激光雷达(light detection and ranging, LiDAR)是一种利用传感器所发出的激光测定传感器与目标之间距离的主动遥感技术。根据探测目标不同, 可分为对空探测LiDAR和对地探测LiDAR。前者向空中发射激光束并接收由空气中悬浮颗粒所反射的回波测定大气的物理及化学性质; 后者的主要目标则是获取地表的地质、地形、地貌等信息。根据LiDAR的载荷平台, 又可分为星载、机载、车载和地面LiDAR这4大类。其中, 机载LiDAR系统目前应用最为广泛。搭载在航空遥感平台上的机载LiDAR 系统集激光技术、全球定位系统(global positioning system, GPS)和惯性导航系统(inertial navigation system, INS)3种技术于一体, 利用机电设备使激光器(激光扫描仪)以一定的角度摆动或者绕圆周旋转, 形成一定宽度的扫描条带, 准确获取地面点的三维坐标点云数据或波形数据, 用于生成高精度的数字高程模型(digital elevation model, DEM)。

LiDAR三维扫描是快速获取高精度地形、地貌数据的有效手段。机载LiDAR设备在飞行中以每秒40万个点、最大侧向60° 的速度和范围进行扫描, 可在短时间内实现大范围三维地貌和地物扫描, 所获取的数据在水平和垂直方向精度可达到cm级。同时, 机载LiDAR也是唯一能测定森林覆盖地区地面高程的可行技术^{[1, 2, 3, 4]}。该技术以其实时性、可重复性、可获取真三维数据和高精度测量等优势, 在地学及相关领域中得到日益广泛应用和快速发展^[5]: Harding等^[6]利用机载 LiDAR技术在Seattle 断裂带内的森林覆盖区发现了以往地质调查和航片解译均未发现的断层陡坎和海岸侵蚀阶地; 机载LiDAR 技术开始在地震地质学研究中、尤其是构造地貌定量化研究中崭露头角^{[7, 8, 9, 10, 11, 12]}, Dietrich等^[13]最早将机载LiDAR技术应用于滑坡易发区的制图和建模; Schulz^[14]利用机载LiDAR数据, 针对西雅图地区滑坡频发问题, 对滑坡稳定性进行了分析, 通过对历史上1 308个滑坡事件的分析, 发现它们基本集中在LiDAR数据圈定的滑坡范围内, 为滑坡的治理提供了科学依据, 为保障公共安全提供了依据。由于数据匮乏等原因, 机载LiDAR技术在我国的应用尚处于起步阶段, 2008年开展的汶川地震灾害应急性机载LiDAR扫描, 为堰塞湖的库容量计算提供了直接的数据支持^[15]; 2011年在海原断裂带开展的LiDAR扫描, 成功地将LiDAR技术应用于活动断裂探测^[4]。本文将通过机载LiDAR技术在地表塌陷、滑坡和断裂构造信息提取3个方面的应用研究示例, 论述机载LiDAR技术在我国地质调查领域的应用。

作为一种主动式遥感手段, 机载LiDAR脉冲发射后会形成一定大小能穿过植被缝隙透射到地面的光斑, 植被冠层和地面都会对其产生回波。对一个地面点发射的脉冲, 机载LiDAR装置可以接收到从多个不同高度位置发来的回波, 这些回波所形成的激光点云数据的平面坐标基本上没有差异。因此, 最终获取到的三维激光点云数据允许相同的平面坐标可以对应几个高程值, 这有利于表现地表的细节信息, 尤其是植被覆盖下的起伏变化比较大的地形(如陡坎、断层等)。经过一系列数据处理后, 激光点云数据可用于构建高精度、高分辨率的DEM, 为地形、地貌的精细表达提供基础数据, 也为机载LiDAR在地质调查领域中的应用提供直接的观测数据。

