地質災害遙感早期識別技術

付潤梅，劉 珺，郝曉陽，楊文府

（1.太原理工大學安全與應急管理工程學院，山西 晉中 030600；2.太原理工大學礦業工程學院，山西 太原 030000；3.山西省煤炭地質物探測繪院有限公司，山西 晉中030600）

地質災害是指自然因素引發的危害人民生命財產安全的山體崩塌、滑坡、泥石流、地面塌陷、地裂縫、地面沉降等與地質作用有關的災害[1-2]。地質災害對人類生命安全和生活造成了嚴重的危害。20世紀90年代以來，中國的地質災害平均每年造成約1 000人死亡，經濟損失高達200多億元[3]。調查并準確識別地質災害對于防災減災、保障生命財產安全具有重要意義。

傳統的地質災害遙感監測是以野外采樣點為基礎，采用目視解譯的方法識別地質災害，是一種直接解讀法。這種方法可以實現地災的精準識別，但耗時耗力，效率低下[4-5]，無法實時監測災害信息，同時解譯精度易受人工經驗制約[6-7]。

加權信息量法[8-12]是以信息量法[13-15]和層次分析法[16-17]為基礎，在充分了解地災影響因素的前提下，選擇并考慮各因素對地災發生影響程度的差異，以加權信息量值作為地災識別的指標，劃定不同等級的孕災地質條件分區，從而實現地災的識別，是一種間接解讀方法。

基于加權信息量法得出的解讀標志為目視解譯提供了地質條件分區，彌補了目視解譯效率低下的不足，提高了目視解譯的精度。將二者結合應用，能夠有效識別出地質災害隱患[18]，提高災害識別精度[19]。

研究以沁縣為例，基于高分二號（GF-2）遙感影像，依據地災發生的地質條件特征，充分考慮誘導災害發生及影響災害等級的地形地貌、植被等因素，選定影響因子，利用層次分析法確定各因子權重，然后采用信息量法進行提取疊加災點位置信息，信息量乘以權重值[20]得到間接解讀標志（孕災地質條件分區）。在此基礎上，結合各類地質災害的位置、色調、形態、紋理以及地貌特征進行目視解譯，構建間接解讀+直接解讀相結合的地質災害快速早期識別模型，以期為災前防控和預警提供依據。

1 研究區概況

沁縣（112°28′E—112°54′E，36°36′N—36°59′N）位于中國山西省長治市的西北部，處于太行山與太岳山兩大山脈之間，總面積1 319.9 km2。境內西部為侵蝕山區，東部為黃土丘陵地帶，具有產生滑坡、崩塌變形活動的條件。全區屬溫帶半干旱大陸性氣候，夏季高溫炎熱，雨量集中，間有暴雨，是地質災害高發期。全縣內地層傾向以南東、北東、東南為主，緩傾，傾角5°～10°。調查區總體為單斜構造，局部見小褶皺。區內的地質構造類型主要為斷裂，巖層走向南部多為北西—東西向，傾角6°～10°，局部稍陡；北部走向多為北西—北北西向，局部北北東或東西向，傾向北，傾角一般5°～7°。沁縣交通比較發達，有太焦鐵路，國家（G208）、省（S322）、市（縣）各級公路。境內水資源豐富，主要河流有漳河、庶紀河、段柳河、徐陽河、迎春河、圪蘆河、白玉河、涅水河等8條，有大小支流126條。地表覆蓋層薄，植被恢復較差，巖土體裸露現象較多，附著能力差，在雨水的沖刷下，水土流失現象明顯，導致易發生坡體崩塌和滑坡等地質災害。

2 研究數據與研究方法

2.1 數據與數據處理

2.1.1 遙感影像數據及處理

分別獲取了沁縣2020-06-15 GF-2衛星遙感數據共9景，分 別 為E112.4_N36.5、E112.5_N36.7、E112.5_N36.9、E112.6_N37.1、E112.7_N36.5、E112.7_N36.7、E112.8_N36.8、E112.8_N37.0、E113.0_N36.7。對獲取的影像進行正射校正、幾何配準、圖像融合、圖像鑲嵌、圖像裁剪和圖像增強等預處理，得到研究區影像。

