基于高分辨率影像的九寨溝7.0級地震道路震害評估

陳子翰 竇愛霞 王曉青 吳瑋瑩 王書民

中國地震局地震預測研究所，北京市復興路63號 100036

0 引言

2017年8月8日21時19分，四川省阿壩州九寨溝縣發生7.0級地震，震中 33.20°N、103.82°E，震源深度 20km。地震最大烈度為Ⅸ度，覆蓋面積 139km2，Ⅷ度烈度區面積為778km2。截至2017年8月13日，地震共造成25人死亡，525人受傷，6人失聯，176492人受災（含游客）。

地震造成漳扎鎮、九寨溝風景區、九寨天堂洲際酒店、干海子村等多處道路不同程度的損毀，連接九寨黃龍機場的省道S301和景區內Z120縣道受路基塌陷、路面開裂、次生災害掩埋等的影響而交通中斷，給應急救援和災后重建帶來較大困難。

道路是災區的“生命線”，是物資運輸、人員運送的重要通道，地震帶來的道路破壞會嚴重影響救災工作，如1976年唐山7.8級地震烈度Ⅶ區內共228km的公路受到損壞，36.5%的橋梁出現嚴重破壞，進出唐山的道路嚴重受阻（孫振凱等，1995）；1995年日本兵庫縣地震造成的交通中斷使災民錯過搶救黃金期；2008年汶川8.0級地震31412km的公路受災，極、重災區的道路遲遲不能打通（陳樂生，2010）；2013年蘆山7.0級地震造成災區主干道 G318線和S210多處被滑坡掩埋，路面開裂錯臺，寶興縣通往蘆山縣唯一通道受阻（劉金龍等，2013）；2014年魯甸6.5級地震引起2595km道路受損，通往極災區龍頭山鎮的道路受阻，無法快速恢復功能（劉愛文等，2014）。

隨著成像傳感器分辨率的提高和無人機遙感平臺的發展，高分辨率遙感影像數據在震后應急和評估中發揮著愈加重要的作用。劉亞嵐等（2008）利用已有的交通基礎數據庫提取道路阻斷信息，對汶川地震道路損毀進行遙感評估；陳世榮等（2008）基于高分辨率影像建立了道路損毀識別和評估模型，對汶川地震道路損毀分布和等級進行了評價；徐陽等（2011）結合道路網矢量利用面向對象方法檢測汶川地震后北川、映秀等3處不同地區的損毀道路；趙紅蕊等（2014）結合蘆山地震前后基礎地理信息建立道路損毀風險評估模型，評估震害對道路損毀的影響；劉三超等（2014）根據蘆山地震應急評估需求，利用多源遙感數據評估道路損毀。

本文借助遙感手段，利用震后獲取的高分辨率衛星、無人機影像，提取九寨溝地區主要道路信息，對其損毀情況進行遙感評估，對災區主干道的可通行性作出分析；并結合實地調查結果進行驗證，以期為災區后續恢復重建工作提供信息支持。

2 研究對象及數據

本文選擇九寨溝災區主干道——省道S301、縣道Z120為研究對象。省道S301穿九寨溝縣城和漳扎鎮而過，連接九寨溝縣和松潘縣，也是至九寨溝黃龍機場的要道；Z120縣道為九寨溝風景區內的主干道，連接溝口和熊貓海、五花海、鏡海等景點。2條道路貫通Ⅶ度以上地區。

表1 影像數據源

研究數據來自震后第一時間獲取的衛星影像、無人機影像和震前衛星影像，數據源及其獲取時間和空間分辨率等信息如表1所示。衛星影像覆蓋面積約 3000km2，無人機影像覆蓋面積約105km2，可實現對研究區道路的全覆蓋（圖1）。

利用高分辨率衛星影像、無人機影像進行道路損毀遙感評估時，需要對多源影像進行幾何校正、空間配準和圖像融合等預處理，提升遙感影像質量，使多源影像相對位置關系準確，以利于對比分析。對高分一號、高分二號、北京二號影像采用Pan-sharp方法（Jawaket al，2013）進行全色和多光譜的融合，以提高影像分辨率，增加光譜維信息量。

3 道路震害遙感識別標志

道路震害遙感評估的流程包括：道路震害類型和遙感損壞等級的劃分——根據道路組成結構和遙感影像分辨率的約束，結合現場調查資料，對地震及其次生災害造成的道路破壞進行分類分級。在此次九寨溝地震影像的基礎上，結合2015年尼泊爾8.1級地震、2010年玉樹7.1級地震等歷史震例的典型影像，分析不同分辨率影像的道路破壞特征，建立不同破壞等級、破壞類型的道路的解譯標志。

