0 引言
2017年以来,许强等学者提出并倡导了面向重大地质灾害隐患早期识别的“三查”技术体系,从“空-天-地”对地观测的角度明确了测量的工作层次建议[10⇓⇓⇓⇓-15],光学卫星遥感[16]、合成孔径雷达干涉测量(interferometric synthetic aperture Radar,InSAR)[17⇓⇓⇓⇓-22]、无人机航空摄影测量[23⇓⇓-26]、激光雷达(light detection and ranging,LiDAR)[27⇓-29]、地基干涉雷达测量[30⇓⇓-33]等综合遥感技术被大量应用到地质灾害早期识别、调查评价、矿山边坡形变监测以及灾后救援当中并取得了积极效果。陈洁等[34]以三峡库区巫峡地区为例,利用倾斜航空摄影测量技术建立了地质灾害危险性评价模型,查明了区内地质灾害发育情况和分布规律; 黄海峰等[35]以查明孕灾环境及建立孕灾模式为核心和前提,利用综合遥感技术在三峡库首秭归县沙镇溪镇成功识别出8处地质灾害隐患。然而,目前对于重大工程建设中地质灾害综合遥感技术的应用不够全面,且针对工程建设区全生命周期的地质灾害监测相对欠缺。
本文以北京2022年冬奥会延庆赛区工程建设为例,基于光学卫星遥感、InSAR、无人机航空摄影测量、LiDAR和地基干涉雷达测量等技术,重点开展赛区泥石流物源、工程切坡和雪道形变特征的动态监测,并提出一种重大工程建设中的地质灾害综合遥感监测方法,以期为国内重大工程建设中地质灾害防治工作提供有益借鉴。
1 研究区概况及数据源
1.1 研究区概况
延庆赛区位于北京市延庆区张山营镇西大庄科村小海陀山区域,区内地形地貌陡峻,地形坡度以大于25°为主,项目建设区周边冲沟发育,地形地貌复杂。研究区属大陆季风气候,是温带与中温带、半干旱与半湿润的过度地带。四季分明,冬季干冷,夏季多雨。根据2019—2022年小海坨气象站数据,区内年降雨量均值约600 mm,24小时最大降雨量为220.4 mm,最大小时雨强为46.9 mm。研究区属于中山剥蚀侵蚀山谷地貌,主要由花岗岩、石英岩、闪长岩、煌斑岩、正长岩构成,出露的地层主要为长城系(Ch)、侏罗系(J)、第四系崩坡积层(Qcol+dl)和冲洪积层(Qal+pl)。
延庆赛区山高谷深、植被茂密,原为无路、无水、无电、无信号的“四无地带”,2017年开工后,持续大规模的工程建设活动改变了该区域原本的地质环境条件,形成崩塌、不稳定斜坡、泥石流等地质灾害隐患,根据前期调查结果[36],赛区共有地质灾害隐患67处,其中泥石流隐患24处、斜坡类灾害隐患43处。泥石流隐患分布于赛区全域,在影像上流域边界清晰,形成区山体陡峻,崩滑堆积物源丰富,影像特征明显; 流通区为泥石流沟床,呈直线或曲线条带状,纵坡较形成区缓; 堆积区位于沟谷出口处,纵坡平缓,建有赛区主干道和场馆设施等。赛区斜坡类灾害隐患为修建场馆等设施切坡或堆积形成,主要分布于赛区主干道二号路沿线和高山滑雪中心,在影像上常呈现亮色调,表面粗糙,与周边地物差异明显,坡度相对较陡。赛区泥石流隐患和斜坡灾害隐患影像特征如图1所示。
图1
图1
研究区泥石流隐患和斜坡类灾害隐患影像特征
Fig.1
Image characteristics of debris flow hazards and slope hazards in the study area
本文以赛区泥石流沟N01和N02、工程边坡BP01以及高山滑雪中心赛道开展综合遥感监测技术方法研究,详见图2。
图2
图2
研究区重点地质灾害隐患分布位置
Fig.2
Location map of key geological hazards in the study area
1.2 数据源及设备
本文选用的数据源包括北京二号(BJ-2)光学卫星影像、无人机影像及Sentinel-1雷达影像; 使用的设备包括三维激光扫描仪和边坡雷达(表1)。
