论文部分内容阅读
摘 要： 由于伊犁谷地特有的地质环境和气象水文特征，滑坡、泥石流等地质灾害频发。无人机遥感技术具有能快速获取高质量、高分辨率遥感影像的特点，借助无人机遥感技术对新源县阿尔善村山体滑坡进行现场扫描，通过采集滑坡后的地表三维点云数据获取数字高程模型（DEM），同时运用栅格空间分析技术，将平滑前的DEM与平滑后的DEM进行栅格运算，定量计算出滑坡土方量为25 422.79 m3。研究成果为当地的地质灾害风险评估、监测预警、排查防治与指挥救援等提供客观、详实的数据资料。
关键词：滑坡地质灾害;敏感性;无人机遥感;数字高程模型（DEM）;数字正射模型（DOM）
滑坡灾害是新疆地质灾害主要灾种之一，在新疆伊犁谷地广泛发育。近年来，一些研究学者将遥感图像和目视解译相结合的方法广泛应用到滑坡灾害勘察中。该方法弊端是依赖判译者的专业知识水平和经验，采用的数据多为中低分辨率的遥感影像，只能对大型滑坡进行判释和定性分析，而对滑坡规模及危害程度无法进行定量分析，因此，很难达到工程建设和灾害治理的要求[1-4]。由于无人机低空摄影测量的发展，其机动灵活、携带方便、分辨率高等特点，可获取高精度的数字高程、数字正射模型等数据，在地质灾害监测、信息提取、遥感解译、应急救援和灾情评估等方面具有巨大优势 [5-8]。
近年来，由于人类活动的日益频繁，滑坡灾害对交通、水利等工程建设带来的危害日益加剧，对滑坡的监测已成为许多工程项目开展前的必需工作。本文选取伊犁谷地新源县阿尔善村作为研究区，通过无人机遥感监测，获取高精度数据，在此基础上对滑坡点进行监测与分析，研究成果为当地减灾防灾和制定区域防灾规划提供客观、详实的依据。
1 研究区概况
新源县阿尔善村位于T字型山沟内，北部为山区，南部为平原农业区，地势陡峭，且变化巨大，居民点延山沟分布（图1）。测区高差较大，海拔最高1 800 m，最低1 300 m，高差约500 m，测区面积为3 km2。
2 数据来源
本次遥感数据的获取使用中科院QC-1型无人机（表1），由于设计航线时考虑到地形起伏大，且成像要求0.1 m分辨率正射影像，本次采用变高航线的方式进行航拍。
本次航拍采用“CGCS2000”坐标系，高程系统采用“1985国家高程基准”。由于山体滑坡监测需要丰富清晰的纹理信息，航拍原片的地面分辨率应满足1∶1000的要求，地面分辨率高于10 cm，航飞原片的地面分辨率为8 cm。
3 滑坡监测分析
3.1 点云数据提取及分类
本次无人机获取点云数据为小于5°的重叠点云，对其进行过滤，仅保留高精度点云数据。利用控制数据校正已拼接好的点云数据，测量的20个像控点数据全部用于平差，校正后点云与控制的中误差均小于0.10 m [9-14]。
由于无人机获取的点云数据是杂乱无章的点，需要对点云进行分类处理，从离散的点云中准确地提取地面与地物信息，从而为地质灾害分析提供更有效的信息。本文采用监督分类法，以建立统计识别函数为理论基础，依据典型样本阈值设定训练方法进行分类，通过选择特征参数，求出特征参数作为决策规则，建立判别函数对分类影像进行图像分类，从而实现对地面点、非地面点（建筑物、植被、水域等）的点云数据分类工作，测区点云分类后见图2。黄色为分类后的地面点，绿色为建筑物、植被等非地面点。
3.2 地形数据及分析
设置地形栅格分辨率1 m，分析发现地形数据中的缺失部分可通过插值数据填充，从而创建实心的地形表面。测区地形北高南低，东西两侧为高山，中间为低谷，在海拔较低的山谷中分布居民点，最低点海拔1 388.18 m，最高点海拔1 651.74 m，测区高差263.56 m。