圖1 遙感影像覆蓋范圍

3.1 道路震害分類和損壞等級劃分

道路在地震中受到的損壞主要由滑坡等次生災害引起，考察道路損壞情況通常從路面、路基、邊坡等3個角度進行（韓用順等，2009）。根據《生命線工程地震破壞等級劃分》（GB/T 24336-2009）（全國地震標準化技術委員會，2009），道路震害地面調查時破壞分為5級：Ⅰ級，基本完好，路面、路堤未受破損或破損甚微，可通行；Ⅱ級，輕微破壞，路肩、擋土墻、壘面、路塹有細裂縫，路面輕微下陷或隆起，出現細裂縫或小于15cm的下沉，造成一定的行車障礙，但仍可通行；Ⅲ級，中等破壞，路面出現一定程度的下陷或隆起，如小的不均勻塌陷，斜坡崩壞，石頭滾落，雖可通行，需謹慎行車，需要進行修復后才能通行；Ⅳ級，嚴重破壞，路面出現大的不均勻沉陷、明顯裂縫、隆起，通行困難，需限制通行，需要進行大修后才能通行；Ⅴ級，毀壞，路面出現大的斷裂和錯位，有大于50cm的沉陷或懸空，或路堤發生崩塌，或由于崩塌、滑坡、巖土堵塞路面，已無法行車，需重建。

根據遙感影像空間識別能力，本文影像中典型的道路損壞類型有：①路面掩埋：由邊坡滑坡或崩塌引起的路面被掩埋，土石等堆積物覆蓋路面，原始路面完全或部分不可見；②滾石阻隔：滑坡、崩塌造成較大石塊崩落，阻隔道路通行；③路基塌陷：某側路基發生局部沉陷，塌陷部分與完好部分存在縱向上的較大高差；④路基開裂：路基產生不均勻變形，路基沿道路延伸方向裂開，發生橫向的相對移動。在影像中對應的典型破壞類型如圖2所示。

圖2 影像中典型道路損壞類型

綜合考慮遙感影像識別能力、上述破壞類型及地震現場調查結果，本文將道路震害遙感判別等級分為：①基本完好：路面平整，路面上偶爾可見少許巖土碎屑，無需修繕即可通行；②部分損壞：部分路面保持平整，道路旁側可見次生災害形成的堆積物，路面出現輕微裂縫，未出現大面積路面掩埋、塌陷、巨石阻擋，路面進行清理后可以通行；③完全損毀：影像上路段灰度發生明顯變化，大規模路基塌陷、滑坡物質將絕大部分或全部路段掩埋，路面線性特征完全消失，堆積物體量大，道路完全無法通行，需要花費較大的人力物力進行重修。各破壞等級道路損壞情況在無人機影像和衛星影像的典型表現如圖3、4所示。

圖3 無人機影像中典型道路損壞級別

圖4 衛星影像中典型道路損壞級別

3.2 道路震害遙感判讀標志的建立

地震后的道路在多種特征上存在顯著的變化，綜合考慮幾何、光譜、上下文等因素，基于不同分辨率遙感影像對道路不同破壞等級建立遙感判讀標志，并將部分因子進行量化對比說明。

3.2.1 基本完好道路

基本完好道路在高分辨率的影像中存在顯著的幾何形態和光譜特征，即影像上的道路通常表現為條帶狀，連續性較好，存在固定的長寬比，通常具有相互平行的邊線，在無人機影像和衛星影像中都有較好的體現（圖5、6）。從光譜特征上看，完好道路路面材質一致，圖像灰度值較為均一，變化不大。道路在無人機影像中多呈灰白色，道路中心線可見，與植被、建筑物顏色差別明顯；在衛星影像中瀝青路面呈灰黑色（圖5），沿影像中的道路繪制光譜剖面線，完好道路通常在各波段變化較為平穩（圖6）。此外，完好道路拓撲結構完整，紋理結構規則，山區道路沒有城市道路的網格狀，但兩側布滿植被為其主要的上下文特征，完好道路兩側山體植被覆蓋完好，未出現明顯的植被缺失（圖5）。

圖5 基本完好道路的影像特征（九寨溝地震數據）

圖6 玉樹地震后0.2m分辨率航空影像（a）及道路波譜剖面圖（b）

3.2.2 部分損壞道路

受到地震影響的部分損壞道路，其影像通常會呈現幾何形態、色調上下文特征等異常。影像表現特征如下：幾何形態上，路面整體保持平整，因土石在一側堆積，道路邊線平行性改變，出現部分邊線消失、變形、道路寬度變窄等現象，道路寬度變為原有寬度的30%～80%；在較高分辨率的無人機影像中，呈現較明顯的土石、建筑物廢墟導致道路邊線的破壞及新舊邊線的變化（圖7）。光譜特征上，因土石掩埋、滾石阻隔導致局部灰度值產生變化，其光譜特征與完好道路間存在明顯差異，不同形式的損壞導致在影像上出現不同的光譜特征，如少量土石遮掩的路段在影像中通常呈現淺土黃色，道路原本的顏色仍可觀察到，無論是無人機影像還是衛星影像都有較好表現（圖8）；有碎石的路面通常會存在亮度異常值，一般為亮度較高的分散點，有不規則的邊界形狀，在無人機影像中可以觀察到，在衛星影像中無法判讀（圖9）；繪制光譜剖面線觀察部分破壞道路的光譜異常特征可發現，與完好道路的曲線（圖6）相比，存在破壞的道路通常會出現峰值或谷值的異常點，曲線變化劇烈（圖10）。部分損壞道路影像上呈現的上下文特征主要為道路周圍植被的變化。道路中央突出的植被往往表示道路存在破壞，結合邊坡滑落的土石量及道路被阻攔的面積、規?？膳卸ㄆ茐牡燃?。部分損壞的道路通常僅有少量樹木出現，未完全將道路堵塞，同時，邊坡未出現因滑坡造成的大量的裸露土層。在無人機影像和衛星影像中，植被的信息都較容易提取和識別（圖8）。