与传统的遥感手段相比, 机载LiDAR技术有具以下优势: ①穿透植被能力强。LiDAR对植被的穿透能力可有效地去除植被高度对地面高程测量的影响, 大大提高了测量精度; 而传统摄影测量方式需要通过人为估算植被高度的方法来消除植被影响。②直接定位。在三维激光扫描过程中, 同时进行地面点的连续GPS定位和机载仪器定位的差分处理, 使得数据具有真实的地理坐标, 是对地表三维坐标的直接测量; 而雷达干涉测量(interferometric synthetic aperture radar, InSAR)或传统的摄影测量手段都是通过间接方法来获取地表三维数据的。③主动测量方式。与光学遥感相比, 机载LiDAR技术不限于单一光照, 不受阴影和太阳高度角的影响, 在传统摄影测量方式无能为力的山区和植被等的阴影地区, 不会影响测量数据的精度。④远距离高精度三维测量。机载LiDAR系统可以对传统手段很难甚至无法获取高精度DEM数据的地区实施远距离和高精度三维测量, 如植被覆盖茂密地区、沙漠、滩涂地以及高差较大的地形复杂地区等。因此, 机载LiDAR技术在地质调查领域中具有广阔的应用前景。

对机载LiDAR所获取的数据进行必要的处理后才能得到需要的信息。数据处理的内容包括:

1)激光扫描测量数据处理。根据差分GPS(differential GPS, DGPS)原理, 利用地面基站GPS和机载飞行平台的动态GPS数据联合解算求出飞行轨迹的三维坐标, 将平台的INS数据整合到飞行的三维轨迹上, 得到具有激光扫描仪瞬时位置和姿态信息的飞行轨迹。根据飞行轨迹结合激光扫描数据, 加入系统误差改正参数和坐标投影参数, 求出各航带具有WGS84坐标系统三维坐标的点云数据。

2)航带拼接。将每条航带点云数据与参考面数据进行比较, 对点云进行航带平差校正; 航带偏移小于限差后, 再进行航带拼接。

3)激光点云数据分类。根据高程纹理、反射强度信息等对地面点和非地面点进行分离, 并根据不同的应用需求对非地面点做进一步分类。

4)DEM和数字表面模型(digital surface model, DSM)等地形、地貌产品生成。

地面塌陷指在人为或地质因素作用下, 地表岩石、土体中洞穴顶部向下断错坍塌, 形成塌陷坑、塌陷洞或塌陷槽的一种地质灾害现象, 常分为岩溶地面塌陷和采矿地面塌陷2大类^[16]。采矿活动引起的地面塌陷在许多矿区都有发生, 人为的地下采掘会形成采空区, 使其上方岩石、土体失去支撑, 导致地面塌陷, 并造成相当程度的危害, 破坏交通水利设施、建筑物和农田等, 甚至引起山体滑坡和崩塌^[16]。对地表塌陷的有效识别和塌陷填方量、面积等数据的精确测量可为矿山地质环境问题的工程防治提供决策支持, 并具有重要的研究意义。本文以湖南省煤炭坝贺石桥地区为例, 利用机载LiDAR获取植被覆盖下的真实地表形态信息, 开展地表塌陷识别及信息提取研究。

3.1 地表塌陷识别

矿山的复杂地质环境反映了地形的多样性和地物的复杂性(试验区包含密集的植被、陡坎和房屋等)。由于南方的水热条件较好, 发生塌陷以后人类活动干扰较少, 塌陷坑容易被茂密植被所覆盖。

图1(a)中的红色椭圆圈定出试验区中矿区塌陷区域, 图1(b)为在该塌陷区野外拍摄的实地照片。光学传感器不能穿透植被, 因而难以从光学遥感影像中获取塌陷信息; 而地面调查因地形陡峭和植被茂密等原因也难以开展。但机载LiDAR点云能够滤除植被等地物, 可获取该区域的真实地形信息(图1(c))。在由LiDAR获取的地面点数据构建的DEM中, 可清晰地看到塌陷区域与未塌陷地表的

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 煤炭坝高植被覆盖塌陷区Fig.1 Subsidence area of coal dam covered with dense vegetation

界线(如图1(c)中的红线所示), 从而有效识别出塌陷范围。通过进一步的GIS空间分析, 获取到地表塌陷坑的几何中心坐标(投影坐标系)、面积和周长等参数(表1)。

