技術(shù)還為2017年四川茂縣6·24新磨村滑坡、貴州納雍8·28山體滑坡、貴州雞場7·23滑坡等重大地質(zhì)災(zāi)害應(yīng)急處置提供了重要的科技支撐[50-51]。

在搶險救災(zāi)等時效性要求極高的情況下，目前無人機遙感獲取的數(shù)據(jù)仍需要在飛行完成后進行處理，可能會在一定程度上影響應(yīng)急處置的科學(xué)研判和決策。因此，無人機邊飛邊傳、即拍即算等技術(shù)方法的研究和實現(xiàn)應(yīng)是未來無人機應(yīng)急救災(zāi)的主要方向。

2.5 地質(zhì)災(zāi)害VR展示

虛擬現(xiàn)實(virtual reality,VR)技術(shù)及消費級虛擬現(xiàn)實設(shè)備的飛速發(fā)展，豐富了地質(zhì)環(huán)境的虛擬現(xiàn)實表達。歐洲許多國家從2000年開始就大力發(fā)展新一代的地質(zhì)災(zāi)害VR三維展示技術(shù)，地質(zhì)災(zāi)害VR場景具有沉浸感強、自然式人機交互及主動感知場景信息等優(yōu)點，使用戶能夠更快感知與認知災(zāi)害場景[52]。英國地質(zhì)調(diào)查局是廣泛使用虛擬現(xiàn)實技術(shù)進行地球科學(xué)領(lǐng)域應(yīng)用研究和教育的主要組織之一，美國的加州大學(xué)戴維斯分校、意大利米蘭比可卡大學(xué)等眾多科研院校也進行了大量研究工作，開發(fā)了各種地質(zhì)災(zāi)害可視化的展示平臺[53-54]。利用航空遙感平臺采集數(shù)據(jù)，通過重建災(zāi)害點的三維場景并結(jié)合虛擬現(xiàn)實VR展示技術(shù)，以沉浸式、人機交互、主動感知等多種方式實時探索虛擬重建的三維場景，幫助體驗者從更廣闊的空間視角和思維來進行學(xué)習(xí)思考，改進傳統(tǒng)的地質(zhì)災(zāi)害科學(xué)研究和教學(xué)實踐活動以及科普教育，以更加科學(xué)、高效的手段發(fā)揮地質(zhì)科普的價值，大大提高了學(xué)生及公眾對災(zāi)害的認識，使其熟練掌握自救互救技能，從而科學(xué)防災(zāi)減災(zāi)(圖8)。國內(nèi)方面，文獻[55—56]以無人機獲取的高分辨率影像和地形數(shù)據(jù)為基礎(chǔ)，分別以汶川七盤溝泥石流、金沙江白格滑坡為典型案例，開展了泥石流、滑坡等災(zāi)害的VR場景動態(tài)構(gòu)建與探索分析研究，實現(xiàn)了用戶在地質(zhì)災(zāi)害VR場景下的沉浸式交互體驗與探索分析，為救援路徑規(guī)劃和科學(xué)研判提供重要決策支撐，對于提升災(zāi)害風(fēng)險意識與災(zāi)害決策具有重要意義。

圖8 地質(zhì)災(zāi)害場景的VR體驗Fig.8 Geohazard scene experienced by VR

然而，VR技術(shù)發(fā)展更新?lián)Q代較快，VR場景制作費用高昂及設(shè)備維護費用較高，均是制約該項技術(shù)發(fā)展的因素。

3 地質(zhì)災(zāi)害航空遙感機遇與挑戰(zhàn)

