無人機影像在地質災害調查中的應用

何 敬，唐 川，王帥永，張可可

(1.成都理工大學 地球科學學院，四川 成都 610059；2.成都理工大學 地質災害防治與地質環境保護國家重點實驗室, 四川 成都 610059；3.中國石油集團工程設計有限責任公司西南分公司， 四川 成都 610031)

無人機影像在地質災害調查中的應用

何 敬1,2，唐 川2，王帥永2，張可可3

(1.成都理工大學 地球科學學院，四川 成都 610059；2.成都理工大學 地質災害防治與地質環境保護國家重點實驗室, 四川 成都 610059；3.中國石油集團工程設計有限責任公司西南分公司， 四川 成都 610031)

汶川地震后，西南地區進入地質災害高發期。面對高發的地質災害，如何快速準確地獲取地質災害信息已經成為亟待解決的問題。文中選取映秀鎮老虎嘴滑坡所在位置為實驗區，采集實驗區10 km2分辨率0.3 m的無人機影像。對獲取的無人機影像進行數字攝影測量處理，生成實驗區精度0.476 m的正射影像，0.731 m精度的點云數據以及實景三維模型。在這些數字成果的基礎上，對老虎嘴滑坡進行定量分析。此次實驗驗證無人機在高海拔、高落差的地形環境下作業的可行性，探索定量研究地質災害的方法。

無人機影像；地質災害調查；老虎嘴滑坡；定量研究

汶川地震后，西南地區進入了地質災害高發期, 僅2008—2009年間，由地震所觸發的地質災害就達5萬余處[1]。當地質災害發生后，如果全部依靠人員進行調查，其工作量是非常巨大的，而且地質災害發生的環境通常比較復雜險惡，對人員人身安全構成極大危險。隨著遙感技術的快速發展，衛星影像在地質災害調查領域展開廣泛深入的應用研究。楊武年等人利用TM、SPOT、ERS-SAR、RADARSAT等影像提取三峽庫區周邊大量地質災害和構造變形的信息，為相關部門進行地質災害監測與治理提供科學依據[2]。李鐵鋒等人利用多期SPOT-5影像對福建省建甌市2005年6月由強降雨引發的滑坡進行解譯[3]。魯學軍等人利用高分辨率遙感影像結合DEM對貴州關嶺“6·28” 特大滑坡進行遙感解譯分析[4]。但是，西南地區由于云霧的影響，很多時候當衛星運轉到該區域時并不能夠獲得理想的影像，使得西南地區衛星影像在數量和質量不能完全滿足地質災害調查需求。

無人機低空遙感系統自研制成功以來，以其機動靈活、成本低廉、操作維護簡單等特點已經在很多領域展開了廣泛應用[5-10]。自汶川地震后，科研工作者嘗試著將無人機低空遙感系統應用于地質災害調查研究。周潔萍等人通過自主研發的虛擬地理環境數字地球平臺構建了汶川地震應急三維可視化遙感影像管理系統，為汶川地震的信息管理、發布和空間決策提供支撐平臺[11]。臧克等人應用無人機遙感系統對“5·12汶川大地震”的重災區北川縣城進行航拍，通過圖像拼接和幾何校正，對比震前的衛星影像，對災區的受災情況初步評價[12-13]。馬澤忠等人應用無人機低空遙感技術對重慶城口滑坡地質災害監測，分析無人機低空遙感技術在復雜地形及氣象條件下數據獲取與數據處理的技術流程和方法，對無人機低空遙感技術在滑坡地質災害災情評估和災損評價中的應用上進行探索[14-15]。溫奇等人利用無人機低空遙感系統在云南盈江地震發生后24 h內就獲取到覆蓋全縣城的高分辨率遙感影像，為災害應急、損毀評估等工作提供了客觀數據[16]。在應用中，無人機影像大多只作為一種參考影像，以此對災情進行快速評估，制定搶險救災方案，并未對影像中的地質災害進行精確解譯及量測。因此，本文在對無人機數據進行常規處理后，通過點云數據恢復了地質災害體的三維模型，結合已有調查資料對災害點的信息進行精確量測，彌補無人機數據在地質災害信息定量挖掘方面的缺陷，使獲得的地質災害調查數據更加準確全面。

1 實驗區概況

映秀鎮位于四川省中北部，東接都江堰市，南鄰汶川縣漩口鎮，西靠臥龍自然保護區，北通汶川縣城及阿壩州各縣，是阿壩州的重要交通樞紐和門戶重鎮,國道213線、省道303線、都汶高速公路等交通干線交匯處。

