機載激光雷達技術在地質災害調查中的應用
——以四川九寨溝7.0級地震為例

佘金星 程多祥 劉飛 陳思思 楊武年

1）四川省測繪地理信息局，成都市人民北路二段198號 610081

2）國土資源部地學空間信息技術重點實驗室（成都理工大學），成都市二仙橋東路一號 610059

0 引言

四川省是我國地質災害高發、多發區，近年來由于受到極端天氣頻現、人類工程活動不斷加劇、強震作用等的持續影響，使得區內地質災害具有明顯的突發性和高度隱蔽性（許強等，2017）。特別是在經歷了汶川地震、蘆山地震等多次強震后的九寨溝地區，地震引發了大量的高位山體震裂垮塌，山體斜坡震裂松動，巖體裂隙普遍發育，內傷嚴重，松散物源急劇增加。此次九寨溝地震災區地勢險峻，地質災害隱患具有高位遠程、點多面廣、隱蔽性強的特點，這些區域往往是地質災害易發頻發區域。然而這些隱患點因植被覆蓋或位于人跡罕至的高位山區，使得使用傳統排查技術手段的調查人員難以到達實地開展核實工作。在地形重力勢能作用下，受未來可能發生的強降雨激發，該區發生較大規模泥石流、滑坡、崩塌等風險的機率將顯著增加（許強等，2017；殷躍平等，2017）。面對如此嚴峻的形勢，加大地質災害調查科技創新能力、利用新型探測技術破解這些難題顯得尤為重要。

激光雷達技術是從20世紀中后期逐步發展起來的一種新型測量技術，隨著動態定位和高精度姿態確定等定位、定姿技術的發展成熟，20世紀90年代激光測高儀被安置于飛機平臺上，進一步提高和改進了激光采點效率、寬度以及激光掃描發射方向，這些設備協同工作，構成機載激光雷達測量系統（以下簡稱機載LiDAR）（張小紅，2007）。由于機載激光雷達可以高效、精準地獲取地表三維信息，且激光采樣頻率高、坐標精度高，發射的激光脈沖可部分穿透植被間隙直達地表，可對林區、山區等植被茂密區域開展地質災害調查（孫鑫喆等，2016）。在國際上許多學者利用機載激光雷達技術開展了大量滑坡、崩塌、泥石流的地質災害調查和風險評估研究，也開發了各種預測模型，取得了較好的應用效果（Axelsson，1999；Samberg et al，1999；Mezaal et al，2018）。也有部分學者借助機器學習和人工智能算法，對獲取的機載激光點云數據開展了滑坡識別與危險預測分析（Pourghasemi et al，2018）。在國內許多研究者利用機載激光雷達技術也作了大量的地質災害調查研究，這些研究對該技術在地質行業的應用具有較大的指導意義（馬洪超，2011；劉靜等，2013；陳濤等，2014；李顯巨，2016）。

1 九寨溝地震介紹

1.1 研究區受災概況

九寨溝位于青藏高原、川西高原、山地向四川盆地過渡地帶，是一條高差懸殊，山谷深切，縱深50余千米的山溝谷地，總面積64297公頃。九寨溝口海拔僅2000m，中部峰嶺海拔均在4000m以上，南緣海拔達4500m以上，溝內原始森林覆蓋率超過80%，是中國第1個以保護自然風景為主要目的而設立的自然保護區（朱成科，2007）。2017年8月8日九寨溝7.0級地震造成8個縣 25人死亡，525人受傷，6人失聯，176492人（含游客）不同程度受災，73671間房屋不同程度受損（其中倒塌76間），受災面積約18295km2①http：//www.sc.gov.cn/10462/10464/10797/2017/8/28/10431980.shtm l。截至2017年9月，震后地質災害調查排查發現，四川省境內Ⅵ度烈度及以上區域包括阿壩州九寨溝縣、松潘縣、若爾蓋縣及綿陽市平武縣（圖1），累計排查核實崩塌、滑坡、泥石流等地質災害隱患點1663處（震后相比震前新增地質災害隱患317處，震前隱患點變形加劇158處），直接威脅16082戶、69829余人的生命安全，威脅資產46.86億元，地質災害防治形勢十分嚴峻②http：//www.sctv.com/news/yc/201709/t20170922＿3602144.shtm l。

