基于多源異構數據斜坡地質災害隱患易發性評價
——以深圳市龍崗區為例

王寧, 姜德才,2,3, 鄭向向,2,4, 鐘昶,5

(1.中國自然資源航空物探遙感中心,北京 100083; 2.中國科學院大學,北京 100049; 3.中國科學院西北生態環境資源研究院,蘭州 730000; 4.中國科學院空天信息創新研究院,北京 100094; 5.國防科技大學智能科學學院,長沙 410073)

0 引言

中國是自然災害最為嚴重的國家之一,隨著經濟的快速發展及城市化加速推進,誘發自然災害形成的因素更加復雜,應對以及防范自然災害的形勢更顯嚴峻。政府部門一直對風險評估和管理研究工作的開展以及防災減災工作的推進十分關注。2020年國務院辦公廳發布了《國務院辦公廳關于開展第一次全國自然災害綜合風險普查的通知》(國辦發〔2020〕12號),通過開展普查,摸清全國自然災害風險隱患底數,查明重點地區抗災能力,客觀認識全國和各地區自然災害綜合風險水平,為中央和地方各級人民政府有效開展自然災害防治工作、切實保障經濟社會可持續發展提供權威的依據。

針對地質災害風險防治的實際需求,許多學者在地質災害隱患調查評價方面已經開展了大量的工作。吳志斌[1]從工程地質的角度分析了龍崗區地質災害的成因; 熊金安等[2]從地質條件、地貌條件、人為因素分析了地質災害特征及成因; 姚玲等[3]利用已發地質災害點,結合地質、巖性等因子,開展了深圳市地質災害隱患易發性評價工作。評價方法主要是基于GIS平臺,結合信息量模型[4-6]、層次分析法[7-9]和機器學習[10-11]等,對斜坡地質災害易發性評價進行研究。分析了諸多學者開展的工作,地質災害隱患評價分析主要是利用已發災害點或光學遙感解譯災害點(實地驗證)進行,取得了一定的成果,但也存在一定的問題。首先,利用已發災害點開展工作,對于已知災害發生較少區域,不具有普適性,不能客觀地評價整體地質災害易發程度; 其次,對于植被覆蓋茂密地區,受到植被影響,僅采用光學遙感解譯地質災害隱患存在一定的困難,無法全面了解區域地質災害隱患分布情況; 最后,面對大區域范圍地質災害易發性評價工作,傳統的方法手段需要耗費大量人力物力,且短時間難以完成。

基于以上情況,本文以深圳市龍崗區為研究對象,利用中國自然資源航空物探遙感中心地質災害三維解譯平臺,使用高分辨率光學遙感影像、高精度數字高程模型(digital elevation model,DEM)和合成孔徑雷達干涉測量(interferometric synthetic aperture Radar,InSAR)地表形變監測結果,開展研究區斜坡地質災害隱患遙感解譯,并利用百度街景地圖,對部分解譯隱患進行驗證。在此基礎上,結合降雨量、地表覆被和地表巖性等多源數據,根據“地質災害風險調查評價技術要求(1∶50 000)”相關要求[12],開展斜坡地質災害易發性評價研究。并利用已發地質災害點對易發性評價結果進行驗證,確保易發性評價結果的準確性,為龍崗區土地利用規劃、建設以及地質災害防控提供技術支撐。

1 研究區概況

龍崗區隸屬廣東省深圳市,位于深圳市東北部,地處亞熱帶海洋季風帶,氣候溫和濕潤,該區雨季在 5—9 月,1—3 月和10—12 月為旱季,深圳市國家基本氣象站年累積雨量常年氣候平均值為1 935.8 mm,最大降雨量達到2 662.2 mm; 龍崗區母巖風化強烈,表層多分布有較厚殘積土、砂質黏性土等,自然地質環境條件復雜[8]; 地形以低山丘陵為主,總地勢西南高東北低,在低山與丘陵之間形成一些沖積臺地及山間盆地; 海岸地貌發育,長達130 km的海岸線。

