面向对象与三维可视化方法结合的铁路线选址

王萍，许春梅

(山东科技大学 测绘与空间信息学院，山东 青岛 266500)

0 引言

众所周知，纵横交错的交通线是我国国民经济的命脉，尤其铁路线在带动社会经济发展方面具有十分重要的作用。为大力提高西部经济发展，针对我国西部地区设计新的铁线路成为关系国计民生的大事[1]，本文就铜仁吉首铁路线选址进行一些前瞻性研究。

铜仁吉首铁路线跨越不同省份，横亘地形、地质等条件复杂的山区，其选线方案要考虑的因素较多[2-4]。根据遥感影像进行地质类型提取一般采用目视解译，专业人员直接或间接地借助仪器进行目标地物提取，受人为因素干扰且耗时费力，该方法对上万公里的条带状区域解译精度低、效率差。本文提出采用面向对象分类的方法进行半自动化的专题解译[5]。目前，面向对象分类方法应用的领域较多，例如地物的变化检测、植被信息的提取等[6]。Shackelford等[7]于2003年提出了利用面向对象与基于像元相结合的分类方法来提取建筑物；石振杰[8]在2016年通过面向对象的方法进行岩性的识别；张金钟[9]于同年提出利用面向对象方法进行地质岩性的分类；2019年，查泽超[10]利用面向对象方法进行了水系的提取。上述论文表明，面向对象方法对面状地物的提取具有一定优势，将面向对象方法与三维可视化结合，可为长距离铁路线周围地质解译及选址提供技术支撑。

1 研究区及数据

1.1 研究区

铁路线位于铜仁至凤凰一带。研究区地理坐标为109°10′00″E～109°40′00″E，27°43′00″N～28°04′00″N。研究区经济发展速度慢，土地利用主要以农业用地为主；植被覆盖度高；沱江、锦江分布于南北两侧；地貌以低山为主，喀斯特发育；海拔高程0～753 m，地势总体西高东低；出露主要地层包括奥陶系、寒武系等。铁路地理位置如图1所示。

图1 铁路地理位置图

1.2 数据源

本文使用的遥感数据包括高分一号(GF-1)、哨兵二号(Sentinel-2)，以及数字高程模型(digital elevation model，DEM)，详细参数如表1所示。

表1 数据源选择

高分一号卫星是我国发射的高分辨率卫星，搭载了两台2 m分辨率全色/8 m分辨率多光谱相机、四台16 m分辨率多光谱相机。哨兵二号的多光谱探测器包括13个波段，其中4个波段的分辨率为10 m，6个波段分辨率为20 m，3个波段的分辨率为60 m。高分数据与哨兵数据获取年份相同，季节不同，两种数据的融合为专题信息的提取提供了丰富的地学信息。

2 研究理论与方法

将预处理后的影像进行主分量运算等增强处理，利用面向对象分类的方法对研究区的水文地质、水系、地层岩性进行解译分类；采用滤波增强线性构造进行地质构造的解译，结合三维可视化对解译结果进行分析，最后对研究区域进行综合评价。数据处理流程如图2所示。

图2 数据处理流程图

这里针对流程中的面向对象方法进行具体描述。面向对象进行影像分类时，第一步是影像分割，分割时应该考虑光谱和形状因子，设置分割参数使得生成的影像对象内部的性质是一致的，即保持其同质性[11]。面向对象分割算法包括多尺度分割、棋盘分割、四叉树分割等，本文采用的分割方式为多尺度分割。多尺度分割由尺度参数和同质性系数两部分构成，尺度参数决定分割阈值，尺度越大形成的多边形数量越少；同质性系数决定分割标准。本文在遥感数据进行增强处理后的影像基础上进行影像分割，处理后的影像具有较高分辨率且色调丰富，对各类地质的解译具有一定的辅助作用[12]。第二步选择不同的特征参数对分割后的斑块进行专题分类。分类特征主要包括光谱特征、形状特征以及纹理特征，选用的特征主要包括以下几个方面。

