多源遙感數據協同滑坡應急監測應用研究

梁 思，洪 亮，厲芳婷，方 芳

（1.湖北省航測遙感院，湖北 武漢 430074；2.湖北省測繪工程院，湖北 武漢 430074）

滑坡是危害程度較大的地質災害，具有突發性的特點，在我國分布非常廣泛，且整體上呈逐年加重趨勢，造成了巨大的生命財產損失[1]。滑坡發生后，迅速啟動應急響應、快速獲取災情信息并制定科學的應急救援決策方案是首要問題。遙感技術具有獲取速度快、手段多、覆蓋范圍廣、周期性強、信息量大等優勢，是快速獲取災情信息、開展應急監測的有效手段。近年來高分辨率遙感和無人機遙感技術的迅速發展，打破了國外高分辨率遙感數據的獲取壁壘，極大提高了應急響應能力和應急救援工作的效率。受制于天氣、傳感器性能等因素，多源遙感數據在滑坡應急監測方面各有優劣。多源遙感數據為滑坡應急監測提供了豐富的信息，也造成了數據冗余，如何綜合利用與協同組合各類遙感數據為應急救援輔助決策提供及時有效的信息是一個值得探討的重要課題。目前，針對多源遙感數據協同應用方法的研究較少，在滑坡應急監測方面的研究更為欠缺。本文分析了多源遙感數據在滑坡應急監測中的應用研究現狀與趨勢，總結了現有監測體系的問題，進而提出了一個多源遙感數據協同的滑坡應急監測方法體系，并分析了其在2020年7月恩施屯堡鄉馬者村沙子壩滑坡應急監測中的實證效果。

1 多源遙感數據滑坡應急監測現狀與趨勢

1.1 常用的遙感數據源

目前在國內外滑坡應急中常用的遙感數據主要為光學衛星遙感數據、合成孔徑雷達（SAR）數據和無人機遙感數據，如表1所示，其中以高時空分辨率光學衛星遙感數據的應用為主流。SAR數據的獲取不受云雨等惡劣天氣影響，且能夜晚成像，可補充光學遙感影像的局限性。利用合成孔徑雷達干涉（InSAR）技術能獲取地形和地表形變信息，開展滑坡動態監測。相較于衛星遙感大空間尺度的適用性，無人機遙感具有機動靈活、時效性強、受云霧天氣限制小等優點，能快速獲取厘米級甚高分辨率（VHR）的航攝影像，在中小空間尺度的滑坡細部特征提取中具有一定的優勢，能滿足應急響應時對滑坡體精細詳查的需求。盡管星載平臺的回訪周期只有幾天甚至一天，但仍無法達到無人機遙感數據的空間和時間分辨率。

表1 不同類型遙感數據應急監測對比分析

1.2 最新應用研究進展

目前遙感技術在滑坡應急監測中的應用研究正經歷著從單一的遙感數據向多時相、多數據源、多平臺的復合協同分析，從靜態的滑坡體定性提取向動態監測、定量滑坡特征數據提取的發展過程。滑坡相關信息提取的技術方法從主要依賴于目視解譯向計算機輔助與半自動/自動獲取過渡。與DEM、GIS空間分析、三維可視化等技術方法相結合的人機交互式影像解譯仍是目前使用最廣泛的方法，特別是在實際應用案例[2-8]中。盡管基于像元的變化檢測方法[9]、基于對象的圖像分析（OBIA）[10-11]和機器學習（支持向量機[12]、神經網絡[13]）等半自動/自動的滑坡提取方法是近年來研究的熱點，但總體上這些方法的時效性和精確度在滑坡應急監測方面還沒有形成成熟的應用模式，有待進一步的研究發展。OBIA方法對滑坡的提取精度相對較高，是應用最廣泛的面向高分辨率影像的半自動化分析方法，但影像分割和特征選擇仍需一定的人工干預，自動化程度有待進一步提高。將該方法與變化檢測和機器學習相結合可以更好地提高滑坡提取的精度和自動化程度[14]，在應急中發揮實效。

