基于高分衛星遙感影像的地震應急滑坡編目與分布特征探討——以2017年8月8日九寨溝7.0級地震為例1

吳瑋瑩 王曉青 鄧 飛

?

基于高分衛星遙感影像的地震應急滑坡編目與分布特征探討——以2017年8月8日九寨溝7.0級地震為例1

吳瑋瑩 王曉青 鄧 飛

（中國地震局地震預測研究所，北京 100036）

地震應急是減輕地震災害的重要途徑之一。地震應急工作具有時間緊迫、事關重大的特點。2017年8月8日四川九寨溝S7.0級地震發生后，為快速、準確地提供地震引發的滑坡災害分布，本研究基于震后第一天獲取到的高分辨率遙感影像（高分二號衛星影像、北京二號衛星影像），通過人工目視解譯的方法初步建立了四川九寨溝地震滑坡編目。結果表明，該地震至少觸發了622處同震滑坡，分布在沿使用影像邊界框定的面積為3919km2的區域內。本研究還利用這個地震滑坡編目，統計了九寨溝地震滑坡數量和滑坡點密度（LND）與地形（坡度、坡向）、地震（地震烈度、震中距）等因素的關系。結果表明九寨溝地震滑坡多發生在坡度為20°—50°的區域內，滑坡的易發性隨著坡度的增加而增加。受地震波傳播方向的影響，E、SE向是地震滑坡較易發生的坡向?；碌囊装l程度和地震烈度呈正相關，即隨著烈度的增大，滑坡易發性增大?；乱装l性還隨著震中距增加而降低，這是由于地震波能量隨震中距的增加而衰減導致的。

四川九寨溝地震 地震應急 同震滑坡分布

引言

地震是危害嚴重的自然災害之一。提高地震監測預報水平、加強震害防御能力和提高地震應急救援水平是目前國內外減輕地震災害的3個主要途徑。在現有科技和經濟條件下，地震應急具有“較為現實、投入較少、見效較快、實效顯著”等優點，受到世界各國的普遍重視。從理論上講，地震應急過程實際上就是一系列在有限時間內所作出的決策與實施過程的集合，具有時間緊迫、事關重大的特點。因此，在一定的時間約束條件下，地震應急決策和行動是否科學合理和各種決策實施過程是否及時有效，是地震應急工作成敗的關鍵。而決策的科學性和合理性以及決策實施的時效性和實際效用，根本上取決于決策和決策實施過程是否建立在全面、準確、及時的地震災情信息的基礎上（聶高眾等，2002，2012；蘇桂武等，2003）。能否快速提取和分析地震災情信息并形成決策是地震應急工作能否順利開展及發揮實際作用的核心。

由于我國地形條件復雜，地震往往導致滑坡、崩塌、泥石流等地質災害發生。地震地質災害會造成人員傷亡、房屋毀壞、道路中斷，極大地阻礙災區快速開展地震應急救援工作，因此快速獲得震區地震地質災害分布及其規律十分重要。在地震應急工作中，傳統的方法在震后快速組織相關專家前往災區調查存在耗時長、費用高、無法保障調查人員安全等問題（熊德清，2009；趙紀生等，2008；唐川等，2013；劉剛等，2015）。隨著我國遙感技術的發展及其在地震應急工作中的應用，震后第一時間已能夠獲取到大范圍覆蓋震區的遙感影像，基于這些影像的人工目視解譯方法成為較為快速、準確獲得震后地震地質災害及其分布信息的方法（胡國超，2009；曾濤等，2009；秦緒文，2012；劉睿等，2013）。

北京時間2017年8月8日21時19分，四川省阿壩藏族羌族自治州九寨溝縣發生7.0級地震。根據中國地震臺網測定，震中（33.20°N，103.82°E）位于九寨溝風景區比芒村（距離九寨溝縣城39km），震源深度20km。此次地震震后第一天獲取到震中附近高分辨率的遙感影像，隨即基于遙感影像通過人工目視解譯的方法得到了地震應急階段地震滑坡初步編目成果。本文利用該地震滑坡編目初步研究了九寨溝地震滑坡空間分布與地形（坡度、坡向）、地震（地震烈度、距震中的距離）等滑坡影響因素之間的關系，為地震應急救援、震后重建，以及地質災害預防提供了可供參考的結果。

