福建省重大地质灾害快速应急示范研究

摘 要：【目的】地质灾害监测对防灾减灾服务、路网规划、城镇建设具有重要意义，需对其进行研究。【方法】以地质灾害频发的G316国道南平至闽清段交通干线作为示范区，采用机载激光雷达、无人机低空摄影测量等先进技术手段，采集并处理示范区地质灾害体高分辨率正射影像，并建立数字高程模型，联合多元遥感信息，解译地质灾害体空间形态特征。【结果】建立了数字三维可视的滑坡、崩塌等地质灾害基础信息。【结论】可为今后周期性巡查、评价、监测地质灾害及快速应急、安全排险突发性地质灾害等提供服务。

关键词：快速应急；地质灾害；LiDAR；无人机；遥感

中图分类号：P694      文献标志码：A     文章编号：1003-5168（2024）07-0102-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.07.020

Research on Serious Geological Disaster Rapid Emergency Response of Fujian Province

CHEN Guangjian

（Fujian Geologic Surveying and Mapping Institute， Fuzhou 350011，China）

Abstract： [Purposes] Geological disaster monitoring research is of great significance to disaster prevention and mitigation services， road network planning， urban construction and other decisions， so it needs to be studied. [Methods] Taking the traffic trunk line from Nanping to Minqing section of G316 national highway with frequent geological disasters as the demonstration area， advanced technical means such as airborne radar and low-altitude photogrammetry were used to collect and process high-resolution orthoimages and digital elevation models of geological disaster bodies in the demonstration area， and combined with multivariate remote sensing information， the spatial morphological characteristics of geological disaster bodies were interpreted. [Findings] The digital three-dimensional visual basic information of geological disasters such as landslide and collapse was established. [Conclusions] The study can provide services for future periodic inspection， evaluation， monitoring， rapid emergency response and safety risk elimination of sudden geological disasters.

Keywords： rapid emergency response; geological disasters; LiDAR; UAV; remote sensing

0 引言

地質灾害发生时，灾害现场第一手调查数据是救援工作最重要的资料。及时开展灾害发生情况、影响范围，受困人员、交通情况与潜在次生灾害的调查能够为高效救援提供技术支持。但地质灾害发生后，专业人员现场调查承受次生灾害影响，常规调查速度慢、精度低，限制了地质灾害救援对时效的高要求［1］。福建省较高的植被覆盖度和山体阴影对地灾识别影响较大。光学遥感滑坡识别技术和干涉雷达测量技术难以消除植被和山体阴影的影响，无法获取裸露地表的真实地形信息，严重制约了该技术在此地区的地灾识别应用［2］。而激光雷达具有一定的植被穿透能力，经多次回波获取的信息可以精确测量复杂地质背景区，获取更多的地形微、地貌参数、消除植被和山体阴影后的裸地表信息，这些信息对地灾研究具有重要意义［3］。无人机遥感可以实现数据实时传输，地面同步进行数据处理，在短时间内获取精确遥感图件。张小青［4］利用无人机载雷达和无人机倾斜摄影技术可为地质灾害识别和分析提供更加翔实的、准确可靠的灾害特征数据。孙涛等［5］利用机载雷达技术获取了广东佛山西樵山公园内精细准确的地面特征和坡体变形迹象及灾害体形态特征。

本研究应用快速低空无人机遥感、机载激光雷达（LiDAR）等技术，以地质灾害频发的G316国道南平至闽清段交通干线作为研究区，形成了一套适用于福建省交通干线地质灾害监测的技术体系方法，以期为今后周期性巡查、评价、监测地质灾害及快速应急、安全排险突发性地质灾害等提供服务。

1 研究区域和数据

1.1 研究区概况

研究区为地质灾害频发的G316国道南平至闽清段的交通干线，位于东经118°08′至118°23′，北纬26°26′至26°37′之间，闽江一级流域的西南侧。该区域主要由丘陵和山地组成，地貌特点是风化剥蚀丘陵，水系丰富，地表风化程度较高，浮土层较厚，但岩石露头较少，第四系堆积物分散而厚度不大，工程地质条件属于中等水平。降雨是影响山坡稳定性和引发地质灾害的主要外部因素［6］。降雨时，大量地表水渗入土壤，增加了土壤的重量，提高了滑坡发生的可能性，同时改变了土壤的力学特性，降低了土壤的抗滑能力，容易导致滑坡事件的发生。该区域已知的主要地质灾害点有27处，以中小型灾害为主，灾害类型为滑坡和崩塌。