從地理空間數據云（https://www.gscloud.cn/）下載2020-06-07陸地資源衛星landsat8數據，將其與GF-2進行配準后，裁剪得到沁縣影像數據，用于計算地質災害影響因子——植被指數。

2.1.2 地形圖數據及處理

基于2020年1∶50 000的地形圖數據提取DEM，然后利用ArcGIS軟件從DEM數據中提取出坡度、坡型，計算得到起伏度。同時，從地形圖數據中提取得到居民地、交通道路、地貌類型和斷層等間接解讀因子。

2.1.3 地形構造數據及水文氣象數據

從獲取的地質構造數據中提取出斷層以及巖組分區，對巖組分區進行拓撲檢查，拓撲規則選擇不能有重疊、不能有間隙，將拓撲后去除重疊，補充間隙后的巖組分區作為地層巖性因子。從水文氣象數據中獲取基礎河流水系數據，將河流水系數據中主要河流水系進行提取得到河流因子。

2.2 研究方法

在基于遙感、地形圖、地質構造數據和水文氣象數據提取孕災因子的基礎上，首先，利用層次分析法確定各因子權重，然后，在Arcgis10.7中采用信息量法提取樣本點位置信息，最后利用加權信息量法加權疊加每個因子不同區間的信息量，間斷點法將研究區分為高、中、低3個孕災條件區；最后，結合災害點的位置、色調形態、紋理以及地貌形態等特征進行目視解譯，實現研究區地質災害精確識別。技術路線如圖1所示。

圖1 災害識別技術路線圖

2.2.1 加權信息量法

研究先利用層次分析法計算出各影響因素間的權重值Wi，然后采用信息量法計算各評價指標所占信息量值，在GIS中加權疊加得到孕災條件分區。具體做法如下。2.2.1.1層次分析法計算權重

建立階梯層次模型：采用目標層、準則層和方案層3層結構建立沁縣地質災害易發性評價層析模型。目標層為解譯重要度分區，準則層分為控制因素和人類工程活動，方案層因素包括巖土體類型、斷層、高程、坡度、地貌類型、坡型、河流、植被、居民地、道路。

按照比例標度表的標準，采用專家打分的方法，兩兩比較確定因素間的重要性比值，構建重要度判斷矩陣。計算各判斷矩陣的最大特征根（λmax）和特征向量，并進行一致性檢驗。計算歸一化后的權重，如表1所示。由于各地孕災條件不同，各孕災因子需結合實地地形和地質條件進行調整。研究對沁縣已發生災害進行了野外實地勘察，最終確定了各孕災因子的權重。2.2.1.2孕災重要度分區計算

表1 基于層次分析法的孕災因子權重

將利用層次分析法得到的權重與基于信息量法得到的信息量利用公式（1）進行加權疊加，計算總信息量值，按自然間斷點法，將全縣分為高、中、低3個等級，得到孕災重要度分區。

式（1）中：Wi為各因子權重；Ii為因素組合x1，x2，…，xn對地災發生所提供的信息量。

式（2）中：Ni為因子劃分每個區間內災害點的個數；N為所有災害點的個數；Si為因子劃分每個區間的面積和；S為研究區的總面積。

通過加權信息量法得到間接解讀標志，確定進行人機交互解譯的重要度區界，縮小地質災害目視解譯范圍，并提高解譯效率。

2.2.2 目視解譯法

將孕災地質條件分區結果與GF-2影像疊加，通過目視判讀不同等級孕災區各災害的位置、色調、形態、紋理以及地貌形態等特征，實現全區地質災害（隱患）點的精準識別。地質災害遙感影像圖如圖2所示。

圖2 地質災害遙感影像圖

2.2.2.1 滑坡標志

位置特征：剝蝕堆積黃土丘陵區，坡度一般在20°左右，為順向坡，人類工程活動較為活躍的區域，道路兩旁100 m范圍內，坡腳開挖區域。

色調形態特征：滑坡主要由滑坡后壁、側壁、滑坡體組成。滑坡體在遙感圖像上多呈舌形、橢圓形、簸箕形等形狀。后壁有弧形陡坎出現，滑坡體相對兩側巖土體向下滑動，可造成地層產狀等標志物的錯移。從遙感影像上分析，由于巖土體明顯出露，使得研究區滑坡體在影像上清晰可見，其色調多呈土黃色、灰黑色，如圖2（a）所示。