1 研究區概況

九寨溝位于四川省阿壩藏族羌族自治州九寨溝縣境內，地處青藏高原東緣向四川盆地過渡地帶，是一條縱深50余千米的山溝谷地，總面積650.74km2。該區域內地勢南高北低，山谷深切，高差懸殊，區域北緣九寨溝口海拔僅2000m，中部峰嶺均4000m以上，南緣達4500m以上。九寨溝地質背景復雜，碳酸鹽巖分布廣泛，褶皺斷裂發育，新構造運動強烈，地殼抬升幅度大，造就了多種地貌（郭建強等，2000；楊更，2005；戴嵐欣等，2017）。四川九寨溝地震發生在南北地震帶中斷，青藏高原東緣巴顏喀拉塊體與東部華南地塊碰撞擠壓邊界帶上，震中及其鄰區發育有NWW向東昆侖斷裂東端塔藏斷裂、NNW向虎牙斷裂和近南北向岷江斷裂（圖1）（徐錫偉等，2017）。截至北京時間2017年8月18日09時00分，本次九寨溝地震共記錄到余震總數為5019個，其中4.0—4.9級地震3個，3.0—3.9級地震28個，最大余震為北京時間8月9日10時17分發生的九寨溝縣4.8級地震。

2 數據和方法

2.1 數據

本研究使用的高分辨率震后影像包括：①中國資源衛星應用中心提供的高分二號衛星影像，共4景（圖2），包括分辨率為1m的全色影像與分辨率為4m的多光譜影像，影像的獲取時間均為2017年8月9日；②二十一世紀空間技術應用股份有限公司提供的北京二號衛星影像，共2景（圖2），包括分辨率為0.8m的全色影像與分辨率為3.2m的多光譜影像，影像獲取時間均為2017年8月9日。震后影像獲取時間為震后一天，能夠滿足地震應急工作的時效性，保證地震滑坡編目工作能夠迅速開展。震前影像來源于Google Earth平臺，影像獲取時間為2011年12月10日，用于排除震前已經存在的滑坡。將影像導入ArcGIS平臺中，并且在該平臺上完成地震滑坡編錄工作。地形數據利用30m分辨率的ASTER DEM（http://www. gscloud.cn/）以及從該DEM中提取的坡度、坡向。地震數據為中國地震局發布的四川九寨溝地震震中與地震烈度（http://www.cea.gov.cn/）。

圖1 四川九寨溝地震震中位置與主要活動斷層分布

2.2 方法

目前，建立同震滑坡編目的方法主要有5種（Keefer，2002；Guzzetti等，2012；Xu，2015）：①野外調查；②基于航片的目視解譯；③基于衛星影像的目視解譯；④結合航片和衛星影像的目視解譯；⑤基于遙感影像的滑坡自動提取。其中高分辨率衛星影像目視解譯的方法具有能夠覆蓋較大的震區范圍、較強的中小規?；碌慕庾g能力，同時有獲取時間相對較短且價格低廉等優點，成為當下開展地震滑坡編錄的首選方法。野外調查可作為驗證結果可靠性、提高滑坡編錄質量的方法。本文首先建立同震滑坡的解譯標志，采用目視解譯高分辨率遙感影像提取地震滑坡的方法建立地震應急滑坡編目。同時，通過對比Google Earth平臺提供的震前遙感影像，排除了震前已存在的滑坡，從而建立了本次研究的九寨溝地震滑坡編目。在同震滑坡編目基礎上，以點要素表示單體滑坡，通過ArcGIS平臺顯示其空間展布，并研究其與地形因子（坡度、坡向）和地震因子（地震烈度、震中距）等同震滑坡空間分布影響因子之間的關系。選取滑坡數量（Landslide Number）和滑坡點密度（Landslide Number Density, LND）作為2個衡量滑坡相對發生程度（易發性）的參數，通過空間分析探索地震滑坡與地形因子和地震因子的關系。圖3給出了本研究處理的主要流程。