基于無人機遙感數據開展滑坡動態可視化模擬是一個新的研究方向[15-16]；利用時序無人機遙感數據可動態監測滑坡位移[17-18]。InSAR/DInSAR[19]、SAR像素偏移量追蹤測量和距離向分頻干涉測量[20]等基于星載SAR數據的形變監測技術主要用于對滑坡的動態解譯、隱患識別和預警。這些長時序動態監測數據有利于發現滑坡隱患，作為存檔數據，可為滑坡災后治理和今后滑坡應急救援提供依據。

1.3 存在的問題

高分辨率光學衛星遙感數據、SAR數據和無人機遙感數據及其相關技術在滑坡應急監測中的應用各有側重，各有優缺點，單一的數據源和技術手段難以滿足應急監測實際應用的時效和精度需求。協同應用多源遙感數據開展滑坡應急監測和自動化解譯是未來的發展趨勢。目前，學者們研究多源遙感數據協同應用大多集中在地質災害監測[21]或滑坡的早期隱患識別[22-23]方面，較少具體到滑坡應急監測。多源遙感數據為滑坡應急監測提供了豐富的信息，同時造成了數據冗余，如何綜合利用與協同組合各類遙感數據，并采用合適的滑坡應急監測技術方法為應急救援輔助決策提供及時有效的信息是一個值得探討的重要課題。

2 多源遙感數據協同的滑坡應急監測

2.1 技術路線

通過分析多源遙感數據在滑坡應急監測方面的應用研究現狀和趨勢，本文提出了一個多源遙感數據協同的滑坡應急監測方法體系（圖1），構建了數據獲取、快速處理和應急監測信息提取等一套完整的技術流程。

圖1 多源遙感數據協同的滑坡應急監測技術路線

2.2 數據獲取

滑坡發生后，應第一時間整理與處理災區存檔遙感數據，以便后續的災前災后數據對比分析應用。滑坡多發生在山地丘陵區，交通不便，且多具有突發性。無人機相關設備的運輸以及飛行計劃的制定需要一定時間，難以快速獲取第一手信息。衛星遙感數據按照衛星設定的固定軌道獲取數據，運行穩定，盡可能實現準實時獲取。高分辨率光學衛星遙感數據具有豐富的光譜信息，可大范圍直觀地一攬全局，快速定位滑坡區和定性反映災情信息，是首選數據，SAR數據可作為補充數據源。利用光學衛星遙感數據確定重點監測地區后，再利用無人機遙感開展小范圍應急監測或重點區域詳細監測。根據監測區特點選擇合適的飛行平臺，詳細規劃航線獲取無人機遙感數據。

2.3 數據快速處理

多源遙感數據在提取滑坡監測信息前，需要進行預處理。不同模式的遙感數據預處理操作有所不同，光學衛星遙感影像預處理主要包括影像正射糾正、影像配準、影像融合、影像增強和影像裁剪等[24]；SAR數據預處理一般包括輻射定標、多視、斑點噪聲濾波、地理編碼、重采樣和地形校正等[25]；無人機遙感數據預處理包括空三加密、密集匹配生成DSM、DSM點云濾波分類、生成DEM、正射糾正生成DOM、DOM勻色鑲嵌等[26]。衛星遙感數據的處理技術較成熟，利用多源衛星遙感數據處理系統可實現自動批量處理。針對應急監測的時效性要求，無人機遙感數據預處理的關鍵技術是無控空三加密和快速生成DOM，可在Agisoft PhotoScan和Pix4DMapper等專業無人機數據后處理軟件中實現較少人工干預的自動快速處理。絕對精度高的DEM、DOM以及精細化的三維模型需要結合控制資料進一步在專業的全數字攝影測量系統和三維建模軟件（如Smart3D）中完成。

2.4 應急監測

基于不同類型和模式的遙感數據，本文采用不同的信息提取技術方法開展滑坡應急監測。滑坡應急監測包括滑坡體快速定位提取、滑坡災害信息提取、次生災害排查、滑坡特征信息提取、堰塞湖監測和形變位移監測等內容。

1）滑坡體快速定位提取。利用準實時獲取的光學衛星遙感影像，基于面向對象或與變化檢測/機器學習相結合的方法快速自動提取滑坡體，再結合目視解譯快速定位重災區。對于單體大型滑坡，目視解譯更快速有效。

2）滑坡災害信息提取。提取災區房屋等建筑物損毀、道路橋梁破壞、耕地植被損毀等災情信息，確定其分布與范圍，可基于滑坡前后多時相遙感數據，利用同源/異源變化檢測方法提取。

