青藏高原东南三江流域滑坡灾害发育特征

青藏高原东南三江流域横跨青藏高原东南的高山峡谷区与藏北高原区,地形地貌与气候特征差异大,新构造运动与地震活动强烈,致使该区地质环境脆弱、地质灾害频发、灾害链特征显著,对区内人民生命财产和工程建设的安全、重要基础设施的正常运营构成了严重威胁。本文在利用遥感解译确定青藏高原东南三江流域滑坡灾害空间分布的基础上,探讨滑坡灾害的发育规律及其主要影响因素。 利用GoogeEarth影像结合现场调查进行滑坡灾害的遥感解译,得到滑坡灾害类型及其空间分布;采用分辨率为90m的SRTM数字高程模型（DEM）进行地形地貌特征分析,得到研究区海拔高程、地形坡度、坡向、相对高差栅格图层;以1:50万地质图的地层岩性为基础进行岩组划分并栅格化形成地层岩组栅格图层,以1:50万地质图中的主要断层为基础并与1:150万青藏高原及邻区大地构造图中的主要断裂进行整编后进行缓冲区分析形成距主要断裂的距离图层;根据1:150万青藏高原及邻区大地构造图获得研究区大地构造单元图层。对上述栅格图层分别进行分带、分类后与滑坡灾害空间分布图层进行叠加分析,以滑坡所占面积的百分比为依据绘制直方图,从而得到研究区滑坡灾害的主要发育特征。 在面积为46.2万km2的青藏高原东南三江流域范围内,累计解译面积不小于0.001km2的滑坡灾害60315处,包括滑坡体、崩塌堆积体和变形体3类;以滑坡体为主,占总数的97.73%。滑坡灾害空间分布具有沿深切峡谷成带分布,沿部分断裂构造,如巴塘断裂、维西-乔后断裂、苏哇龙-雄松断裂的拉哇-昌波段等密集分布的特点。从滑坡所占面积的百分比直方图可以看出,滑坡灾害多发育在坡度20~30°、高程小于4000m、相对高差超过1000m的斜坡内。在18类地层岩组中,碎屑岩、板岩夹灰岩组合、泥页岩与粉砂岩组、蛇绿混杂岩、板岩与千枚岩岩组、火山岩等5类为滑坡灾害发育的明显优势岩组。在25个大地构造单元中,金沙江蛇绿混杂岩、中咱碳酸盐台地、那曲-洛隆弧前盆地、保山陆表海盆地、盐源-丽江陆缘裂谷盆地、北澜沧江蛇绿混杂岩、甘孜-理塘蛇绿混杂岩等7个为滑坡灾害明显优势发育的构造单元。尽管距主要断裂距离、坡向对滑坡灾害发育有一定影响,但不显著。 由此可见,青藏高原东南三江流域滑坡灾害发育,影响滑坡灾害发育的地形地貌与地质因素主要为地形坡度、高程、相对高差、地层岩组及大地构造单元,距主要断裂的距离、坡向的影响不显著。     

金沙江下游永善段隐蔽性滑坡隐患综合遥感识别

隐蔽性滑坡隐患是金沙江下游最普遍的地质灾害发育形式,具有隐蔽性强、突发性强、高位远程运动等特点。近年来,特大山区隐蔽性滑坡灾害案件频繁发生,对人民的生命财产造成了极大威胁。如何突破传统地质灾害调查手段的局限性、滞后性,提前有效识别隐蔽性滑坡隐患并探索其发育特征,对指导中国西南地区防灾减灾、工程规划建设具有重大科学意义。本文选择金沙江下游永善段地质灾害高易发区,利用升降轨时序InSAR–光学遥感综合识别方法,精细识别区域性时序地表形变、隐蔽性滑坡隐患光学遥感信息,通过野外考察,深入探索隐蔽性滑坡隐患发育特征。研究显示：1）通过升轨时序InSAR技术识别隐蔽性滑坡隐患26处,降轨时序InSAR技术识别隐蔽性滑坡隐患28处,光学遥感识别隐蔽性滑坡隐患48处（与升降轨时序InSAR识别结果有10处重合）,合计识别滑坡隐患92处;对识别结果进行100%的野外考察,将升降轨InSAR和光学遥感识别结果划分为完全一致、部分一致、仅有光学遥感识别结果、仅有InSAR识别变形结果4种情况,识别准确率分别为82.86%、80.77%、75.00%和63.64%,总体识别准确率达78.26%,略高于目前国内滑坡隐患识别平均水平,验证了滑坡隐患识别的可靠性和有效性。2）通过对比分析综合遥感识别结果可知,InSAR技术和光学遥感的识别结果与二者的识别方式、影像成像条件、滑坡活动性关系密切,二者不能直接进行互检。3）通过分析滑坡发育特征可知,隐蔽性滑坡隐患发育规律随着地形地貌、地质条件的变化而变化,升降轨InSAR技术和光学遥感识别的隐蔽性滑坡隐患在地貌空间分布、地层岩性均存在一定差别。结果表明,综合遥感识别技术充分利用了升降轨InSAR技术和光学遥感识别方法的互补性,解决了隐蔽性滑坡隐患看不见、看不清、看不准的难题,提高了滑坡识别的准确率。     