圖2 四川九寨溝地震等烈度線與用于地震滑坡解譯的震后遙感影像分布

3 結果

3.1 滑坡解譯標志

解譯標志是建立滑坡與遙感影像聯系的關鍵。在對高分辨率遙感影像進行解譯前，首先需要建立同震滑坡的解譯標志。建立解譯標志并沒有統一的標準，解譯者基于經驗和對一系列能夠在影像上識別出來的特征進行分析來發現和描繪滑坡的形態。特征主要包括形狀、大小、影像色彩、色調、陰影、紋理和物體的類型等。解譯者還可將遙感影像與數字高程模型結合，將影像以三維方式顯示，依據地勢、位置等信息對滑坡進行識別和描繪（Guzzetti等，2012）。

圖3 本研究處理流程圖

解譯標志的建立還需考慮研究區的實際情況，得到該區域較為合適的解譯標志。本研究基于四川九寨溝地區的實際情況，結合遙感影像特征，建立了以下兩種解譯標志：①由于道路對于斜坡具有削切作用，因此當受到地震波的影響，道路兩旁更易發生地震滑坡災害，阻塞道路，對地震應急救援工作造成阻礙。道路在遙感影像上呈現為清晰的線條狀，若道路兩旁的邊坡發生地震滑坡災害，則滑坡的堆積物質使得道路原本整齊的邊界遭到破壞，能夠清晰地從遙感影像中識別出阻塞點以及道路路基的坍塌。因此將道路作為此次地震的解譯標志之一（如圖4（a）、4（b））。②地震滑坡災害的發生會導致土地覆蓋類型的變化。由于地震發生正值夏季，四川九寨溝地區植被茂盛，滑坡災害的發生會破壞山體表面的植被覆蓋，與植被覆蓋區域在遙感影像上反差較大。因此，將植被作為此次地震的滑坡解譯標志之一（如圖4（c）、4（d））。

3.2 同震滑坡編目展示

依據上述研究思路，解譯了九寨溝地震震后高分遙感數據覆蓋范圍內的同震滑坡，提取結果如圖3所示。結果表明九寨溝地震至少觸發了622處滑坡。根據所使用的影像范圍及解譯滑坡分布情況，沿所使用影像的外邊界框定出滑坡的分布范圍，面積為3919km2，去除云層覆蓋區域后，研究區面積為2506km2，滑坡點密度為622/2506km2＝0.24處/km2。該研究區長軸方向為北西—南東方向，與中國地震局發布的地震烈度圈長軸方向一致，大多數滑坡發生在地震烈度為Ⅷ、Ⅸ區域內（圖5）。

3.3 同震滑坡空間分布的影響因素

選擇坡度和坡向作為地形因素，統計他們與地震滑坡空間分布的關系（如圖6（a））。研究區坡度范圍為0°—80°。在GIS平臺中通過30m×30m分辨率的DEM提取得到坡度數據，并將其按照10°坡度間隔分為7個區間，統計每個區間內滑坡的數量和區間面積，計算得到區間內滑坡點密度（LND）。從圖6（a）中可以看出，隨著坡度的增大，滑坡的個數和LND值都呈現先增后減的趨勢，滑坡數量最大的區間為30°—40°，共有滑坡238處；LND值最大區間為60°—70°，可達1.15處/km2?？傮w上，滑坡多發生在坡度為20°～50°的區域內，滑坡的易發性隨著坡度的增加而增加。在GIS平臺中從30m×30m分辨率的DEM中提取坡向，將坡向分為Flat、N、NE、E、SE、S、SW、W、NW共9類。圖6（b）顯示了每個分類區間內滑坡的數量和LND的統計結果。結果表明N、E、SE向滑坡數量較多，分別為97、106、111處。滑坡點密度在E、SE向較大，分別為0.33處/km2和0.37處/km2，這說明E、SE向應為地震滑坡較為易發的坡向。

（a）（b）為道路解譯標志；（c）（d）為植被解譯標志；（a）（c）為震前GF2號影像，分辨率為1m，拍攝時間為2017年7月1日；（b）（d）為震后GF2號影像，分辨率為1m，拍攝時間為2017年8月9日