圖8 部分損壞道路——色調異常、上下文異常

圖9 部分損壞道路色調異?！访嫠槭?/p>

圖10 無人機影像（a）及道路波譜剖面圖（b）

3.2.3 完全損毀道路

遙感影像中完全損毀道路的解譯標志為：因路基坍塌、土石掩埋產生的線性中斷引發路面變形扭曲，道路的連續直線型被中斷或模糊，完全損毀之處丟失全部線性信息。不同分辨率影像對道路線性中斷異常的識別能力差別不大（圖11）。部分道路受路面開裂的影響，在超高分辨率無人機影像中可觀察到一縱向線性條紋，但在衛星影像中則無法識別（圖12），結合現場調查，比對結果如圖12（c）所示。

滑坡物質大量堆積造成土石掩埋的路段通常會出現色調異常，在影像中呈現出與堆積體相同的顏色，通常為面積較大的土黃色，將道路的灰色完全遮蓋，無人機影像和衛星影像中都可通過與周邊完好道路的色調對比得以捕捉此異常（圖11）。由路基塌陷造成的損壞導致路基底層顏色外露，由破壞等級劃分標準，將其識別為完全損毀，如在鏡海存在一處路基塌陷導致水面顏色外露。這種色調異?？蓮臒o人機影像上觀察到道路護欄懸于水面之上，但在衛星影像中則無法對路基塌陷作出判別（圖13）。

圖11 道路幾何形態、色調異常

圖12 道路幾何形態異常——路面開裂

完全損壞道路也可通過上下文特征，利用植被覆蓋的合理性以及滑坡等次生災害的分布情況進行判定。如道路中央有大量傾倒植被存在、將道路整個攔截等現象通常表示道路被完全損毀（圖13（a））；兩側分布的植被出現大面積缺失，暴露出土壤的顏色（圖14（a）、14（c））；在滑坡分布密集的區域，道路損壞的可能性增高，通過判讀滑坡可為道路損毀提供證據（圖 14（b））。

4 道路震害遙感評估結果

根據遙感解譯結果，并結合現場調查資料，本文對道路破壞情況進行統計分析。研究區域共出現110處明顯破壞，省道S301共有32處較明顯破壞，Z120縣道出現78處破壞（圖15）。

圖13 道路色調異?！坊?/p>

圖14 完全損毀道路——上下文特征異常

圖15 九寨溝地震道路破壞點分布

漳扎鎮有9處因滑坡而導致部分路面被土石掩埋，破壞程度均為“損壞”；省道S301西段——上四寨至干海子村路段存在18處損壞，九道拐部分路段完全被掩埋。

Z120縣道損毀嚴重，臥龍海、樹正群海、老虎海、犀牛海等路段有13處因滑坡而產生不同程度的土石掩埋，部分護欄被沖毀；鏡海路段發生路面開裂，裂縫可達20cm，一側道路出現多處塌陷；五花海至熊貓海道路完全中斷，37處破壞，其中，11處道路被土石完全掩埋，滑坡等次生地質災害仍繼續發生，受其影響的路段潛在風險大，無法安全通行（圖16）。

表 2 現場調查與遙感影像對比統計（單位：處）

對遙感判別的破壞等級進行統計分析發現，在 110處破壞中，其中，68處為部分損壞，42處為完全損毀，道路整體破壞嚴重。對受破壞原因進行統計分析發現，絕大多數由滑坡引起，崩塌、路基塌陷、路基開裂等共占9處。對Z120縣道路段進行實地調查，其中，23段道路為基本完好，在遙感解譯得出的37處破壞點中，30處的遙感判讀與地面調查的破壞等級一致，故提取精度較高（表2）。

圖16 Z120縣道部分路段破壞情況分布

5 結論

在九寨溝地震中，高分辨率的衛星、無人機影像能提供豐富的數據源，不同分辨率的影像對道路震害信息的識別提取能力有差異：米級分辨率的衛星影像無法準確識別滾石、路面裂縫等細微道路破壞，但其豐富的光譜信息可識別滑坡造成的嚴重道路損壞，其大范圍覆蓋有助于對整個災區道路宏觀破壞信息的把握和重特大道路破壞的快速定位。0.2m空間分辨率的航空影像上可識別道路塌陷、滾石、路基開裂等細微破壞。多源影像結合對道路震害的快速評估有著重要意義。地震道路損毀遙感評估可為震后快速疏通“生命線”提供重要災情信息。未來結合多源數據利用計算機自動提取道路震害信息，建立定量化的道路震害評估模型，對道路可通行性作出快速分析將成為研究的重點。