綜合遙感技術在山區鐵路泥石流勘察中的應用

張璇鈺 劉桂衛 孫琪皓 王 飛 王東旭

(中國鐵路設計集團有限公司,天津 300308)

引言

泥石流災害多發生于地形險峻的山地區域,并具有流速快、流量大以及破壞力強等特點,嚴重威脅我國山區鐵路的行車安全。1981年成昆線利子依達溝特大型泥石流就曾沖垮橋梁結構,造成巨大人員傷亡[1]。然而,既有的現場調查、蹲守、群測群防等措施難以全面及時獲取災害體發育情況,且預警時效性較差,無法為鐵路安全運營提供強有力的支撐。亟須利用新的技術手段對鐵路沿線泥石流災害開展監測研究,保障鐵路行車安全。

近年來興起的“航天-航空”綜合遙感技術,在復雜艱險山區鐵路勘察設計中發揮了重要作用[2]。其中,航天合成孔徑雷達干涉(InSAR)技術可穿透云霧,獲取廣域地表形變信息,并已在地震火山形變提取、城市沉降監測等領域取得了良好的效果[3-7]。在此基礎上,學者們將InSAR技術應用于鐵路工程災害監測中。邊坡監測方面,甘俊提出一種融合星載、地基合成孔徑雷達的鐵路施工區滑移形變監測方法,通過星載雷達探測形變區,利用地基雷達進行實時監測[8];泥石流勘察方面,陳庭軒等提出一種聯合雷達相位信息和后向散射信息的災害解譯方法,取得兼具高精度和高可靠性的成果[9];李晶等采用短基線干涉測量(SBAS-InSAR)技術,對覆蓋整個黃土高原的1994景Sentinel-1A數據進行處理,識別出黃土高原3240處地質災害隱患點[10]。雖然利用InSAR技術可揭示災害形變規律,但由于缺少目標的紋理和色彩,其結果的直觀性相對較差,仍需聯合其他技術手段進行深入研究。

低空無人機遙感技術可獲得高分辨率的光學遙感影像,廣域災害調查方面,劉桂衛等基于自主研發的三維遙感判釋系統實現真實場景的室內重建,利用多源遙感數據開展鐵路沿線災害解譯,并成功應用于鐵路勘察設計和既有線路的防災減災[11-12]。精細化災害篩查方面,王棟等以高寒高海拔地區鐵路工程為研究對象,對無人機在地質勘察中的應用進行探索,通過高分影像和激光點云的融合分析,獲取災害位置、空間產狀等地質要素,解決高位、高植被覆蓋地區勘察低效的問題[13-17]。單一的無人機低空遙感技術缺少監測目標的形變信息,而上述兩種技術的綜合有望為山區泥石流災害的勘察提供一套更為完整可行的技術方案。

綜上,為解決傳統泥石流調查低效、全面性較差的問題,以湖南西北部某山區鐵路上游泥石流為研究對象,綜合利用InSAR和無人機低空遙感技術,對該泥石流災害進行系統研究分析,獲取區域災害隱患的時空分布情況,并實地驗證綜合遙感成果的可靠性,以期為山區鐵路沿線泥石流災害的監測治理提供借鑒。

1 研究區概況

研究區位于湖南省西北部,區域內以褶皺構造為主,山體高聳,巖性復雜,砂巖、石灰巖、頁巖交錯分布。研究區域植被茂密,以常綠闊葉林和低矮灌木為主。區域降水主要集中在每年的6～9月,同時也是區域內滑坡、崩塌落石等地質災害頻發的時段[18]。該鐵路工程穿越湘西武陵山區,橋隧占比超75%,是中南地區重要的東西向客運通道之一。在茂密植被和強烈的巖溶作用下,崩塌落石等高危隱蔽性災害問題突出,對隧道進出口和橋梁設施構成嚴重威脅。傳統人工調查手段難度大、風險高,已無法滿足安全運營的迫切需求。