過去10年，中國迅速成長為無人機行業(yè)的制造和技術(shù)強國，在經(jīng)濟建設(shè)的飛速發(fā)展下，資源開發(fā)和工程建設(shè)力度逐漸增大，諸如川藏鐵路、川藏公路等大型公路、鐵路等工程項目向西部高原、高山峽谷地區(qū)深入，由此引發(fā)的地質(zhì)災(zāi)害頻率和規(guī)模不斷增加；加之近年來山區(qū)重大地質(zhì)災(zāi)害頻發(fā)，造成了嚴重的人員傷亡和經(jīng)濟財產(chǎn)損失，而傳統(tǒng)的地質(zhì)災(zāi)害調(diào)查手段在復(fù)雜山區(qū)很難高效實施，這對擁有視角、分辨率、機動性等先天優(yōu)勢的航空遙感而言是一次極好的機遇；另外，國家及有關(guān)部門高度重視地質(zhì)災(zāi)害防治工作也為地質(zhì)災(zāi)害的航空遙感應(yīng)用提供了良好的契機。雖然航空遙感因其具有獨特優(yōu)勢，作為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補充，在地質(zhì)災(zāi)害領(lǐng)域的諸多方面得到了廣泛且成功的應(yīng)用，但當(dāng)下還存在以下幾方面亟待研究和解決的問題，也是未來地質(zhì)災(zāi)害航空遙感應(yīng)用的發(fā)展趨勢。

3.1 復(fù)雜條件下的數(shù)據(jù)采集

攝影測量技術(shù)及無人機飛控技術(shù)的進步使得無人機飛行越來越便利，山區(qū)大高差環(huán)境導(dǎo)致無人機遙感獲取的數(shù)據(jù)在不同高程上分辨率不一致，因此仿地飛行技術(shù)應(yīng)運而生，通過設(shè)定與已知三維地形的固定高度，使得飛機與目標地物保持恒定高差，無人機能夠根據(jù)測區(qū)地形自動生成變高航線，保持地面分辨率一致從而獲取更好的數(shù)據(jù)效果。而近年來貼近攝影測量技術(shù)的發(fā)展，使得無人機能按既定航線與待測地物保持10 m以內(nèi)的距離，進一步提高了獲取數(shù)據(jù)的質(zhì)量與精度。但目前的仿地飛行、貼地飛行，均需要先獲取測區(qū)高精度DSM，需要進行多次重復(fù)飛行，時效性較低。而真正意義上的無人機仿地飛行應(yīng)是智能無人視覺系統(tǒng)自主導(dǎo)航，利用計算機對掛載的傳感器采集到的環(huán)境圖像等數(shù)據(jù)進行處理和分析，恢復(fù)周圍環(huán)境的三維結(jié)構(gòu)和相對位置信息，通過識別目標，判斷障礙物等實現(xiàn)無人機自主導(dǎo)航和避障任務(wù)。但其真正智能化與實用化尚需要突破完全自主的高精度、高可靠實時導(dǎo)航和避障運動等核心技術(shù)，需要充分結(jié)合攝影測量遙感、人工智能、衛(wèi)星導(dǎo)航等研究領(lǐng)域的先進理論和技術(shù)，才能在無人機三維環(huán)境實時建模及自動避障飛行[57]。

另外，目前無人機遙感獲取的數(shù)據(jù)基本都需要在飛行完成后進行處理，條件惡劣情況下甚至需要專程將數(shù)據(jù)送回至室內(nèi)由專業(yè)計算機處理，即使目前部分單位已配備專業(yè)高性能工作站及移動工作車，能在飛行完成后立即進行數(shù)據(jù)處理并在短時間內(nèi)生成相應(yīng)成果，但也難以滿足搶險救災(zāi)等時效性要求極高的任務(wù)。因此，研發(fā)無人機數(shù)據(jù)邊飛邊傳，甚至邊飛邊處理、即拍即算的技術(shù)方法，在獲取數(shù)據(jù)的同時就開始自動進行空三測量、圖像配準等，飛行完畢即可快速獲取測區(qū)正射影像、三維點云、實景模型等數(shù)字成果，將大大提高地質(zhì)災(zāi)害應(yīng)急搶險的效率，為應(yīng)急處置的科學(xué)研判和決策提供強有力保障。另外，利用無人機集群進行組網(wǎng)遙感，進行災(zāi)情地理信息快速獲取也是未來無人機應(yīng)急救災(zāi)的發(fā)展方向[3]。