表1 研究区数据源及选用设备一览表
Tab.1
| 影像类型 | 时相 | 空间分辨率/m | 作用 |
|---|---|---|---|
| 光学影像(BJ-2) | 2020年10月—2022年3月 | 0.8 | 具有大面积重复观测的特点,可对赛区泥石流物源冲淤、威胁对象等变化监测 |
| 无人机影像 | 2019年 | 0.05 | 影像空间分辨率更高,是卫星光学影像的有效补充,能够实现重点区域的精细化监测 |
| 雷达影像(Sentinel-1) | 2021年1月—2022年2月 | 5×20 | 能够捕捉缓慢形变信息,可实现赛区人工构筑物和物源稳定性以及开挖区和填方区的形变监测 |
| 设备类型 | 型号 | 精度/cm | 作用 |
| 三维激光扫描仪 | Optech Polaris(架站式) | 1 | 精度高,可实现斜坡类灾害的高精度形变监测 |
| GeoSLAM(手持式) | 1~3 | 体积小、重量轻、不受架站条件限制,在泥石流沟内等复杂环境中可快速获取数据 | |
| 边坡雷达 | S-SAR | <0.1 | 具有全天候、连续性的实时在线监测功能,可实现边坡的实时监测和预警 |
2 冬奥延庆赛区综合遥感监测
2.1 赛区综合遥感监测体系
冬奥延庆赛区地质灾害隐患数量多、类型全。为实现赛区隐患的全面监测,保障赛区地质环境安全,采用天-空-地一体化的综合遥感监测技术对赛区地质灾害隐患开展了动态监测,如图3所示。首先,利用高分辨率光学遥感和InSAR技术对冬奥延庆赛区全域实现区域扫面性地质灾害隐患监测,针对重点区域,利用高精度无人机航拍进行补充监测; 对赛区内存在地表变形或工程扰动较重的高地质灾害风险区段,利用地面三维激光扫描、GeoSLAM手持移动扫描、边坡雷达等地基设备进行精细监测,多种技术手段相互补充相互验证,最大限度地实现地质灾害形变特征的全面监测,为冬奥场馆的安全建设和运行发挥了科技支撑作用。
图3
图3
天-空-地一体化的冬奥延庆赛区地质灾害综合遥感监测体系
Fig.3
Integrated remote sensing monitoring system of geological hazards in Yanqing competition area of Olympic Winter Games based on space-air-ground integration
2.1.1 泥石流隐患遥感监测
冬奥延庆赛区共有24处泥石流隐患,分布于赛区全区。工程建设期,赛区修建雪道、冬奥村等场馆设施对山体削坡,造成松散堆积物明显增加,大量施工弃渣侵占沟道,且结构松散,在极端降雨及雪道融雪的影响下易堵塞沟道,存在诱发泥石流的风险。本研究利用多时相高分辨率光学影像,动态监测赛区泥石流隐患内物源堆积和冲淤情况,结果发现,泥石流沟N01支沟上游堆积的部分工程弃渣在2020年汛期频繁强降雨的影响下发生冲淤并向下游堆积,且随着降雨的增加,下游堆积的物源量持续增加,冲淤总长度664 m,约占该支沟长度的80%,详见图4。现场调查结果显示,沟道内普遍发育因冲淤导致的冲蚀沟和树木、滚石堆积体,在强降雨及融雪作用下极有可能再次启动,继续向下游堆积。光学遥感可实现地质灾害形变特征和动态演化过程的有效监测,对辅助判断隐患的规模和危险性程度,为相关部门开展地质灾害工程治理提供技术支撑。
图4
图4
N01东侧支沟工程切坡堆积物冲淤2020年6—9月BJ-2光学影像和现场照片
Fig.4
Optical images and field photo of slope cutting deposits erosion in the east branch of N01
