遥感技术对滑坡环境的影响范文

本站小编为你精心准备了遥感技术对滑坡环境的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《资源环境与工程杂志》2014年第S1期

1宏观易发环境分析与提取

滑坡是在一定的地质、地貌、地形等条件下形成的，是各种环境因素的特定组合共同形成的结果。宏观来说，滑坡的稳定性取决与它的物质组成、地质构造、地形地貌、地表湿度、植被覆盖等几个重要方面。其中，物质组成、地质构造、地形地貌取决于滑坡体自身固有属性，而地表湿度、植被覆盖等为滑坡遥感可监测的外在表现。任何单一的条件都不足以确定一个滑坡，但根据不同条件的组合，可以提取特有的滑坡条件的组合，从而缩小滑坡遥感解译的范围，这个过程即为滑坡宏观易发环境提取。

1.1特定地表坡度提取所谓“滑坡”，一个重要的决定因素即为“坡”。世界上绝大部分的滑坡位于山区。因为重力是滑坡形成的根本原因[22]。重力在自然界中是时刻存在的，在重力作用下，并不是所有的斜坡体都会产生滑动，但当外界环境因素发生变化时，改变了原有的应力条件，便可以发生滑坡。重力在宏观地貌的表现形式就是斜坡，在遥感观测角度表现为具有一定坡度。所以根据区域斜坡稳定性判别依据，提取特定坡度的区域，便可以从单一坡度因素宏观圈定不稳定斜坡所处范围。在本次调查研究区—十堰市房县，根据《十堰市（郧西、竹山、竹溪、房县）地质灾害详细调查实施细则》中的稳定性分级（表1-2），对应提取坡度的阈值划分为坡度级别。以ASTERGDEM为遥感数据源进行坡度计算，使用决策树分类提取以上特定坡度的区域。

1.2特定地层岩性提取“滑坡”还有一个重要的决定因素，就是“滑”。组成斜坡岩性的软弱程度决定了斜坡的易滑动性，特定的地层和岩性组合是滑坡发生的物质基础。在本次研究范围内，便存在结构松散的沉积物（残坡积物）、页岩、泥灰岩、泥质板岩、千枚岩、泥质砂岩以及煤系地层。这些基岩组成的地层岩土力学强度较弱，抗剪、抗风化差，在流水或其他外部因素作用下，易产生滑动，所以这些地层存在滑动潜质。通过区域“高分一号”卫星影像的分析和对比，发现这些易滑地层和特定岩性组合在高分辨率遥感影像上具有较高的区分度。通过区域地质资料的收集和分析，建立了如下地层岩性遥感影像解译标志：质岩空间分布图，用以区别有滑动潜质的软质岩与其它地层的关系，突出差别，缩小滑坡解译范围。

1.3相关地质构造信息提取工作区地质构造十分复杂，房县南部为秦岭-大别造山系与扬子陆块之交接部位，一级构造分区断裂青峰-襄樊-广济断裂由房县盆地以南呈近东西向延伸，二级构造分区断裂-竹山断裂位于竹山县南西，青峰-襄樊-广济断裂及竹山断裂以北，为青白口纪武当山岩群浅变质岩分布区，以发育北东向断裂为主，上述断裂影像牲特征十分清晰，呈明显的线性行迹。与滑坡相关的地质构造主要有区域大构造、褶皱的转折端也包括区域小构造。不论构造规模的大小，都会不同程度的影响斜坡的稳定性。断裂造成岩体破碎，为滑坡提供了物质来源。因构造活动造成的裂隙、揉皱改变了基岩原有的结构特性，为滑坡产生提供了物质、结构基础为外部触发储备了条件。一般而言，断层的性质不同，其倾角有一定差别。正断层的倾角在60°左右，走滑断层的倾角一般为90°左右，而逆冲断层的倾角一般在30°左右。研究证明（陈晓利，2014），断裂倾角对滑坡分布起控制作用。随着断层倾角变陡，垂直于断层走向方向上受到滑坡影响的范围就会随之变小。所以，就区内构造而言，以逆冲断层和正断层为代表的倾角相对较缓的断层控制着更多滑坡的形成和发展。在区域构造背景指导下，利用“高分一号”遥感卫星影像数据，在1：5万的尺度下进行断裂构造详细解译，建立该地区遥感构造解译标志，根据解译标志采用类比法解译全区断裂构造，得到区内断裂构造遥感解译图。重点提取除走滑断层外的低倾角断层，受断层控制和影响的区域与断层倾角有负相关关系，与断层规模呈正相关关系，但总体而言，影响范围为沿断裂走向线性展布的带状区域。根据与房县临近的竹山县解译的经验，通过遥感解译和地质资料，提取区内正断层、逆冲断层等构造信息，勾绘受这些断层控制和影响的区域，作为下一步解译的重点区域，从而大大缩小了解译强度，缩小了解译范围。据此进行缓冲区分析，得到特定受构造影响，滑坡重点解译区域图（图1-1）。