1)光谱特征。光谱特征对地物的识别具有重要作用，本实验主要选择了均值和亮度特征。

2)形状特征。形状特征指的是每个研究对象的形状几何特征，利用地物的形状特征能够很好地区分不同的地物类型。本文用到的形状特征包括面积、长宽比、形状指数。

3)纹理特征。纹理指的是遥感影像局部的某些性质，代表像元之间一种关系的量化。本文选用的纹理特征包括对比度和均匀性。

3 实验过程及结果分析

3.1 地质地貌解译分析

面向对象分类前选择合适的分割尺度，使得分割边界清晰且每类地物要素均被有效分割。以水文地质为例，选择分割尺度为600、形状因子0.1、紧致度0.5的分割结果作为最后结果，分割结果如图3所示。

图3 分割尺度为600结果图

利用面向对象分类进行水文地质、地层岩性以及水系的解译，特征参数选择以及分类精度如表2所示。

表2 分类参数及分类精度

实验段水文地质解译结果如图4(a)所示，地层岩性解译结果如图4(b)所示。水系解译采用面向对象分类与DEM提取河网结合的方法进行提取，解译结果如图4(c)所示。

图4 面向对象解译结果图

研究区域内含水层主要包括砂及砂卵石孔隙水、碎屑岩孔隙裂缝及裂缝水、碳酸盐岩溶水等。地层岩性包括白垩系、奥陶系等。

不同的地质类型具有不同的性质，其稳定性也不一致，在进行铁路建设过程中正确的地质解译结果对施工具有重要的指导作用。地质灾害会导致山体塌方、岩土下滑，给后续施工以及整个项目带来严重的影响[13-14]。

研究区域内的砂、砂卵石孔隙水(富水性中等)零散分布于澎井、莒蒲塘村等，砂卵石地层是典型的力学不稳定地层，开挖面不稳定会导致坍塌事故的发生[15]。该处岩性以白垩系泥岩、砂岩为主，泥岩由黏土集结形成，自身的强度极低，容易被水侵蚀、水化；砂岩由碎屑的颗粒组成，渗透率高，容易发生渗透软化、受孔隙水与岩性影响[16]，故在进行铁路建造时极易引发地基大变形与沉降[17]，建设时应做好妥善处理。

碳酸岩岩溶水分布广泛，主要分布在鸭堡洞村一带，岩性以奥陶系灰岩为主，若在水系发育丰富的情况下，极易形成岩溶洼地[18-20]。本区域共发育岩溶洼地16处，面积最大为9 466 m2，最小为1 606 m2，在进行施工建设前需充分对岩溶洼地周边地形进行勘察，做好岩溶应对措施。

研究区内多溪流。铁路线跨越锦江以及沱江，故后期需要考虑跨江大桥的修建。

地质构造主要发育为地质断裂。实验段线路走廊带主要发育断裂构造，主构造方向为北北东向，次级断裂构造多为北东向。

采用北东方向滤波算子加强边缘信息，有目的性地增强某个特殊方向的图像特征。分别采用窗口大小为3×3和5×5的方向滤波器，滤波结果如图5所示。选择5×5方向滤波结果(图6)进行地质构造解译。

图5 方向滤波结果图

图6 地质构造解译结果图

北东向构造为一系列走向45°～75°的褶皱、压性断裂组成，主要褶皱及断裂有火马坪向斜、茶店—凤凰主干断裂等。

北北东走向构造主要发育于铜仁至落潮井以西地区，走向18°～20°，主要褶皱及断裂为铜仁大断裂。其中，与线路关系密切的主要为铜仁大断裂，走向18°，总体形态构成“S”形。

铜仁以南断裂面倾向南东东，倾角为20°～40°；铜仁以北至来龙山以南，断裂面倾向北西西，倾角一般大于50°，该断裂附近次生断层、褶皱构造发育，岩体完整性较差。

断裂会严重影响工程的安全性，铁轨布设时应避开断裂线以保障后续铁路的安全稳定。

3.2 三维可视化分析

为了更好地显示研究区的水文特征及地质构造，将其进行三维可视化。三维可视化可以形象、多视角、全方位显示铁路周围的地质状况，对规划铁路线的布设具有很好的辅助作用[21]。三维可视化结果分别如图7、图8所示。

