汶川地震甘肅省文縣地震地質災害遙感分析①

陳文凱，何少林，張蘇平，周中紅

（1.中國地震局蘭州地震研究所，甘肅 蘭州 730000；2.中國地震局地震預測研究所蘭州創新基地，甘肅 蘭州 730000）

0 引言

20世紀60年代中期遙感技術就開始用于地質災害調查。早期常用的遙感資料較單一，主要利用航片、美國陸地衛星圖像對重點區域或重點工程項目進行滑坡、泥石流等地質災害調查工作［1］。隨著遙感新技術的快速發展，遙感技術在地質災害研究中的應用逐漸從單一的遙感資料向多時相、多數據源的復合分析；從靜態滑坡識別、形態分析向滑坡變形動態監測過渡；從對滑坡的定性調查向計算機輔助的定量分析過渡［2］。遙感技術在地質災害調查領域中，前人已經做了很多卓有成效的探索和研究工作。如卓寶熙將遙感應用于大量的工程地質勘察中［3］；李發斌利用遙感和GIS技術進行了滑坡敏感性分析、可能性分析及風險性研究［5］；張繼賢利用3S技術對滑坡進行監測、評估研究［6］；王治華提出了“數字滑坡”的概念［7］。但目前還存在一些不足：多為平面解譯；輔助數據如DEM、環境因素等數據利用較少，解譯精度不高；信息提取工作多為遙感數字圖像處理，GIS空間分析功能利用較少；自動解譯方法中研究尺度較小，災害提取范圍較?。坏卣鸬刭|災害遙感解譯較少，烈度與次生地質災害之間的關系研究較少。

強烈地震發生在山區時常常會導致大量的山地地震地質災害的發生，尤其是在我國西北、西南的高山地區。這里由于新構造運動強烈，河流深切，山坡陡峭，基巖風化剝蝕嚴重，當有外界因素如強烈地震動影響時，就會發生大量的山體滑坡、崩塌、滾石等災害。地震時高原峽谷地區道路破壞嚴重，地面調查條件惡劣，采用常規方法進行地震地質災害調查十分困難。因此遙感技術在2008年汶川大地震后在地震地質災害、房屋損毀、公路損毀等調查中被大量運用，并得到了較好效果［10－17］。但是在甘肅省文?縣地區的次生地質災害研究中應用較少，尚無公開研究結果。根據前人研究結果了解到崩塌滑坡多發生在地震烈度Ⅶ度及以Ⅶ度上地區，Ⅷ度區及以上地區發生的可能性急劇增大［9］。據中國地震局公布的烈度范圍，甘肅省文縣烈度包括Ⅶ、Ⅷ、Ⅸ三個烈度區域，因此本文對甘肅省文縣進行地震地質災害遙感快速提取方法探討，根據人機交互解譯了該區域的次生地質災害，并研究和探討地震地質災害影像特征、地震地質災害與坡度、海拔高度、烈度之間的關系，分析文縣區域地震地質災害分布特點，為我國西部地震多發區的防災提供參考，研究結果可為甘肅省文縣災后恢復重建工作提供科學依據。

1 研究區概況及數據預處理

1.1 研究區概況

文縣位于甘肅省隴南市的東南，東南接四川省廣元市和九寨溝縣，北鄰陜西寧強縣。地形自東向西由丘陵區向高山峻嶺、深山峽谷區展布，形成西高東低的地形，山地約占總面積的90%。境內白龍江、白水江由西至東穿流而過，匯入嘉陵江。山峰海拔高程1 000～4 187m之間，河谷海拔高程550～1 650m。甘肅省文縣在汶川地震中受到嚴重破壞，根據中國地震局公布的汶川地震烈度，文縣烈度包含了Ⅵ度、Ⅶ度、Ⅷ度、Ⅸ度，其中Ⅶ度、Ⅷ度區占其絕大部分，肖家鄉、碧口鎮、中廟鄉、范壩鄉（東部）、玉壘鄉（東南）處于Ⅸ度高烈度區。

圖1 甘肅省文縣烈度分布圖（中國地震局，2008）Fig.1 Distribution of earthquake intensity in Wenxian county，Gansu province.