1.2 九寨溝地質災害

九寨溝內氣候垂直變化明顯，自然災害頻發，滑坡、崩塌、泥石流等地質災害隱患分布多，范圍廣，威脅大，在九寨溝651km2的風景區內，發育有30余條泥石流溝（唐邦興，1986）。自1980年以來以泥石流為主的地質災害活動趨于強烈，僅在1980～1985年間就發生大型泥石流10次，2003年再次發生大型泥石流（崔鵬等，2003）。風景區受2008年 5·12汶川地震引發的次生地質災害的影響較大，多處存在嚴重安全隱患。2010年初，九寨溝景區進行了全面的地質災害摸排工作，又新發現了50余處地質災害隱患點（葉欣梁等，2014），此次地震勢必會進一步加重九寨溝地質災情隱患。前期地質災害調查表明，此次九寨溝7.0級地震造成的地質災害主要表現為點多面廣、高位遠程的特點，規模相對較小，災害更加隱蔽，使得使用傳統排查技術手段的調查人員難以到達，很難持久性地開展多維多角度觀測，難以獲得大面積的高精度影像來測制大比例尺的地形圖件，且無法構建承載微小地貌的高精度三維模型，對地震造成的區域性地表形變作到精確監測。傳統排查手段也不能撥離地表植被，直達地層探究巖石裂隙發育，尋找地震內傷，分析災害成因。為此，有必要探索運用新技術新方法，以加強九寨溝自然保護區域的地質災害隱患防治能力建設，確保各類自然遺跡得到有效保護④http：//www.pzh.gov.cn/a/2017/0811//526915.htm l。

圖1 九寨溝7.0級地震烈度③http：//www.cea.gov.cn/publish/dizhenj/464//478/20170812211337414565961/index.htm l

2 方法與技術

2.1 機載LiDAR技術特點

在地質災害調查研究中，傳統光學衛星遙感調查技術、無人機低空航拍遙感等技術一直是地質災害調查人員必不可少的技術手段，尤其是近年來快速發展的無人機傾斜攝影三維建模技術，在地質災害調查、災后評價等工作中發揮著巨大作用。但是傳統光學遙感技術不能穿透植被，不能獲取到植被底下真實地表信息，且數據的幾何精度受地形地貌、傳感器類型、天氣因素等的影響較大，在大面積測圖及地質災害調查中，存在工期較長、生產與應用嚴重滯后現象。而機載LiDAR測量技術是激光測距儀器主動發射脈沖信號，可部分穿透植被到達真實地表，通過點云數據去噪、濾波，剔除植被點云層數據后，可快速構建高精度地形地貌，在無地面控制點情況下數據的相對精度可達厘米級。表1是機載LiDAR技術與航空攝影測量技術、傳統工程測圖技術在地質災害行業應用的對比，從表1中可以看出機載LiDAR技術不但作業效率高，精度也高，無論與航空攝影還是與傳統測量相比，機載LiDAR都具有較大優勢。

