面向對象與三維可視化方法結合的鐵路線選址

王萍，許春梅

(山東科技大學 測繪與空間信息學院，山東 青島 266500)

0 引言

眾所周知，縱橫交錯的交通線是我國國民經濟的命脈，尤其鐵路線在帶動社會經濟發展方面具有十分重要的作用。為大力提高西部經濟發展，針對我國西部地區設計新的鐵線路成為關系國計民生的大事[1]，本文就銅仁吉首鐵路線選址進行一些前瞻性研究。

銅仁吉首鐵路線跨越不同省份，橫亙地形、地質等條件復雜的山區，其選線方案要考慮的因素較多[2-4]。根據遙感影像進行地質類型提取一般采用目視解譯，專業人員直接或間接地借助儀器進行目標地物提取，受人為因素干擾且耗時費力，該方法對上萬公里的條帶狀區域解譯精度低、效率差。本文提出采用面向對象分類的方法進行半自動化的專題解譯[5]。目前，面向對象分類方法應用的領域較多，例如地物的變化檢測、植被信息的提取等[6]。Shackelford等[7]于2003年提出了利用面向對象與基于像元相結合的分類方法來提取建筑物；石振杰[8]在2016年通過面向對象的方法進行巖性的識別；張金鐘[9]于同年提出利用面向對象方法進行地質巖性的分類；2019年，查澤超[10]利用面向對象方法進行了水系的提取。上述論文表明，面向對象方法對面狀地物的提取具有一定優勢，將面向對象方法與三維可視化結合，可為長距離鐵路線周圍地質解譯及選址提供技術支撐。

1 研究區及數據

1.1 研究區

鐵路線位于銅仁至鳳凰一帶。研究區地理坐標為109°10′00″E～109°40′00″E，27°43′00″N～28°04′00″N。研究區經濟發展速度慢，土地利用主要以農業用地為主；植被覆蓋度高；沱江、錦江分布于南北兩側；地貌以低山為主，喀斯特發育；海拔高程0～753 m，地勢總體西高東低；出露主要地層包括奧陶系、寒武系等。鐵路地理位置如圖1所示。

圖1 鐵路地理位置圖

1.2 數據源

本文使用的遙感數據包括高分一號(GF-1)、哨兵二號(Sentinel-2)，以及數字高程模型(digital elevation model，DEM)，詳細參數如表1所示。

表1 數據源選擇

高分一號衛星是我國發射的高分辨率衛星，搭載了兩臺2 m分辨率全色/8 m分辨率多光譜相機、四臺16 m分辨率多光譜相機。哨兵二號的多光譜探測器包括13個波段，其中4個波段的分辨率為10 m，6個波段分辨率為20 m，3個波段的分辨率為60 m。高分數據與哨兵數據獲取年份相同，季節不同，兩種數據的融合為專題信息的提取提供了豐富的地學信息。

2 研究理論與方法

將預處理后的影像進行主分量運算等增強處理，利用面向對象分類的方法對研究區的水文地質、水系、地層巖性進行解譯分類；采用濾波增強線性構造進行地質構造的解譯，結合三維可視化對解譯結果進行分析，最后對研究區域進行綜合評價。數據處理流程如圖2所示。

圖2 數據處理流程圖

這里針對流程中的面向對象方法進行具體描述。面向對象進行影像分類時，第一步是影像分割，分割時應該考慮光譜和形狀因子，設置分割參數使得生成的影像對象內部的性質是一致的，即保持其同質性[11]。面向對象分割算法包括多尺度分割、棋盤分割、四叉樹分割等，本文采用的分割方式為多尺度分割。多尺度分割由尺度參數和同質性系數兩部分構成，尺度參數決定分割閾值，尺度越大形成的多邊形數量越少；同質性系數決定分割標準。本文在遙感數據進行增強處理后的影像基礎上進行影像分割，處理后的影像具有較高分辨率且色調豐富，對各類地質的解譯具有一定的輔助作用[12]。第二步選擇不同的特征參數對分割后的斑塊進行專題分類。分類特征主要包括光譜特征、形狀特征以及紋理特征，選用的特征主要包括以下幾個方面。