圖5 四川九寨溝地震滑坡分布圖

圖6 同震滑坡與坡度（a）坡向（b）烈度（c）震中距（d）分布關系

選擇地震烈度和震中距作為地震因素，統計他們與地震滑坡空間分布的關系。從圖2可以看出Ⅸ度區域面積較小。圖6（c）顯示研究區包含了Ⅵ、Ⅶ、Ⅷ、Ⅸ烈度區，滑坡數量隨著烈度的增大呈先增后減的趨勢，在Ⅷ度區達到最大，為383處。滑坡密度隨著烈度的增大而增大，在Ⅸ度區達到最大，為0.60處/km2。從總體上看，滑坡的LND值與地震烈度呈現較好的相關性，即滑坡的LND值隨著烈度值的增大而增大，這也說明了烈度越大，越易發育滑坡。

在GIS平臺下以震中為圓心、10km為半徑間隔建立緩沖區文件，將整個研究區按照與震中的距離劃分為8個區間，然后開展滑坡分布與距離震中關系的統計（如圖6（d））。從中可以看出，滑坡數量先隨震中距的增加而增加，在距震中20km處達到最大，為243處。LND曲線隨著震中距的增加先減小，在震中距10km內為最大值0.83處/km2，而后在距震中40km處出現局部峰值，為0.27處/km2，之后逐漸減少。從總體上看，隨著距離震中越遠，同震滑坡易發性越低。

4 討論與結論

坡度對滑坡的發育具有重要的影響。斜坡的坡度與可能轉化為滑動面的坡體結構面傾角決定了坡體臨空面能否成為滑坡發育的有效臨空面。同時，坡度應力分布也決定著滑坡的穩定性，地形坡度越陡則越容易引發滑坡（樊曉一，2013）。根據本文研究發現，四川九寨溝地震滑坡易發坡度范圍為20°—50°，滑坡的易發性隨著坡度的增加而增加。但在高坡度地區，滑坡數量與LND值減少，是因為該坡度覆蓋區域較少。這一現象在其他震例中也有類似的表現（Wang等，2007；Xu等，2015）。一些研究成果也表明相較于高坡度地區，滑坡更易發生在中等坡度的區域，這主要是由于在較大的斜坡梯度上沒有發生滑坡的物質基礎（Masson等，2006；Reis等，2012）。

地震滑坡易發坡向受到區域內坡向分布特點、地震波傳播方向以及區域其他地形地質條件的影響。根據震后中國地震局地球物理研究所及北京大學張勇等（2017）對此次地震震源破裂過程的反演結果以及張旭等（2017）重新篩選波形資料并收集覆蓋震中區的InSAR資料對主震的震源破裂過程重新反演的分析結果表明，此次地震的破裂區可分為兩個主要凹凸體，一個較大且距起始破裂點較近，從起始破裂點北西較深的位置延展到起始破裂點南東較淺的位置；另一凹凸體較小且距起始破裂點較遠，位于起始破裂點北西方向，正滑分量明顯。根據破裂過程可以得出，地震波是沿NW—SE向傳播，與地震波傳播方向一致的斜坡更易發生滑坡，即SE向為易發坡向。由于絕大多數滑坡的滑動和運動方向基本與斜坡面傾向一致，研究區內E向坡向分布范圍較廣，因此E向也為地震滑坡較為易發的坡向（許強等，2010）。

地震烈度是地震震動強度的客觀反映。在本研究對于地震烈度與地震滑坡數量的分析中，地震滑坡數量隨著烈度的增大先增加后減小。地震滑數量增加的原因是：根據Newmark累積位移量理論，坡體水平波動振蕩而產生的位移量與地震時地面的烈度呈相關關系。地震時地面烈度越高，地面水平加速度越大，坡體越接近于極限平衡狀態，則其它條件相同時，所產生的位移量也越大，越易發生滑坡（毛彥龍，1998）。地震滑坡數量在Ⅸ度區減少的原因可能是：①Ⅸ度區覆蓋面積較??；②Ⅸ度區在遙感影像中云覆蓋區域較多，影響解譯數量的準確性。