表1 機載LiDAR技術與傳統測圖技術對比

2.2 機載L iDAR數據獲取

九寨溝屬山地地形，溝口海拔僅2000m，中部峰嶺海拔均在4000m以上，南緣海拔達4500m以上，溝內原始森林覆蓋率超過80%，綜合考慮地貌、氣象、飛行安全以及應用需求等因素，采用米171直升機搭載OPTECH ALTM Gemini型機載激光雷達系統開展數據獲取，飛行航高設計1400m，飛行速度為150km/h，激光脈沖頻率為100kHz，測距精度優于20cm，機載GPS為雙頻接收，同步搭載飛思可量測型光學相機。航攝飛行前需要進行測區航線規劃，航線規劃設計從高效、經濟的原則出發，綜合考慮儀器設備的性能、地形、地勢、高差、攝區形狀、航高、航向重疊度、旁向重疊度和航行協調等一系列要素進行設計。由于航攝區域屬于困難區，為保證激光點云坐標精度，航攝架設1臺地面基站，并且同步收集測繪主管部門在九寨溝縣、紅原縣、松潘縣的地面CORS基準站數據作為后差分處理數據。在現場飛行之前，還需要進行系統檢校和飛行檢校以消除系統誤差。當數據獲取后，經過后差分POS數據與激光測距數據聯合解算獲得激光點云Las格式數據。

2.3 機載LiDAR數據預處理

數據處理采用Microstation＋TerraSolid軟件，TerraSolid軟件是芬蘭Arttu Soininen工程師開發的高度集成化的激光點云處理軟件，該軟件可以處理包括地面、車載和機載不同平臺的激光點云數據。基于Microstation平臺強大的數據處理能力，可以完成大批量點云數據快速去噪、濾波、分類、裁剪等各種運算以及DSM、DEM、DOM成果的快速輸出。數據處理首先按照九寨溝測區形狀，將點云數據切割成大小均勻的矩形方塊，建立工程文件并按照分塊編號對點云數據去噪、濾波。當去除飛鳥、塵埃、云霧等噪聲點后，再利用航跡線和地面控制點信息對點云數據進行再平差處理，消除不同架次、不同航帶間可能存在的高差問題。最后利用基于回波次數、回波強度、高程值、最低地面點、模型關鍵點等的分類方法，對九寨溝區域激光點云進行地面點云分類，獲取真實地表點云數據。基于分類結果構建可編輯地表模型，并基于人機交互完成DEM精細化建模，輸出數字高程模型成果。由于機載LiDAR設備可同步獲取影像，本次獲取的原始影像分辨率為0.05m，利用后差分高精度POS數據和DEM成果數據，制作正射影像，輔助用于地質災害解譯，圖2為點云和影像數據的數據處理流程。

圖2 機載LiDAR數據處理流程

2.4 機載LiDAR數據精細化處理

地質災害應用中激光點云數據的處理和傳統測繪生產DEM相比較還有細微差別，其差別在于，在傳統測繪生產DEM中，一些小斜坡、大型石塊、小陡坎等微小地貌信息會做濾波處理，成果輸出時甚至還要“平滑”處理。但在地質災害調查應用中，點云所捕獲的這些信息被認為是非常重要的成災前兆特征，在利用地面粗糙度、曲率、坡向、坡度、山體陰影等因子研究地質災害時，該類信息的精度直接決定地質災害評價的準確度（李占飛等，2016）。前期實驗證明，在地質災害分析時，微小地貌應予以保留。圖3是傳統測繪方式生產DEM和保留微小地貌的DEM成果對比圖，從圖3中可以清晰看到，經過精細化處理，保留了微小地貌的DEM其紋理特征更加突出，在地質災害預測因子提取、模型預測和地質災害評價等方面都具有一定的應用價值。

2.5 機載L iDAR影像及三維數據制作

圖4是制作的用于地質災害解譯的機載LiDAR光學影像，為滿足地質災害調查需求，DOM數據處理不能出現拉花、變形、重影、色差等質量問題。同時為保證地質災害解譯工作可在多視角下開展，利用機載LiDAR生成的高精度DEM和影像數據構建了九寨溝高精度三維場景，在三維場景下結合專家經驗和計算機識別等技術，綜合開展滑坡、泥石流、崩塌等潛在地質災害隱患識別工作。