研究區泥石流災害匯水面積約為1.18 km2(見圖1),區內最低點位于溝口道路,高程約281 m,最高點位于坡頂,高程約699 m,相對高差約418 m,坡度大于30°的面積占50%以上,共發育有4條支溝。該泥石流主溝溝谷狹窄,兩側山體節理、裂隙較發育,巖體風化嚴重,溝內可見大量塊石堆積,植被茂密。鐵路以橋梁方式橫跨主溝流通區,中橋長約60 m,主橋墩高約15 m,橋下河道寬度約為20 m,南北兩側分別為某隧道進出口。2020年6月,受強降雨影響,該流域暴發泥石流。故對鐵路橋基的穩定性和行車安全構成潛在威脅,亟須進一步的監測和治理。

圖1 鐵路工程穿越湘西武陵山區三維地形示意Fig.1 Three-dimensional terrain diagram of railway engineering crossing the Wuling Mountain in western Hunan

2 研究方法

2.1 工作內容與技術路線

為了解決人工勘察存在的效率低、盲區多、風險大等問題,綜合利用InSAR監測和無人機航空攝影兩種技術對沿線某泥石流溝谷開展遙感監測研究。首先,選取研究區域歐空局Sentinel-1A合成孔徑雷達(SAR)影像,開展影像配準、重采樣、干涉、相位解纏,以及時序形變解算處理,并依據獲取形變識別流域內的活動災害隱患體,定量揭示其運動規律;其次,獲取研究區域低空無人機遙感影像,對其進行幾何校正、位置信息解算、同名點匹配、空中三角測量加密、構建狄洛尼三角網、建立白模、匹配紋理等處理,最終構建高分辨率實景三維模型;最后,綜合研究區InSAR形變數據、實景三維模型識別確定的崩滑隱患體,進行現場踏勘與驗證。綜合遙感技術路線見圖2。

圖2 綜合遙感技術路線Fig.2 Integrated remote sensing technology roadmap

2.2 遙感數據處理

(1) InSAR數據處理

針對研究區植被茂密的自然條件,選用C波段的歐空局Sentinel-1A SAR影像,利用短時間基線構建密集干涉像對以降低噪聲干擾。監測時段為2020年1月1日～2022年1月14日,共涵蓋33景升軌數據;選用小基線集InSAR(SBAS-InSAR)技術進行地表形變解算,具體影像對時空基線組合見圖3(a)。研究選用ASTER GDEM V2-30m數字高程模型(DEM)[19],模擬并去除InSAR干涉對地形相位;利用歐空局提供的精密軌道星歷數據去除軌道誤差[20];依據通用大氣校正在線服務數據(GAGOS)去除InSAR干涉大氣延遲分量[21]。研究選取2020年9月2日的數據作為公共主影像,將其余SAR影像與公共主影像進行配準,以120 d、150 m的時空基線閾值進行干涉對組合、生成差分干涉圖;并選出具有高相干性的慢失相關濾波相位(SDFP)目標,在此基礎上去除大氣效應和地形相位誤差;最后使用奇異值分解法(SVD)獲取形變信息。SBAS-InSAR的數據處理流程見圖3(b)。

圖3 InSAR數據處理Fig.3 Data processing of InSAR

(2)無人機數據采集與處理

為完成泥石流溝內災害體的詳查工作,根據研究區基礎地形數據和重點作業目標規劃仿地飛行航線,通過五鏡頭同步采集正射與傾斜影像,確保各區域影像尺度的一致性。數據采集和處理流程如下。

首先,劃定泥石流災害影響范圍作為遙感影像采集區域;其次,基于工程區基礎資料,規劃自適應地形起伏的仿地飛行航線,使航向重疊度達到95%,旁向重疊度達到85%,確保重點區域影像空間分辨率不低于5 cm,高程分辨率不低于10 cm;最后,利用數據處理軟件對無人機影像進行幾何校正、位置信息解算、同名點匹配、空中三角測量加密、構建狄洛尼三角網、建立白模、匹配紋理等處理(見圖4),獲取研究區的實景三維模型。利用模型所呈現的色彩、紋理、立體幾何信息,開展泥石流發育情況的詳查與幾何參數量測工作。