1.2 数据获取

为获取地质灾害发生时的无人机影像，本研究采用了中遥IRSA Ⅱ型无人机，该无人机搭载了NIKON D800相机和机载ALS70-HP系统激光扫描仪，进行了1：2 000成图精度的航摄应急试验。在试验中，将飞行相对航高控制在1 500 m，相机焦距为35.918 mm，像素分辨率为4.88 μm。共进行了3次飞行，覆盖了研究区的17条航线，总共获得了3 879张航片，涵盖面积达105 km2。航向重叠度和旁向重叠度分别为70%和40%，确保每张航片的清晰度和重叠度满足要求。此外，还收集了激光测量探测数据，共包含了约2.94亿个点云，数据总量为7.697 GB。

2 研究方法

2.1 LiDAR点云数据快速处理方法

LiDAR点云数据的处理流程如图1所示，包括以下详细步骤。

①三维坐标计算：通过结合GPS和惯性测量系统的观测数据，计算每个点云的精确三维坐标。

②粗差点去除：为获得干净的LiDAR数据，采用统计阈值或经验阈值的方法来检测和消除系统误差和粗差点。这有助于去除异常的高程点或低程点，确保数据的可信度。

③地面点提取：地质灾害监测的关键是准确提取地面点，以建立数字地面模型（DEM）。采用先進的技术，如“渐进加密滤波方法”［7］，结合趋势面拟合、高程统计、地形坡度和MeanShift等方法，提取出地面点。此外，还采用了“Blow surface法”填补任何遗漏的近地表点。

④植被分类：为更好地了解地质灾害区域的植被状况，使用分割滤波分类法，根据植被的高度范围将点云数据分类为低、中、高植被。这有助于地质灾害的监测和评估。

⑤建筑物提取：采用数学形态学滤波分类法［8］，对LiDAR数据进行处理，以准确提取建筑物信息。这有助于了解潜在的危险因素和影响范围。

⑥数字地面模型生成：使用Kriging插值方法，基于已提取的地面点，生成高质量的数字地面模型（DEM）。模型可满足地质灾害分析和监测需要。

2.2 无人机影像无控快速处理方法

本研究采用INPHO航测系统进行了无人机影像的快速处理。处理流程包括。①POS参数自动划分航带。通过自动划分航带，能够更有效地组织影像数据。②自动内定向。通过添加相机文件，自动进行内定向，以提高影像数据的精确性。③自动匹配连接点和区域网平差解算。采用自动匹配技术，连接各影像中的点，并进行区域网平差解算，以确保数据的精度。④DTM生成。通过DTM数据，生成了数字正射影像模型（DOM），以获取地表信息。⑤自动匀光匀色和DOM拼接。自动进行图像匀光和匀色处理，并拼接DOM数据，以生成直观的地图。

2.3 地质灾害快速识别方法

对获取的无人机数据与以往未发生地质灾害前的最新DOM数据，采用计算机自动快速发现技术（如波段替换法、光谱特征变异法等）进行识别，在发现变化区域的基础上，叠加LiDAR-DEM，构建三维模型，并根据环境地质、地灾体遥感解译标志，微地形地貌的变化（如坡度变化、横向裂隙沟、纵向裂隙沟、堆积体及前缘凸起的鼓丘等）、地灾体覆盖物上地物的变化（如植被生长情况变化）、地灾体周边情况的变化（如水文变化、摧毁道路、村庄、堵塞河流引发洪水）等情况进行分析，快速准确勾绘出地质灾害体，直接避免地灾体边界描绘精度不准确、地灾体类型判别错误、小地灾体及因混合像元和阴影影响出现的伪地灾体等。

2.3.1 快速发现技术。在地质灾害监测中，本研究采用了两种有效的计算机自动快速发现技术：一是波段替换法。该方法利用多光谱影像，将灾害发生前的红色或绿色波段用灾害发生后的全色波段进行替换。如果地物发生了变化，替换后的影像会在红色或绿色通道中显示潜在的地质灾害区域，而如果没有显示，说明该区域没有发生地质灾害。二是光谱特征变异法。该方法既能够将来自不同传感器的遥感数据进行融合，又能够将灾害发生前后的影像波段进行融合。如果地物发生了变化，相应区域的光谱特征将发生变异，与周围地物的光谱不再协调。这种变异的特殊影像特征能快速识别发生地质灾害的区域。

