高分辨率多光谱的芦山地震次生地质灾害遥感监测与评估

王福涛，王世新，周 艺*，王丽涛，阎福礼，李文俊，2，刘雄飞，2

1. 中国科学院遥感与数字地球研究所，北京 100101 2. 中国科学院大学，北京 100049 3. 广西空间信息与测绘重点实验室，桂林理工大学，广西 桂林 541004

高分辨率多光谱的芦山地震次生地质灾害遥感监测与评估

王福涛1，3，王世新1，周 艺1*，王丽涛1，阎福礼1，李文俊1，2，刘雄飞1，2

1. 中国科学院遥感与数字地球研究所，北京 100101 2. 中国科学院大学，北京 100049 3. 广西空间信息与测绘重点实验室，桂林理工大学，广西 桂林 541004

2013年4月20日芦山7.0级大地震发生后，产生大面积滑坡、崩塌、碎屑流等次生地质灾害，造成大量人员财产损失，并严重阻碍了应急救援和灾后重建工作的顺利开展。利用快速获取的震前和震后航空、航天等多源遥感数据、地形地貌和地质构造数据，首先结合次生地质灾害在高分辨率多光谱影像上的形态、结构和纹理特征，对地震重灾区次生地质灾害的数量和空间分布进行了有效监测。结果显示：芦山县、宝兴县和天全县次生地质灾害最为严重，各有164处、126处和71处大型次生地质灾害点。并结合GIS技术对这些次生地质灾害的空间分布规律，特别是同区域地质构造、烈度和地形地貌之间的关系进行了综合分析和评估。评估结果显示：在监测区存在四个次生地质灾害高发区，其中一个聚集在震中6公里范围内，其他三个沿本区域两个主要地质断层分布；超过97%的次生地质灾害位于烈度Ⅶ～Ⅳ度、坡度25°～50°且海拔800～2 000 m之间的区域。最后结合震害遥感监测评估结果，对震后恢复重建规划及实施提出建议。

高分辨率；多光谱遥感；芦山地震；监测；次生地质灾害

引 言

我国处在环太平洋地震带和欧亚地震带之间，是世界上地震灾害最严重的国家之一。大地震发生后，特别是在我国的西部山区，往往会导致大面积次生地质灾害的发生，不仅造成大量的人员伤亡和财产损失，而且严重阻碍了应急救援和灾后恢复重建的顺利实施。此时快速全面的获取灾情信息特别是次生地质灾害的分布信息对抗震救灾和灾后恢复重建的科学决策具有重要的意义。

高分辨率多光谱遥感技术具有的观测范围广，速度快，安全，不受地形、地貌的阻隔，遥感影像直观、准确、信息丰富等优点，可以在地震灾害应急减灾与评估中发挥重要的作用。如日本、美国等一些国家充分发挥航空、航天遥感等现代空间对地观测技术在地震发生后，准确、全面地获取灾情图像信息，并对后续次生灾害进行动态监测。日本的Takanasa Makama和马笼弘志、美国的Bolt等，利用航空遥感图像进行震害评估，取得了良好的效果[1-2]。土耳其地震、希腊雅典地震、印尼地震海啸、南亚地震、海地地震等发生后，均采用了遥感手段及时地获取灾区的房屋倒塌、道路损毁和次生灾害等信息，并进行震害损失评估[3]。在我国，2003年新疆巴楚——伽师地震后，王晓青、魏成阶等利用航空遥感影像，以及震前、震后SPOT5图像，首次成功地实现了在地震应急阶段获取震害遥感影像并进行了地震灾害评估[4]。在2008年汶川特大地震和2010年玉树大地震的抗震救灾过程中遥感发挥了重要信息源的作用，遥感技术在震害监测和评估中得到了重点应用和推广[5-12]。近年来，伴随着我国高分辨率对地观测系统重大专项(简称高分重大专项)的部署和实施，高分辨率的航空和航天多光谱遥感技术得到有力推进，推动了高分辨率多光谱遥感数据在重大自然灾害和突发事件应急监测与评估应用中的跨越式发展。

1 研究区域与数据

2013年4月20日8点11分，四川省芦山县发生7.0级大地震。地震发生后，中国科学院遥感与数字地球研究所第一时间启动应急响应预案，开展遥感抗震救灾工作。20日9时50分，航空遥感飞机B-4101携带光学传感器从四川绵阳机场起飞，开始执行芦山地震灾区灾情遥感监测任务。至20日下午第一架次返航，拍摄地震灾区芦山、宝兴、天全等县市约5 000 km2，内高分辨率航空遥感数据约256 GB。之后，又连续飞行3架次，以震中为中心辐射50 km，获取原始数据247GB的航空遥感数据，生成快视影像图130 GB，实现了对重点灾区的有效覆盖(如图1所示)。

