铁路工程地质遥感专题数据库建设方法及应用研究

薛宇腾，谢 猛，黄新文，李 纯，周清华

(中铁工程设计咨询集团有限公司,北京 100055)

引言

在铁路工程建设中,运用遥感技术可以有效地解译出重大工程的地质问题,帮助规避工程风险,稳定线路方案[1],在铁路勘察设计的各个段得到了广泛应用[2-3]。工程地质遥感解译是解译人员在熟悉、掌握和消化、吸收各类既有资料的基础上,借助解译标志、地学知识和工程实践经验,从遥感图像上识别地质体属性和地质现象,提取工程地质要素,分析它们之间的相互关系,进而研究其发生发展和分布规律的过程。工程地质遥感数据是包含一系列庞大、繁杂的数据集合,数据关联关系复杂,存储格式也多种多样。传统工作方法主要存在问题包括地质遥感解译的基础数据、过程数据与成果数据管理离散,不成体系;开展基于多源数据的综合分析困难,难以建立数据间的关系,缺少分析手段。

随着信息化时代到来[4-5],数据库理论应运而生,数据库能够更加有效地管理复杂的数据信息,通过对各种信息进行叠加,获得信息的最大价值。在此基础上的空间数据库相较于传统数据库具有更多的优势以及更加丰富和复杂的语义信息[6],能够描述空间物体的位置、形态和物体间的空间拓扑关系。GIS系统能有效管理多源异构数据,地质遥感解译的数据可以利用通用GIS格式进行集成组织,实现数据的存储、管理和共享;也具有基于空间数据进行统计分析、空间分析等功能,可以挖掘解译对象的几何信息、几何与属性关系、共生关系等知识[7]。目前,应用GIS技术建立工程地质遥感数据库,已经成为发展趋势,是数字铁路、智能铁路建设的重要基础。

综上所述,以空间数据库和GIS技术为基础,建立并应用遥感解译专题数据库,能够满足遥感多源数据管理、综合分析、成果数据存储的需要[8-9],解决传统工作方法中存在的问题。本文对专题数据库的建设方法进行研究,以某山区铁路为例,在数据的采集、收集、解译成果数据制作等过程中对该方法进行应用。

1 工程地质遥感专题数据库的建设方法研究

通过分析专题数据的内容、类型和特征,提出数据的采集与处理原则,制定数据入库标准,形成专题数据库的建设方法。

在进行解译工作前,应采集、收集多种基础资料,包括地理、地质资料,遥感影像数据,工程设计资料等;在解译过程中,基于上述数据开展合地质分析[10],制作形成解译成果数据。依据上述逻辑,将专题数据分为3种数据内容:基础地理信息数据、遥感数据、解译成果数据。如图1所示,基础地理数据一般是项目区域内采集、收集到的既有资料[11];遥感数据是通过航天遥感、航空遥感、地面遥感等各类遥感方法,采集并处理后的光学遥感数据、合成孔径雷达(SAR)数据、激光雷达数据、倾斜摄影数据等[12],由于原始遥感数据量极大且不易使用,因此一般将处理后的遥感数据纳入数据库;解译成果数据为空间数据,具有空间信息和属性信息[13],可对地质现象进行定量、定性描述。其中空间信息反映了地质现象实体空间分布特征,包括位置、形状及空间关系、区域空间结构等,借由几何对象表达出来;属性信息描述了地质现象解译特征以及解译过程。

图1 遥感解译数据库结构Fig.1 Remote sensing interpretation database structure

1.1 基础地理信息数据内容

基础地理信息数据包含两部分内容,一是数字化图件,二是各类地理信息要素空间数据。数字化图件包含具有坐标信息的地形图、地质图、专题图件等栅格数据资料;要素空间数据(矿区、地灾、行政区划、地震、水系、交通)是按照一定的规则分层,依据现行国家标准分类编码,对各要素的空间信息、属性信息及相互间空间关系等数据进行采集、编辑、处理建成的数据库。一般来说,基础地理信息数据在铁路工程项目初期收集、采集。

1.2 遥感数据的采集与处理

遥感数据是遥感解译工作最重要的基础数据之一,其采集和处理都有详实的要求和规定[14]。遥感数据应根据解译内容和解译精度要求,采集不同类型的数据,如表1所示。

表1 不同解译内容采集的遥感数据Table 1 Remote sensing data collected for different interpretation contents

采集的光学遥感数据应包括数字图像、传感器参数、成像参数及相关文字说明等。遥感图像应纹理清晰、色调和色彩均匀,不存在明显的噪声、条纹、斑点和坏线。云层覆盖应少于5%[15],且不能覆盖重要地物,分散的云层总和不应超过10%。

处理后的光学遥感数据要求纹理清晰、色差适中、色调均匀,相邻图像之间色彩过渡自然,无模糊、错位、扭曲、斑点、叠置和重要信息丢失等现象[16]。其处理应按照TB10041—2018《铁路工程地质遥感技术规程》规定执行。

合成孔径雷达(SAR)数据应满足InSAR技术获取地表形变的要求,并根据工作区植被覆盖情况选择适宜波段的SAR数据。

激光雷达数据内容应包括激光点云数据、影像数据、系统技术参数、质量检查报告等。点云数据应保证密度、质量。影像数据要色调均匀,色差适中,并满足解译精度。

1.3 解译成果数据库的设计

在开展工作前,需要对解译成果数据库进行设计,明确数据制作标准。应规定所需解译的地质现象种类、每类地质现象表现方式(几何表达方式)以及解译内容(属性信息内容)。几何表达方式包含点、线、多边形等形状,如泉眼可以由“点”表示,断层和地层界线可由“线”表示,不良地质现象可由各类多边形组成的面来表示。属性信息可包含定量或定性的描述,并且应充分结合铁路工程沿线的工程地质特点因地制宜地进行规定。