注：红色为干流；绿色为四级河流；蓝色为三级河流；橘色为二级河流；粉色为一级河流；青色为干沟河流。

由三维可视化结果可以看出：研究区水系交错，发育丰富，在沟谷等地势较低处均有水流经过；铁路线直接经过的断裂线有三条线状构造1、一条线状构造2、一条正断层，分别如图8(a)、图8(b)、图8(c)所示，断裂线主要位于两边地势高、中间低的沟壑处。建设铁路时，应充分考虑此类地貌的影响。

图8 断层可视化结果

3.3 工程地质评价

研究区域内地形地貌复杂，将工程地质适用性评价结果结合各种指数因子进行多指标综合权重分析。多指标综合评估方法是各类评估活动中一个比较简单有效和常用的定量方法，数学表达公式参见文献[22]。

本次工程地质条件评价主要考虑自然环境、地形地貌以及工程地质三方面评价内容，选取植被覆盖度、地表湿度、水系、海拔、坡度、坡型、地层岩性、水文地质、断裂总计9个指数，根据以往调查资料以及各类指数对铁路修建的影响大小进行权重划分，如表3所示。

表3 工程地质评价因子及权重一览表

对工程地质类型进行适用性评价，以地质构造评价结果为例，设置距离间隔2 km为一个等级，等级越低代表距离断裂处越近，适用性越差，评价结果如图9(a)所示；研究区植被覆盖结果如图9(b)所示；通过缨帽变换提取湿度分量得到研究区的土壤湿度结果如图9(c)所示。

图9 地质评价辅助数据结果图

将上述各类因子重分类，按适宜程度划分等级，最后根据各自的权重进行叠加，计算地质稳定性综合指数(范围为1.8～4.6)，数值越大代表越适宜。将计算结果按等差取值分为五类，研究区按适宜程度分为优、良、中、较差、差五类，结果如图10所示。

图10 铁路沿线地质评价结果

由评价结果可以看出，研究区较差等级主要集中在西北部、中部以及东北部小面积区域，这主要是由于西北部为灰岩，水系丰富情况下极易发育岩溶洼地，且地势较高；中部分布有岩溶洼地，断裂发育丰富，海拔高且植被覆盖度较高，不利于工程建设；沱江位于研究区的东北部，造成此处的评价等级较差。铁路线经过的等级较低区域主要在中部，由于中部整体评价结果较差使得铁路线不可避免地要经过此路段，从结果图可以看出，铁路线在此处经过的路线相比于中部的其他地区评价结果较好。总体来看，路线的地质评价结果较好。

4 结束语

本文采用面向对象分类与三维可视化结合的方法对铜吉铁路一带的地层、水文进行解译分类，得到以下结论。

1)在地形地貌复杂的山区利用GF-1、Sentinel-2等多波段、高分辨率遥感数据，采用面向对象分类与三维可视化结合的方法对地质进行专题解译，克服了过去人工解译耗时长、精度低的缺点，更新了过去的解译结果，得到了最新的地质解译图。铜吉铁路沿线地势地貌复杂，碳酸岩岩溶水分布广泛，水系、断层发育，三维可视化使得各类地质得以清晰立体的展现，为铁路的选址提供有效的指导。

2)分割尺度与特征参数的选择对面状地质特征提取有重要意义。通过对比不同分割尺度结果，选取分割边界清晰、单个对象能够表达地物属性的尺度作为最后结果。各类地质选择分割尺度略有不同，水文地质分割尺度选择600，地层岩性分割尺度选择550。结合不同地质特征选取适当的特征参数进行分类，结果表明，面向对象分类对地层岩性、水文地质具有较好的分类效果。

3)选取适当的地质因子进行综合评价给出铁路周边地质稳定性综合指数，以评价铁路的地质状况。将该区的地质状况进行分类，数值越大代表地质状况越好。结果表明，研究区适宜建造铁路的地质范围分布广泛，较差地质分布在研究区的西北部以及中部的小面积区域，总体地质状况较好，铜吉铁路线选址具有可实施性。

致谢：感谢青岛星科瑞升信息科技有限公司对本次研究提供项目支持；感谢山东科技大学田茂霖老师对本研究过程中的技术指导。