表1

Tab.1

表1(Tab.1)

表1 塌陷坑的几何信息 Tab.1 Geometry information of subsidence pits 属性名称 属性值 周长/ km 1.345 面积/ km2 0.007 55 中心点_X/m 638 082.990 中心点_Y/m 318 848.871 中心点_Z/m 44.15

表1 塌陷坑的几何信息 Tab.1 Geometry information of subsidence pits

3.2 地表塌陷(坑)体积计算

除地表塌陷的空间位置、分布范围外, 塌陷的填方体积数据也是进行地表塌陷综合研究及实施工程治理的重要参数。野外地质调查和测量工作中, 往往难以精确地测量出塌陷坑的填方面积和体积; 而基于机载LiDAR系统扫描获取的高精度DEM, 能够通过土方量计算较为准确、快速地获取塌陷坑的填方面积和体积。

传统的土方量计算方法主要有断面法、等高线法、区域土方量平衡法及不规则三角网法(triangulated irregular network, TIN)等。TIN是数字地形模型(digital terrain model, DTM)的一种表现形式, 在断裂线通过和地形起伏较大的区域, 能较好地体现地形、地貌特征, 逼真地表示复杂地形的高低起伏变化; 且能克服地形平坦区域的数据冗余, 适用于大比例尺的高精度地形建模。利用TIN法可以方便地进行地形信息提取、土方量计算、阴影和地形通视分析等。

本文利用机载LiDAR获取的点云数据进行三角构网, 采用三棱柱法^[17]计算地表塌陷的填方量。填方量计算模型的基本原理是: ①用激光离散地面点云构建TIN(图2(左)), 计算土方的整个地形的形态就形成了由三棱柱组成的集合; ②将地表塌陷(坑)的地面点滤除, 进行曲面拟合, 确定一个零平面(图2(右))。最后将得到的2个TIN结构进行叠加计算, 得到的2个表面上对应的不规则三角形结构单元所夹的体积就是所求填方量(表2)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 地面点云数据(左)和曲面拟合零平面(右)构建的TINFig.2 TIN constructed by ground data(left)and surface fitting(right)

表2

Tab.2

表2(Tab.2)

表2 塌陷坑填方信息 Tab.2 Fill information of subsidence pits 填方量/m3 覆盖面积①/km2 内表面面积②/km2 31 363.121 0.007 5 0.008 54 ①覆盖面积指地表塌陷影响面积(即从光学二维影像中能测定的面积); ②内表面面积指地表塌陷坑的立体表面积。

表2 塌陷坑填方信息 Tab.2 Fill information of subsidence pits

激光具有穿透植被的能力和多次回波的特点, 能获取更多的地形和植被信息, 在原理和方法上具备识别滑坡微地貌的条件, 具体表现在: ①LiDAR 派生的DEM可对边坡整体变化的相关特征(斜坡凹陷和突变)进行识别; ②结合LiDAR 派生的详细DEM, 随着地面粗糙度的增加, 可以识别一些地表特征(如内部结构变形、裂隙、张裂缝和滑痕等)^[18]。

利用2009年中国国土资源航空物探遥感中心获取的覆盖童庄河右岸张家湾滑坡的机载LiDAR数据, 开展对滑坡的研究。对机载LiDAR获取的点云数据进行后处理, 构建能刻画微地貌特征的DEM; 对其派生出的山体阴影图通过设置不同方位角增强不同朝向的微地貌特征, 进行滑坡边界识别。另外, 由DEM派生出用于滑坡识别的定量参数坡度图和地表粗糙度图, 根据明显的坡度与地表粗糙度特征, 为滑坡稳定性分析提供参考数据。

张家湾滑坡位于童庄河右岸, 是向长江倾斜的单斜顺向老滑坡。图3为张家湾滑坡群的DEM(高程取位0.1 m)(左)和数字正射影像图(digital orthophoto map, DOM)(分辨率0.5 m)(右)。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 张家湾滑坡群DEM高程晕渲图(左)与正射影像图(右)Fig.3 DEM shade relief display(left)and Ortho-photo(right) of Zhangjiawan landslides