1.2 數據預處理

根據地震地質災害特點，選用TM、ETM影像、Aster影像、SPOT5影像作為遙感數據源。影像空間分辨率為2.5m、15m、30m，其中SPOT5影像只有震后一景影像，Aster影像有地震前后影像，TM／ETM影像均為震前影像。其中TM影像為2006年5月19日拍攝的，ETM影像為2001年5月12日拍攝的，Aster影像為2008年6月1日和2006年3月8日拍攝的，SPOT5影像為2008年5月16日拍攝的，有少量的薄云，圖像整體質量較好。輔助數據為1：5萬地形圖、1：5萬DEM、Aster－DEM 數據。

在已有的矢量地形圖、行政區劃圖、柵格DEM數據的基礎上，使用ENVI4.6對收集到的SPOT影像進行正射糾正，對ASTER、TM、ETM、經過正射糾正過的SPOT影像分別進行幾何精糾正，然后進行圖像拼接、裁剪、增強等處理。在ArcGIS軟件中進行地震地質災害解譯。DEM數據要進行分類，得到坡度分類圖和高程分類圖，并將柵格數據轉換為矢量數據。在植被遙感中，歸一化植被指數（NDVI－ Normailized Difference Vegetation Index）的應用最為廣泛，因此本文中通過計算NDVI指數來表征文縣的植被覆蓋情況。由公式NDVI＝（NIR－R）／（NIR＋R）得到文縣的 NDVI，其中NIR、R為TM影像的近紅外波段和紅波段。然后利用公式 F＝（NDVI－NDVImin）／（NDVImax－NDVImin）得到該區域的植被覆蓋度，其中F為植被覆蓋度，NDVImax和 NDVImin分別為研究區內NDVI的最大值和最小值，最后得到文縣植被覆蓋度（圖5）。

2 震區地震地質災害的影像特征解譯分析

基于遙感技術的地震地質災害的解譯分析過程中一般采用歷史比較法、直判法和綜合辨認法。歷史比較法就是采用地震前后兩期遙感影像，通過對同一地區對比來發現有無地震地質災害；直判法就是根據圖像中的地物標志直接判斷為震害。本文中根據地震地質災害在震后遙感影像上的形狀、色調、紋理等空間結構信息，結合DEM數據進行三維分析，并根據地震前后影像進行對比分析，了解地震地質災害的影像特征，采用人機交互方法獲取研究區的次生山地災害分布信息。

（1）滑坡?；滦纬珊笤谛逼律暇哂兄車^陡，中間有一個較平緩的臺地的圈椅狀或馬蹄狀特征。一個發育完全的滑坡具有滑坡體、滑坡壁、滑坡臺階、滑坡舌、滑坡鼓丘、破裂緣、后緣洼地等要素［13－14］?；略谟跋裰谐８鶕{、形態和滑坡表面特征進行識別，具有明顯的滑坡體和滑坡后壁特征：滑坡多呈圈椅狀且坡度較陡；在SPOT影像中滑坡周邊背景呈草綠色，而滑坡體則呈現粉紅色，如圖2所示。

圖2 SPOT影像中的滑坡Fig.2 Landslide on SPOT image.

（2）泥石流。泥石流是介于挾沙水流與滑坡之間的山區土（碎石）、水、氣的混合物，一般由物源區、流通區、堆積區組成。泥石流可分為溝谷型與坡面型。在SPOT影像中泥石流色調為粉紅色，但其形狀多呈勺狀、漏斗狀，多發生在溝谷中，泥石流流通區寬窄不一，溝槽彎曲（圖3）。

圖3 SPOT影像中的泥石流Fig.3 Debris flow on SPOT image.