1)光譜特征。光譜特征對地物的識別具有重要作用，本實驗主要選擇了均值和亮度特征。

2)形狀特征。形狀特征指的是每個研究對象的形狀幾何特征，利用地物的形狀特征能夠很好地區分不同的地物類型。本文用到的形狀特征包括面積、長寬比、形狀指數。

3)紋理特征。紋理指的是遙感影像局部的某些性質，代表像元之間一種關系的量化。本文選用的紋理特征包括對比度和均勻性。

3 實驗過程及結果分析

3.1 地質地貌解譯分析

面向對象分類前選擇合適的分割尺度，使得分割邊界清晰且每類地物要素均被有效分割。以水文地質為例，選擇分割尺度為600、形狀因子0.1、緊致度0.5的分割結果作為最后結果，分割結果如圖3所示。

圖3 分割尺度為600結果圖

利用面向對象分類進行水文地質、地層巖性以及水系的解譯，特征參數選擇以及分類精度如表2所示。

表2 分類參數及分類精度

實驗段水文地質解譯結果如圖4(a)所示，地層巖性解譯結果如圖4(b)所示。水系解譯采用面向對象分類與DEM提取河網結合的方法進行提取，解譯結果如圖4(c)所示。

圖4 面向對象解譯結果圖

研究區域內含水層主要包括砂及砂卵石孔隙水、碎屑巖孔隙裂縫及裂縫水、碳酸鹽巖溶水等。地層巖性包括白堊系、奧陶系等。

不同的地質類型具有不同的性質，其穩定性也不一致，在進行鐵路建設過程中正確的地質解譯結果對施工具有重要的指導作用。地質災害會導致山體塌方、巖土下滑，給后續施工以及整個項目帶來嚴重的影響[13-14]。

研究區域內的砂、砂卵石孔隙水(富水性中等)零散分布于澎井、莒蒲塘村等，砂卵石地層是典型的力學不穩定地層，開挖面不穩定會導致坍塌事故的發生[15]。該處巖性以白堊系泥巖、砂巖為主，泥巖由黏土集結形成，自身的強度極低，容易被水侵蝕、水化；砂巖由碎屑的顆粒組成，滲透率高，容易發生滲透軟化、受孔隙水與巖性影響[16]，故在進行鐵路建造時極易引發地基大變形與沉降[17]，建設時應做好妥善處理。

碳酸巖巖溶水分布廣泛，主要分布在鴨堡洞村一帶，巖性以奧陶系灰巖為主，若在水系發育豐富的情況下，極易形成巖溶洼地[18-20]。本區域共發育巖溶洼地16處，面積最大為9 466 m2，最小為1 606 m2，在進行施工建設前需充分對巖溶洼地周邊地形進行勘察，做好巖溶應對措施。

研究區內多溪流。鐵路線跨越錦江以及沱江，故后期需要考慮跨江大橋的修建。

地質構造主要發育為地質斷裂。實驗段線路走廊帶主要發育斷裂構造，主構造方向為北北東向，次級斷裂構造多為北東向。

采用北東方向濾波算子加強邊緣信息，有目的性地增強某個特殊方向的圖像特征。分別采用窗口大小為3×3和5×5的方向濾波器，濾波結果如圖5所示。選擇5×5方向濾波結果(圖6)進行地質構造解譯。

圖5 方向濾波結果圖

圖6 地質構造解譯結果圖

北東向構造為一系列走向45°～75°的褶皺、壓性斷裂組成，主要褶皺及斷裂有火馬坪向斜、茶店—鳳凰主干斷裂等。

北北東走向構造主要發育于銅仁至落潮井以西地區，走向18°～20°，主要褶皺及斷裂為銅仁大斷裂。其中，與線路關系密切的主要為銅仁大斷裂，走向18°，總體形態構成“S”形。

銅仁以南斷裂面傾向南東東，傾角為20°～40°；銅仁以北至來龍山以南，斷裂面傾向北西西，傾角一般大于50°，該斷裂附近次生斷層、褶皺構造發育，巖體完整性較差。

斷裂會嚴重影響工程的安全性，鐵軌布設時應避開斷裂線以保障后續鐵路的安全穩定。

3.2 三維可視化分析

為了更好地顯示研究區的水文特征及地質構造，將其進行三維可視化。三維可視化可以形象、多視角、全方位顯示鐵路周圍的地質狀況，對規劃鐵路線的布設具有很好的輔助作用[21]。三維可視化結果分別如圖7、圖8所示。