相较于高分辨率光学卫星遥感,无人机航拍具有机动、灵活、快速、高效率、高精度等优势,能够实现赛区应急监测和重复观测,是光学遥感的有效补充。对航空遥感数据的解译分析能够直观地揭示赛区工程活动进展、物源分布、工程切坡堆积物的形态、规模、大小等特征,详见图5,还可进行地表垂直位移、体积变化的量算等,为赛区地质灾害监测提供高精度基础数据,进一步提升监测时效性。
图5
图5
延庆赛区建设中的航飞数据
Fig.5
Aerial photographic data in the construction of Yanqing competition area
利用GeoSLAM数据建立泥石流沟N02的三维模型(图6)。
图6
图6
N02上游沟道2期模型对比(GeoSLAM)
Fig.6
Comparison diagram of two-period models of debris flow gully at the upstream of N02(GeoSLAM)
在进行泥石流隐患现场调查时发现,由于切坡和填方,多处沟道边坡在强降雨的影响下易发生垮塌,及时掌握泥石流沟道物源变化和冲淤情况对综合分析、评价泥石流水动力条件、危险性等指标具有较大意义。泥石流沟内地形复杂,常规设备架站条件受限,GeoSLAM手持移动扫描仪体积小、重量轻、在泥石流沟内等复杂环境中可快速获取数据。本文利用GeoSLAM获取了泥石流沟N02的点云数据,构建了三维模型,通过定期监测、对比分析发现上游沟道西侧边坡在强降雨后出现一处垮塌,为地质灾害相关部门采取防治措施提供了决策支持。
2.1.2 斜坡类地质灾害遥感监测
冬奥延庆赛区场馆试运行期间,各工程建设已基本完成,地质灾害监测重点转为赛区重点区域的局部监测。现场调查结果显示,由于大面积人工切坡改变了山体原本的稳定性,赛区主干道二号路沿线、联系雪道在汛期强降雨影响下经常发生垮塌现象。本次工作主要采用地面三维激光扫描技术对二号路沿线和联系雪道边坡开展定期监测。2021年1—9月期间,利用Optech Polaris脉冲式地面三维激光扫描仪对赛区工程边坡BP01进行了定期监测,获取多期点云数据,经噪声滤除、数据配准等预处理后进行三维建模(三维建模后的精度可达1 cm),通过对不同时序的三维模型进行差分分析,获取了该工程边坡的形变信息,该边坡在监测期间发生多次岩块变形和崩塌,汛期强降雨期间崩塌体积最大约为2 m3,详见图7。
图7
图7
工程边坡BP01三维激光扫描监测结果
Fig.7
3D laser scanning monitoring results of engineering slope BP01
目前,Optech Polaris脉冲式地面三维激光扫描仪还可通过与OPMMS三维激光智能边坡监测系统(Open Pit Mine Monitoring System)连接实现扫描仪的远程控制和状态监视,通过自动精细配准、设置报警阈值来实现边坡的实时监测。
2.1.3 雪道遥感监测
时序InSAR技术具有识别长时间序列缓慢形变的优势,对赛区全域开展时序InSAR监测能够及时获取赛区地质灾害隐患形态和形变特征等信息。利用2021年1月—2022年2月共34景Sentinel-1升轨数据对延庆赛区全域开展时序InSAR监测,根据监测结果,某雪道顶部存在较大形变量,其雷达视线方向累计形变量达87 mm,如图8—9所示。结合历史现场调查数据,该区域于2021年7月在强降雨影响下曾出现一条长约26 m、宽约1.5 mm的裂缝,在持续降雨作用下,该裂缝宽度加宽,最宽处可达5 mm,且西侧坡体向下沉陷。监测结果表明,时序InSAR技术能够有效捕捉不稳定斜坡的蠕滑变形信息,为提前识别和发现处于正在缓慢蠕滑变形的斜坡类灾害提供了非常有效的手段,适宜开展大范围、长期持续的地质灾害监测,与光学遥感配合,是实现重大工程建设中地质灾害监测的重要手段。