基于光学遥感图像的目标检测与分类识别方法

基于光学遥感图像的目标检测与分类识别是遥感图像处理与分析领域备受关注的课题,其核心任务是判断遥感图像中是否存在目标,并对其进行检测、分割、特征提取与分类识别。遥感图像的目标检测是大范围地面信息获取的重要途径,目标分割是对遥感图像进行进一步处理和应用的基础,提取特征能否有效描述目标区域将直接影响后期检测和识别的结果,识别算法的选取对于目标的正确识别至关重要。因此从以下四个方面对这一研究领域进行介绍:1)目标检测;2)图像分割;3)特征提取;4)分类识别,并对研究难点及未来的发展趋势作较为详细的分析。     

青藏高原泛三江并流区活动性滑坡InSAR初步识别与发育规律分析

青藏高原的怒江、澜沧江和金沙江泛三江并流区是青藏高原地质环境研究和自然资源开发的关键带。全覆盖的调查活动性滑坡、研究发育分布规律具有重要意义。以泛三江并流区17.9万km2研究区为例,示范了InSAR大数据处理→滑坡解译→变形模式识别→发育规律分析→重点区段剖析的全过程滑坡InSAR调查工作流程和关键技术,获得了研究区中小比例尺的活动性滑坡数据。研究结果表明,（1）现有的SAR数据源、InSAR技术和解译方法可以满足开展大区域中小比例尺活动性滑坡识别的需求,开展全国的滑坡InSAR调查时机已经成熟;（2）设计的“相位共振增强InSAR”技术,针对大冗余SAR观测的快速计算,可以消除大部分不利的干涉条件,突出滑坡的位置、范围和活动强度,有效的完成适合大区域滑坡识别的InSAR数据处理,技术上具有推广的潜力;（3）计算得到滑坡、冰川、冻胀、分散、高差五大类几十种InSAR变形图斑,以此为主要依据,辅助地貌和光学遥感图像解译,同时参考地层岩性、制灾机理、诱发因素,总结出三江并流区活动性滑坡的10类发育地貌位置;（4）共解译活动性滑坡904处,主要分布在金沙江的汪布堆—波罗、松雄、中心绒,怒江的八宿,澜沧江的察雅、囊谦、德钦、黄登水库8个区段;（5）对活动性滑坡影响大的环境要素依次是河流侵蚀、地形坡度、地层岩性、降雨气温,活动构造和地震的影响在空间分布上并不直接显著,地灾与人类活动互馈是本区域滑坡发育的一大特点;（6）InSAR识别结果较全面、客观的反应了滑坡的自然发育规律,加深了对泛三江地区滑坡灾害的认识,但也应该看到,InSAR观测和活动性滑坡的解译具有多解性,制定标准化的InSAR识别工作流程,进行多源数据的融合观测是下一步努力的方向。     