3）次生災害排查。綜合利用SAR數據水體解譯標志和光學遙感數據水體光譜特性（如歸一化水體指數）自動提取堰塞湖，再利用高分辨率光學衛星遙感影像目視解譯堰塞湖周邊裂縫和滑坡隱患點。

4）滑坡特征信息提取。對于重點監測的滑坡體，利用無人機遙感數據快速處理獲取DEM、DOM和三維模型等多維數據，再結合目視解譯和GIS空間分析技術提取滑坡邊界、滑坡體、堆積體、滑道、滑坡中心線等特征信息；定量計算滑坡位移、面積、體積、坡度、坡形等，并對多時相無人機高分辨率DEM進行差分對比，為現場分析研判提供重要數據支撐。

5）堰塞湖監測。利用多時相無人機遙感數據獲取的高精度DEM對堰塞湖開展動態變化監測，構建虛擬三維環境，并結合體積差分測量可視化定量分析堰塞壩的風險性；通過豎直位移差分測量發現斜坡形變區域并定量表征變形量，為高危堰塞壩導流槽開挖工程的順利實施提供技術保障。

6）形變位移監測。利用時序DInSAR技術開展滑坡形變監測；利用時序無人機遙感數據動態監測滑坡位移，發現滑坡隱患，并作為存檔數據，為滑坡災后治理和今后滑坡應急救援提供依據。

3 應用實例

2020年7月21 日湖北省恩施屯堡鄉馬者村沙子壩出現大面積山體滑坡，一度堵塞清江河道形成堰塞湖，嚴重威脅清江下游恩施城區人民生命財產安全。根據協同處理工作流程，啟動應急測繪響應，為現場指揮部的應急保障工作提供重要的遙感數據和技術支撐。

應急響應啟動后，第一時間與自然資源部國土衛星遙感應用中心取得聯系，啟動應急條件數據獲取推送模式，獲取了GF-2號和GF-3號SAR影像，同時整理和處理災區存檔遙感影像數據以及像控資料、DEM等基礎地理信息數據。應急保障工作前線小分隊配備了兩架垂直起降固定翼無人機、一架小型多旋翼無人機以及圖形工作站等設備。依據滑坡區地勢情況合理規劃航線，采用多架次、多航高飛行方式，在7月22日-31日共飛行10架次，航攝覆蓋總面積為79.28 km2，獲取地面分辨率優于0.1 m的航攝相片7 286張。

判斷恩施滑坡屬于突發性單體滑坡，應急監測關鍵是滑坡特征信息提取、災害信息提取和次生災害實時動態監測。獲取衛星遙感數據后，利用多源遙感數據處理系統快速制作DOM，同時制作了滑坡前后高分辨率光學遙感影像對比專題圖，從而確定滑坡影響范圍；獲取無人機遙感數據后，利用數據后處理軟件Agisoft PhotoScan完成無控空三加密，快速獲取DEM、DOM和三維模型數據，作為災區一覽圖，再利用全數字攝影測量系統和Smart3D生產高精度DEM、DOM和三維模型。通過滑坡前后DOM提取了房屋等建筑物損毀、道路破壞、耕地植被損毀等災情信息；通過多時相DEM和三維模型數據采集裂縫信息，對堰塞湖壩體高程進行動態監測，為指揮部應急決策提供依據。同時制作了滑坡區域5.0 km2的1∶1 000 DLG，為移民安置點規劃提供輔助信息。

4 結 語

本文提出的多源遙感數據協同的滑坡應急監測方法體系有效規避了單一來源遙感數據監測存在的風險，利用先進的自動化手段，完善了應急響應的監測體系和成果要求，并在2020年7月21日恩施屯堡鄉馬者村沙子壩滑坡應急監測中取得了良好成效，具有應用推廣價值。

本文僅從方法技術層面剖析了多源遙感數據在滑坡應急監測方面的協同應用，有待進一步將方法體系納入遙感應急服務機制和體系建設中，構建遙感數據資源共享與交換平臺，實現不同模式遙感數據的準實時獲取；搭建遙感數據協作處理平臺，實現海量遙感數據標準化預處理，提高應急效率。