2 技術方法

2.1 總體技術路線

總體技術路線如圖1所示。

圖1 斜坡地質災害隱患易發性評價技術路線

通過研究分析龍崗區地質災害情況、地質背景、氣候條件和人類工程活動情況等數據資料,利用中國自然資源航空物探遙感中心三維解譯平臺,結合InSAR地面沉降監測結果,開展龍崗區斜坡地質災害隱患解譯工作,提高地質災害隱患遙感識別準確率。在此基礎上,采用信息量模型評價方法,以降雨量、地表覆被、地表巖性、坡度和坡高為評價因子,根據“地質災害風險調查評價技術要求(1∶50 000)”相關要求,開展龍崗區斜坡災害易發性評價,并利用已發地質災害點對結果進行精度驗證。

2.2 斜坡地質災害隱患遙感解譯方法

斜坡地質災害隱患遙感識別是基于高分辨率遙感影像、DEM數據和InSAR地表形變監測數據,采用人機交互專家判讀方式來獲取隱患區域的相關信息。其原理是以InSAR地表形變監測結果為參考依據,基于斜坡體與其背景地質體之間存在的色調、形狀、陰影、紋理及圖形的差異(表1),在遙感影像上顯示為特定的色調、紋理及幾何形態組合,進而建立斜坡地質災害隱患識別的解譯標志[13]。

表1 地質災害光學影像特征

2.3 InSAR地面沉降監測方法

龍崗區內人工建筑設施和天然的島嶼、礁石、海蝕崖、橋、柱等可以構成時間序列InSAR穩定性高相干點目標。采用較為成熟的SBAS-InSAR技術開展龍崗區地表沉降監測。

SBAS-InSAR是一種與PS-InSAR技術采用不同策略的時間序列InSAR分析方法[14-16],該方法通過將獲取的數據進行合適組合,得到一系列短空間基線差分干涉圖,這些差分干涉圖能夠較好地克服空間去相關(失相干)現象。在求解形變速率時,SBAS方法采用了奇異值分解法(singular value decomposition,SVD),可以將被較大空間基線分開的孤立SAR數據集連接起來,提高了觀測數據時間采樣率。SBAS-InSAR技術基本原理是通過簡單和高效地合成所有可用的小基線干涉圖對,然后再基于形變速率的最小范數準則,通過應用SVD方法獲取相干目標的形變速率及其時間序列[17]。SBAS-InSAR技術的優點是能夠利用具有較短時—空基線的影像對產生干涉圖提高相干性,進而提高干涉相位解纏正確率[18]。

SBAS-InSAR技術數據處理流程(圖2)的主要步驟可以分為7步: ①估算所有SAR圖像的基線,根據短時空基線原則確定時空基線閾值,生成連接圖; ②對圖像進行配準,生成干涉紋圖,精確估算空間基線,結合DEM數據去除平地相位和地形相位,對差分干涉圖進行濾波等; ③對所有差分圖進行基線精化、重新去除平地與地形相位、相位解纏; ④根據相干系數圖,選擇圖像上的高相干點; ⑤對結果進行第一次反演,建立線性模型,利用矩陣SVD方法,估算形變速率和高程系數; ⑥對結果進行第二次反演,去除大氣效應和地形殘余相位,得到最終的相干點形變速率,并確定相干點三維位置信息,然后計算非線性形變速率并得到相干點形變序列; ⑦得到最終的位置時間序列后,可以進行必要的地理編碼和時序分析。

圖2 SBAS-InSAR處理過程

2.4 信息量模型

地質災害的形成受多種因素影響,信息量模型[12]反映了一定地質環境下最易致災因素及其細分區間的組合,具體是通過特定評價單元內某種因素作用下地質災害發生頻率與區域地質災害發生頻率相比較實現的。對應某種因素特定狀態下的地質災害信息量的公式為:

(1)