3.2 多源遙感數(shù)據(jù)的綜合分析

目前，通過航空遙感平臺已經(jīng)能夠搭載不同的傳感器進行地質(zhì)災(zāi)害的綜合應(yīng)用，隨著各種傳感器逐漸輕小型化、模塊化、集成化，通過將多種傳感器集成搭載于同一航空遙感平臺上，如激光雷達和光學(xué)相機集成，SAR與光學(xué)相機等傳感器的集成，單次飛行即可獲取不同類型的遙感數(shù)據(jù)，降低飛行成本和風(fēng)險，將大大提高地質(zhì)災(zāi)害航空遙感應(yīng)用的工作效率。值得一提的是，雖然自2017年新磨村滑坡后機載LiDAR技術(shù)逐步被用于地質(zhì)災(zāi)害行業(yè)中，但由于激光雷達核心部件基本依賴進口，數(shù)據(jù)采集成本相對較高，限制了該技術(shù)在植被山區(qū)滑坡調(diào)查識別的大面積推廣應(yīng)用，只有突破了核心技術(shù)，研制具有完全自主知識產(chǎn)權(quán)的高性能國產(chǎn)激光雷達設(shè)備，才能進一步降低機載LiDAR設(shè)備及數(shù)據(jù)采集成本，推動機載LiDAR在地質(zhì)災(zāi)害及其他行業(yè)的廣泛應(yīng)用。另外，日本、意大利等國家，以及中國香港、中國臺灣等地區(qū)已完成了全域機載LiDAR飛行，獲取的數(shù)據(jù)供給不同的部門使用產(chǎn)出了良好的成果和效益，而中國大陸現(xiàn)階段開展全域范圍的LiDAR數(shù)據(jù)獲取還不現(xiàn)實，但應(yīng)盡快開展地質(zhì)災(zāi)害高風(fēng)險山區(qū)、重要城鎮(zhèn)、重大工程區(qū)等的LiDAR數(shù)據(jù)獲取和示范應(yīng)用，為自然資源的調(diào)查評價、國土空間規(guī)劃、生態(tài)環(huán)境評價與保護、地質(zhì)災(zāi)害防治等提供基礎(chǔ)數(shù)據(jù)和科技支撐。

由于地質(zhì)災(zāi)害類型多種多樣，孕災(zāi)地質(zhì)背景復(fù)雜多變，航空遙感技術(shù)雖然是衛(wèi)星遙感和地面觀測的有效補充手段，在時空分辨率和便捷性方面都有極大的優(yōu)勢，但是僅靠航空遙感技術(shù)往往很難解決地質(zhì)災(zāi)害領(lǐng)域所有問題。加之衛(wèi)星平臺的光學(xué)遙感和InSAR，以及地面平臺的地面調(diào)查和監(jiān)測等技術(shù)手段各有所長，如InSAR技術(shù)在滑坡遙感識別與形變監(jiān)測中具有先天的優(yōu)勢，地面調(diào)查復(fù)核對遙感識別結(jié)果不可或缺，因此將多平臺、多層次、多源數(shù)據(jù)、多種技術(shù)手段的成果有機結(jié)合和綜合應(yīng)用才能更好地為防災(zāi)減災(zāi)服務(wù)。