基于集成学习的山区中小流域滑坡易发区早期识别优化试验

滑坡作为山洪水沙耦合运动的物源和动力基础,其易发区的识别是山洪水沙灾害预报预警和风险评估的重要前提。以往的山洪水沙灾害防治研究主要关注洪水的影响,而忽视了固体物源的作用。为完善山区中小流域山洪水沙灾害防控体系,提出基于集成学习的山区中小流域滑坡易发区早期识别方法,针对数据样本构建和影响因子选取过程进行优化试验。利用滑坡单元下垫面环境因子频率比作为无监督学习算法数据样本进行聚类分析,根据聚类算法易发性分区结果选取非滑坡单元,结合滑坡单元构建集成学习分类算法数据样本集,比较单体算法和融合算法的易发性分区结果准确率和覆盖度。选取研究区域高分卫星遥感影像建立松散堆积物直接解译标志,基于目视解译识别松散堆积物面积,通过回归分析构建松散堆积物面积-体积幂律关系,形成研究区域松散堆积物空间分布图。将固体物源作为下垫面环境因子,比较引入物源因子前后的滑坡易发性分区结果准确率和覆盖度。结果表明：K-Means-RF（K-Means-AdaBoost）融合算法输出的高易发区覆盖率相对于K-Means单体算法提高9.3%（12.1%）。两类融合算法的易发性分区准确率和泛化能力比较接近,K-Means-AdaBoost融合算法对于滑坡点的预测效果更优。考虑物源因子后的K-Means-RF和K-Means-AdaBoos融合算法易发性分区中的高易发区覆盖率分别提高14.2%和17.7%,召回率都提高12.1%。     

青藏高原重大滑坡动力灾变与风险防控关键技术研究

青藏高原是全球地质环境最脆弱的地区之一,地质条件复杂,地壳隆升、高地应力、地震、冻融、暴雨等内外动力强烈,重大滑坡频发,链生灾害剧烈。滑坡问题已严重影响川藏铁路、水能资源开发等国家重大工程建设,威胁区域居民人身与财产安全。2018年金沙江上游连续发生的白格"10.10"和"11.3"滑坡堵江事件即为典型案例。然而,目前理论上对青藏高原重大滑坡的孕灾环境与成灾机制认识不清,技术上不能对重大滑坡进行早期识别和有效风险防控,不能有效地为该地区重大滑坡灾害的灾前防控、灾后救灾提供科技支撑。针对上述问题,以地质条件最复杂、内外动力作用最强烈、滑坡灾害最频繁的青藏高原东南三江流域为重点研究区,采用多学科综合交叉融合的方法,从滑坡的成因机制入手,破解其链生演化难题,提出早期识别与风险防控体系;通过解决青藏高原重大滑坡孕育的内外动力耦合作用机制、青藏高原重大滑坡及其灾害链的动力学机制等科学问题,以及青藏高原重大滑坡的遥感早期识别与监测、基于重大滑坡动力过程的动态风险评估与防控等技术问题,最终形成青藏高原重大滑坡成因理论、防控技术和综合减灾技术示范。     

基于eCogniton的高分辨率遥感图像的自动识别分类技术

传统的遥感信息分类和提取,主要是利用数理统计与人工解译相结合的方法．这种方法不仅精度相对较低,效率不高,而且依赖参与解译分析的人,在很大程度上不具备重复性．专业高分辨率遥感影像分类软件eCogniton采用一种全新的面向对象图像的分类技术来进行影像的分类和信息提取．面向对象图像分类技术的关键技术在于：（1）用来解译图像的信息并不在单个像元中,而是在图像对象和其相互关系中;（2）eCogniton采用多分辨率对象分割方法生成图像对象,提高了分类信息的信噪比;（3）基于对象的分类技术不同于纯粹的光谱信息分类,图像对象还包含了许多的可用于分类的一些其他特征：形状、纹理、相互关系、上下关系等信息．eCogniton的分类结果与传统分类方法相比。其特征提取算子更加地适合于几何信息和结构信息丰富的高分辨率图像的自动识别分类．     

QuickBird影像在低中放废物处置场选取中的应用研究

为了服务于低中放废物处置工程选址,采用精校正的高分辨率QuickBird影像作为主要数据源,运用遥感图像地质解译方法对处置场预选区内的断裂构造进行全面解译和识别,确定了断裂构造形迹的形态特征、尺度、走向和长度,圈定了预选区内所有岩脉并对其进行了初步分类。遥感解译结果与野外地质资料对比验证,对应性较好。在此基础上,划分出三个岩体完整性较好的区块用于放射性废物处置预选址。     

基于遥感阴影与财产密度的城市房屋滑坡灾害风险评估方法——以广西梧州市为例

针对我国西部山地城市居民区滑坡灾害的空间分布特点,从高分遥感角度探讨了滑坡灾害损失发生的承灾体物质基础,提出一种基于遥感阴影与承灾体财产密度的城市居民区房屋滑坡风险评估方法。与以往方法不同,该方法利用了高分影像上的建筑物的落影信息,通过遥感落影成像模型反演建筑物的高度、楼层数和建筑面积,结合实地勘测和危险性区划完成滑坡风险评估。以广西梧州市为研究区进行风险区划研究,获得区划结果。结果显示：建筑物样本的楼层数反演结果与实地量测建筑物样本楼层数基本相符;与样方估计法相比,核密度函数法便于进行建筑物的财产密度分析,该方法更适合我国西部山地城市房屋的滑坡易损性与风险评估。     

