浅谈遥感技术在泥石流灾害防治体系建设中的应用

郭漩　付乐

摘 要：近年来由于人类对自然资源的不合理开发导致泥石流灾害频繁发生，给国家和人民的生命财产安全带来了巨大威胁，因此泥石流灾害防治体系的建设日渐重要。而遥感技术具有图像视域广、信息量大、直观性强、可大面积重复观测以及快速提供动态信息等优势，并可通过多种判读方法发掘信息，与GIS、GPS技术相结合，为泥石流灾害的防治以及灾后重建提供了更为便捷科学的途径。

关键词：遥感技术；泥石流灾害；地理信息系统

Abstract： Recent years，the Debris Flow Disaster occurred frequently because of humans irrational exploitation of natural resources.It brings tremendous threat for the country and people's lives and property safety.So the construction of the prevention system for debris flow disaster is particularly important.Remote sensing technology has many advantages just like a broad horizon of picture， large amount of information，strongly intuitive，repeated observations of large areas，providing dynamic information quickly and so on.It also can explore information through a variety of interpretation methods and combined with GIS，GPS technology.So remote sensing technology has provided a more convenient and scientific way for the prevention of debris flow and the post - disaster reconstruction.

Keywords： Remote Sensing Technology， Debris Flow Disaster，GIS

1 引言

泥石流是暴雨、洪水将含有沙石且松软的土质山体经饱和稀释后形成的洪流，广泛分布于世界各国一些具有特殊地形、地貌的地区，其危害程度比单一的崩塌、滑坡和洪水的危害更为广泛和严重。

遥感技术是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。遥感信息具有时效性强且经济便捷等优势，使得将遥感技术与GIS、GPS技术结合起来应用于泥石流灾害防治体系的建设成为可能。我们可以通过GPS进行实时定位，获取遥感卫星传输的大面积区域的同步观测数据，并根据需要进行重复性观测，并将获得的遥感信息数据进行处理与复合，利用GIS的空间分析功能对数据进行综合分析与评价，最后获得泥石流灾害影响的具体范围，及时做好预警工作及灾后重建工作。

2 災前背景数据库的建立

泥石流灾前背景数据库是泥石流灾害预警预告、损失评估和救灾的基础，一般在灾前进行建设与更新，对遥感数据的空间分辨率和光谱分辨率要求高。背景数据库主要包括两个方面：自然数据库和社会经济数据库。其中在自然数据库中泥石流沟的确定是较为复杂的一项数据，也是进行泥石流灾害预测的一项重要数据。

背景数据库中的自然数据主要包括地形图、气象条件、大气环境、地表物质组成、地形地貌条件、坡度、土壤类型、河流网络和湖泊的分布及其特性。自然数据库强调的是数据的准确性和可靠性，因此对于遥感数据的空间分辨率和光谱分辨率要求高，而对于时间分辨率的要求相对灾中的灾情监测要低一些，同时也需要开展大范围自然灾害宏观动态监测。较为常用的遥感数据有：美国气象卫星NOAA-AVHRR数据，主要用于气象条件的研究；法国的SPOT-HRV卫星，该数据的空间分辨率高达10米且具有立体观测能力，可以用于具体的地面资料的采集与更新；此外还有目前正在成为遥感热点的合成孔径雷达数据和成像光谱仪数据，都可用于灾前背景数据库的建立。

此外遥感图像还可以真实直观地记录泥石流地表现象，通过遥感数据可以很方便地调查泥石流沟的背景条件，包括：土层厚度、植被种类与盖度、山体坡度和岩石破碎状况等。通过直接目视解译和类比法可以区分出泥石流沟的形成时间，近期泥石流沟谷色调多呈白色线状，而早期的泥石流沟谷多呈灰暗的粗糙条带状或沟口处有扇状堆积体。不同时期的遥感图像能记录各时期的泥石流活动及变化状况。泥石流爆发突然猛烈，痕迹明显，近期内拍摄的影像较为清晰，但相隔数年后所拍的航片、卫片，由于沟谷山体受长期风化剥蚀、植被覆盖及人为改造的影像，其泥石流影像特征极为微弱甚至消失。有些沟谷可能在若干年后重复出现泥石流，对原泥石流体全部或部分覆盖或摧毁，因此使用不同时期的遥感数据进行对比，可以分析出泥石流的一些活动特点，比如：了解泥石流发生时期，重现其特点及规模；掌握泥石流爆发前后的沟谷变化；掌握泥石流灾害史并了解人类活动对泥石流形成的影响。