图8
图8
延庆赛区时序InSAR形变结果
Fig.8
Time series InSAR deformation results of Yanqing competition area
图9
延庆赛区的雪道均为削坡或填沟形成,存在坡度大、结构松散等问题,汛期强降雨易诱发变形失稳对下方场馆运营区造成较大威胁。本研究于2021年7—9月利用边坡雷达对赛道开展全天候、连续性的实时在线监测。边坡雷达架设完成后,利用地面三维激光扫描仪对赛道所在山体进行三维建模,并同步至雷达监测预警平台,即可实现雪道的三维实时监测预警。在运行期间,边坡雷达每10 min采集一次数据,监测预警平台可实现监测数据的自动处理和分析,生成累计变形云图,根据设定的预警阈值自动发出预警信息。由于监测期间为夏季,雪道表面草本覆盖严重,为有效降低浅草本覆盖对雷达干涉结果的影像,本次工作采用基于特征点的雪道形变监测预警方法,即圈定形变较大的4处区域(A1,A2,A3和A4),在每个区域选取相干特征点来分析雪道的形变趋势,如图10所示。其中A4监测区与其他3处区域相比形变量较大,选取任意3个特征点生成的形变曲线如图11所示,该区域为填方区雪道,坡体结构较为松散,在汛期强降雨影响下易发生变形。
图10
图10
监测区域累计形变云图
Fig.10
Cloud chart of cumulative deformation in monitoring area
图11
2.2 监测成果
以BJ-2高分辨率月度卫星影像为主要数据源,结合历史成果资料,建立冬奥延庆赛区地质灾害隐患遥感解译标志,开展了赛区泥石流隐患、斜坡类隐患和雪道的动态监测,量测、估算各地质灾害体的特征属性,结合数字高程模型分析地质灾害发育特征及空间分布规律; 利用34期Sentinel-1升轨数据对赛区全区进行长时间序列形变监测,分析赛区整体形变趋势; 对赛区存在变形区域和重点区域利用地基遥感技术开展精细化扫描监测,综合分析其稳定性。按照以上研究方法,经过野外查证,形成如下成果:
1)利用卫星遥感、航空遥感、地基遥感等综合遥感技术和地面调查对赛区67处地质灾害隐患开展动态监测,实时判定67处地质灾害隐患的发育程度、危险程度以及现状危险性,为赛区地质灾害防治工作提供了可靠数据。
2)利用高分辨率光学遥感、航空摄影测量及GeoSLAM手持三维激光扫描仪从不同尺度实现了N01和N02等泥石流沟内物源的动态监测,及时掌握沟内物源变化冲淤等情况。工程建设期主要地质灾害风险为工程弃渣引发的泥石流灾害,大量工程弃渣直接堆积在沟内,结构松散,成为泥石流灾害的主要物源,加之高山滑雪中心地形陡峻,在汛期强降雨或雪道融雪影响下易诱发泥石流灾害。
3)修建赛道和场馆形成的工程切坡在强降雨和雪道融雪等影响下易发生垮塌,利用三维激光扫描仪实现了BP01定期监测,准确量测落石体积,为工程边坡灾害防治提供精准数据支撑。同时结合OPMMS三维激光智能边坡监测系统实现扫描仪的远程控制并自动进行数据分析,监测边坡变形并进行超限警告等,实现了斜坡类灾害的实时监测。
4)综合利用InSAR和边坡雷达实现了赛区高山滑雪区的形变监测。其中,边坡雷达不受雨水、灰尘或烟雾的影响,能够实现赛区雪道全天候、连续性的实时监测以及数据的实时自动处理和分析,并可根据设定的预警阈值自动发出预警信息,为及时掌握雪道的形变信息和保障赛区地质环境安全提供了重要技术支撑。
3 结论与讨论
3.1 结论
本文针对冬奥延庆赛区地质灾害监测需求,利用天-空-地一体化综合遥感监测体系对赛区地质灾害隐患开展了全面监测,分析了赛区重点区域地质灾害空间特征、变形趋势及风险程度,为冬奥延庆赛区场馆安全建设和运行提供了数据支撑,为我国重大工程建设中地质灾害监测提供了新的工作思路,得到如下结论:
