郭 帅,胡 胜,马舒悦,谢婉丽,曹明明
(1.西北大学 城市与环境学院, 陕西 西安 710127;2.西北大学 地表系统与灾害研究院,陕西 西安 710127;3.西北大学 陕西省地表系统与环境承载力重点实验室,陕西 西安 710127;4.西北大学 地质学系,大陆动力学国家重点实验室,陕西 西安 710069)
滑坡灾害是世界上造成人员伤亡及经济损失最为严重的自然灾害之一[1]。在我国,滑坡灾害发育也十分广泛,其中以西部地区最为严重[2]。现有的滑坡灾害调查与监测技术,例如遥感影像[3]、三维激光扫描仪[4]、InSAR[5]、高分卫星影像[6]等,都存在不同程度的缺陷,如价格昂贵、不够灵活方便等[7]。一般而言,利用航空或卫星影像进行坡面尺度的滑坡调查,其获取的地形模型(DEM)和正射影像(DOM)分辨率较低,无法清楚地识别滑坡纹理特征,如滑坡裂隙结构或小的位移变形,而这些特征信息却恰恰对于认识滑坡的动力学过程至关重要[8]。近年来,无人机摄影技术被越来越多地应用于地质灾害的野外调查中[9-11],这个技术打开了通向获取高质量野外数据的大门[12]。与传统的野外滑坡调查相比,无人机携带便捷,操作简单且测量相对精度较高,数据处理程序简单,能较好地提高野外调查工作的安全性。在无人机提供的高分辨率数据的基础上利用ArcGIS 10.2,Global Mapper等软件,提取多项滑坡特征参数,帮助我们从多个角度了解滑坡基本特征和空间格局,对滑坡地貌地形等分析具有重要意义。然而,由于航测精度和机型等不同,这些无人机系统价位从数百美元到十几万美元不等。因此,本文主要研究目的就是利用低成本的消费级无人机DJI Phantom 3 (4k) 进行秦岭山地单体滑坡地质灾害调查,获取高分辨率的DEM与DOM,提取滑坡的特征参数并进行分析,为秦岭山区的滑坡灾害防治提供一定的科学依据。
秦岭位于中国大陆的中部地区,其山峦叠嶂、沟谷纵横,地形起伏大,切割深,地质构造复杂,岩石破碎,抗风化能力差,再加上秦岭的南坡是中国著名的暴雨区[13],连阴雨也很常见。同时,近年来人口不断增长,人类工程活动、移民搬迁加剧,导致人地关系越来越紧张。由于修建公路、铁路,在25°以上的斜坡上开荒种地、修建房屋、切挖坡脚等人类活动造成秦岭地区的植被逐渐减少,斜坡稳定性降低,水土流失严重,生态环境日趋恶化,大暴雨经常引发滑坡灾害,给当地人民的生命财产造成巨大的损失。秦岭山地是中国地质灾害易发区域[14],这里滑坡、崩塌、泥石流、地裂缝、地面塌陷、不稳定斜坡等地质灾害广泛发育,危害巨大。因此本文选取陕西省汉中市佛坪县境内的风枫沟滑坡展开调查,该滑坡位于引汉济渭工程三河口水利枢纽下游1 298m处的公路旁边。
图1 三河口水利枢纽下游风枫沟滑坡概况图Fig.1 Overview of Fengfenggou landslide downstream of Sanhekou Water Control Project
根据前人的研究成果,基于运动重建(SfM)的无人机摄影测量技术生成的滑坡三维模型具有很高的相对精度,在一定程度上能够满足野外滑坡初步调查的需求[15]。但是,我们还是在进行野外滑坡调查之前,对校园的径流小区进行了无人机三维重建,并对其生成的DOM和DEM进行水平和垂直重复精度的初步验证。
在校园内的径流观测场,我们进行了两次无人机飞行,获得了径流小区高分辨率的DOM (1.56 cm/pix)和DEM (3.11 cm/pix),通过对比发现,两次飞行得到的8个特征点(a~h)有一定的偏差,但是水平重复精度偏差仅仅在0.5m左右(图2左)。同时,我们也利用剖面线对比的方法来检验高分辨率DEM的垂直重复精度问题,同一个径流小区的两次剖面线起伏程度几乎一致,大约有0.2m的垂直高程偏差(图2右)。对于只有5.45m长、21.1m宽、2.88m高这样如此微小的人造坡面而言,无人机摄影测量技术在三维地形重建方面具有优异的表现,不仅模型的长宽高尺寸几乎与实测值一样,而且剖面线能够客观地反映出各自径流小区的微地表坡面形态。根据以上测试结果,我们认为利用无人机摄影测量技术能够出色地完成野外滑坡的三维模型构建。