滑坡群总体前缘高程约为120 m, 后缘高程为290 m, 分布面积约29万 m², 总体积约555万m³。滑坡区坡面起伏, 后侧山顶高约500 m, 前缘为三峡库区水面; 中部及前缘坡面相对平缓, 坡度15° ~25° ; 后缘及后侧山坡较陡, 坡度25° ~35° 。

4.1 滑坡群边界识别

利用遥感影像的色调差异或阴影来识别地形的突变(如斜坡凹陷、滑痕等), 但受限于单一的光照方向, 很难识别冲沟、滑坡边界等滑坡地貌特征(图3(右))。利用LiDAR 数据则可用不同光照角度的晕渲地形突出和增强滑坡的微地貌特征。图4为张家湾滑坡在不同方位角(90° , 135° 和180° )条件下由DEM派生出的系列山体阴影图。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 张家湾滑坡系列山体阴影图Fig.4 Hillshade maps of Zhangjiawan landslide

由图4可以看出, 与光学影像和DEM栅格影像相比, 基于LiDAR 数据的山体阴影图具有能更为明显地反映滑坡地形立体形态的能力; 同时, 不同方位角的山体阴影图在表达滑坡局部地貌特征时也存在较大的差异, 光照方位角为90° 和180° 的山体阴影图反映冲沟等线性地物的能力明显强于方位角135° 的图像; 方位角为90° 和180° 的山体阴影图反映局部地貌特征的侧重点又有所不同, 两者互补能力较强。根据山体阴影图圈定的张家湾滑坡群各滑坡体的边界如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 张家湾滑坡群滑坡体边界与滑坡后壁范围(光照方位角为180° )Fig.5 Boundary and back scarp of Zhangjiawan landslide

张家湾滑坡为经过野外验证的老滑坡, 由6个次级滑坡体组成, 图5中用红线圈定出了该滑坡群与各滑坡体的边界。

4.2 滑坡稳定性分析

老滑坡的滑坡体和后壁等敏感区容易发生局部复活, 其稳定性可从地形特征、侵蚀程度和土地利用状况等方面加以分析。其中, 由DEM提取的坡度、粗糙度、高程等地形特征是滑坡稳定性研究中使用最多的静态变量。从山体阴影图(图5)可以看出, 其滑坡后壁沿坡轮廓较为清晰, 且受流水冲刷影响, 冲沟等线性地貌特征明显。从DEM派生出的滑坡坡度图(图6(a))来看, 滑坡后壁的坡度基本呈面状分布特征, 并且其坡度值大于次级滑坡体坡度值; 在滑坡后壁的正上方是相对平缓的地形, 分水岭特征明显; 从地表粗糙度(图6(b))来看, 滑坡后壁的地表粗糙度分布特征与坡度分布特征的空间和数值耦合关系较好。因此, 综合LiDAR DEM派生出的山体阴影图、坡度图、地表粗糙度图以及与LiDAR同时获取的正射影像等资料进行分析, 可得出在老滑坡的后壁区和次级滑坡体的上部, 由于坡度大, 部分残留堆积体在降雨作用下易于发生滑动的结论。经野外验证发现, 滑坡后壁区(图7中“ A” 处)于翌年(2010年)果然发生了滑动。由此表明, 机载LiDAR在滑坡识别及稳定性分析中有很大的应用潜力。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 张家湾滑坡群范围与滑坡坡度和地表粗糙度Fig.6 Range of Zhangjiawan landslide and landslide slope as well as roughness

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 2010年斜坡发生滑动的位置Fig.7 Location of slop sliding in 2010