遥感影像信息提取技术的研究与实现

随着遥感技术的发展和遥感应用的深入,遥感影像信息提取方法的研究成为关注的焦点.一般来说遥感影像信息提取包括分类、识别和特征提取.文中主要研究利用MATLAB实现影像中的光谱特征和纹理特征的提取和分类,并结合ERDAS软件对影像进行预处理和分类后处理以及精度评定,最终从精度评定结果来看,两种特征分类的总体精度较高,另外,图像的结构信息有助于提高遥感影像信息提取的精度.     

Assessment of the fused image of multispectral and panchromatic images of SPOT5 in the investigation of geological hazards

The investigated area in this paper is located on the northern mountain in Guangzhou City. It is characterized by high relief and inaccessibility. Multispectral and pan Images of SPOT5 were used as the remote sensing data source, and high-pass filtering (HPF), Brovery transform (BT), intensity-hue-saturation (IHS), principal component analysis (PCA) and the modified IHS (MIHS) methods were adopted for image fusion. Here, a comparison has been made between the entire fused images and the original multispectral images. Subjective evaluation and objective evaluation (entropy, average gradient, correlation coefficient, distribution of gray) have been adopted to assess the quality of the fused images. Also regional geological survey has been taken to find the interpretation veracity. Results show that the MIHS is the best image fusion method for geological hazards interpretation, and the fused image can provide abundant textural and spectral information for easy interpretation of such geological hazards as collapse, landslip, and debris flow.     

融合低秩和形态学的高光谱影像特征提取

高光谱遥感影像具有较高的光谱分辨率,能够精细刻画地物的反射光谱,具有很高的地物分类与识别能力. 但高维波段之间通常具有较高的相关性,冗余度高,为影像处理和分析带来负担. 针对高光谱影像特点的特征提取和选择为有效提取信息提供了保障. 提出一种融合低秩和形态学的特征提取方法(MSEMP),利用低秩来精简高光谱影像中的冗余信息,获取秩最小的光谱紧致表达,并在此基础上利用多形态多尺度结构元素提取形态学剖面,获取影像空间特征. 实验对AVIRIS和ROSIS传感器的两组数据进行测试,通过MSEMP提取特征后进行分类实验,可以获得较高的分类结果,证明了低秩和形态学相结合的特征提取方法的有效性.     

Assessment of the fused image of multispectral and panchromatic images of SPOT5 in the investigation of geological hazards

The investigated area in this paper is located on the northern mountain in Guangzhou City. It is characterized by high relief and inaccessibility. Multispectral and pan Images of SPOT5 were used as the remote sensing data source, and high-pass filtering (HPF), Brovery transform (BT), intensity-hue-saturation (IHS), principal component analysis (PCA) and the modified IHS (MIHS) methods were adopted for image fusion. Here, a comparison has been made between the entire fused images and the original multispectral images. Subjective evaluation and objective evaluation (entropy, average gradient, correlation coefficient, distribution of gray) have been adopted to assess the quality of the fused images. Also regional geological survey has been taken to find the interpretation veracity. Results show that the MIHS is the best image fusion method for geological hazards interpretation, and the fused image can provide abundant textural and spectral information for easy interpretation of such geological hazards as collapse, landslip, and debris flow.

     

地震诱发崩塌滑坡敏感性评价 ——以北川县为例

以汶川地震重灾区四川省北川县为例,对研究区进行崩塌滑坡敏感性评价,并探究地震诱发的崩塌滑坡的分布规律。研究建立研究区崩塌滑坡空间数据库,选取距断裂带距离、坡度、坡型、高差、地层岩性等5个因素作为评价指标,采用层次分析法(Analytic Hierarchy Process,AHP)对指标的权重定量,使用因子加权相加模型对北川县的由地震引发的崩塌滑坡敏感性进行评价。研究发现,距断裂带距离和坡度对崩塌滑坡影响较强。研究结果将北川县划分为崩塌滑坡极度敏感区、高度敏感区、中度敏感区、轻度敏感区和不敏感区五个区域。其中,极度敏感区主要分布在北川县东部的龙门山断裂带上,并沿断裂带延伸,在西部河流两岸也有少量分布,高度敏感和中度敏感区在极敏感区外围辐射分布,轻度敏感区和不敏感区主要分布在研究区的西部地区。     

