利用证据权法实现滑坡易发性区划

依托“5.12”特大地震的抗震救灾工作,以汶川地震12个极重灾县市为研究对象,在1:5万滑坡详细调查、编录和遥感影像解译的基础上,利用DEM数据,ETM影像及基础地质数据,使用证据权法完成了研究区滑坡易发性评价因子的提取与制图以及相关性统计分析,实现了1:5万的滑坡易发性区划。     

地震灾区滑坡遥感解释及三维可视化研究——以安县桑枣镇研究区为例

“5.12”汶川地震后,四川灾区发生了大量的滑坡和泥石流.滑坡不仅威胁到人们的生命财产,而且为泥石流的发生提供了大量的物源.以安县桑枣镇研究区为例,进行了滑坡遥感163处,面积为146.86×104m2,并在erdas软件的支持下,将解译结果叠放在遥感三维影像上,运用遥感三维可视化飞行技术宏观分析研究区地形地貌,地质灾...     

数字遥感技术在宣汉县天台乡滑坡研究中的应用

2004年9月5日,四川省宣汉县天台乡的义和村发生特大型滑坡灾害后,利用先进的数字遥感技术,结合地形图资料和野外所测的GPS控制点,制作出研究区滑坡前后的数字高程模型(DEM)。在获取滑坡前后高分辨率卫星数据的基本上,采用合理的图像处理技术,获得了滑坡前后正射影像图。从三维角度出发,利用人机交互解译滑坡,求取特征点,分别对各部分滑体的滑动方向和距离进行了定量计算,估算出其体积约为2 300 万m³。综合地质学、灾害学原理和地理信息技术等,科学分析了天台乡滑坡的形成条件,认为超强降雨和原斜坡前新修公路开挖是滑坡形成的主要诱发因素。     

RS+GCPs获取滑坡基本信息

在20多年滑坡遥感调查实践的基础上,文章介绍RS+GCPs获取滑坡基本信息的信息源、滑坡基本信息、遥感图像地面分辨率与最小可识别滑坡及不同比例尺滑坡遥感调查的关系.遥感图像是获取滑坡及其发育环境信息的最基本和最重要的信息源.目前用于滑坡调查的遥感数据可分为全色(panchromatic)、多光谱(Multispectral)和雷达(SAR)3类.据传感器又分为航摄和卫星两大类.获取地面控制点-GCPs信息源的方法主要有地形图采集GCPs、GPS现场实测GCPs以及用航片立体像对、卫星图像像对或雷达数据产生DEM.经过合格几何校正和地理位置配准的正射影像,才能作为获取数字滑坡基本信息的基础.滑坡基本信息就是滑坡要素及滑坡发育环境要素.一个发育完全的滑坡,一般具有下列要素滑坡体、滑坡周界、滑坡壁、滑坡台阶、滑坡舌、滑坡轴、滑坡鼓丘、拉张裂缝、剪切裂缝、扇形裂缝、鼓张裂缝、破裂缘、后缘洼地、滑动面、滑动带、滑坡床等.就滑坡解译而言,滑坡体和滑坡后壁两项为必要的最基本要素.产生滑坡的基本地质环境要素有①能产生滑动面的物质(地层、岩体、堆积),②使部分斜坡与山体分离的软弱结构面或带,③使与山体分离的部分斜坡可能向前运动的临空面.滑坡遥感调查还需收集及调查包括人类活动状况在内的触发因素资料.迄今,大多数滑坡遥感还是使用航片,航片的地面分辨率是由航摄胶片每毫米能区分出的最大线对数(Rh=可区分线对数/mm)、照相机镜头的分辨率及地物的反差比确定的.各类图像的最小可识别滑坡的规模-PRML除了与图像质量及地面分辨率有关以外,还与滑坡本身的类型、典型性以及与周围其它地物的反差比有关.就识别任一单要素而言,该要素在图像上应至少覆盖10 × 10个象元.由此,最小可识别的滑坡至少覆盖10×10×2个象元.不同地区不同类型滑坡的PRML是不同的.根据实践,至少覆盖1000个象元图像的滑坡体才有可能分析其各要素的特征,并进行定量分析,覆盖2000象元以上的滑坡才可能识别其要素的细部特征,所以不同比例尺滑坡遥感调查工作的详细程度不同,所需图像分辨率也不同.     