紋理特征：滑坡體地形破碎，使得其表面紋理雜亂，與周圍地物形成鮮明對比。且坡體表面凹凸不平，土體密實，紋理粗糙，有明顯的后壁和側壁，后緣有臺坎或裂縫等橫向紋路，以及明顯臺坎或階梯狀紋路。

地貌形態特征：區域內滑坡后壁及兩側邊界都比較清晰，但因其穩定性較差，滑坡后壁還有蠕滑情況發生，導致植被覆蓋率較低。表面的巖土體完整性較差，坡體前緣有居民點、道路或松散堆積物，后緣通常為耕地，可見到房屋開裂甚至倒塌，耕地受到擾動等跡象。

2.2.2.2 崩塌標志

位置特征：剝蝕堆積黃土丘陵區，坡度在20°～50°之間的區域。居民地附近，道路兩旁100 m范圍內，坡腳開挖區域。

色調形態特征：研究區域內發育的崩塌在影像上的色調與周圍地物相近，大多以灰色和灰黑色為主，位于陰坡的崩塌體因受到太陽光照角度的影響，在影像上呈現濃重的陰影區，呈現黑色。但崩塌在影像上通常呈舌形、半圓形、扇形、長條形等形狀，與周圍地物有明顯差異，如圖2（b）所示。

紋理特征：由于崩落體大小不等、零亂無序，使得崩塌體表面凹凸不平，紋理較為粗糙，崩落體往往毀壞坡上植被，造成植被覆蓋程度低。

地貌形態特征：崩塌常表現為連續的地貌形態突然被破壞，由于崩落體沒有固定的滑動面，輪廓線清晰，但其周界往往不規則、不圓滑，形狀各異。坡腳堆積區多為大小不一的碎石塊，呈現錐形分布特征。

3 結果與分析

3.1 沁縣地質災害點識別結果

利用間接解讀+直接解讀的地質災害識別模式得到沁縣地質災害遙感識別結果，如圖3所示。

圖3 遙感解譯點空間分布圖

從圖3可知，全縣范圍內識別出94處地質災害（隱患點）圖斑。經過野外實地驗證發現，其中91處為地質災害（隱患）點，識別精度達到96.81%。其中，定昌鎮堯上村點、定昌鎮南石垢村點、定昌鎮坡頭村點、南里鄉中里村點以及新店鎮灣村點5處為正確識別，但已經治理；段柳鄉長勝村點和新店鎮東城莊村點為已發生災害點，承災體均已搬遷避讓，僅具備地質災害發生條件，不構成災害；次村鄉五龍頭村點、段柳鄉良樓溝村點和段柳鄉宋家溝村解譯點坡體較小，距承災體有一定安全距離，暫時構不成地質災害，但也被早期識別發現；其余84個點定為現存地質災害（隱患）點。識別結果驗證了加權信息量法+目視解譯識別模式的可靠性。

對識別結果進行統計發現，高孕災風險區面積為142.27 km2，占全縣面積的10.78%，分布在漳源鎮、定昌鎮、段柳鄉、松村鄉、郭村鎮、冊村鎮、新店鎮等地；中孕災風險區為555.08 km2，占全縣面積的42.05%，分布在沁縣的東北、東南以及西部，涉及到楊安鄉與新店鎮的南部，次村鄉的大部分以及牛寺鄉的東部等；低孕災風險區為622.78 km2，占全縣面積的47.17%，分布在牛寺鄉、南泉鄉和楊安鄉以及沁縣的西部。