汶川地震后，位于震中的映秀鎮地質環境受到嚴重破壞，山體震傷嚴重，地震裂縫異常發育，巖土體結構松動，誘發形成的滑坡、崩塌和泥石流地質災害數量眾多。在震后地質災害遙感解譯中共查明的災害物源點有2 868處，其中崩塌2 067處，滑坡717處、泥石流38處及溝道物源46處，部分地質災害分布如圖1所示。在解譯過程中，通過影像特征及當地地質結構特點綜合分析，發現泥石流溝的中下游離溝道兩側較近的地方都分布著大面積的崩塌、滑坡。其中已經有部分滑坡體產生了蠕變，將滑坡體“懸掛”在陡峭的后壁上，在外力作用下隨時可能加速滑落；還有一部分滑坡已經全部脫離了母體，將大量的固體物質堆積到溝道中，伴隨著降雨等極端氣候的出現，它們隨時有可能直接參與到泥石流的活動中。此外區內潛在不穩定地質體在余震、降雨等不利因素影響下極易轉化成地質災害，地質災害隱患異常嚴重，一旦在極為不利因素的作用下，暴發大規模地質災害可能性及風險極大。

圖1 老虎嘴滑坡區域地質災害分布圖

老虎嘴滑坡位于映秀鎮西南側，岷江左岸，屬于上述風險極大的滑坡，地震后成為映秀鎮重要的地質災害隱患點之一，具體位置如圖1中圓圈所示。2008年地震后不久，當地開始降雨，致使老虎嘴山體產生滑坡，形成的壅塞體阻塞了岷江河道，形成堰塞湖，致使原有的G213國道近兩公里公路被淹沒，同時還使岷江對岸多個村民組受災。

2 無人機低空遙感系統及影像獲取

2.1 無人機低空遙感系統

無人機低空遙感系統主要包括飛行平臺和地面平臺[17-18]。飛行平臺是無人機低空遙感系統的基礎，負責將搭載的影像獲取設備送達指定位置，獲取目標區域滿足攝影測量要求的影像。飛行控制系統負責執行地面控制終端上傳的航線計劃，記錄無人機的飛行方向、飛行狀態、飛行位置，并將這些數據通過通訊設備及時回傳到地面控制終端。地面控制平臺主要負責航線的規劃，接收回傳的視頻數據及無人機的飛行狀態數據，根據狀態數據分析無人機在空中的作業情況，監測無人機燃料剩余率。

2.2 影像自動獲取

此次選取老虎嘴方圓10 km2范圍作為試驗區，該實驗區主要集中在岷江左岸，無人機影像地面分辨率設計為0.3 m。實驗區地處高山峽谷地帶，地勢險峻，不具備跑道和彈射起飛條件。通過實地勘察，選取如表1所示所示位置作為起飛降落點(航線設計中home點)，起飛方式為手拋，降落為傘降。

表1 無人機起飛及傳感器主要參數

在進行航線規劃時，考慮到實驗區屬于高山地區，地形起伏比較大，且地物特征不明顯，為了保證后期數據處理的能夠順利進行，航線規劃時旁向重疊度設置在65%，航向重疊度設置在85%。圖2為無人機獲取的重疊影像。

3 數據處理

無人機上搭載的相機屬于非量測型數碼相機，影像存在著比較嚴重的鏡頭畸變現象，因此在處理之前，需要根據相機的畸變參數對影像進行畸變校正。此次實驗區影像共計287張，這些影像由于拍攝時天氣差異造成了光線、色澤上的不一致，為了提高影像匹配的穩定性和后續正射影像色彩的一致性，采用Mask(掩模)方法對所有影像進行統一勻光勻色處理[19]。通過飛行控制系統記錄的POS數據，對影像進行初步排序定位，這樣進行影像同名點匹配時，不僅可以縮小影像匹配搜索范圍，而且還能夠提高匹配的精度。在完成同名點匹配后，根據共線條件方程進行自由網平差。自由網平差通過后，將地面控制點坐標信息加入，完成模型的絕對定向，然后對影像進行空中三角測量加密，生成整個測區的密集點云數據。通過密集點云數據可以生成測區的正射影像和三維模型，其整個處理流程如圖3所示。將控制點加入到自由網中進行絕對定向后，得到的最后平面中誤差為0.476 m，高程中誤差為0.731 m，造成高程誤差的過大原因主要是由于地形起伏落差太大，而且山上和很多陡峭地區無法布設控制點，造成控制點布設不均勻，很多地方無法對其進行很好控制。