3 灾中承灾体的识别和信息提取

在泥石流灾害发生过程中，我们不仅需要对受灾区域进行大范围的宏观动态监测，同时还需要对灾害承灾体进行识别和信息提取，这是进行灾害损失动态评估和安排救灾减灾方案的前提。灾难承灾体主要是指受灾区域内的各种地物及其属性，例如农田、工矿、居民地、道路以及人口状况等。

如果灾害背景数据库中数据的现势性好、内容齐备，从遥感数据中识别出受灾范围后，在GIS系统中进行多个数据层的空间叠加操作即可进行承灾体的快速提取。而在灾害数据库建设不完善的情况下，直接对遥感数据进行分析是识别和提取洪承灾体空间分布信息的有效途径。我们一般采用最大似然法对遥感图像进行分类以提取和识别承灾体，但该方法在具体实施时需要各种承灾体的练习样本和先验概率且认为数据符合正态分布的假设。为克服这一缺陷近年来发展了去多新的提取方法，如：人工神经网络方法、证据推理方法、空间数据知识挖掘方法等。其中人工神经网络方法可以解决线性问题和非线性问题的包容性，不要求数据符合正态分布的统计假设，是一种非参数方法，已被应用于灾中承灾体的快速识别和提取。该方法以遥感各波段数据作为神经网络的输入，应提取灾难类型作为神经网络的输出，类型个数与输出层的神经元个数一致，选择样本练习网络结构以后，使用练习好的网络来提取承灾体的信息。

4 受灾地区三维模拟的实现

通过将DEM高程数据和相应遥感数据在GIS三维平台上进行叠加可建立受灾区域的高程模型。基于面模型进行多层DEM构模，构建出的模型在三维平台上可以进行路径漫游、地形计算和地形分析等常规操作。其中地形计算包括：计算区域体积、计算两点长度、计算地形表面积、计算填挖方、计算坡度坡向；地形分析包括：三维点信息、两点通视分析、地形通视域分析、地形坡面分析和洪水淹没分析。

通过三维模型，可以对受灾区域的地形有一个直观整体的认知，并且可以将灾害演进过程在三维平台上动态表示，辅助相关部门进行泥石流的灾害预测和灾后重建工作。但就目前来说，普遍应用的三维模型只是基于二维表面的DEM构模，所生成的高程模型严格意义上来说还不能称之为三维，一般称之为2.5维。

5 结束语

遥感技术在泥石流灾害的灾前预测、灾中监控和灾后重建中都具有很大的应用潜力，尤其是3S技术的结合可以快速准确地进行泥石流灾害预测。而未来预测的改进取决于对泥石流灾害及其机制更加确切的了解，灾害的监测评价基于地球观测系统的完善，必须使信息的获取既迅速又准确。只有在以上两个方面不断地进行探索，才能更好地为防灾减灾救灾提供决策支持。

参考文献

[1]韦京莲，董桂芝. 遥感技术在泥石流灾害勘察中的应用. 北京地质. 2001， 13（2）.

[2]潘华利， 欧国强， 黄江成， 曹波. 缺资料地区泥石流预警雨量阈值研究. 岩土力学， 2012， 33（7）.

[3]秦昆， 张成才， 余洁. GIS空间分析理论与方法. 武漢：武汉大学出版社. 2010.

[4]张成才. 水利地理信息系统原理与方法. 武汉：武汉大学出版社， 2004.