通過探究此次地震滑坡在不同震中距下滑坡數量、LND值的變化趨勢，我們發現，從總體上看，隨著距離震中越遠，同震滑坡易發性越低。這是由于地震波傳播過程中，能量隨震中距的增加而衰減，因而地面振動減弱，滑坡數量減少。在距震中40km處LND值出現小局部峰值與距震中80km處滑坡數量突然增多，可能是因為：①震中定位不夠準確；②可能受到其它地形條件（坡度、坡向）等影響。

本研究利用震后第一天獲取到的高分辨率遙感影像（高分二號、北京二號）通過人工目視解譯的方法初步建立了四川九寨溝地震同震滑坡分布圖。結果表明，四川九寨溝地震至少觸發了622處滑坡，滑坡點密度為0.24處/km2。通過統計地形（坡度、坡向）、地震（烈度、距震中的距離）各分級區間內同震滑坡數量和滑坡點密度（LAD），初步分析了各影響因子與同震滑坡空間分布之間的關系。結果表明，滑坡多發生在坡度為20°—50°的區域內，滑坡的易發性隨著坡度的增加而增加。受地震波傳播方向的影響，E、SE向是地震滑坡較易發生的坡向。滑坡的易發程度和地震烈度呈正相關，即隨著烈度的增大，滑坡易發性增大?；乱装l性還隨著震中距增加而降低。本文研究存在影像未覆蓋整個地震震區、遙感影像存在云覆蓋區域等問題，但在地震應急階段能夠滿足地震應急的時效性要求，提供較為準確的地震滑坡災害分布，為震后救援、災區重建、防治地震地質災害提供了具有價值的信息。

致謝：中國資源衛星應用中心和二十一世紀空間技術應用股份有限公司提供了災區衛星遙感數據；地震預測研究所災害信息研究中心科研團隊成員參與了震后應急滑坡提取工作。在此一并致謝！

戴嵐欣，許強，范宣梅等，2017．2017年8月8日四川九寨溝地震誘發地質災害空間分布規律及易發性評價初步研究．工程地質學報，25（4）：1151—1164．

樊曉一，2013．西南地區地震滑坡坡度分布特征研究．四川地質學報，33（3）：328—331．

郭建強，彭東，曹俊等，2000．四川九寨溝地貌與第四紀地質．四川地質學報，20（3）：183—192．

胡國超，2009．遙感技術在“5·12”地震重災區汶川縣地質災害調查中的應用．成都：成都理工大學．

劉剛，董樹文，侯春堂等，2015．對四川蘆山2013年S7.0地震的初步認識——中國地質科學院地震應急響應與地質災害排查．地質論評，61（S1）：947—949．

劉睿，蘇偉，張曉東等，2013．蘆山地震震后次生滑坡災害風險評價研究．震災防御技術，8（4）：423—433．

毛彥龍，胡廣韜，趙法鎖等，1998．地震動觸發滑坡體滑動的機理．西安工程學院學報，20（4）：45—48．

聶高眾，陳建英，李志強等，2002．地震應急基礎數據庫建設．地震，22（3）：105—112．

聶高眾，安基文，鄧硯，2012．地震應急災情服務進展．地震地質，34（4）：782—791．

秦緒文，2012．汶川地震災區次生地質災害航天遙感應急調查與綜合研究．中國科技成果，（18）：64—65．

蘇桂武，聶高眾，高建國，2003．地震應急信息的特征、分類與作用．地震，23（3）：27—35．

唐川，常鳴，2013．2013．4.20蘆山S7.0級地震誘發次生地質災害應急調查與分析．見：第十四屆海峽兩岸地貌學研討會論文集．青島：南京大學，臺灣大學．

熊德清，2009．四川省理縣5·12汶川地震誘發地質災害應急排查與危險性評價．成都：成都理工大學．

許強，李為樂，2010．汶川地震誘發滑坡方向效應研究．四川大學學報（工程科學版），42（S1）：7—14．

徐錫偉，陳桂華，王啟欣等，2017．九寨溝地震發震斷層屬性及青藏高原東南緣現今應變狀態討論．地球物理學報，60（10）：4018—4026．

楊更，2005．九寨溝景觀地質背景及成因研究．成都：成都理工大學．

曾濤，楊武年，簡季，2009．無人機低空遙感影像處理在汶川地震地質災害信息快速勘測中的應用．測繪科學，34（S2）：64—65，55．

張旭，馮萬鵬，許力生等，2017．2017年九寨溝S7.0級地震震源過程反演與烈度估計．地球物理學報，60（10）：4105—4116．

張勇，許力生，陳運泰，2017．http://www.csi.ac.cn/manage/eqDown/05LargeEQ/201708082119M7.0/zonghe. html#_圖16、地震破裂過程圖