圖3 LiDAR數據精細化處理前后效果對比

圖4 九寨溝地質災害重點區域正射影像與災害解譯三維場景

3 成果應用

3.1 綜合光學影像與LiDAR成果的地質災害解譯

光學遙感調查技術已在災害解譯、災害評價和災后恢復等方面得到廣泛應用（劉圣偉等，2012），機載LiDAR技術在滑坡、泥石流、崩塌等地質災害分析、預測等方面也有大量的研究（韓娜娜等，2017；Pourghasemi et al，2018）。本次九寨溝地質災害調查，充分利用光學影像和機載LiDAR兩者技術優勢，借助于專家經驗和計算機自動識別技術手段，進行地質災害特征信息提取。首先利用光學遙感調查技術快速解譯出表征災情信息，再利用機載Li-DAR技術的可穿透植被優勢，快速識別出植被覆蓋下的古滑坡形態邊界、泥石流溝、陡坎、陡崖等易發生地質災害的信息。利用光學遙感影像可快速圈定發生滑坡、崩塌地質災害區域（圖4）。而利用機載激光雷達圖像可識別到隱藏在茂密植被下的古滑坡，并可圈定出滑坡形態邊界、面積、體積等信息。因此只有充分結合兩者的技術優勢，才可精準地開展地質災害解譯及調查分析。

3.1 基于三維場景的地質災害解譯

機載LiDAR技術的特點之一是可構建高精度數字地形地貌產品，隨著技術的進步采用無人機即可獲取每立方米上百個點的高密度數據，完全可用于構建厘米級精度的高保真地形成果，同時利用機載同步獲取的高分辨率影像數據可作為地形數據的紋理。圖5是利用機載LiDAR數據搭建的九寨溝核心景區三維災情解譯環境，在三維環境下，解譯人員可以更加逼真的還原地形坡度、坡向、植被覆蓋度、海拔高度、巖層產狀等信息。同時在該環境下，還可疊加水文、氣象、地質等其他專題數據，綜合開展多維、多視角下災情解譯。

圖5 用于地質災害解譯的光學影像與LIDAR數據成果對比

3.2 基于數字地形分析的地質災害解譯

大量的研究表明，基于高精度機載LiDAR數據生成的高保真地形數據，可利用定量地貌學、數字地形分析方法、形態學分析方法開展地質災害的精細和定量化研究（魏占玉等，2014；劉宇平等，2016；韓娜娜等，2017；張群等，2017）。因此在九寨溝地質災害調查研究中，本項目著重應用高精度DEM生成的山體陰影、坡度、曲率、地面粗糙度、形態學因子，利用圖像分割方法和機器學習算法，綜合考慮紋理信息和形態學信息、形狀信息、光譜信息開展了地質災害識別研究。圖6為九寨溝長海區域數字地形分析效果圖，不同因子在地質災害識別中起的作用不同，反應出的形態特征和形態邊界也不相同，例如曲率和形態學分析因子可以直觀反映滑坡邊界，坡度和坡向因子可以反映發生滑坡、崩塌等的坡度分布特征。

圖6 基于LiDAR數據成果構建三維環境開展災情解譯

圖7 數字地形分析技術輔助地質災害解譯

4 結論與討論

本文研究內容主要包括九寨溝復雜地形環境下機載LiDAR數據獲取與處理、地質災害識別與基礎分析，并針對高位遠程、高山峽谷區域地形特點和地質災害分析要求，開展地形數據精細化處理，為揭示區域潛在地質災害隱患構建了高精度DEM和DOM，可將其用于輔助分析判識。通過利用專家經驗和計算機自動識別技術，在九寨溝核心景區新發現約10余處古滑坡，并從機載LiDAR成果上也進一步印證和查清了樹正社區、則查哇寨社區和其他區域歷史上大型滑坡、泥石流物源區的形態邊界、遺留堆積體的面積、體積、厚度、坡度、坡向等信息，這些隱藏在植被下的災害體信息對于評價區域地質災害風險具有較大的價值。最后通過機載LiDAR測量技術的典型應用，可以更大程度地發揮新型測量技術在災害應急監測中的作用，進一步提高地震災區測繪應急保障能力，并為全面提高綜合減災能力、最大程度地減少地質災害對人民生命財產造成的損失提供技術支撐。