参照坡地分类将测区按0°～ 5°为缓坡区，5°～ 15°为缓斜坡区，15°～ 30°为陡坡，大于30°为地质灾害易发生区[15]。利用Arcmap软件将空间坡度按照以上分类进行划分。由于坡度变化率为坡度的二阶导数，为无量纲值，可反映坡度的变化快慢，坡度较大且坡度变化率较大区域，初步判断为易发地质灾害滑坡区域，在分级时，按照变化率值10°为一个区间，坡度陡且坡度变化快的地方高亮显示（图3）。
3.3 空间分析
在遥感影像上矢量化出居民点分布区域，按照100 m的距离对居民区向外侧做缓冲区。同时我们将坡度和坡度率进行二值化处理，当坡度大于30°，坡度变化率值大于30°，且位于居民区范围内100 m的区域内为易发生地质滑坡灾害造成影响极大的区域（图4）。
3.4 定量分析滑坡土方量
选取重点区域进行定量滑坡量分析。在滑坡灾害易发区内选取的重点监测区域（图5-a），检测区域9 581.09 m2，利用无人机航拍获取的数字高程模型（图5-b），将坡度大于30°的部分进行平滑（图5-c），平滑后该研究区整体坡度不大于30°，运用栅格空间分析，将平滑前的DEM与平滑后的DEM进行栅格运算，取差值，最高滑坡点为7.79 m，值越高表示滑坡风险越高，负值代表会被填平的部分，滑坡土方量为25 422.79 m3。
4 结论
本文利用无人机采集地质灾害隐患数据，通过获取地质灾害区域及周边数字高程模型，对可能发生滑坡的区域进行预测，并对滑坡方量进行了定量模拟。该方法能够预测受災情况，大大缩短政府决策部门了解灾区现场情况的时间，为地质灾害应急工作组迅速提出可行的应急救灾方案提供帮助。
参考文献
[1] 任娟.基于无人机遥感与GIS技术的泥石流灾害监测[D].成都理工大学硕士论文，2015. [2] 曾涛，杨武，简季.无人机低空遥感影像处理在汶川地震地质灾害信息快速勘测中的应用[J]，测绘科学，2009，10（34）：64-65.
[3] 廖玉佳.简析无人机遥感的应用[J].基础科学，2013，（23）：121-122.
[4] 肖波，朱兰艳，黎剑，等.无人机遥感摄影测量系统在地质灾害应急中的应用研究以云南洱源特大山洪泥石流为例[J]. 价值工程，2013，32（4）：281-282.
[5] 刘立 ，邹蒲 ，夏乐 ，李施佳 .无人机航摄系统在湖南省地质灾害应急监测中的应用--以怀化市辰溪县大水田乡滑坡为示范[J]. 低碳世界， 2015，（4）：117-118.
[6] 陳飞宇.浅析无人机在四川山区地质灾害航拍监测的应用[J].中国地质灾害与防治学报，2013，4：183-185.
[7] 杨奇铮.北长山岛滑坡地质灾害监测与预警研究[D].国家海洋局第一海洋研究所硕士论文，2017.
[8] 韩文权 ，任幼蓉 ，赵少华. 无人机遥感在应对地质灾害中的主要应用[J]. 地理空间信息， 2011，9 （5）：6-8.
[9] 林海玉，黄海峰，龙晶晶，李梦园，胡乃利，李剑南，张磊.适于滑坡监测的小型无人机遥感系统构建及其应用[J]. 三峡大学学报：自然科学版，2016，5：53-58.
[10] 喜文飞. 滇东北山区无人机遥感影像预处理方法及滑坡特征识别研究[D]， 云南师范大学博士学位论文，2019.
[11] 喜文飞， 史正涛. 一种新的点云数据组合精简算法研究， 科技通报，2014，30（3）：153-156.
[12] 曾涛，杨武年，简季.无人机低空遥感影像处理在汶川地震地质灾害信息快速勘测中的应用[J].测绘科学，2009，10（34）：64-65.
[13] 廖玉佳.简析无人机遥感的应用[J].科技传播，2013，23：121-122.