对于地层岩性和地质构造,可分别按表2、表3进行设计。其中字段可根据需求进行扩展,例如当后续需要统计或分析岩组软硬程度与遥感影像等的关系时,可增加软硬程度字段;当需要研究遥感影像的颜色特征与地层时代、岩性等关系时,可扩展遥感影像颜色特征字段。

表2 地层岩性解译成果数据Table 2 Stratum lithology interpretation results data

表3 地质构造解译成果数据Table 3 Geological structure interpretation results data

在山区铁路中,不良地质较为发育,其解译的成果数据应充分结合项目的地质条件。针对不良地质类型划分,除了常见的滑坡、泥石流、崩塌等灾害,在高山峡谷及严寒区域还分布有岩屑坡、冰川、冰湖等灾害,其数据标准可分别参照表4～表6。

表4 岩屑坡解译成果数据Table 4 Talus slope interpretation results data

表5 冰川解译成果数据Table 5 Glacier interpretation results data

表6 冰湖解译成果数据Table 6 Glacial lake interpretation results data

2 某山区铁路工程地质遥感专题数据库建设实例

本章应用前文所述方法,建立了某山区铁路工程地质遥感解译专题数据库,包含有前文所示三类数据,并在数据集成和应用方面取得了一定成果。

该工程项目中采集、收集的基础地理信息数据如表7所示,为通用的GIS格式,并转换为统一的地理坐标系。

表7 基础资料的数据采集内容及格式Table 7 Data collection content and format of basic data

项目中采集与处理的遥感数据种类,以及其解译的应用如表8所示。光学遥感数据采用辐射校正、正射纠正、波段配准、影像融合、影像接边与镶嵌处理方法制作而成。DOM与DEM利用INPHO软件进行加密处理,制作而成。SAR数据采用辐射校正、斑点噪声滤波、极化矩阵转换等方法制作。

表8 遥感数据的种类与应用Table 8 Types and applications of remote sensing data

依托不同类型的遥感数据,对地层岩性(岩组)、地质构造、水文地质、不良地质等进行解译,并制作解译成果数据。以某滑坡解译成果数据制作为例,详述数据的制作原则和过程。

在进行成果数据制作前,应先规定数据库标准。空间上,由于滑坡作为一种自然现象和地质灾害,解译应重点反映其空间分布,故规定以多边形闭合面作为滑坡对象的几何表达方式。属性方面,鉴于山区铁路沿线地质灾害发育密度大、危害严重,特别是大型-巨型滑坡极为发育[17],常出现滑体剪出口高、落差大和滑动距离长的高位远程滑坡[18-20]。因此,为充分描述滑坡规模特征,属性信息包含了诸多定量特征,如前后缘高程、宽度等。另外,为反映滑坡的解译特征以及解译过程,属性还包含物质组成、运移形式、诱发因素等信息。

制作成果数据时,首先应通过遥感数据判断滑坡的空间分布,再基于其空间信息反映出的前后缘高程、长度、宽度、面积等数据定量判断其规模,如图2所示,为一大型滑坡。随后,基于GIS系统的数据集成特点,融合地层岩性等成果数据可知,滑坡发育于念青唐古拉岩群(Pt2-3Nq),岩性为片麻岩含白云石英片岩,属于岩质新滑坡。再观察遥感数据(图像、DEM),加深对其空间信息的描述:判断滑坡体前缘整体破碎、裂隙发育,变形迹象明显,推挤河道,前缘临空,后壁贯通,具备滑动条件,为推移式;坡体变形迹象明显,整体坡度介于25°～40°,不利于整体稳定;滑体上植被覆盖度低,所处位置辐射作用、蒸散作用强,从而风化作用也十分强烈,坡体破碎。综合分析认为,该滑坡稳定性较差,加之该滑坡附近滑坡多发,认为该区具备滑坡发生的物质基础,滑坡的属性信息成果如表9所示。

表9 某滑坡解译属性成果数据Table 9 Interpretation attribute result data of a landslide

图2 某滑坡影像特征Fig.2 Image features of a landslide

解译成果数据制作流程不是简单的先空间信息后属性信息,而应遵循两者相辅相成,共同完善的原则。解译过程要充分利用空间数据库的特点,如坐标、高程、岩性等信息可通过区域叠加的其他数据获取。

3 结语

本文对地质遥感专题数据库建设方法及应用进行研究,分析了数据库中主要的数据内容,以及每类数据在采集、收集、制作中的要点,提供了部分地质现象解译成果数据库设计参照表,形成专题数据库的建设方法;该方法应用于某山区铁路项目中,实现了遥感解译基础数据、过程数据、成果数据的有机集成,为基于多源数据的地质遥感解译和成果数据制作等工作提供了数据基础与工作环境,创新通过GIS平台开展空间数据的叠置分析,进行工程地质遥感解译,有效提升数据使用效率,释放了数据价值。该方法为同类型铁路工程地质遥感专题数据库的建设和应用提供了参考。

专题数据库不仅能够应用于铁路勘察设计阶段,由于其易存储、可扩展的特点,地质数据能够不断丰富和完善,随着地质知识的不断积累,专题数据库可进一步扩展应用价值,服务于铁路工程建设运维全周期。