趙紀生，魏景芝，吳景發等，2008．汶川8.0級地震滑坡、崩塌機制．震災防御技術，3（4）：379—383．

Guzzetti F., Mondini A. C., Cardinali M., et al., 2012. Landslide inventory maps: new tools for an old problem. Earth-Science Reviews, 112(1—2): 42—66.

Keefer D. K., 2002. Investigating landslides caused by earthquakes – a historical review. Surveys in Geophysics, 23(6): 473—510.

Masson D. G., Harbitz C. B., Wynn R. B., et al., 2006. Submarine landslides: processes, triggers and hazard prediction. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 364(1845): 2009—2039.

Reis S., Yalcin A., Atasoy M., et al., 2012. Remote sensing and GIS—based landslide susceptibility mapping using frequency ratio and analytical hierarchy methods in Rize Province (NE Turkey). Environmental Earth Sciences, 66(7): 2063—2073.

Wang H. B., Sassa K., Xu W. Y., 2007. Analysis of a spatial distribution of landslides triggered by the 2004 Chuetsu earthquakes of Niigata Prefecture, Japan. Natural Hazards, 41(1): 43—60.

Xu C., 2015. Preparation of earthquake—triggered landslide inventory maps using remote sensing and GIS technologies: principles and case studies. Geoscience Frontiers, 6(6): 825—836.

Xu C., Xu X. W., Shyu J. B. H., 2015. Database and spatial distribution of landslides triggered by the Lushan, Chinaw6.6 earthquake of 20 April 2013. Geomorphology, 248: 77—92.

Compilation and Spatial Analysis of Co-seismic LandslideInventory by Using High-resolution Remote SensingImages in Earthquake Emergency Response—An Exampleof the JiuzhaigouS7.0 Earthquake on August 8, 2017

Wu Weiying, Wang Xiaoqing and Deng Fei

(Institute of Earthquake Science, China Earthquake Administration, Beijing 100036, China)

Earthquake emergency response is one of the significant ways to mitigate earthquake disasters. After aS7.0 earthquake occurred in Jiuzhaigou, Sichuan Province on August 8, 2017, we used high-resolution remote sensing images (Gaofen-2 satellite image, Beijing-2 satellite image) obtained at the second day after earthquake, primarily established the inventory of landslide triggered by the JiuzhaigouS7.0 earthquake through artificial visual interpretation in order to obtain distribution caused by earthquake rapidly and accurately. The results show that the earthquake triggered at least 622 co-seismic landslides along the boundary of the image covered by 3,919km2. We also statistically analyzed the relations of the number of landslides with topography factors (gradient, aspect) and seismic factors (seismic intensity, distance from epicenter). It is found that landslides mostly occurred at the slope of 20°—50°, and the susceptibility of occurrence increases with the increase of slope gradient. The aspects of E and SE are prone to landslide occurrence because the direction of gradient may be related to seismic wave propagation. It is well correlated between the susceptibility of occurrence and seismic intensity, which suggests that as the intensity increases, the landslide increases. The susceptibility of landslide decreases with the increase of distance from the epicenter. The results provide valuable information for earthquake relief, and are useful in reconstruction and prevention of earthquake-induced geological disasters.

Jiuzhaigou earthquake; Earthquake emergency response; Distribution of co-seismic landslide

10.11899/zzfy20170410

科技部重點研發課題（編號：2017YFB0504104）

2017-10-02

吳瑋瑩，女，生于1993年。碩士研究生。主要從事地震滑坡危險性研究。E-mail：wuweiying512@126.com

吳瑋瑩，王曉青，鄧飛，2017．基于高分衛星遙感影像的地震應急滑坡編目與分布特征探討——以2017年8月8日九寨溝7.0級地震為例．震災防御技術，12（4）：815—825．