圖3 無人機數據處理流程

圖4是利用生成的點云數據制作的正射影像經過鑲嵌后與Google earth進行疊加的顯示效果，從圖4中可以看出，其疊加效果很好，房屋道路無明顯錯位，岷江河流邊界吻合較好，滑坡痕跡連接通暢。由于無人機影像獲取日期為2015年4月10日，而Google earth影像的時間為2014年12月19日，這段時間恰逢冬春季節，映秀地區降雨稀少，岷江流域的水流量也不是很大，整個實驗區沒有遭到大規模的雨水沖刷作用。對比實驗區內兩期數據，發現影像中滑坡大小、數量、位置、堆積區范圍均無明顯變化，崩塌后碎石所處位置及分布范圍也未改變。

圖4 正射影像與Google earth疊加效果

圖5是Google earth影像在局部細節上與無人機正射影像的對比，選取的是老虎嘴滑坡所在山脈頂端的一處巖石裸露處。從對比圖中可以看出，Google earth影像圓圈內被樹木的扭曲拉伸所覆蓋，不能判別該區域的地物類型，而同樣區域在無人機正射影像中則可以明顯清晰的判別出該處為基巖出露區，同時上面生長著零星植被，說明該區域近段時間內比較穩固，植被恢復較好，如無明顯外力作用，不會發生崩塌。

圖5 無人機正射影像與Google影像局部細節對比

4 地質災害解譯

傳統的地質災害解譯是利用遙感影像建立遙感解譯標志，進行人工判讀解譯，影像質量和解譯人員的經驗對解譯精度有著直接的影響。很多時候由于解譯資料匱乏，地質災害影像特征不明顯，造成劃定的解譯范圍不準確，誤判地質災害類型。圖6為利用遙感影像進行傳統的二維平面解譯地質災害，從圖中可以看出由于影像分辨率的原因，地質災害的邊界難以準確圈定，同時由于缺乏高程信息，地質災害類型的劃分也存在一定的難度。

圖7為制作生成的老虎嘴滑坡三維模型，從圖7中可以明顯劃分滑坡的滑動區、堆積區以及滑坡體兩側切割較深的沖溝，根據高程差異直觀的顯示出滑坡的滑動方向，而這些是基于傳統二維平面解譯無法實現的。為了對滑坡進行更細致全面研究，可以將該模型360°旋轉，觀察分析每一個方向角度的特征及變化。根據觀察發現老虎嘴滑坡發育于單薄山脊的北西側，坡腳為堆積區?；瑒訁^呈勺狀，左右兩側高中間低，坡度較陡，近似直立，基巖出露，植被不發育。堆積區后緣至前沿呈現緩-陡-緩-陡的特征，堆積體前沿堵塞岷江河道，致使岷江向右岸擺動改道。堆積體的物質構造主要由大塊石、棱角狀碎塊石構成，其主要成分為中-強風化上元古界關山溝單元二長花崗巖，粒徑分布呈現了從堆積體后緣至前沿粒徑逐漸增大的特征。按照粒徑分布特征將堆積區劃分為三個區域：碎石區、碎塊石區和大塊石區，其中碎石區主要位于堆積體后緣，主要由碎石及少量細砂組成；碎塊石區主要由塊石、碎石和少量大塊石組成；大塊石區主要為較完整的塊石，局部架空。另外，滑坡后緣節理極其發育，有大量的危巖體，在外荷載作用或降雨條件下易失穩，危險性較大。

圖6 傳統二維解譯

圖7 三維立體解譯

無人機影像制作生成的三維模型，除了具有立體直觀性外，由于處理過程中添加了控制點數據，使其整個成果都恢復到大地測量坐標系，因此模型還具有可量測性。當三維模型以矢量點云形式顯示時，可以對其進行深層次的信息挖掘。表3及圖8列出了從點云數據中量測出的信息，其中滑動方向、最大落差、最大水平位移是在其側視圖的基礎上進行量測，而滑坡寬度、滑坡面積、滑坡體積是在其前視圖基礎上進行量測，此處滑坡體積的起算基準是滑坡堆積區的水平面。這些參數為定量化研究地質災害提供了基礎數據，對地質災害監測、分析具有重要的指導意義。

表3 滑坡參數統計

圖8 滑坡影像

5 結束語

通過對老虎嘴滑坡的無人機航拍實驗，驗證無人機應用于高山峽谷地帶進行地質災害調查的可行性。此次應用實驗中獲取的影像除做常規影像參考外，最重要的是將遙感信息提取技術與地質災害分析結合起來。利用攝影測量技術恢復地質災害體的三維模型，改進常規的二維平面遙感影像解譯方法，不僅提升解譯精度，而且使得解譯信息具有可量測性，這為定量研究地質災害提供極為重要的數據，同時本文所做的應用探索也將為今后的無人機在地質災害信息挖掘方面提供一些幫助和啟發。

[1] 許沖,戴福初,姚鑫.汶川地震誘發滑坡災害的數量與面積[J].科技導報,2009(11):79-81.