汶川地震强震区地震诱发滑坡与后期降雨诱发滑坡控制因子耦合分析

本文以汶川地震强震区北川县典型研究区为例,利用高分辨率航片、SPOT5卫星图像对北川县典型研究区进行了512地震之后和924降雨之后诱发的滑坡解译,解译结果显示:512地震诱发滑坡1999个,924强降雨诱发滑坡828个,924强降雨导致原有地震滑坡面积扩大的滑坡150个。研究表明:地震和强降雨都是诱发滑坡的动力成因,924强降雨诱发的滑坡面积是512地震诱发滑坡面积的1/4倍,强降雨诱发滑坡的数量增加了41.4%; 强降雨不仅诱发新的滑坡,而且促使原来地震滑坡复活,并扩大其面积,强降雨导致地震诱发的滑坡面积扩大了原面积的68.7%。同时,在遥感解译数据基础之上,开展地震诱发滑坡与降雨诱发滑坡规模对比和控制因子耦合分析及地震与降雨耦合灾害链模式研究,为进一步分析研究地震灾区滑坡的产生、发展趋势、危险性和风险评价等预测预报提供科学依据,也为汶川震区恢复重建中的减灾防灾提供决策参考。     

中国东南地区隐性滑坡遥感识别研究

我国东南地区植被发育,地质灾害发育规模小,以浅层的残坡积层滑坡为主,采用传统遥感解译方法识别此类地质灾害存在困难。为提高东南地区地质灾害野外调查的工作效率和正确性,提出了隐性滑坡遥感解译技术方法,其解译的直接目标不是地质灾害体本身,而是隐性滑坡,即地质灾害易发的边坡或斜坡。其技术路线包括:遥感解译GIS工作环境创建、易发程度初步分析、建立解译规则、确定解译点位和解译区段及划定重点调查区等内容。该方法在淳安县1:50000农村山区地质灾害详细调查工作中进行了实际应用,采用0.5m和1.0m分辨率的航片和5m×5m分辨率的DEM数据,基于ArcG IS平台创建了解译环境,共确定解译点位3025个和解译区段969个,划定重点调查区面积约914.18km2。经过野外实地调查,共确定地质灾害隐患和不稳定斜坡283处,其中位于解译区段内的隐患或者不稳定斜坡共计199处,占总数的70.3%;位于重点调查区内的隐患或者不稳定斜坡共计264处,占总数的93.3%。ROC计算结果表明隐性滑坡遥感解译的正确率为92.9%。野外调查及验证结果说明,隐性滑坡遥感解译技术方法能够合理地划定解译区段和重点调查区范围,从而有效地指导野外调查工作,该成果可为我国东南沿海地区如浙江省等地区的大比例尺地质灾害详细调查提供参考。     

西藏吨托滑坡的遥感解译发现及其特征

介绍吨托滑坡的彩红外航片解译及发现和彩红外正射影像地形图遥感综合调查，叙述吨托滑坡区域环境地质条件、滑坡基本特征；进行滑坡成因与发展趋势分析，提出滑坡防治方案建议。     

遥感在滑坡灾害研究中的应用进展

在对常用的光学遥感卫星影像、InSAR,LiDAR等遥感技术方法介绍的基础上,综述了这些方法在滑坡研究中的最新应用进展,从滑坡风险评估中的基础地形数据获取、滑坡编录与制图、监测、滑坡因素制图、承灾体制图等5个方面阐述遥感技术在滑坡风险中的支撑技术作用与应用前景。从遥感影像在滑坡风险评估中的作用、解译能力、影响解译的因素、精度评价和遥感数据源选择等角度阐述了常用遥感技术在滑坡风险评估应用中存在的问题,认为: ① 遥感技术在滑坡风险评估中的主要作用为数据、信息的获取与更新;② 滑坡的遥感影像解译能力取决于影像空间分辨率与待识别滑坡大小的相对关系,影像的时间分辨率、滑坡与其周边环境的对比度、立体影像的获取能力是利用遥感影像开展滑坡探测、识别与制图的关键要素;解译方法和解译员的专业素质是滑坡遥感解译的重要影响因素;③ 遥感影像与GIS空间分析、3D可视化的综合可有效增强滑坡识别与制图的效率和精度;④ 对于遥感解译滑坡的精度评价应针对具体影像的可解译性从有效解译,错误解译和遗漏解译三个方面予以客观评价;⑤ 滑坡风险评估应针对具体应用,从成本效益比的角度,本着“够用为止”原则合理选用遥感数据源。     

1∶10000基础地理信息数据遥感影像解译样本数据库建设探讨

1∶10 000基础地理信息数据生产主要基于遥感影像进行地理信息解译,由于遥感影像航摄时间、航摄季节及传感器的不同,同一地物遥感影像表达不一致,在数据生产过程中会影响作业人员解译。本研究探索利用近几年的外业调查数据和各类地理要素解译样本建立影像样本库管理系统,用于辅助内业人员对影像判读、提高解译准确性和工作效率。     