Fig.1 Post-quake high resolution remote sensing monitoring area

本研究使用的数据就是上述航空高分辨率多光谱遥感遥影像，此外还包括部分震前的SPOT5和资源三号(ZY3)全色和多光谱遥感影像。其中航空遥感影像分辨率为多光谱0.4～0.6 m，SPOT5影像分辨率为全色2.5 m、多光谱10 m，ZY3影像分辨率为全色2.1 m、多光谱5.8 m。

2 研究方法

芦山地震次生地震灾害应急监测与评估主要基于对地震前后高分辨率多光谱遥感影像进行专题信息提取和变化监测分析，并利用GIS空间分析功能开展评估和制图。具体方法步骤如图2所示，主要包括以下五个部分。

(1)结合地震三要素(震中位置、震级和发生时间)，快速收集整理灾区基础地理数据、地质地貌数据和灾前多光谱遥感影像。利用这些数据进行灾区地质构造背景分析、地震烈度快速模拟和受影响人口快速评估[13]，确定极重灾区范围及应急高分遥感监测区域。

(2)震后高分辨率多光谱遥感监测数据成功获取后，立刻启动遥感影像的快速处理。处理工作主要包括：影像辐射定标、系统几何校正、正射校正、增强、融合及镶嵌等。在本次应急监测与评估过程中主要利用25 m DEM数据对高分遥感影像进行了正射校正。此外，由于需要对震前和震后的遥感影像进行变化监测，还进行了影像——影像的匹配校正。

(3)开展次生地质灾害的多光谱遥感信息分类提取。

Fig.2 Assessment flow for secondary geological disasters based on RS technology

首先，结合典型地质灾害的遥感样本库和本次震后高分遥感影像的数据特点，建立次生地质灾害的高分辨率多光谱遥感信息分类提取标志(滑坡、崩塌等次生地质灾害在高分辨率多光谱影像上具有明显的形态、结构和纹理特征。滑坡：后壁一般较陡峻并呈围椅状, 微地貌特征比较清楚；滑坡体与周围地质体在色调、纹理、植被发育及生长状况上有明显的差异；滑动面多呈簸箕型、舌形、长椅形、倒梨形等，在均质土体中其剖面为一个近似半圆弧形。崩塌：堆积体地貌特征明显，多发育在沟谷或河流两侧的陡崖、陡坎或岩体破碎地带；崩塌后壁陡峭而粗糙，其颜色与岩性有关，多呈浅色调或接近灰白，一般不长植被或植被稀疏；崩塌体在坡脚形成锥状的堆积体。碎屑流：多呈白色树枝状影像特征，规模较大者整个形成区呈花斑状影像，其中有沟床顺直的白色条纹和堵塞河流的影像特征)。

其次，通过变化检测方法(比如差值法)进行地震前后的影像的变化检测(为减少不同多光谱传感器辐射均一性等因素带来的影响，尽量选取和灾害发生季节相同的对比影像，并充分利用多光谱载荷辐射定标系数和光谱响应函数将DN值转化为反射率，最后利用直方图匹配使两幅影像的亮度分布尽可能地接近)，对变化区域结合遥感信息分类提取解译标志确定具体次生地质灾害的类型，通过人机交互解译形成次生地质灾害分布遥感应急监测结果，并及时送往国家应急办等相关部门以及救灾前线。

(4)利用空间分析统计方法(地形分析、叠加分析、统计分析、聚类分析和缓冲分析等)，对次生地质灾害空间分布同地质构造、地形地貌之间的关系，以及次生地质灾害空间分布同地震烈度之间的关系进行分析和评估。

(5)利用以上监测和分析评估结果，结合本区域资源环境状况，为灾后恢复重建规划的制定和实施提供决策建议。

3 结果与讨论

3.1 震后次生地质灾害遥感监测结果

基于地质背景分析、高分辨率多光谱遥感影像处理和次生地质灾害的遥感信息分类提取，研究人员有效获取了芦山地震高分辨率遥感监测范围内的次生地质灾害分布信息。监测结果显示在地震重灾区内分布着大量地震引发的次生地质灾害，其中滑坡、崩塌和碎屑流是最主要的三种类型。特别是在芦山县、宝兴县和天全县次生地质灾害点分布最为广泛，如表1、图3、图4和图5所示。

Table 1 Number of the secondary geological disasters in the most severely affected region

Fig.3 Monitoring results for Taiping town, Baosheng village and Longmen village in Lushan County

Fig.4 Monitoring results for Xiaohe village and Laochang village in Tianquan County