（3）崩塌。崩塌是斜坡的一部分在重力作用下突然傾倒、跌落，多發生于坡度大于45°、高度大于30m、坡面凹凸不平的陡峻斜坡上［15］。崩塌具有明顯的崩塌壁，其下方為崩塌堆積物。因此在遙感影像中表現為粗細間雜的紋理特征，新的崩塌色調呈白色，老的色調較深一些（圖4）。

本文中也探討了利用植被指數（NDVI）來增強災害體影像特征，自動提取次生山地災害體。發現在植被覆蓋較好，災害體面積較大，且震前沒有舊災害體分布時效果較好，自動提取效果如圖5所示，其自動提取的地震地質災害精度為：地震地質災害正確識別率為77.97%，虛警率為15.84%（正確識別率f＝Nr／Ns，虛警率s＝Ne／Nj，其中Nr識別出的正確目標數，Ns為實際目標數，Ne為識別出的虛假目標數，Nf為檢測到的總目標數）。但在河谷、居民點、耕地等植被覆蓋較低地區，災害體面積較小時，這種方法并不適用，精度較低，自動選擇合適的閾值較困難，對災害體大范圍難以有效提取。如圖6，可以看出自動提取災害體，存在著大量的“同物異譜，異物同譜”現象，將河谷、居民地、耕地誤作為地質災害提取出來了。

圖4 震后ASTER三維影像Fig.4 ASTER three－dimensional image.

圖5 ASTER影像自動提取災害體Fig.5 Automatic extraction of hazard from ASTER image.

圖6 農耕區自動提取災害體效果Fig.6 Automatic extraction of hazard on farming area.

3 次生山地災害分布特征

基于地震前TM、ETM影像與震后ASTER、SPOT影像對比分析，根據地震地質災害在遙感影像上的特征，得到研究區內山地災害分布圖（圖7）。據不完全統計，研究區中共解譯到滑坡、泥石流、崩塌等地震地質災害545條，主要集中分布在中廟鄉、碧口鎮、范壩鄉、肖家鄉、玉壘鄉、尚德鎮、城關鎮、丹堡鄉，山地災害在空間上具有分布范圍廣、但又不均勻的特點。

從圖中可以看出研究區內地質災害在白龍江、白水江流域分布較廣，具有沿河谷發育且呈不對稱分布的特點，但在高烈度區如范壩鄉、碧口鎮、中廟鄉則沒有明顯的沿河谷發育的特點，斷層影響并不是很大。河谷地區人類活動頻繁，對地表植被破壞嚴重，河谷還有國道212線穿過，這些地區巖石破碎，在地震時產生了大量的崩塌、滑坡，對公路和居民點破壞嚴重。山地災害與植被覆蓋度也有一定的關系，這在高烈度區表現并不明顯，但在低烈度區絕大多數地震地質災害都發生在植被覆蓋度低的區域。究其原因在高烈度區域地震是導致地質災害發生的主要原因，如果沒有地震這些地區可能很難發生地質災害，而在低烈度區地震對地質災害的影響力降低，地形環境、地震動兩者都影響著地震地質災害的分布，缺一不可。

圖7 研究區地質災害分布圖Fig.7 Distribution of geo－hazard in the study area.

（1）地震地質災害與坡度之間的關系

利用文縣的數字高程模型數據將研究區地形坡度按10度間隔劃分為8級，圖8是研究區內不同坡度范圍的山地地震地質災害分布面積統計圖。從圖中可以看出，文縣地質災害主要發生在坡度為40°～50°、30°～40°間，其中坡度40°～50°間地質災害面積 最 多 （占 40.25%）；其 次 為 30°～40°（占30.54%）；在坡度20°～30°與50°～60°之間也有地震地質災害分布，但相對來說較少；大于或小于這兩個坡度區間則地質災害分布極少；大于70°則沒有地質災害發生。由此可以認為地震導致的地質災害多發生于20°～60°的邊坡上。出現這一現象的主要原因可能是坡面穩定性差，底層中的原始層面是構成岸坡變形破壞的主控面，而重力影響程度大小又主要取決于巖層面向臨空方向的傾角。本來邊坡地形在重力作用下就不是很穩定，當有強烈地震增加其作用力時更易發生地震地質災害。

（2）地震地質災害與海拔高度之間的關系

圖8 不同坡度地質災害所占面積統計圖Fig.8 Area cartogram of geo－hazard with different slopes.