1)卫星遥感具有大面积同步观测的特点。多期次的光学卫星影像能够实现重大工程建设区泥石流物源冲淤和威胁对象的变化监测,时序星载SAR影像能够实现人工构筑物和物源稳定性以及开挖区和填方区的形变监测,适用于重大工程建设期间的较大规模地质灾害隐患的变化监测。
2)航空遥感精度更高,是卫星遥感的有效补充,可实现卫星遥感识别的形变区域的灾害隐患形态、规模详细监测,通过构建形变区的三维实景模型以及时掌握形变趋势。
3)地基遥感具有长期定点监测等优势,可以实现重大工程建设区人工边坡、雪道边坡等斜坡类灾害的精细化实时监测,适用于重大工程建设完工后运行期间局部重点区域的地质灾害隐患形变监测。
4)卫星遥感、航空遥感、地基遥感具有各自独特的优势和能力,综合利用天-空-地一体化的综合遥感监测才能实现重大工程建设领域全生命周期的地质灾害隐患风险管控,才能最大限度避免或减轻工程建设引发或造成的地质灾害损失。
3.2 讨论
地质环境监测对于保障重大工程的安全建设及运行具有重要意义,单一遥感监测手段在该应用场景中存在一定局限:
1)现代遥感技术在地质灾害隐患的识别与监测等方面具有独特的优势和能力,但各自都存在条件限制和缺点,不能依靠单一的技术手段来解决地质灾害隐患的监测问题。三维激光扫描技术使用单一视角、单一平台的观测范围有限且受植被影响较大,利用点云回波特性能够在一定程度上减小植被对监测结果的影响,但对于植被覆盖程度高的地区,点云没有间隙可以穿透,只能选择内插法进行数据解算,这会产生较大误差。因此为了能够获取目标区域全方位的空间信息,需重点开展多平台(如机载、车载、地面站等)、多角度动态监测领域的研究,来弥补单一视角、单一平台带来的数据缺失,以实现目标区域完整且精细的数字现实描述。
2)重大工程建设期间,建设场地地质环境呈现较快的变化,致灾因子和承灾体也在不断发生着变化。为及时掌握建设场地地质灾害隐患动态特征,需要对建设场地开展持续的动态监测。为满足不同灾种、不同规模、不同变形特征等特点的地质灾害隐患监测、推进综合遥感支撑下重大工程活动中地质灾害的早期识别与监测预警,需要统筹卫星、航空、地基等多种遥感数据资源,融合高分辨率光学遥感、InSAR、无人机、LiDAR、地面激光扫描、边坡雷达等技术手段,结合灾害体形态、变形特征、活动阶段以及发展趋势等方面进行综合分析判断以实现地质灾害防控的多灾种、多尺度、多平台、多手段、全方位、全流程的监测。
参考文献
中国崩塌滑坡泥石流灾害成因类型
[J].
Genetic types of landslide and debris flow disasters in China
[J].
论三峡库区地质灾害防治工程综合效益
[J].
On the comprehensive beneficial results of the prevention and control engineering for geological hazards in the three-gorge storage area
[J].
三峡库区地质灾害监测技术及展望
[J].
Monitoring technology of geological disaster in Three Gorges Reservoir area and its prospect
[J].笔者综述了三峡库区地质灾害监测技术的应用现状.在论述当前地质灾害监测技术存在的问题的基础上,提出了新型的基于Internet的地质灾害远程、集中监测系统,并详细讨论了该技术的原理、结构、应用前景以及功能完善和发展方向.新型安全监测系统的使用可有效防止库区地质灾害的发生,控制其潜在危害;提高库区整体预警管理水平,有效增强防灾减灾能力;显著降低库区安全监测系统运行成本.