3.2 次生地质灾害分布同地质构造之间的关系分析

通过高分辨率多光谱遥感数据有效提取次生地质灾害分布并制图后，我们发现这些次生灾害分布具有明显的聚集特征。为了更好的理解这种现象，首先利用GIS技术结合空间评估模型，分析了次生地质灾害分步同地质构造之间的关系(如图6所示)。结果显示：研究区域内存在四个次生灾害高发(热点)区(如表2所示)，一个位于震中6 km范围内(26%)；一个沿着龙门山断裂带中的盐井——五龙断层分布(21.6%)；另外两个沿着龙门山断裂带中的双石——大川断层分布(36.6%)。地质断层活动对次生地质灾害的发育和发展起综合控制影响作用效果明显。

Fig.6 Relationship between the distribution of the secondary geological disasters and geological structure

Table 2 Statistics of the secondary geological disasters in the high-hazard zones

3.3 次生地质灾害分布同地震烈度及地形地貌之间的关系分析

基于DEM数据和地震烈度数据，我们重点分析了芦山地震次生地质灾害分布同地震烈度、高程和坡度之间的关系。结果显示：研究区内，超过97%的次生地质灾害分布于海拔800～2 000 m之间、坡度为25°～50°之间的Ⅶ—Ⅳ度地震烈度区域内，如表3和图7所示。可见除地质构造影响因素外，地震烈度大小和地形地貌等因素同次生地质灾害的发生和分布也具有紧密的联系。

Table 3 Statistics of the secondary geological disasters in the Lushan Earthquake intensity

Fig.7 Distribution of the secondary geological disasters overlaid with the Lushan Earthquake intensity

3.4 震后恢复重建规划及实施建议

芦山地震灾区位于青藏高原向四川盆地急剧过渡地带，地理环境复杂，山区广布，生态环境相对脆弱。本次强震发生后，山地灾害风险显著增强，资源与环境承载能力有所下降。基于本区域次生地质灾害的分布监测结果，考虑本区域复杂的地质环境背景条件以及暴雨频发的气候特点，在震后恢复与重建过程中，建议实施次生地质灾害治理与预防并重的综合管理模式。

(1)建议迅速开展更为翔实、全面的地质构造调查，特别是确定区域主要活动断层的精确位置对后续的防灾避险具有重要意义。并以此为基础建立断层两侧15～50 m的建设避让带。

(2)根据震后次生地质灾害分布高分辨率遥感监测结果以及次生地质灾害对居民区和主干道路的损毁评估情况，为减少后续次生地质灾害的威胁，建立适当的次生地质灾害避让区非常必要。参考国外经验，建议居民区和重点工程设施避让滑坡和崩塌的距离为50～100 m，避让大型碎屑流的距离为200～300 m。

(3)参照2008年汶川5.12特大地震以及2010年玉树4.14大地震震后次生灾害发生和发展经验，估计本区域崩塌的数量在震后1年时间内将稳步增加，2～3年后逐渐减少。而滑坡和碎屑流(泥石流)的状况在震后1～6年的时间内都将比较严重，特别是在5月到8月的雨季期间。因此，加强灾区次生地质灾害的治理和防御非常重要，建议将次生地质灾害高发区的次生地质灾害点治理、区域综合防御和灾害应急预案制定紧密衔接，形成点——线——面配套的综合治理和防御体系。

4 结 论

在对多次地震遥感应急监测与评估实践经验进行总结的基础上，归纳了利用高分辨率多光谱数据开展地震次生地质灾害遥感监测与评估的技术流程。不仅在芦山地震震后第一时间有效开展了次生地质灾害应急遥感监测，而且对次生地质灾害分布规律进行了综合分析和评估。监测与评估结果显示：在监测研究范围内，次生地质灾害(超过361个灾害点)主要位于芦山县、宝兴县及天全县等极重灾区和重灾区，且分布具有典型的聚集特征，同地质断层、地形坡度、高程以及地震烈度存在密切的关系。相关监测和分析结果及时报送到抗震救灾相关部门和决策机构，有力支持了应急救援前线工作的开展，并为制定科学合理的灾后重建规划、避免和减少次生地质灾害后期影响提供了依据。

综上所述，以高分辨率多光谱遥感为代表的空间信息技术，不仅提供了快速获取震害分布等灾情信息的有效手段，而且在宏观监测和决策分析方面具有明显的优势和应用潜力。特别是伴随着我国高分一号(GF1)、高分二号(GF2)卫星的陆续发射以及高分航空系统的进一步完善，利用高分辨率多光谱遥感数据开展重大自然灾害和突发事件的应急监测与评估将得到更好的应用和更快的发展。

致谢：在芦山大地震震害监测与评估过程中，得到了下列部门或单位及时、丰富的数据支持，在此感谢：中国科学院遥感与数字地球研究所航遥中心和地面站提供了灾后高分多光谱遥感影像和灾前SPOT-5图像支持;国家资源卫星应用中心提供的灾前资源三号数据支持；中国地震局提供的地震烈度地面调查数据以及国家遥感中心提供的部分无人机数据支持。

[1] Tahayt A, Feigl K L, Mourabit T, et al. Remote Sensing of Environment, 2009, 113(2): 306.