式中:IAj→B為對應因素A在j狀態(或區間)下地質災害B發生的信息量;Nj為對應因素A在j狀態(或區間)下地質災害分布的單元數;N為調查區已知有地質災害分布的單元總數;Sj為因素A在j狀態(或區間)分布的單元數;S為調查區單元總數。

當IAj→B>0時,反映了對應因素A在j狀態(或區間)下地質災害發生傾向的信息量較大,地質災害發生的可能性較大,或者說利于地質災害發生; 當IAj→B<0時,表明因素A在j狀態(或區間)條件下,不利于地質災害發生; 當IAj→B=0時,表明因素A在j狀態(或區間)不提供有關地質災害發生與否的任何信息,即因素A在j狀態(或區間)可以剔除掉,排除其作為地質災害預測因子。

由于每個評價單元受眾多因素的綜合影響,各因素又存在若干狀態,各狀態因素組合條件下地質災害發生的總信息量的公式為:

,

(2)

式中I為對應特定單元地質災害發生的總信息量,指示地質災害發生的可能性,可作為地質災害易發性指數。

3 斜坡地質災害易發性評價

3.1 InSAR地表形變監測

采用SBAS-InSAR技術,利用歐空局的C波段(5.6 cm)的Sentinel-1A數據集及精密軌道數據,通過下載獲取27景2018年10月16日—2019年12月10日、26景2019年8月12日—2020年8月30日2個時段Sentinel-1A數據集開展了龍崗區地表沉降反演。SAR數據集基本參數如表2所示。

表2 Sentinel-1A數據集基本參數

按照龍崗區行政邊界并外擴約1/4范圍,對Sentinel-1A 影像裁剪,對裁剪的子區域開展時序InSAR數據處理,其中多視處理參數設置為:Az×Rg=1×4,地面分辨率分別為13.9 m×14.8 m。2個時段的SBAS-InSAR處理結果如圖3所示。從Sentinel-1A反演獲得的龍崗區地表形變結果可以看出,同一時段的地表形變整體趨勢較為一致,但存在局部不一致情況,原因可能是云霧雨天氣引起大氣相位誤差。因為龍崗區水系較多且鄰海,夏秋兩季多云多霧多雨,所以氣候溫和濕潤。此種氣象因素會引起較嚴重的大氣相位噪聲,增加大氣相位去除難度,引起相位解纏誤差,甚至局部失相干。

圖3 地表形變InSAR監測及斜坡地質隱患解譯結果

為驗證SBAS-InSAR形變結果的準確性,采用PS-InSAR技術形變結果與SBAS-InSAR形變結果進行對比分析[19],結果顯示反演的研究區地表形變分布和范圍與SBAS-InSAR反演結果基本一致,驗證了SBAS-InSAR獲取的研究區地表形變信息是準確可靠的。該驗證方法與結果在參考文獻[19]中進行了詳細描述,本文將不再贅述。

3.2 斜坡地質災害隱患遙感解譯

利用中國自然資源航空物探遙感中心地質災害三維解譯平臺(圖4)開展工作,該平臺已經完成發布涵蓋基礎影像數據、基礎地理地形數據、基礎地質數據、InSAR地面沉降數據和地球物理數據等服務,能夠充分支撐斜坡地質災害隱患解釋工作開展。

圖4 斜坡地質災害隱患解譯平臺

通過人機交互解譯共獲得43處斜坡地質災害隱患,其中光學遙感衛星解譯隱患39處(圖5),InSAR地表形變解譯隱患4處(圖3)。采用野外地面驗證結合百度街景數據,對遙感解譯隱患進行驗證,為城市地質災害隱患調查提供新思路。由于街景數據只展示道路兩旁的實景信息,39處遙感衛星影像解譯隱患驗證了6處,其中實地勘察驗證4處,街景數據驗證2處。街景驗證分別為坂里大道與坂瀾大道交叉口北250 m處(圖6(a))、坂李大道與清平高速交叉西160 m處(圖6(b)),從街景照片可以很清晰地驗證2處遙感解譯隱患的準確性。野外驗證斜坡地質災害隱患4處,分別位于龍崗區杜鵑公園東門西南80 m處(圖7(a))、龍崗區圓山風景區內(圖7(b))、深圳市新安玻璃有限公司東北500 m處(7(c))、龍崗區景基御景半山花園小區西南120 m處(7(d)),野外驗證結果與遙感解譯結果吻合。由于龍崗區植被覆蓋較為茂密,且受到工廠、小區等圍墻阻攔,給野外實地驗證帶來較大的困難。因此,除野外驗證外,在3.4節中,利用已發地質災害對易發性評價結果進行驗證,驗證結果也反向證明了遙感解譯斜坡地質災害隱患結果的準確性。