利用GEE云平台实现三峡库区滑坡危险性动态分析
[J].
Dynamic analysis of landslide hazards in the Three Gorges Reservoir area based on Google Earth Engine
[J].
长江三峡工程库区千将坪滑坡地质特征及成因分析
[J].
Geological features and cause analysis of Qianjiangping landslide of July 13,2003 on Three Gorges Reservoir
[J].
四川丹巴县特大型滑坡形成原因及稳定性分析
[J].
The anslysis on causative factors and stability of a huge landslide in Danba County,Sichuan Province
[J].
四川省丹巴县城滑坡失稳及应急加固研究
[J].
Landslide reactivation and emergency stabilization on Danba County town in Sichuan Province
[J].
2009年6·5重庆武隆鸡尾山崩滑灾害基本特征与成因机理初步研究
[J].
The Jiweishan landslide of June 5,2009 in Wulong,Chongqing:Characteristics and failure mechanism
[J].
构建新“三查”体系,创新地灾防治新机制
[N].
Constructing a new“Three-Check”System,innovating new mechanisms for disaster prevention and control
[N].
基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警
[J].
Integrated space-air-ground early detection,monitoring and warning system for potential catastrophic geohazards
[J].
对地质灾害隐患早期识别相关问题的认识与思考
[J].
Understanding and consideration of related issues in early identification of potential geohazards
[J].
滑坡隐患类型与对应识别方法
[J].
Types of potential landslide and corresponding identification technologies
[J].
地质灾害早期识别与监测预警中的综合遥感应用
[J].
Comprehensive application of remote sensing in early identification,monitoring and early warning in geological disasters
[J].
重大地质灾害隐患早期识别中综合遥感应用的思考与建议
[J].
Early identification of serious geological hazards with integrated remote sensing technologies:Thoughts and recommendations
[J].
光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别
[J].
Early detection of landslides in the upstream and downstream areas of the baige landslide,the Jinsha River based on optical remote sensing and InSAR technologies
[J].
采空区-滑坡-泥石流链式灾害隐患综合遥感识别与评价
[J].
Comprehensive remote sensing technology for goaf-landslide-debris flow disaster chain identification and evaluation
[J].
Observation and modelling of the Saint-Étienne-de-Tinée landslide using SAR interferometry
[J].
Precise three-dimensional deformation retrieval in large and complex deformation areas via integration of offset-based unwrapping and improved multiple-aperture SAR interferometry:Application to the 2016 Kumamoto earthquake
[J].
Mapping and characterizing displacements of active loess slopes along the upstream Yellow River with multi-temporal InSAR datasets
[J].
Characteristics of a rapid landsliding area along Jinsha River revealed by multi-temporal remote sensing and its risks to Sichuan-Tibet Railway
[J].
Comprehensive remote sensing technology for monitoring landslide hazards and disaster chain in the Xishan mining area of Beijing
[J].
无人机倾斜摄影在泥石流灾害识别分析中的应用——以北京房山区史家营曹家坊泥石流为例
[J].
The application of UAV oblique photography in debris flow disaster identification and analysis:Taking the debris flow in Caojiafang,Shijiaying,Fangshan District,Beijing as an Example
[J].
倾斜摄影测量技术在崩塌隐患调查评价中的应用
[J].
Application of oblique photography in the investigation potential of rockfall
[J].
Accuracy assessment of a UAV direct georeferencing method and impact of the configuration of ground control points
[J].
Surface subsidence monitoring induced by underground coal mining by combining DInSAR and UAV photogrammetry
[J].
An evolutionary approach for spatial prediction of landslide susceptibility using LiDAR and symbolic classification with genetic programming
[J].