圖4 無人機數據采集與處理流程Fig.4 Data acquisition and processing flow of UAV photogrammetry

3 研究結果

3.1 泥石流溝地表形變空間分布

為了獲取可靠的InSAR形變信息,綜合考慮研究區植被郁閉度,并根據多次不同相關系數閾值實驗,發現在閾值選為0.35時,可在較好濾除低相干目標的同時,保留盡可能多的高質量InSAR形變觀測。因此,選擇0.35作為相干系數閾值。設定監測目標在2020年1月1日的形變量為0,后續形變皆為相對量級。監測結果顯示,泥石流溝谷主要存在4處隱患(見圖5(a)),會對鐵路行車安全和當地居民構成威脅?？傮w上,4處隱患的形變曲線隨季節呈周期性變化,雨季的形變量較大,剩余期間相對平緩(見圖5(b))。各監測點的形變特征如下。

圖5 時序InSAR形變監測結果Fig.5 Time-series deformation monitoring results of InSAR

隱患點1位于泥石流堆積區,該危巖體在監測周期內形變明顯,平均速率為17.7 mm/a,在2020年6月至11月期間累計形變達18 mm,處于明顯的形變加速階段。隱患點2于2020年雨季發生30 mm的大量級形變,之后進入緩慢形變階段,平均形變速率為18 mm/a。隱患點3位于泥石流主溝上游右后側,該區域形變量級最為顯著,在此次監測周期內累計形變量達57 mm,平均形變速率為28.5 mm/a。隱患點4位于泥石流主溝頂部左前側山體,該斜坡曾發生滑塌,在2020年及2021年雨季均監測到明顯的形變信號,平均形變速率為17.8 mm/a。

3.2 基于無人機實景三維模型的災害隱患詳查

基于無人機低空遙感影像構建的實景三維模型顯示,泥石流物源區面積較大,呈漏斗狀,土地覆蓋類型為常綠闊葉林地、草地、農田及裸地;流通區溝道狹窄,兩側山體坡度較大,植被茂密;堆積區主要由磨圓度較差的碎石和松散軟土構成。經判識,流域主要存在4處隱患(危巖體1處、不穩定斜坡1處、滑坡體2處)。

危巖體位于泥石流主溝出口南側邊坡上(見圖6(a))。巖層近似水平,節理產狀196°∠40°,坡面產狀330°∠80°,方量約775.52 m3,距隧道進口約45 m。巖體側方發育較寬的拉張裂隙,有貫通風險;底部巖體破碎,基座孤立,存在傾倒式崩塌隱患。

圖6 基于實景三維模型的災害隱患詳查結果Fig.6 Detailed investigation results of realistic 3D model

不穩定斜坡位于泥石流主溝頂部(見圖6(d)),高程約630 m,影像中可見一處由四級梯田構成的農務區,面積約為2.0×103m2。該區域利用上游及兩側山谷匯水開展農務,造成溝谷改道。

滑坡體1(見圖6(b))位于村落和主溝間,距離上游道路約80 m。影像中可見一面積約1.95×103m2的平緩地帶(見圖6(c)),表面無高大植被覆蓋。滑坡體2(見圖6(e))位于西北-東南向延伸山脊的北東側斜坡上部,地面坡度大于40°。滑坡區面積約為2.03×104m2,體積為(16.5～18)萬m3。根據影像特征,將滑坡分為上部滑動形變區(Ⅰ區)、中部滑動形變與碎屑流堆積區(Ⅱ區)、下部堆積區(Ⅲ區)。

由于缺少研究區同期地面監測數據,故未能對InSAR結果的絕對精度進行驗證。因此,采用非顯著形變區統計法和影像解譯分析法對InSAR結果的內符合精度進行評估。首先,針對圖5(a)中非顯著形變區域,統計其年平均形變速率,該區域形變速率在-5～5 mm/a之間波動,形變均值為0.49 mm,標準差為2.17 mm(見圖7(a)),表明InSAR監測成果有較好的內符合精度。其次,沿滑坡體主軸方向,Ⅰ區形變梯度較大,且形變速率逐漸增加,野外調查也顯示該區域滑動面平整且擦痕明顯;Ⅱ區形變速率整體較高,形變梯度相對變緩,同時光學影像顯示該區域存在多條橫向張拉裂隙,物質流體化特征顯著;Ⅲ區形變速率逐漸減小后維持在一定數值波動,堆積體顏色較深,呈凸起狀,影像特征與形變趨勢相符(見圖7(b))。