1.4地表湿度异常提取降水是诱发滑坡的重要动力因素，主要通过四方面机制触发滑坡：1、降水和地表水进入岩土体后产生加载作用，增加了岩土体的重量，在重力作用下易达到滑动临界值，产生崩解、泥化现象，诱发滑坡；2、地表水的浸泡作用下，易滑地层易被软化，层间泥质成分易产生滑动层，降低了层间抗剪力；3、岩土体节理、间隙充水饱和，增加动水、静水压力的同时，减小其有效应力；4、岩土体附水、失水的过程中裂隙更加发育，使岩土体结构进一步恶化。以上机制主要表现于地表水分含量以及岩土体附水性。通过对地表水分含量的监测便可以划分地表水分含量诱发滑坡的影响程度。地表水分含量的遥感监测手段较多，但考虑到房县植被覆盖率高，且本次使用的遥感数据—“高分一号”卫星属宽波段多光谱传感器，所以考虑使用高分一号数据的band3（红光波段）、band4（近红外波段）构建Red-Nir光谱特征空间，以区分岩土体的水分含量，定性、半定量的判断地表岩土体的附水性。从表1-4可以看出，Nir-Red光谱特征空间具有良好的地物分辨能力。能较好的分辨水体、湿土、干土并对不同植被覆盖下的裸土壤、低植被覆盖混合像元、高植被覆盖有良好的区分性。典型的三角形分布。存在清晰的土壤基线BC（图1-2）。由土壤基线B端到C端呈现土壤由湿变干的特征。在Ni-Red光谱特征空间上，过原点作土壤线BC的垂线L，从任何一个点到直线L的距离可以说明地表的干旱情况，即离L线越远地表越干旱，反之亦然。一般来说，接近于直线L的空间为较为湿润，反之，远离的空间较为干燥。由此利用Red-Nir特征空间上点到直线L的距离便可以用以对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异。据此建立垂直植被干旱指数PDI。式中M是Red-Nir特征空间的土壤线的斜率，Rred、Rnir分别是任意一点红光和近红外波段的反射率。由式1-1可以方便的使用波段运算得到PDI的值加以分析。PDI指数简单易用，对土壤湿度评估迅速。在PDI的基础上，受到植被对土壤含水量的影响，引入植被覆盖率构建改进的垂直植被干旱指数MPDI。改进的垂直植被干旱指数也是基于Red-Nir特征空间，其主要思想是将植物对PDI的影响通过线性反射率混合模型消除。首先在PDI指数基础上消除植被影响信息，仅考虑土壤，建立理论公式。根据公式1-5，结合“高分一号”数据就能获得每个像元的MPDI值，区分土壤水分含量。

1.5地表植被覆盖程度提取植被覆盖度是判断已产生滑动新、老滑坡的重要客观指标。植被对水土具有良好的保持作用，滑坡体一般少有植被发育。特别是在房县，地表植被覆盖度整体较高，滑坡区域与非滑坡区域有一定的区分性。根据十堰市房县西侧竹山县目视解译的经验，新、老滑坡体表面植被发育与背景植被存在异常，表现为：滑坡体表面植被稀疏或呈现裸土，基本不会覆盖乔木，常覆盖有灌木或被改造为农田。针叶林或针叶阔叶混交林表观显墨绿色，遥感观测可见球状、点状冠层；而灌木林和农田显浅绿色，农田更有较规则图案，如表1-5所示：其中Fg为植被覆盖率，NDVImin、NDVImax分别为该区域归一化植被指数的最小值和最大值。利用高分一号数据便可以求得植被覆盖率图，从宏观上区分针叶林与滑坡体上裸土、阔叶植被或农田。

1.6宏观易发环境综合分析控制滑坡的宏观环境因素较多，也较为复杂。就十堰市房县地区滑坡特征而言，使用遥感手段，从滑坡形成的内在条件：坡度、软质岩、断裂控制；滑坡形成的外在诱发条件：地表湿度；和滑坡表观特征：滑坡体植被异常；三个方面，五个指标综合划定遥感解译重点区域，以减少单纯遍历型目视解译的工作强度，力求做到有的放矢。现实情况中的滑坡各具特点，往往不是简单的五个指标的叠加，而是三两或两两的特定组合。就灾害详查的要求而言，不适于简单草率的使用叠加取交集法、简单证据权法、层次分析法等简单提取易发区域而忽略其他条件。所以，建议采用简单模糊的叠加求和分析，扩大重点解译区的范围（图1-3）。解译过程以缓冲区（断裂影响范围）为轴线，逐步辐射扩大的方式，提高解译效果。根据三个方面，五个指标的信息提取，可以方便的将各要素层做简单的叠加分析，缩小解译区域，减少解译工作量。对解译区域的滑坡宏观环境的组合了然于胸，对灾害点的解译有直接的指示作用。下面仅以区内某一个灾害点为例作为宏观环境五个指标的印证。