[2] LIU Jia-hang, YANG Jian-feng, WEI Cheng-jie, et al(柳稼航，杨建峰，魏成阶，等). Journal of Natural Disasters(自然灾害学报), 2004, 13(6): 46.

[3] Hancilar U, Taucer F, Corbane C. Earthquake Spectra, 2013, 29(4): 1275.

[4] WANG Xiao-qing, WEI Cheng-jie, MIAO Chong-gang, et al(王晓青，魏成阶，苗崇刚，等). Earth Science Frontiers(地学前缘), 2003, 10(Suppl.): 285.

[5] Lei Liping, Liu Lingyun, Zhang Li, et al. Journal of Applied Remote Sensing, 2009, 3: 65.

[6] WANG Shi-xin, ZHOU Yi, WEI Cheng-jie, et al(王世新，周 艺，魏成阶，等). Journal of Remote Sensing(遥感学报), 2009, 13(Suppl)：364.

[7] WANG Xiao-qing, WANG Long, WANG Yan, et al(王晓青，王 龙，王 岩，等). Technology for Earthquake Disaster Prevention(震灾防御技术), 2008, 3(3)：251.

[8] Guo Huadong, Lu Linlin, Ma Jianwen, et al. Chinese Science Bulletin, 2009, 54: 3303.

[9] Huang Xiaoxia, Wei Chengjie, Li Hongga, et al. Journal of Applied Remote Sensing, 2009, 3(3): 115.

[10] LIU Ya-lan, ZHANG Yong, REN Yu-huan, et al(刘亚岚，张 勇，任玉环，等). Journal of Remote Sensing(遥感学报), 2008, 12(6): 933.

[11] Wang Futao, Zhou Yi, Wang Shixin, et al. Disaster Advances，2010, 3(4): 72.

[12] Han Y S, Dong S K, Chen Z C, et al. Journal of Mountain Science, 2014, 11(1): 51.

[13] Wang Futao, Wang Shixin, Zhou Yi, et al. Disaster Advances，2012, 5(4): 1414.

*Corresponding author

High Resolution Remote Sensing Monitoring and Assessment of Secondary Geological Disasters Triggered by the Lushan Earthquake

WANG Fu-tao1，3, WANG Shi-xin1, ZHOU Yi1*, WANG Li-tao1, YAN Fu-li1, LI Wen-jun1，2, LIU Xiong-fei1，2

1. Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China

2. University of Chinese Academy of Sciences, Beijing 100049, China

3. Guangxi Key Laboratory of Spatial Information and Geomatics, Guilin University of Technology, Guilin 541004, China

The secondary geological disasters triggered by the Lushan earthquake on April 20, 2013, such as landslides, collapses, debris flows, etc., had caused great casualties and losses. We monitored the number and spatial distribution of the secondary geological disasters in the earthquake-hit area from airborne remote sensing images, which covered areas about 3 100 km2. The results showed that Lushan County, Baoxing County and Tianquan County were most severely affected; there were 164, 126 and 71 secondary geological disasters in these regions. Moreover, we analyzed the relationship between the distribution of the secondary geological disasters, geological structure and intensity. The results indicate that there were 4 high-hazard zones in the monitored area, one focused within six kilometers from the epicenter, and others are distributed along the two main fault zones of the Longmen Mountain. More than 97% secondary geological disasters occurred in zones with a seismic intensity of VII to IX degrees, a slope between 25 A degrees and 50 A degrees, and an altitude of between 800 and 2 000 m. At last, preliminary suggestions were proposed for the rehabilitation and reconstruction planning of Lushan earthquake. According to the analysis result, airborne and space borne remote sensing can be used accurately and effectively in almost real-time to monitor and assess secondary geological disasters, providing a scientific basis and decision making support for government emergency command and post-disaster reconstruction.

High Resolution；Multi-spectral remote sensing；Lushan earthquake；Monitoring；Secondary geological disasters

Sep. 1, 2014; accepted Dec. 18, 2014)

2014-09-01，

2014-12-18

国家自然科学基金项目(41301501，41201441，41371363)，国家高分重大专项-电子政务灾后重建项目(00-Y30B15-9001-14/16)和广西空间信息与测绘重点实验室课题项目(1207115-18)资助

王福涛，1983年生，中国科学院遥感与数字地球研究所副研究员 e-mail：wangft@radi.ac.cn *通讯联系人 e-mail: zhouyi@radi.ac.cn

TP79

A

10.3964/j.issn.1000-0593(2016)01-0181-05