图2 无人机精度初步验证Fig.2 Preliminary test of UAV′s accuracy
本研究采用的无人机型号为DJI Phantom 3 (4k),拍摄照片分辨率为4 000×3 000,对于同一无人机和相机而言,飞行高度会影响照片的空间分辨率,因此需要根据滑坡周边的高度和地形设置合理的飞行高度,便于得到最理想的数据产品。据此我们在三河口水利枢纽下游风枫沟滑坡开展了无人机飞行拍摄工作,滑坡位置与飞行参数如表1所示。得到满意的影像数据后,使用摄影制图软件Agisoft PhotoScan Professional Edition Version 1.2.5来开展后续的数据处理工作。
在以往的滑坡调查中,多采用的是宏观定性描述以及半定量统计分析方法[16],而定量的计算分析与验证却十分缺乏,因此我们在ArcGIS 10.2,Global Mapper 17中完成了风枫沟滑坡的几何特征参数提取和统计(表2),这些特征参数对于判识滑坡的规模大小和形态具有重要参考。风枫沟滑坡的几何特征参数提取过程如下:根据无人机获取的风枫沟滑坡正射影像,首先确定滑坡边界,然后在ArcGIS软件中裁剪出滑坡的DEM,利用ArcGIS测量工具量算出滑坡的长度、宽度,在滑坡DEM属性中计算出相对高差,并用“几何计算”命令来计算滑坡的周长与面积,依据确定出的滑坡边界,以及在ArcGIS中提取的滑坡DEM剖面线来判定该滑坡的平面形态与剖面形态。结果如表2所示,风枫沟滑坡的平面形态为扇形,剖面形态为凸形,相对高差50m,周长240.3m,滑坡总面积2671.4m2,长宽比和厚长比分别为0.49和0.17。
表1 滑坡位置与飞行参数Tab.1 Landslides locations and flight parameters
表2 风枫沟滑坡几何特征参数统计Tab.2 Statistics on geometric characteristics of Fengfenggou landslide
同样地,我们在ArcGIS 10.2、Global Mapper 17中完成了对风枫沟滑坡地形特征参数的统计(表3),这些参数可以帮助我们很好的解析滑坡的特征(高程分布、坡度陡缓、地形起伏以及滑动方向)。根据表3和图3显示,风枫沟滑坡的内部坡度在0°~89.4°之间,平均值41.9°,在33×33的分析窗口下,滑坡内部平均起伏度最小为0.2m,最大为18.2m,平均起伏度为3.7m。滑坡的主滑方向与它所处斜坡的方位有直接关系,由于本次调查为单体滑坡调查,受样本数量的局限无法从统计学上给出在哪个方位发生滑坡的可能性最大。当然,我们也在不断地积累和丰富秦岭山地滑坡的三维地形数据库,以便今后更好地进行统计分析。
表3 风枫沟滑坡地形特征参数统计Tab.3 Statistics on topographic characteristics of Fengfenggou landslide
注:起伏度邻域分析窗口大小33×33。
在微观层次上,高分辨率DEM能很好地表现滑坡内部的结构特征和空间分布规律。以本文研究的风枫沟滑坡为例,从高分辨率的DEM数据中统计出该滑坡的高程频率分布、坡向频率分布、坡度频率分布和地形起伏度频率分布(图4)。对于滑坡而言,坡顶一般高程最高,滑坡后缘坡度较陡,高程频率变化平缓。滑坡主体部分的厚度最大,各种滑坡微地貌较多,高程频率变化剧烈。坡脚一般高程最低,地形起伏平缓。依据以上判识标准,通过分析该滑坡的高程频率分布曲线(图4a),我们可以识别出滑坡的坡脚、滑坡主体和滑坡后壁结构及其高程分布范围。根据此曲线,我们在GIS中对滑坡高程进行了相应的分类,可以很好地识别出其外部结构(图5),这与影像中解译出来的滑坡外部结构几乎一致。滑坡的坡向频率分布(图4c)表明高分辨率的DEM可以清楚地展示滑坡内部坡向分布,这是传统调查方法难以做到的。风枫沟滑坡的主滑方向控制了滑坡内部的坡向分布,滑坡内部的坡向也主要集中在WNW-W-WSW方位。与高程频率分布相似,滑坡的坡度频率分布也具有一定的滑坡地形区分能力(图4b),根据坡度频率分布曲线虽然无法区分出平地中的滑坡坡顶和坡脚部分,但它对滑坡后缘非常敏感,该部分的坡度虽然很大(在65°~85°之间),但是频率较小。在5m×5m的分析窗口下,起伏度频率分布曲线的变化趋势与坡度频率分布曲线基本一致,表现出先增加后减小的趋势。滑坡内部的起伏度范围在0~18.2m之间变动,主要集中分布在0~5m,2~4m的起伏度变化占绝对优势(图4d)。