圖7 InSAR精度評估與驗證Fig.7 Accuracy evaluation and verification of InSAR

綜上,InSAR技術實現了研究區域微小形變的探測,無人機遙感又賦予了監測結果影像色彩和紋理信息,將二者相結合,完成了地質災害隱患由宏觀至細部的高精度快速篩查。

3.3 野外調查與分析

為了對監測結果進行復核,研究團隊于2022年3月、5月分別對研究區域開展實地踏勘。根據踏勘情況,按照物源類型對隱患進行分類,并對遙感工作與現場調查結果進行匯總與分析。

隱患點1位于流域下游高位邊坡上(見圖8(a)),屬危巖落石型物源。雨季形變量較大,其余監測時段相對平緩;坡面地形陡峭,現場調查難度較高,整體風化較為嚴重,危巖兩側大型裂隙內可見水流,植被茂密,與邊坡的連接性較差。

圖8 地質災害現場驗證Fig.8 Verify in field for geologic hazards

隱患點2位于流域中游(見圖8(b)),屬滑坡型物源。該處在2020年雨季出現大量級形變后即進入平緩期,未見明顯的周期性變化規律;無人機和現場調查顯示,該隱患朝向主溝,呈圈椅狀,后緣有拉裂形變跡象,表面發育有低矮灌木、草地,與周圍的林地差異顯著。

隱患點3位于流域上游(見圖8(c)),屬于坡面侵蝕型物源。形變監測顯示,該處雨季形變梯度較大,明顯高于其余隱患;現場調查顯示農田地處高位,兩側山體陡峭,植被茂密,邊界土質松軟,水土流失嚴重,主溝內可見多處小規模堆積體。

隱患點4位于流域上游(見圖8(d)),屬滑坡型物源。該處形變規律與季節關聯度較高,在暴雨沖刷搬運下轉化為泥石流。物質流體化特征明顯,坡面覆蓋層較厚,滑動面未見明顯基巖出露,斜坡中下部多為崩坡積、滑坡堆積物覆蓋,坡面可見上部基巖陡坡滾落的塊石。

野外調查表明,受地形起伏大和植被茂密的影響,多處災害隱患僅靠人力難以企及,單點化的作業模式無法獲取災害全貌,且工作效率較低。綜合遙感技術有效克服了上述問題,為災害篩查提供了多維度視角,實現了危險源的快速精準化判識。

綜合時序InSAR監測、無人機三維模型解譯以及現場復核結果,認為該泥石流溝物源豐富,隱患體形變量較大,對下游鐵路橋梁設施構成較大威脅。工程防災建議如下：①在流通區采用多級攔擋、消能措施,來減弱碎屑流對橋梁的沖擊;②堆積區隧道口邊坡巨型危巖體節理裂隙大量發育,表面風化強,且存在持續形變,應采用主、被動結合的多層防護結構,防止碎石崩落上線;③對隱患體進行長期監測與形變加速預警。

4 結論

對遙感技術在鐵路泥石流勘察中的應用進行研究,實現了泥石流溝谷崩、滑隱患體的快速、精準化篩查,主要結論如下。

(1)利用SBAS-InSAR技術獲取流域為期2年的InSAR形變數據,成功探測發現多處活動形變隱患點,最大形變速率為28.5 mm/a。其中上游形成區隱患點數量較多,主要分布于滑坡體和不穩定斜坡;流通區峽谷切割較深,山坡陡峻,未發現顯著形變;堆積區隧道口邊坡危巖體存在大量級持續性形變,對行車安全構成較大威脅。

(2)無人機實景三維模型詳查結果顯示,流域內共存在4處災害隱患,分別對應滑坡、危巖,以及不穩定斜坡,災害體的影像學特征與InSAR形變規律相符。

(3)基于廣域篩查、流域詳查、單點核查的綜合遙感方案可有效節約人力成本,提升災害篩查工作的效率和精度。未來研究中將聯合地面監測數據,對InSAR的絕對精度進行驗證與分析,進一步增強結果的可靠性。