3.3 地質(zhì)災(zāi)害特征智能檢測與判識

如前所述，基于衛(wèi)星遙感的地質(zhì)災(zāi)害解譯經(jīng)過幾十年的發(fā)展已經(jīng)非常成熟，而人工目視解譯仍是目前遙感解譯最常用可靠的方法之一，但也存在工作量巨大、耗時費力、不確定性較高等缺點。隨著人工智能技術(shù)的飛速發(fā)展，深度學(xué)習(xí)在計算機視覺領(lǐng)域取得多項開創(chuàng)性進展，在圖像識別檢測方面有著較大的潛力，其在地質(zhì)災(zāi)害識別領(lǐng)域的研究逐漸深入，將專家經(jīng)驗與深度學(xué)習(xí)融合從而制定相應(yīng)規(guī)則來進行地質(zhì)災(zāi)害的自動化識別，是航空遙感數(shù)據(jù)智能化自動識別的趨勢和發(fā)展方向[58]。對于正在變形的滑坡區(qū)，因其光譜和紋理特性與周圍環(huán)境具有一定的差異(但沒有新發(fā)生滑坡顯著)，利用基于CNN的深度機器學(xué)習(xí)方法可以對其較好地進行自動識別，例如以貴州省已排查出的部分地質(zhì)災(zāi)害隱患點的影像資料為學(xué)習(xí)樣本，利用卷積神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)，然后基于學(xué)習(xí)結(jié)果對其他區(qū)域地質(zhì)災(zāi)害隱患進行自動識別，其識別正確率可達80%左右[59]。而對于歷史上發(fā)生的古老滑坡體，因絕大多數(shù)近期內(nèi)未變形，其光譜特性與周圍環(huán)境并無明顯差異，在影像上僅能根據(jù)滑坡地貌(圈椅狀地貌、滑坡壁等)的紋理特性來判識，但如田坎、陡壁等與滑坡地貌類似的地貌很多，導(dǎo)致滑坡自動識別難度較大。文獻[38]以滑坡地貌特征相對明顯的黃土高原古老滑坡為研究對象，建立了2500多處古老滑坡的樣本庫，利用深度學(xué)習(xí)方法開展黃土滑坡的自動識別，目前識別的正確率僅為60%～70%，而若是在受植被覆蓋影響的西部山區(qū)，識別難度更大，識別正確率可能會更低。另外，目前基于深度學(xué)習(xí)的地質(zhì)災(zāi)害及隱患識別的數(shù)據(jù)源大多為米級分辨率的衛(wèi)星光學(xué)影像，而利用分米級甚至厘米級無人機光學(xué)影像及機載LiDAR高分辨率DEM或點云數(shù)據(jù)結(jié)合深度學(xué)習(xí)的地質(zhì)災(zāi)害及隱患識別還鮮有研究。

目前，制約地質(zhì)災(zāi)害特征智能檢測與判識的原因主要有兩方面：①滑坡等地質(zhì)災(zāi)害的樣本庫還亟待擴充與完善。監(jiān)督學(xué)習(xí)依賴于大量的、多樣化的訓(xùn)練樣本，一般情況下，訓(xùn)練數(shù)據(jù)精度越高、類別越全面，其訓(xùn)練出模型的泛化能力就越高[60]，而目前基于有限滑坡訓(xùn)練樣本的深度學(xué)習(xí)，難以獲得高精度的結(jié)果。②目前用于地學(xué)領(lǐng)域的算法和模型大多來自通用圖像處理和計算機視覺領(lǐng)域，融合地學(xué)特性尤其是滑坡等地質(zhì)災(zāi)害的專用人工智能算法或?qū)Ｓ蒙疃葘W(xué)習(xí)框架仍有待研究[61-62]。

4 結(jié) 語

國內(nèi)外眾多航空遙感平臺尤其是輕小型無人機的大力發(fā)展、各種不同類型傳感器設(shè)備的研發(fā)、集成和商業(yè)化為地質(zhì)災(zāi)害的研究與應(yīng)用提供了極為便利的硬件條件，而各種遙感數(shù)據(jù)處理方法的開發(fā)及自動化算法的實現(xiàn)與優(yōu)化則為航空遙感應(yīng)用到地質(zhì)災(zāi)害調(diào)查評價、應(yīng)急響應(yīng)、識別監(jiān)測等提供了基本的技術(shù)保障。作為地質(zhì)災(zāi)害頻發(fā)的國家之一，國家及有關(guān)部門高度重視地質(zhì)災(zāi)害防治工作，為我們做好地質(zhì)災(zāi)害防治工作提供了根本遵循，指明了工作方向，也為地質(zhì)災(zāi)害航空遙感的研究與應(yīng)用提供了良好的契機?；仡櫟刭|(zhì)災(zāi)害航空遙感應(yīng)用進展，發(fā)現(xiàn)國內(nèi)機載LiDAR技術(shù)在地質(zhì)災(zāi)害領(lǐng)域的大范圍應(yīng)用還落后于國外發(fā)達國家，多種遙感技術(shù)與地面調(diào)查的有機結(jié)合和綜合應(yīng)用還不夠深入，地質(zhì)災(zāi)害及其特征的自動化、智能化精準識別及提取方法亟待提高。憑借國家的大力支持和遙感及地質(zhì)災(zāi)害領(lǐng)域相關(guān)專家學(xué)者的共同努力，國內(nèi)地質(zhì)災(zāi)害航空遙感的研究與應(yīng)用應(yīng)該會逐步趕超國外先進水平，更好地為我國防災(zāi)減災(zāi)工作提供服務(wù)。