[14] 肖波，朱兰艳，黎剑， 等.无人机低空摄影测量系统在地质灾害应急中的应用研究以云南洱源特大山洪泥石流为例[J].Value Engineering，2013，（4）：281-282.
[15] 岳跃.基于GIS的崩塌地质灾害危险性评价研究[D].同济大学硕士论文，2008
关键词：滑坡地质灾害;敏感性;无人机遥感;数字高程模型（DEM）;数字正射模型（DOM）
滑坡灾害是新疆地质灾害主要灾种之一，在新疆伊犁谷地广泛发育。近年来，一些研究学者将遥感图像和目视解译相结合的方法广泛应用到滑坡灾害勘察中。该方法弊端是依赖判译者的专业知识水平和经验，采用的数据多为中低分辨率的遥感影像，只能对大型滑坡进行判释和定性分析，而对滑坡规模及危害程度无法进行定量分析，因此，很难达到工程建设和灾害治理的要求[1-4]。由于无人机低空摄影测量的发展，其机动灵活、携带方便、分辨率高等特点，可获取高精度的数字高程、数字正射模型等数据，在地质灾害监测、信息提取、遥感解译、应急救援和灾情评估等方面具有巨大优势 [5-8]。
近年来，由于人类活动的日益频繁，滑坡灾害对交通、水利等工程建设带来的危害日益加剧，对滑坡的监测已成为许多工程项目开展前的必需工作。本文选取伊犁谷地新源县阿尔善村作为研究区，通过无人机遥感监测，获取高精度数据，在此基础上对滑坡点进行监测与分析，研究成果为当地减灾防灾和制定区域防灾规划提供客观、详实的依据。
1 研究区概况
新源县阿尔善村位于T字型山沟内，北部为山区，南部为平原农业区，地势陡峭，且变化巨大，居民点延山沟分布（图1）。测区高差较大，海拔最高1 800 m，最低1 300 m，高差约500 m，测区面积为3 km2。
2 数据来源
本次遥感数据的获取使用中科院QC-1型无人机（表1），由于设计航线时考虑到地形起伏大，且成像要求0.1 m分辨率正射影像，本次采用变高航线的方式进行航拍。
本次航拍采用“CGCS2000”坐标系，高程系统采用“1985国家高程基准”。由于山体滑坡监测需要丰富清晰的纹理信息，航拍原片的地面分辨率应满足1∶1000的要求，地面分辨率高于10 cm，航飞原片的地面分辨率为8 cm。
3 滑坡监测分析
3.1 点云数据提取及分类
本次无人机获取点云数据为小于5°的重叠点云，对其进行过滤，仅保留高精度点云数据。利用控制数据校正已拼接好的点云数据，测量的20个像控点数据全部用于平差，校正后点云与控制的中误差均小于0.10 m [9-14]。
由于无人机获取的点云数据是杂乱无章的点，需要对点云进行分类处理，从离散的点云中准确地提取地面与地物信息，从而为地质灾害分析提供更有效的信息。本文采用监督分类法，以建立统计识别函数为理论基础，依据典型样本阈值设定训练方法进行分类，通过选择特征参数，求出特征参数作为决策规则，建立判别函数对分类影像进行图像分类，从而实现对地面点、非地面点（建筑物、植被、水域等）的点云数据分类工作，测区点云分类后见图2。黄色为分类后的地面点，绿色为建筑物、植被等非地面点。
3.2 地形数据及分析
设置地形栅格分辨率1 m，分析发现地形数据中的缺失部分可通过插值数据填充，从而创建实心的地形表面。测区地形北高南低，东西两侧为高山，中间为低谷，在海拔较低的山谷中分布居民点，最低点海拔1 388.18 m，最高点海拔1 651.74 m，测区高差263.56 m。
参照坡地分类将测区按0°～ 5°为缓坡区，5°～ 15°为缓斜坡区，15°～ 30°为陡坡，大于30°为地质灾害易发生区[15]。利用Arcmap软件将空间坡度按照以上分类进行划分。由于坡度变化率为坡度的二阶导数，为无量纲值，可反映坡度的变化快慢，坡度较大且坡度变化率较大区域，初步判断为易发地质灾害滑坡区域，在分级时，按照变化率值10°为一个区间，坡度陡且坡度变化快的地方高亮显示（图3）。