[2] 楊武年,濮國梁,CAUNEAUF,等.長江三峽庫區地質災害遙感圖像信息處理及其監測和評估[J].地質學報,2005,79(3):423-430.

[3] 李鐵峰,徐岳仁,潘懋，等.基于多期SPOT-5影像的降雨型淺層滑坡遙感解譯研究[J].北京大學學報(自然科學版),2007,43(2):204-210.

[4] 魯學軍,史振春,尚偉濤，等.滑坡高分辨率遙感多維解譯方法及其應用[J].中國圖象圖形學報,2014,19(1):141-149.

[5] 韓杰,王爭.無人機遙感國土資源快速監察系統關鍵技術研究[J].測繪通報,2008(2):4-6.

[6] 汪小欽,王苗苗,王紹強，等.基于可見光波段無人機遙感的植被信息提取[J].農業工程學報,2015(5):152-159.

[7] 曹洪濤,張拯寧,李明,等.無人機遙感海洋監測應用探討[J].海洋信息,2015(1):51-54.

[8] 程翔，楊波，李倩霞.無人機攝影測量在水體污染評估中的應用[J].測繪與空間地理信息，2016,39(8)：180-182.

[9] 彭向陽,劉正軍,麥曉明,等.無人機電力線路安全巡檢系統及關鍵技術[J].遙感信息,2015(1):51-57.

[10] 呂立蕾.無人機航攝技術在大比例尺測圖中的應用研究[J].測繪與空間地理信息，2016,39(2)：.116-118.

[11] 周潔萍,龔建華，王濤，等.汶川地震災區無人機遙感影像獲取與可視化管理系統研究[J].遙感學報,2008(6):877-884.

[12] 臧克,孫永華,李京，等.微型無人機遙感系統在汶川地震中的應用[J].自然災害學報,2010(3):162-166.

[13] 李啟源，王明常，王鳳艷，等.高分一號遙感影像地質災害信息提取方法研究[J].測繪與空間地理信息，2016,39(2)：17-20.

[14] 馬澤忠,王福海,劉智華,等.低空無人飛行器遙感技術在重慶城口滑坡堰塞湖災害監測中的應用研究[J].水土保持學報,2011(1):253-256.

[15] 姜會義，張學珍，張學萍，等.車載無人機在測繪應急保障中的應用[J].測繪與空間地理信息，2016,39(7)：171-172.

[16] 溫奇,陳世榮,和海霞,等.無人機遙感系統在云南盈江地震中的應用[J].自然災害學報,2012(6):65-71.

[17] 王軍鋒，喬明，魏育成，等.無人機機載SAR在地理國情監測中的應用研究[J].測繪與空間地理信息，2016,39(5)：61-64.

[18] 孫杰,林宗堅,崔紅霞.無人機低空遙感監測系統[J].遙感信息,2003(1):49-50.

[19] 胡慶武,李清泉.基于Mask原理的遙感影像恢復技術研究[J].武漢大學學報，2004,29(4):319-323.

[責任編輯：李銘娜]

Application of UAV images to geological disaster investigation

HE Jing1,2,TANG Chuan2,WANG Shuaiyong2,ZHANG Keke3

(1.School of Geoscience, Chengdu University of Technology, Chengdu,610059,China;2.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology, Chengdu 610059,China;3.CNPC Engineering Design Co.,Ltd.,Southwcst Branch,Chengdu 610031,China)

Southwest China has entered into a high-incidence period of geological disasters after Wenchuan Earthquake. Under this situation, it becomes an urgent issue to gain the geological disaster information quickly and precisely. This paper,taking the Tiger-mouth landslide in Yingxiu as the case, collects the UAV images of 10 km2with a resolution of 0.3 m and generates the orthophoto with 0.476 m accuracy and point cloud data of 0.731 m accuracy. Finally, a real-scene 3D model is formed after digital photogrammetric processing of the UAV images. Based on these digital products, a quantitative analysis is carried on. This experiment verifies the feasibility of UAV using in high-altitude environment with significant elevation difference, and explores the methods of quantitative research of geological disasters.

UAV image; geological disaster investigation; Tiger-mouth landslide; quantitative study

引用著錄：何敬,唐川，王帥永，等.無人機影像在地質災害調查中的應用[J].測繪工程，2017，26(5)：40-45.

10.19349/j.cnki.issn1006-7949.2017.05.009

2016-03-28

國土資源部地學空間信息技術重點實驗室開放基金(KLGSIT2014-04);地質災害防治與地質環境保護國家重點實驗室團隊項目(SKLGP2012Z002)

何 敬(1983-)，男，博士.

P231

A

1006-7949(2017)05-0040-06