圖5 光學遙感解譯斜坡地質災害隱患分布

(a) 坂里大道與坂瀾大道交叉口北250 m處 (b) 坂里大道與清平高速交叉西160 m處

3.3 易發性評價

在全面收集、整理歷史地質災害點、1∶5萬地質災害詳細調查和地質災害遙感解譯復核地質災害(隱患)點數據基礎上,結合地表巖性、坡度、坡高、地表覆被和降雨量數據等數據資料,利用信息量模型方法計算各個因子信息量值(結果如表3所示,為保證區域計算的完整性,對于沒有隱患點的區域,整體取-1.50),開展區域斜坡地質災害易發性評價。按照不同地質災害類型分別評價,形成以斜坡地質災害為主的易發程度分區。易發程度劃分為極高易發區、高易發區、中易發區、低易發區4個等級。

根據表3中計算獲取的各個影響因子信息量值,利用ArcGIS平臺對各個因子進行柵格運算,并利用自然斷點法進行分級,最終獲得龍崗區斜坡地質災害隱患易發性評價結果,如圖8所示。

圖8 斜坡地質災害隱患易發性評價結果

3.4 易發性評價結果驗證

利用信息量法,結合多源異構數據對龍崗區開展了斜坡地質災害易發性評價工作。通過對易發性評價結果進行面積統計,低易發區面積為136.53 km2,約占研究區總面積的34.94%; 利用已發地質災害點(數據來源為深圳市規劃和自然資源局龍崗管理局)與易發性評價結果進行疊加統計,可知已發地質災害在低易發區分布1個、中易發區8個,高易發區26個,極高易發區4個(表4)。

表4 易發區面積及已發災害分布統計

此外,疊加建城區矢量圖,可以看出低易發區主要集中在建城區(圖9),易發區則主要分布在山區丘陵地帶。根據以上數據疊加分析及統計結果,可以證明基于多源遙感衛星數據解譯地質災害隱患易發性評價結果的可靠性,為大區域范圍進行斜坡地質災害隱患易發性評價提供了方法依據。

圖9 斜坡地質災害隱患易發區分布

4 結論

以深圳市龍崗區為研究區,利用光學衛星數據和InSAR地表形變監測結果,開展了龍崗區斜坡地質災害隱患解譯,在此基礎上完成了該區域地質災害易發性評價,并對評價結果進行了驗證,形成了以數據驅動和專家經驗相結合的客觀可靠的易發性評價成果,能夠在大區域范圍地質災害防治與應急減災中提供快速、可靠的科學依據。通過結合光學、雷達衛星數據的優勢,充分發揮多源衛星數據在斜坡地質災害易發性評價中的作用,大大提高了評價結果的精度。同時使用了百度街景數據進行隱患點驗證,為城市地質調查提供了新思路。

本研究技術方法在實際工程化應用中取得了較好的效果,但也存在一定的局限性,主要是對于植被覆蓋茂密區,遙感地質災害隱患解譯需要作業人員具有較為豐富的經驗,而短期培訓無法實現作業人員快速、準確地開展解譯。為解決這一問題,對于植被茂密的重點地質災害隱患地區,可使用LiDAR數據獲取穿透植被灌木林高精度DEM,能夠快速、準確實現地質災害隱患解譯,為開展地質災害隱患防治提供可靠的基礎數據支撐。