这两种方法操作简单且具有明显的物理意义，特别适用于快速发现疑似地质灾害发生区域，大幅缩小进一步调查的范围，是地质灾害监测的有力工具，能够在应急情况下提供及时的决策支持。

2.3.2 地质灾害遥感影像特征。在地质灾害监测中，根据以下特征来识别滑坡和崩塌（如图2所示）。滑坡在影像上通常具有明显的周界和后壁特征。它的周界形状一般呈簸箕形或舌形，新发生的滑坡通常植被覆盖度较低，周围地貌多为陡立的围椅状［9］。崩塌时常伴随着较大块体的坍塌，同时也伴有小块碎石的掉落。因此，在影像上，崩塌下方的地貌通常会表现为陡峭的陡坡，有时还会出现粗糙感或呈花斑状的锥形纹理。这些特征可以用来识别崩塌地质灾害。

2.3.3 多途径识别地质灾害体。在迅速发现疑似地质灾害发生区域后，本研究通过多途径综合识别分析地质灾害体，包括了地灾体遥感解译标识、环境地质、地灾体覆盖物上的地物变化，微地形地貌，以及地质灾害外围情况等因素。

2.4 建立福建交通干线地质灾害监测技术体系

本研究提出了一套适用于福建省交通干线地质灾害应急监测流程，旨在提高地质灾害应急响应的效率和准确性，为灾害管理和预防提供有力支持。其主要步骤如下。

①整合历史档案本底库：将现有地质环境和地质灾害信息整合到一个档案库中，包括地形图、地质图、地质图空间数据、环境地质数据（如区域气象、水文、地貌、地震、地层、构造地质等）、地质灾害调查数据、历年来汛期重大地质灾害数据、地质灾害群测群防数据以及最新的遥感影像。

②灾前研究：收集米级至分米级的遥感卫星数据，用于地灾研究。

③雨季和台风季节值守巡查：派遣地灾人员进行定期巡查，及时报告情况。

④地质灾害发生后的多途径响应：根据需要，采用不同的方法快速获取影像信息。这包括与卫星影像提供商建立合作，无人机低空航拍解决方案，以及机载LiDAR数据。本研究将重点关注后两种方法。

⑤低空无人机图片快速生产：利用低空无人机拍摄的图片，进行快速生产，以应对地质灾害应急情况。

⑥机载激光雷达探测和高精度DEM生成：使用机载激光雷达技术获取地质信息，同时生成高精度的数字高程模型（DEM）。

⑦地质灾害体信息提取：应用技术方法，利用航拍影像和LiDAR数据，重建三维地形，通过光谱特征和地质灾害体遥感解译标志，快速勾绘出地质灾害体。

⑧分析研判：对地质灾害体的规模、分布、破坏类型以及危害状况进行分析和评估。

⑨成果提供应急使用：将分析成果快速提供给应急救灾工作，为监测和预报提供背景资料。

⑩更新历史档案本底库：及时更新历史档案本底库，以反映最新的地质灾害信息和研究成果。

3 结果与分析

3.1 LiDAR点云数据处理精度分析

本研究方法实现了较高的高程精度，平地和丘陵地区整体中误差为0.64 m，山地和高山地区整体中误差为1.7 m，满足1：2 000数字高程模型精度指标“平地：0.75 m、丘陵地：1.05 m、山地：2.25 m、高山地：3 m”的要求。研究区LiDAR数字高程模型三维晕渲如图3所示。

3.2 无人机影像无控快速处理精度分析

本研究方法实现了较高的平面精度，基于与控制资料同源1∶2 000地形图，采集同名点作为检查点，在ArcGIS软件平台下对DOM精度进行检查。抽查图幅18幅（占70%），检查点共计55个，统计误差为0.736 0 m，符合规范要求。