汶川震区北川县城泥石流源地特征的遥感动态分析

汶川地震导致山地斜坡积累了大量碎屑物质,在降雨作用下极易成为泥石流源地。震后的2008年9月24日一场暴雨导致北川县境内72条沟同时暴发泥石流。本文选择了汶川地震高烈度区的北川县城8条泥石流沟流域为研究区,基于遥感手段开展了震后和相继暴雨后的泥石流源地变化特征。强震后泥石流流域的重要变化是在沟谷内诱发了大量滑坡。通过开展遥感解译和野外调查,重点分析了研究区泥石流源地的滑坡活动。将512汶川地震后的2008年5月18日获取的航空图像与924暴雨后获取的2008年10月14日SPOT图像相比较,发现泥石流源地的地震滑坡面积由1537104m2增加到暴雨后的1912104m2,即汶川高烈度区一场暴雨过程新增滑坡面积达244%。根据SPOT图像解译,暴雨后泥石流沟床中的松散堆积物增大到97104m2。上述研究结果表明汶川震区在强降雨条件下发生泥石流的敏感性特别高。     

泥石流调查遥感解译新方法研究

文章在分析总结近年来遥感技术在地质灾害调查评价工作应用的基础上,针对存在的不足,就区域小流域泥石流地质灾害调查评价的遥感解译应用,提出了基于虚拟GIS和水文空间分析的遥感解译方法（RSVH）。该方法综合利用虚拟GIS、遥感图像数字处理技术和空间分析技术,将大尺度区域降级为较小尺度的空间逻辑单元。针对各单元应用遥感影像和高精度DEM数据创建三维虚拟场景。同时叠加地形、地质、岩性、土壤、灾害等具有丰富属性信息的图层,较好地解决了大尺度区域范围内遥感解译工作面临的困难。为小流域地质灾害的调查工作提供了新思路。     

基于高精度DEM和RS技术的滑坡环境指标参数快速提取方法——以陕西省宝鸡市金台区长乐塬特大型滑坡为例

DEM和RS技术是研究滑坡地质灾害的重要资料和手段。近年来,随着高空间分辨率遥感卫星和高精度雷达卫星的上天,可以获取现时性高精度的DEM,使滑坡地质灾害的研究由二维向三维提升。利用IRS-P5数据生成的5m精度的DEM,借鉴GOOGLE的三维可视性原理,将其和高空间分辨率QuickBird(0.61m)数据叠置到数字地球之上,制作成三维可视性图像,进行滑坡环境指标参数提取方法研究。研究结果表明,该方法可直接读取滑坡环境指标的三维参数,具有客观、准确、快速的特点,可为滑坡灾害评估和区域地质灾害危险性评价提供定量化资料。     

新一轮二滩电站库区遥感调查

新一轮二滩电站库区遥感调查是在我国前20年滑坡、泥石流遥感调查技术方法基础上的一次革新。本文介绍了革新方法的数据源、工作平台、技术流程、及人机交互与自动分类相结合的遥感解译方法，并对获得的工作区滑坡、泥石流的数量、分布、特性及它们的环境背景作简要分析。     

数字滑坡技术及其应用

“数字滑坡”技术,就是以遥感（RS）和空间定位方法为主,结合其他勘探、试验、调查手段获取数字形式的、与地理坐标配准的滑坡基本信息;并利用GIS技术存贮和管理这些数字信息;在此基础上,根据滑坡地学原理进行空间分析,研制各类模型,并服务于滑坡调查、监测、研究、滑坡灾害评价、危险预测、灾情评估、滑坡防治等。通过金龙山三维数字模型,卫星监测易贡滑坡、三峡库区重点城镇滑坡及千将坪滑坡等地的遥感调查说明数字滑坡技术的实际应用。     

数字滑坡技术及其典型应用

为了改变传统滑坡遥感技术方法效率低、调查精度难以提高的状况,经多年实践与探索,笔者于 1999 年提出了“数字滑坡”概念。该概念使传统的“地学滑坡”拓展为能以数字形式表达的,具有三维空间、“多维”时间信息的,由“多元”要素组成的“数字滑坡”。数字滑坡技术系统由滑坡解译基础技术、遥感识辨滑坡技术、滑坡数据库及滑坡模型4部分构成。多年来,数字滑坡技术已成功应用于我国大型水电站建设、山区交通线建设、区域开发环境治理以及抗震减灾等领域,也用于大规模个体滑坡调查研究,并取得了显著的经济和社会效益,有效服务于国家防灾减灾战略。该文主要以西藏帕里河及川东天台乡2个典型滑坡调查为例,阐述数字滑坡技术的创新应用。     