本文主要展示了如何利用低成本的四旋翼无人机获取高分辨率的地形数据,并将该技术应用于滑坡三维模型重建,获得了比较满意的效果。在此基础上,我们利用无人机获取的高分辨率DEM对秦岭山地风枫沟单体滑坡进行几何特征参数、地形特征参数的提取与分析。主要结论如下:
图3 风枫沟滑坡地形因子空间分布Fig.3 Spatial distribution of topographic factors of Fengfenggou landslide
图4 风枫沟滑坡地形特征参数频率分布Fig.4 The frequency distribution of characteristic parameters in Fengfenggou landslide
图5 利用高程频率曲线识别滑坡外部结构Fig.5 Identifying external structure of the landslide according to the elevation frequency curve
1)在校园的径流小区进行了无人机精度检验,其生成的DOM和DEM水平重复精度偏差为0.5m左右,垂直高程偏差为0.2m左右,根据测试结果,我们认为利用无人机摄影测量技术能够出色地完成野外滑坡的三维模型构建。
2)利用三维模型重建技术和GIS空间分析技术,提取了秦岭山地风枫沟滑坡的高精度几何与地形特征参数,结果显示风枫沟滑坡的平面形态为扇形,剖面形态为凸形,相对高差50m,周长240.3m,滑坡总面积2 671.4m2,长宽比和厚长比分别为0.49和0.17;滑坡的内部坡度在0°~89.4°之间,平均值41.9°,内部平均起伏度最小为0.2m,最大为18.2m,平均起伏度为3.7m。这些参数可以帮助我们很好地解析滑坡高程分布、坡度陡缓、地形起伏以及滑动方向等特征,具有很高价值。
3)对秦岭山地单体滑坡的高程频率分布、坡向频率分布、坡度频率分布和地形起伏度频率分布进行统计分析,结果表明,根据这些频率分布曲线识别出的滑坡外部结构与影像中解译出来的滑坡外部结构几乎一致。因此,我们认为在一定程度上,可以利用这些频率曲线来识别潜在滑坡区域。
由于我们的主要目的是进行高分辨率的滑坡空间分析,并不涉及滑坡位移监测。如果要进行不同时期滑坡对比监测,那么就需要地面控制点来提高数据精度,因为GCP坐标可以被用于生成更加精确的、具有绝对坐标的模型[17]。事实上,对于秦岭山地滑坡而言,在坡面尺度的滑坡进行控制点布设也存在一定的挑战,如有的滑坡体高差起伏很大,人员无法到达某一点进行控制点放置,有的滑坡是最近发生的,仍然存在二次滑坡的隐患,对人员人身安全不利。但是无论如何,这种新的非接触测量技术具有低成本、安全、快速、高分辨率的优势,使用无人机系统这个现代化工具可以轻松获取地形地貌数据。通过本文的研究,证实无人机技术可以被更多地应用到滑坡等地质灾害野外调查中,利用低成本的消费级无人机可以避免传统野外调查人员需求量大、时间长、花费高、危险系数大等弊端,得到更多高分辨率的DEM与DOM数据。较传统低分辨率地形滑坡特征,本文在参数提取和分析方面程序更简单快捷,测量精度更高。当然,无人机野外飞行也需要注意一些事项:首先,要遵守相关法律法规,不能在机场或军事敏感区域飞行;其次,野外工作要配备10块左右的飞行电池,要根据滑坡地形和海拔规划合理的飞行航线,既要保证较高的分辨率,又要兼顾飞行安全;第三,天气的选择也至关重要,最好在晴朗、无风或风速较小的天气进行飞行;最后,富有飞行经验的无人机操作者也是不可或缺的重要因素[8]。