3.3 地质灾害体识别结果及精度验证

依据本研究方法识别的地灾体，经实地验证，确定了示范区各类主要地质灾害共计274处，主要以土质类滑坡、崩塌为主。在外业过程中，发现误判地灾体2处，补充小地灾体34处，内业解译准确度达87.6%。将解译的地灾体与已知的27个地灾点相比对，基本吻合。误判的2处地灾体是由于矿山开采过程中产生的固体废弃物堆放，光谱信息与地灾较为类似。未解译出的34处地灾体，面积较小，且危害性不大。

3.4 地质灾害体识别典型分析

本研究采用多途径识别地质灾害体，以水南街道办岭炳洋村北湖自然村周边的一个典型滑坡为例（如图4所示），通过遥感影像分析，得出以下结论：该滑坡的平面形态呈现出舌形特征，属于土质滑坡，具备明显的滑坡体边界，表面存在裂缝，呈现典型的滑坡特征。通过植被分析，可以看出原有的植被类型和覆盖情况遭受了破坏，导致滑坡后区域的植被多为裸土、草地、灌木或新种植的树苗。通过三维形态分析，可以准确地确定滑移带、主要滑动方向等信息，并初步估算滑坡的规模约为 5 026 m3。此外该滑坡对农田和2户居民等造成潜在威胁。经过实地验证，确认这是由于暴雨导致土体重量增加、下滑力增强而触发的浅层、小型土质滑坡，威胁程度属于一般范畴。

4 结论

本研究收集了研究区交通干线已有遥感与航测资料，采用机载雷达（LiDAR）、低空摄影测量（无人机）等先进技术手段，采集示范区交通干线地质灾害体高分辨率正射影像，建立高精度数字高程模型，联合多元遥感信息，解译地质灾害体空间形态特征。建立了数字三维可视的滑坡、崩塌等地质灾害基础信息，主要研究结论如下。

①IRSA（中遙）Ⅱ型无人机基本能达到应急状态下的飞行需要，但风力较大对空中姿态还是造成了一定的影响。在福建省山区地形起伏较大、恶劣天气条件下，为了快速获取灾情资料，建议选择配置IRSA Ⅲ型无人机，因其有三轴自稳定系统（云台），在恶劣环境下性能更为稳定，航测精度有较大保证。

②从无人机获取影像数据，将数据“变”为直观的地图，并快速进行灾害遥感解译和评估，开展比对分析，获得了滑坡、崩塌等各类灾情的位置、分布特征等信息，这些初步的信息可以报送给相关部门作为紧急救援、防灾预案的依据。

③提出了一套适用于福建省交通干线地质灾害应急监测流程，可提高地质灾害应急响应的效率和准确性，为灾害管理和预防提供有力支持。

参考文献：

［1］韩文权， 任幼蓉， 赵少华. 无人机遥感在应对地质灾害中的主要应用［J］. 地理空间信息， 2011， 9（5）： 6-8，163.

［2］李显巨. 基于LiDAR技术的复杂地质环境区滑坡识别研究［D］. 武汉：中国地质大学， 2012.

［3］刘峰， 龚健雅. 基于3D LiDar数据的城区植被识别研究［J］. 地理与地理信息科学， 2009， 25（6）： 5-8.

［4］张小青.机载LiDAR与倾斜摄影测量在地质灾害中的应用［J］.北京测绘，2022，36（10）：1327-1331.

［5］孙涛，徐明宇，董秀军，等.机载LiDAR技术应用于茂密植被山区地质灾害调查［J］.测绘通报，2021（4）：90-97.

［6］张玉成， 杨光华， 张玉兴. 滑坡的发生与降雨关系的研究［J］. 灾害学， 2007， 22（1）： 82-85.

［7］李卉， 李德仁， 黄先锋， 等. 一种渐进加密三角网LIDAR点云滤波的改进算法［J］. 测绘科学， 2009， 34（3）： 39-40，216.

［8］王永刚， 马彩霞， 刘慧平. 基于数学形态学的建筑物轮廓信息提取［J］. 国土资源遥感， 2010（1）： 49-54.

［9］黄国平， 柳侃， 叶龙珍. 南平市红星滑坡泥石流特征及成因［J］. 地质灾害与环境保护， 2014， 25（4）： 20-25.

收稿日期：2023-09-04

作者简介：陈光剑（1984—），男，本科，工程师，研究方向：卫星遥感应用技术。