2微观特征环境分析与提取

经过宏观滑坡易发环境分析，并结合“高分一号”数据和GDEM数据进行区内宏观易发因素的提取，能够确定重点解译区域，做到有重点有方向的确定滑坡灾害点。但指导思想仅仅是通过提取滑坡所处宏观环境因素而缩小目视解译范围。总结已解译的部分滑坡，在微观地貌特征与微观地表覆被特征有一定的相似性，通过在“宏观重点解译区域”（前文提取的宏观易发因素确定）采用遥感手段，结合十堰市房县滑坡地质灾害特点，提取滑坡微观地貌特征与微观地表覆被特征，自动提取滑坡形态，达到圈定灾害点的目的。

2.1滑坡体边界特征的确定滑坡形成后在斜坡上往往会出现周围较陡，中间较缓的圈椅形微地貌特征。一个发育完全的滑坡一般具有：滑坡体、滑坡周界、滑坡壁、滑坡台阶、滑坡舌、滑坡轴、滑坡鼓丘、滑坡裂缝、滑动面、滑动带、滑床、等要素。但现实中，滑坡形态各异，并不完全具备以上滑坡要素，但滑坡后壁、滑坡体、滑坡周界、滑动带和滑床是所有滑坡都具备的[2]。就遥感观测而言，能解译出的基本要素仅有表观的滑坡后壁和滑坡周界两项，如图1-4。滑坡后壁和周界在微地貌形态上呈陡砍状，陡砍的顶部边界在滑坡体以及滑坡附近区域内为坡度与坡向变化较快的区域（图1-4中红色区域）。根据这个特点，使用DEM遥感数据分别求取坡度、坡向并在此基础上求取坡度变化率和坡向变化率，陡砍部分在坡度变化率和坡向变化率均有突出的高值特征，所以可以使用这种高值特征勾绘滑坡后壁和滑坡边界，下面是使用GDEM作为遥感数据源提取的滑坡后壁与滑坡周界效果，如表1-7。由表中实例可见，对于后壁、周界具有陡砍形态特征的滑坡可以被以上方法检测。但由于本次使用的GDEM空间分辨率（30m）的限制，本次微地貌提取仅对规模较大的滑坡有效。若使用空间分辨率更高的DEM数据，则可以提取更小规模的滑坡，提高解译效果。

2.2滑坡体地表被覆异常范围的圈定实际解译和实地考察过程中，部分滑坡体具有微观地表覆被异常特征。实地可能见到马刀树、醉汉林等，且以低矮阔叶植被为多，有的滑坡体被改造为农田，造成滑体与背景植被覆盖特征有较大差别。针对这些表观特征，在遥感观测角度，可以较明显的监测到植被种属的区别。常见的滑坡体与背景地表被覆异常组合有三种：滑坡体为裸土，背景为针叶林；滑坡体为阔叶植被，背景为针叶阔叶混交林；滑坡体为农田，背景为针叶林。下表是通过遥感分类方法区分滑体与背景（表1-8）。

3总结

本文利用“高分一号”遥感数据和ASTERGDEM数据对湖北省十堰市房县滑坡宏观易发环境进行了分析与提取，主要提取了特定坡度、软质岩分布、断裂构造分布、地表湿度异常、植被覆盖度异常五方面指标，通过叠加分析确定了重点解译区域。通过对滑坡周界微地貌特征和滑坡体地表被覆异常的遥感划分，在重点区域内自动勾绘滑坡体轮廓，取得了较好效果。最终通过人机交互的方式在提取的重点区域内，结合通过微观特征环境提取获得的滑坡体轮廓信息，解译全区滑坡灾害点。使用本文方法选取房县青峰镇幅、王家湾幅、土城幅、房县幅四个1：5万标准图幅，解译滑坡灾害点209处，多数能被本文提取的宏观易发环境良好控制，微观特征环境信息也有较好指示作用。相对以往的目视解译，本文所用方法降低了工作强度，对滑坡灾害点的空间分布特征能有足够的预判，对灾害点的解译能做到有的放矢。但在重点解译区内利用坡度变化率和坡向变化率分析滑坡微地貌特征时常常会受到线性沟谷，山脊线，河流，冲沟等起伏较大、线状特征明显的地物的影响。所以，在利用坡度变化率和坡向变化率指标时，需结合滑坡遥感目视解译方法，参考坡度与坡向变化特征，进行人机交互解译，达到避免线性地质体干扰的目的。

单位：湖北省地质调查院中国地质大学（武汉）资源学院