注：紅色為干流；綠色為四級河流；藍色為三級河流；橘色為二級河流；粉色為一級河流；青色為干溝河流。

由三維可視化結果可以看出：研究區水系交錯，發育豐富，在溝谷等地勢較低處均有水流經過；鐵路線直接經過的斷裂線有三條線狀構造1、一條線狀構造2、一條正斷層，分別如圖8(a)、圖8(b)、圖8(c)所示，斷裂線主要位于兩邊地勢高、中間低的溝壑處。建設鐵路時，應充分考慮此類地貌的影響。

圖8 斷層可視化結果

3.3 工程地質評價

研究區域內地形地貌復雜，將工程地質適用性評價結果結合各種指數因子進行多指標綜合權重分析。多指標綜合評估方法是各類評估活動中一個比較簡單有效和常用的定量方法，數學表達公式參見文獻[22]。

本次工程地質條件評價主要考慮自然環境、地形地貌以及工程地質三方面評價內容，選取植被覆蓋度、地表濕度、水系、海拔、坡度、坡型、地層巖性、水文地質、斷裂總計9個指數，根據以往調查資料以及各類指數對鐵路修建的影響大小進行權重劃分，如表3所示。

表3 工程地質評價因子及權重一覽表

對工程地質類型進行適用性評價，以地質構造評價結果為例，設置距離間隔2 km為一個等級，等級越低代表距離斷裂處越近，適用性越差，評價結果如圖9(a)所示；研究區植被覆蓋結果如圖9(b)所示；通過纓帽變換提取濕度分量得到研究區的土壤濕度結果如圖9(c)所示。

圖9 地質評價輔助數據結果圖

將上述各類因子重分類，按適宜程度劃分等級，最后根據各自的權重進行疊加，計算地質穩定性綜合指數(范圍為1.8～4.6)，數值越大代表越適宜。將計算結果按等差取值分為五類，研究區按適宜程度分為優、良、中、較差、差五類，結果如圖10所示。

圖10 鐵路沿線地質評價結果

由評價結果可以看出，研究區較差等級主要集中在西北部、中部以及東北部小面積區域，這主要是由于西北部為灰巖，水系豐富情況下極易發育巖溶洼地，且地勢較高；中部分布有巖溶洼地，斷裂發育豐富，海拔高且植被覆蓋度較高，不利于工程建設；沱江位于研究區的東北部，造成此處的評價等級較差。鐵路線經過的等級較低區域主要在中部，由于中部整體評價結果較差使得鐵路線不可避免地要經過此路段，從結果圖可以看出，鐵路線在此處經過的路線相比于中部的其他地區評價結果較好。總體來看，路線的地質評價結果較好。

4 結束語

本文采用面向對象分類與三維可視化結合的方法對銅吉鐵路一帶的地層、水文進行解譯分類，得到以下結論。

1)在地形地貌復雜的山區利用GF-1、Sentinel-2等多波段、高分辨率遙感數據，采用面向對象分類與三維可視化結合的方法對地質進行專題解譯，克服了過去人工解譯耗時長、精度低的缺點，更新了過去的解譯結果，得到了最新的地質解譯圖。銅吉鐵路沿線地勢地貌復雜，碳酸巖巖溶水分布廣泛，水系、斷層發育，三維可視化使得各類地質得以清晰立體的展現，為鐵路的選址提供有效的指導。

2)分割尺度與特征參數的選擇對面狀地質特征提取有重要意義。通過對比不同分割尺度結果，選取分割邊界清晰、單個對象能夠表達地物屬性的尺度作為最后結果。各類地質選擇分割尺度略有不同，水文地質分割尺度選擇600，地層巖性分割尺度選擇550。結合不同地質特征選取適當的特征參數進行分類，結果表明，面向對象分類對地層巖性、水文地質具有較好的分類效果。

3)選取適當的地質因子進行綜合評價給出鐵路周邊地質穩定性綜合指數，以評價鐵路的地質狀況。將該區的地質狀況進行分類，數值越大代表地質狀況越好。結果表明，研究區適宜建造鐵路的地質范圍分布廣泛，較差地質分布在研究區的西北部以及中部的小面積區域，總體地質狀況較好，銅吉鐵路線選址具有可實施性。

致謝：感謝青島星科瑞升信息科技有限公司對本次研究提供項目支持；感謝山東科技大學田茂霖老師對本研究過程中的技術指導。