高精度机载LiDAR在小江活动构造和地质灾害研究中的应用
[J].
Application of high resolution airborne LiDAR in Xiaojiang active tectonics and geological disaster study
[J].
无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别中的应用
[J].
The application of UAV LiDAR and tilt photography in the early identification of geo-hazards
[J].
边坡安全监测技术新发展——中国安科院边坡雷达“S-SAR”诞生记
[J].
New development of slope safety monitoring technology:Birth of slope Radar “S-SAR” Chinese Academy of Security Sciences
[J].
国产地基合成孔径雷达监测预警系统在紫金山金铜矿露天采场边坡位移监测的应用
[J].
Application of domestic ground based synthetic aperture Radar monitoring and warning system in slope displacement monitoring on open pit of Zijinshan gold/copper mine
[J].
A deep learning application for deformation prediction from ground-based InSAR
[J].
边坡雷达在滑坡应急救援行动中的应用
[J].
Application of slope Radar in landslide emergency rescue operation
[J].
倾斜航空摄影技术及在地质调查中的应用研究——以三峡库区巫峡地区为例
[J].
Oblique aerial photography technology and its application to geological survey:A case study of Wuxia section in the Three Gorges Reservoir
[J].
孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别
[J].
DOI:10.11947/j.AGCS.2022.20220306
[本文引用: 1]
隐患识别是实现地质灾害从注重灾后救助向注重灾前预防转变的重要技术工作。本文以三峡库首秭归沙镇溪镇周边岸坡段顺层岩质滑坡隐患识别为基础,提出基于孕灾机理与综合遥感相结合的地质灾害隐患识别方法。首先,借助资料整理分析、遥感调查和现场调查等查明孕灾环境,并建立孕灾指标体系;其次,针对典型灾害体开展地质结构与致灾机理分析,以揭示典型孕灾模式,并建立综合遥感判识标志;再次,采用易发性分区评价,结合高分光学卫星遥感与InSAR等天基遥感变化检测技术,圈定隐患识别的易发重点靶区;然后,针对高易发靶区,利用无人机摄影测量、LiDAR等空基遥感技术识别疑似隐患体;最后,通过地面核查与专家判识,确认并圈定地质灾害隐患。利用该套技术方法,在工作区内共识别出8处地质灾害隐患,其中5处为具备孕灾模式但尚未出现明显变形的顺层岩质滑坡隐患体。结果表明,该套技术方法以查明孕灾环境及建立孕灾模式为核心与前提、以综合遥感探测为重要技术支撑,可以弥补目前主要依赖遥感变化探测开展隐患识别易造成精度较低甚至失效的缺陷,尤其适合于山高坡陡、植被覆盖茂密地区的隐蔽性、突发性地质灾害的隐患识别。
The bedding rock landslide identification in the head area of the Three Gorges Reservoir combined with disaster pregnant mechanism and comprehensive remote sensing method
[J].
DOI:10.11947/j.AGCS.2022.20220306
[本文引用: 1]
The identification of hidden dangers is an important technical work to realize the transformation of potential geological hazards from post-disaster relief to pre-disaster prevention.This paper proposes a method for identifying the bedding rock landslide based on disaster pregnant mechanism and comprehensive remote sensing detection technology. Firstly, data analysis, remote sensing survey and field survey is used for identifying disaster-pregnant environment and establishing a disaster-pregnant index system; at the same time, typical hazard mode and the identification mark of integrated remote sensing are established. Then, key target areas and suspected hidden dangers of geological disasters are delineated. And geological hazard identification is realized relied on ground detailed assessments and professional identification. By using this set of technical methods, a total of 8 potential catastrophic geohazards have been identified in the work area, of which 5 are potential rockslides with hazard-pregnancy modes but not yet apparently deformed. The results show that this method can make up for the disadvantages of low accuracy or even failure mainly relying on remote sensing change detection. It is especially suitable for hidden and sudden geological hazard identification in areas with steep hills and dense vegetation.