利用覆盖云南北衙矿区西南侧地区的LiDAR点云数据进行断裂构造信息探测研究。北衙金矿位于藏东— 滇西成矿带南部, 扬子地台与三江褶皱带的过渡部位, 主体属于丽江台缘拗折区的鹤庆— 洱海台褶束; 北以翁水河、小金河大断裂为界, 西以哀牢山深断裂为界, 东至程海、宾川大断裂, 处于几个构造单元的接合部位, 构造形式复杂; 构造变形以断块中的褶皱为主, 鹤庆北衙一带主要为NE向与SN向构造交切复合部位, 并含EW向构造残迹; 矿区的褶皱、断裂及节理、裂隙等发育, 主要为近SN, NE, NNW及EW向构造^[19]。

本文应用获取的机载LiDAR点云密度约为2个点/m², 航空数码影像的地面分辨率优于0.4 m; 经野外实测数据检验, 机载LiDAR数据的绝对精度在垂直方向优于20 cm, 水平方向优于30 cm, 基于激光点云数据可得到0.5 m分辨率的DEM, 数据的分辨率达到了识别错断地貌所需的空间尺度。图8为断裂微地貌在LiDAR三维和光学影像中的显示。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 断裂微地貌形态Fig.8 Display of micro-features of faults

由图8(a)可以看出, LiDAR数据可实现对地形凹凸细小差异的高精度和真三维表达。与光学影像的对比研究发现, 细微错断地貌在光学影像(图8(b))中难以看到, 而在LiDAR地表模型(图8(a))中能被清晰识别。

传统地质工作中, 主要通过野外实地观测来圈定尺度为几m或几十cm的断裂、表面破碎带和局部活动断裂带等, 这种针对局部点的观测不仅受观测视场的局限, 而且对地形复杂、观测条件艰难的地区来说难以实现。LiDAR数据可实现对微地貌的精细刻画, 根据其DEM派生出的山体阴影图可识别出近EW(AA’ )和NNW(BB’ )向裂隙的位置(图9(a)); 且LiDAR数据在形式上不同于光学影像数据像元间的紧密连接关系, 是呈离散分布状态的三维点云, 根据其剖面信息(图9(b)和(c))可获得裂隙的几何形态及精确的宽度、深度信息, 为构造的定量分析提供基础资料。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 裂隙识别及微特征信息Fig.9 Identification and micro-feature information of fissures

机载LiDAR技术是21世纪以来发展迅速并走向应用化的对地观测系统, 可直接获取高精度的植被下部、地面与地表物体的三维坐标, 从而构建真实的裸地表形态, 为与地貌相关的地学现象和地学过程研究提供基础数据, 在地学方面应用潜力巨大。通过对机载LiDAR技术在地表塌陷、滑坡和断裂构造探测3个应用实例的研究分析, 得出以下结论:

1)利用机载LiDAR技术可去除植被对高程的影响, 获取真实地表三维数字模型。这种高精度(高程精度优于10 cm)、高分辨率(DEM分辨率优于0.05 m)的DEM是揭示地表微地貌结构的可靠观测数据, 可用于有效识别植被覆盖区的地表塌陷, 进行地表塌陷范围、面积、体积等要素数据的定量提取, 为复杂地貌区域地表塌陷发育的对比分析研究、工程防治措施决策等提供科学依据, 克服传统地面调查工作的局限性; 并可在揭示细微错断地貌、起伏较小的构造特征方面发挥优势。

2)机载LiDAR可作为滑坡等地质灾害调查的重要技术手段, 利用LiDAR 数据可通过不同光照角度的晕渲地形来突出和增强滑坡的微地貌特征, 从而更加有效地识别和圈定滑坡。机载LiDAR不仅能为滑坡发生后的灾害应急调查快速提供表达真实地形的观测数据, 而且可为斜坡的稳定性分析提供微地貌参数。

3)机载LiDAR数据对地形凹凸的细小差异可进行高精度描述和局部地区真三维地形表达, 能清晰突显断裂构造特征; 与光学影像相比, 更能有效地揭示断裂特征的形迹。若能结合地面调查和定年研究(即每年定期研究), 则可刻画地形地貌的动态变化特征, 为活动断裂构造的高精度研究提供更有效的技术方法。

4)综上所述, 凡需要刻画大尺度区域微地貌形态的地质调查和相关领域研究, 皆可采用LiDAR技术进行。