識別出的地質災害點中有64個位于高孕災條件區，占總數的70.33%，災害點密度達到0.45個/km2。這些災害點大多位于山間河谷區和褶皺侵蝕低中山區，部分分布于斷裂地質構造周邊地帶，巖性主要為軟土類，植被覆蓋度較低。有24個位于中孕災條件區，占總數的26.37%，災害點密度達到0.04個/km2。與高孕災條件區相同，中孕災條件區中的災害點也位于山間河谷區和褶皺侵蝕低中山區，還有部分位于褶皺斷塊溶蝕侵蝕低中山區。中孕災條件區的巖性主要為軟土類和較硬巖類；植被覆蓋度較高。全縣低孕災條件區內的災害點相對較少，僅有3個。其發育特征為位于褶皺侵蝕低中山區和褶皺斷塊溶蝕侵蝕中山區，巖性主要為較硬巖類和軟弱巖類，植被覆蓋度較高。

整體來看，沁縣的地質災害點（隱患點）多在軟土、植被覆蓋度低的山間河谷區、褶皺侵蝕低中山區發育。

3.2 孕災因子分析

為了進一步分析沁縣地質災害孕災因素，對91個地質災害（隱患）圖斑的C1～C10因子的每個分區特征進行了細化和統計，如表2所示，并結合孕災地質條件進行了分析。由于沁縣災害類型多為崩塌，少數為滑坡，地質災害種類比較單一，所以本研究在討論孕災因子的影響作用時不進行分類討論。

表2 （續）

分析表2可知，研究區的地質災害多發生在坡度在0°～15°區內，災害點數占比達到93.40%。15°以上的占比較小，災點密度比較低，起伏度在0～20 m之間的災害點數占97.80%，20 m以上災害點較少，災點密度比較低。結合研究區土地利用狀況發現，坡度與起伏度高的區域位于沁縣西部，這些區域是人類工程活動比較少的山區，交通道路除了有一條東西橫穿的鐵路以外，基本沒有其他道路通過，因此不易誘發地質災害。

分析居民地和道路緩沖區發現，災害點多集中于距離居民地緩沖區50 m內和距離道路50 m內，災點密度分別達58.93個/100 km2和50.88個/100 km2；河流兩旁500 m內災點密度也較高，為23.44個/100 km2。分析坡型發現，直型坡是3種坡型中最具孕災條件的，災點數量遠高于凹型坡和凸型坡，災點密度為其他2種坡型之和，為8.34個/100 km2，說明區域以內直型坡的孕災條件最強。

地貌類型為堆積河谷區災點密度最高，梁狀黃土丘陵區次之，兩個區間災點數占比達72.5%。高孕災條件區也基本分布在這兩個區內，說明堆積河谷區和梁狀黃土丘陵區最容易孕育地質災害；地層巖性為黏性土單層土體以及砂卵石、中細砂、粉土多層土體的巖性區內災點密度也分別達到了10.85個/100 km2和10.59個/100 km2，兩個區災點數占比為69.2%。高、中孕災條件區也基本分布在這2種巖土體中，說明研究區內黏性土單層土體和砂卵石、中細砂、粉土多層土體孕災條件較強。

居民地的分布狀況、地層巖性、地貌類型、河流水系、交通道路、坡型、植被指數、起伏度以及坡度都對孕災分區以及災害點分布有較大影響，而斷層在本研究區影像較小。在距離斷層1 000 m以內的災點數僅占災點總數的2.50%，這是由于研究區內斷層較少且分布在沁縣的西部，人類工程活動較少，斷層附近基本達不到地質災害的形成條件。

4 結論

研究基于GF-2遙感影像，采用加權信息量法和目視解譯相結合的方法，構建了間接解讀+直接解讀的地質災害識別模式，實現了地質災害（隱患）點的精準識別。通過研究，得到以下主要結論：①間接解讀+直接解讀的地質災害識別模式可以有效提高地質災害遙感識別精度，精度達到96.81%，其中高孕災區為98.46%，中孕災區為92.31%，低孕災區為100%。②坡度、坡型、起伏度、居民地、公路、地貌、斷層、巖土體類型、河流及NDVI指標是準確解譯地質災害的重要因子。沁縣地質災害點（隱患點）多發生或孕育在軟土、植被覆蓋度低的山間河谷區、剝蝕侵蝕低中山區，以及人口密度和建筑物密度較高的地區發育。③沁縣高、中、低孕災區災害點分別有64個、24個和3個，占全縣面積的10.78%、42.05%和47.17%。