不同分级方法对区域滑坡易发性区划的影响

易发性分区是开展区域地质灾害风险评价的基础步骤，选取合理的分级方法对有效绘制区域滑坡易发性图意义显著，但鲜有研究对比了各易发性分级方法的优缺点，尤其是未能将历史滑坡与预测出的易发性指数相联接。针对该问题，以陕西省延长县为例采用3种机器学习模型计算滑坡易发性指数，即分类和回归树、随机森林和径向基函数；设计了5种易发性分级方法，划分不同的滑坡易发性等级，包括4种常规的基于地理信息系统的分级方法（自然断点、等间隔、分位数和几何间隔），同时考虑了滑坡与易发性指数间的非线性关联性的频率比阈值法。结果表明：3种模型的受试者工作特征（ROC）曲线下面积均大于0.75，但划分的易发性分级图分布模式却存在较大差异，使用几何间隔和分位数法的易发性图能在极高易发区中识别出更多滑坡，但这两种方法划分的极高和高易发区的总面积过大；使用等间隔法和频率比阈值法在极高和高易发区中的滑坡比率更大，说明识别出的滑坡更为集中。本文提出的频率比阈值法用于滑坡易发性分级，能为易发性的准确分区提供思路，为边坡稳定性较差区域的工程选址以及土地利用规划提供科学参考，提高地质安全评估及应急管理能力。     

基于背景类别分层分离的不透水面间接提取——以兰州城关区EO-1 ALI图像为例

以兰州市城关区EO-1 ALI图像作为基础数据源,对比LOOC与最邻近分类（NNC）方法提取不透水面的精度差异. LOOC方法对融合后EO-1 ALI图像进行LBV变换,将变换结果作为解译底图;设置4个尺度层次,分别对应水体、农用地、灌木林地、城市绿地和草地这5种主要背景类别,对解译底图执行4尺度面向对象分割;将上述类别对象的光谱特征和形态特征差异作为判别规则,利用决策树分类,将这5种背景类别依次从解译底图上提取、分离,生成不透水面初级提取图层;通过光谱反射率差异分析,选定EO-1 ALI图像的近红外波段8和中红外波段10作为分类特征,利用基于模糊C-均值（FCM）算法的非监督分类,从初级图层中分离出砂土、阴影这两种与高、低反照度不透水面光谱特征相近的类别,采用数学形态学开闭运算整饬图像,生成不透水面二级提取图层. 结合目视评判和总体精度、Kappa系数,定量分析LOOC方法与NNC方法的提取精度差异. 结果表明：LOOC方法提取不透水面的总体精度、Kappa系数分别为87.13%、0.830 3,较NNC方法分别提高5.91%、7.19%. LOOC方法依据各背景类别的遥感多特征知识,分两级将其分离出解译底图,从而间接、逐步逼近不透水面精准空间分布信息,辨识不透水面的效率优于NNC方法.     

冰川密林陡谷区活动性滑坡InSAR精细识别-以澜沧江梅里雪山段为例

西南山区地质灾害频发,近年来,连续多起如茂县滑坡、白格滑坡、水城滑坡等大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件相关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。位于青藏高原东南缘的“三江”地区,地形高陡、地质灾害频发,其中澜沧江流域环境更为恶劣,海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪,传统的地面式地质灾害调查手段在此效果有限,光学遥感技术也受到天气条件的诸多限制。而基于主动式微波遥感成像的InSAR技术被证明适合进行人类不易到达地区的地质灾害识别工作。本文以澜沧江流域梅里雪山段为研究区,使用PALSAR1、PALSAR2与Sentinel-1多源雷达遥感数据,结合D-InSAR与IPTA-InSAR技术开展冰川密林陡谷区的滑坡灾害精细识别工作。过程中发现长波长的PALSAR1和PALSAR2数据有更好的适应性,短波长的Sentinel-1数据通过数据量多的优势弥补了自身穿透能不足的缺陷；成功解译了研究区内92处活动性滑坡灾害；平面面积超过20万m_²的有26处；时间序列InSAR结果结合地面调查验证表明,澜沧江河谷典型的大型滑坡,梅里水滑坡和亚贡滑坡活动速率快,危险性高；德钦县成周边典型滑坡,丁羊丁滑坡与归巴顶滑坡整体处于蠕变状态,局部变形速率高；同时德钦县城周边泥石流与冰碛物运动较为活跃。