3.3 空间分析
在遥感影像上矢量化出居民点分布区域，按照100 m的距离对居民区向外侧做缓冲区。同时我们将坡度和坡度率进行二值化处理，当坡度大于30°，坡度变化率值大于30°，且位于居民区范围内100 m的区域内为易发生地质滑坡灾害造成影响极大的区域（图4）。
3.4 定量分析滑坡土方量
选取重点区域进行定量滑坡量分析。在滑坡灾害易发区内选取的重点监测区域（图5-a），检测区域9 581.09 m2，利用无人机航拍获取的数字高程模型（图5-b），将坡度大于30°的部分进行平滑（图5-c），平滑后该研究区整体坡度不大于30°，运用栅格空间分析，将平滑前的DEM与平滑后的DEM进行栅格运算，取差值，最高滑坡点为7.79 m，值越高表示滑坡风险越高，负值代表会被填平的部分，滑坡土方量为25 422.79 m3。
4 结论
本文利用无人机采集地质灾害隐患数据，通过获取地质灾害区域及周边数字高程模型，对可能发生滑坡的区域进行预测，并对滑坡方量进行了定量模拟。该方法能够预测受災情况，大大缩短政府决策部门了解灾区现场情况的时间，为地质灾害应急工作组迅速提出可行的应急救灾方案提供帮助。
参考文献
[1] 任娟.基于无人机遥感与GIS技术的泥石流灾害监测[D].成都理工大学硕士论文，2015. [2] 曾涛，杨武，简季.无人机低空遥感影像处理在汶川地震地质灾害信息快速勘测中的应用[J]，测绘科学，2009，10（34）：64-65.
[3] 廖玉佳.简析无人机遥感的应用[J].基础科学，2013，（23）：121-122.
[4] 肖波，朱兰艳，黎剑，等.无人机遥感摄影测量系统在地质灾害应急中的应用研究以云南洱源特大山洪泥石流为例[J]. 价值工程，2013，32（4）：281-282.
[5] 刘立 ，邹蒲 ，夏乐 ，李施佳 .无人机航摄系统在湖南省地质灾害应急监测中的应用--以怀化市辰溪县大水田乡滑坡为示范[J]. 低碳世界， 2015，（4）：117-118.
[6] 陳飞宇.浅析无人机在四川山区地质灾害航拍监测的应用[J].中国地质灾害与防治学报，2013，4：183-185.
[7] 杨奇铮.北长山岛滑坡地质灾害监测与预警研究[D].国家海洋局第一海洋研究所硕士论文，2017.
[8] 韩文权 ，任幼蓉 ，赵少华. 无人机遥感在应对地质灾害中的主要应用[J]. 地理空间信息， 2011，9 （5）：6-8.
[9] 林海玉，黄海峰，龙晶晶，李梦园，胡乃利，李剑南，张磊.适于滑坡监测的小型无人机遥感系统构建及其应用[J]. 三峡大学学报：自然科学版，2016，5：53-58.
[10] 喜文飞. 滇东北山区无人机遥感影像预处理方法及滑坡特征识别研究[D]， 云南师范大学博士学位论文，2019.
[11] 喜文飞， 史正涛. 一种新的点云数据组合精简算法研究， 科技通报，2014，30（3）：153-156.
[12] 曾涛，杨武年，简季.无人机低空遥感影像处理在汶川地震地质灾害信息快速勘测中的应用[J].测绘科学，2009，10（34）：64-65.
[13] 廖玉佳.简析无人机遥感的应用[J].科技传播，2013，23：121-122.
[14] 肖波，朱兰艳，黎剑， 等.无人机低空摄影测量系统在地质灾害应急中的应用研究以云南洱源特大山洪泥石流为例[J].Value Engineering，2013，（4）：281-282.
[15] 岳跃.基于GIS的崩塌地质灾害危险性评价研究[D].同济大学硕士论文，2008