Construction and application of coastal zone image map based on uncontrolled point technology

Using the tight connection of direct geolocation technique and large-scale digital aerial photography system, the authors carried out the high-precision aerial remote sensing survey in Binhai New Area of Tianjin and Caofeidian New Area of Tangshan, West Bohai Bay. The application of uncontrolled point technology gets rid of the dependence on the base station for aerial remote sensing, and also overcomes the shortcoming of the rarity of ground stations in the surrounding areas of the coastal zone. Utilizing the 0.3 m high-resolution true-color aerial photography images and high-precision positioning and orientation elements, the authors have successfully constructed the Digital Elevation Model (DEM) and Digital Orthophoto Map (DOM), which meet the requirements of 1:10 000 scale indexes in plane and altitude. These fill the gap in the basic geological information of high-precision aerial remote sensing in Binhai New Area and the intertidal belt of Caofeidian Coastal Zone. On the basis of high-resolution satellite data, remote sensing interpretation has been used for land type classification and coastline extraction, which provides detailed and reliable geographic information for the thematic maps of remote sensing geological interpretation, geological ecological environment and disasters. The results show that the application of tightly coupled airborne position and orientation system (POS) and uncontrolled technology shortens the mapping cycle of DEM and DOM, reduces a lot of ground measurement workload and saves manpower and material expenditure. The research can provide some new technical support and working ideas for geological survey in coastal zone working areas.     

基于无控技术的海岸带影像图构建与应用

运用直接地理定位技术和大幅面航空数字摄影系统的紧密捷联,开展渤海湾西部天津滨海新区和唐山曹妃甸新区的高精度航空遥感调查工作。无地面控制点技术的应用摆脱了航空遥感对基站的依赖,也克服了海岸带周边地区地面基站稀少的局限。利用获取的0.3 m高空间分辨率真彩色航摄影像和高精度定位定向元素,成功构建了平面与高程均符合1:10 000比例尺指标要求的数字高程模型(digital elevation model,DEM)和数字正射影像图(digital orthophoto map,DOM),填补了天津滨海新区和唐山曹妃甸新区海岸带潮间带高精度航空遥感基础地质信息的空白,同时结合高分卫星数据,在土地类型分类、海岸线提取等方面开展了遥感解译应用,为进行遥感地质解译、地质生态环境与灾害等要素的专题图制作提供详实可靠的地理信息基础数据。研究结果显示,紧耦合机载定位定向系统(position and orientation system,POS)无控技术的运用缩短了DEM和DOM成图作业周期,减少了大量地面测量工作,节约了人力和物力支出,为海岸带工作区开展地质调查提供了新的技术支撑和工作思路。     

基于遥感图像分割和形态学的黄土滑坡后壁自动提取方法

基于黄土滑坡后壁的光谱和形状特征,提出了利用区域生长合并方法分割高分辨率遥感影像,提取滑坡后壁区域,经过二值化构图处理后,获得滑坡后壁主要格架,以表征黄土滑坡的方法。首先充分考虑黄土滑坡后壁在遥感影像中所呈现出的独特光谱特征和半圆状或圈椅状的形状特征,利用区域生长合并的方法,在生长参数为47.5,合并参数49的状态下进行影像分割,获得初步的黄土滑坡后壁形状;其次,填充分割过程中产生的孔洞,对获得的滑坡后壁进行细部构图;最后,采用二值化骨骼提取算法,提取滑坡后壁的主要格架,作为黄土滑坡的标志。该方法是对黄土滑坡遥感解译工作中,滑坡表达方法的改进和提高。     

帕隆藏布绞东滑坡堵江风险评估

文章以绞东滑坡为例,利用多期光学影像和Sentinel-1A降轨数据对绞东滑坡的崩滑时间和历史活动性进行了分析,根据分析结果将绞东滑坡斜坡区划分为三个区域,其中两个已滑滑区（A区、C区）和一个潜在滑区（B区）。在此基础上,通过滑坡碎屑流和岩体势能之间的计算方程反演了已滑滑坡的体积规模和滑体平均厚度,并基于已滑滑坡对潜在滑区可能造成的灾情进行了预测,认为潜在滑区在全部滑坡的情况下存在堵江风险。文中研究认为,在遥感手段识别滑坡活动性的基础上,利用遥感影像、DEM等数据,通过计算滑坡碎屑流和岩体势能之间的关系,可进行实测数据难以获取区域的滑坡规模与滑体平均厚度估算,进而进行险情评估,为滑坡防治提供指导。     

利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。