利用研究區內的1：5萬的數字高程模型（DEM）數據在ArcGIS軟件下進行空間分析運算。首先高程數據按照500m的等間隔劃分為12類，然后將分類柵格數據轉換為矢量面狀數據。在Arc－GIS中利用Analysis Tools工具將高程面狀數據與數字化好的山地災害進行疊加分析，得到不同高程范圍內地質災害的分布面積（圖9）。從圖9中可以看出，研究區內地質災害的分布具有明顯的差異性，從海拔1 000～1 500m開始有地質災害的分布，到1 500～2 000m分布最廣，然后隨著海拔的升高地質災害越來越少，在3 500～4 000m則沒有地質災害發生。

圖9 不同海拔高度地質災害所占面積統計圖Fig.9 Area cartogram of geo－hazard with different altitudes.

表1 不同地震烈度區地質災害分布統計表

圖10 不同地震烈度地質災害分布圖Fig.10 Distribution of geo－hazard in different earthquake intensity areas.

（3）地震地質災害與烈度之間的關系

據不完全統計，研究區中共解譯到滑坡、泥石流、崩塌等地質災害545條，地質災害主要集中分布在Ⅷ度、Ⅸ度高烈度區內，Ⅶ度區內地震地質災害零星分布，地質災害點分布明顯與地震烈度有關。本文中統計了文縣不同烈度區內地震地質災害分布個數、面積、面積比，如表1所示。從表中可以看出地震誘發的地質災害主要發生在Ⅷ、Ⅸ度區，Ⅶ度區內山地災害零星分布，這與孫崇紹等［16］根據歷史地震統計得到的結果一致，既地震引發的滑坡、崩塌等地震地質災害多發生在地震烈度Ⅶ度及Ⅶ度以上區域。

根據解譯結果如圖10可以得到地震烈度較小時，如Ⅶ、Ⅷ度區地質災害由地形地貌、植被覆蓋情況、外力（地震動）等因素控制，因此低烈度區域地震地質災害分布在河谷、低植被覆蓋度地區。在高烈度區域地質災害產生主要由外力（地震動）控制，所以在高烈度區地質災害受地形地貌、植被覆蓋等因素的影響較小，其分布在并沒有沿著河谷、低植被覆蓋度的地方分布。

4 結論與討論

本文利用汶川地震前后的遙感影像對研究區文縣進行了人機交互提取地震地質災害，得到了文縣地震地質災害分布圖，從中得到以下幾點認識：

（1）基于遙感技術的人機交互識別地震地質災害，能夠快速獲取地震災區的災情。利用中等空間分辨率影像如TM、ASTER數據時，需要有地震前后影像對比判別，尤其是在河谷滑坡、泥石流多發地段，只有震后影像則無法準確判別是地震后發生的災害還是地震前就已經有的老地質災害。高空間分辨率影像如SPOT影像時則可以通過對地震地質災害影像色調的對比來識別災害體。

（2）基于多光譜影像可以通過計算植被指數、濕度指數等特征來增強地震地質災害，尤其是在植被覆蓋度較高的地區更為適用。但在本來植被覆蓋不好的地區如居民區、耕地、河谷等則不能夠真實的反映該地區的地震地質災害。自動提取方法閾值很難選擇，大范圍自動提取效果較差，需要進一步探索研究。

（3）地震引發的山地地震地質災害主要有滑坡、崩塌、泥石流等。在研究區文縣境內山地地震地質災害分布就有500多處，主要分布在高地震烈度區（范壩鄉、碧口鎮、中廟鄉）、沿白水江和白龍江河谷地區。研究區內山地地震地質災害集中分布在20°～60°的邊坡上，且在1 000～2 500m的海拔高程范圍以內發生地震地質災害的概率更大一些。

（4）地震次生山地災害與地震烈度緊密相關，隨著地震烈度的增加，地震地質災害分布也越來越多，面積也越多。根據研究區地震地質災害分布圖可以再次證明了地震次生山地災害主要分布在Ⅶ度及Ⅶ度以上區域，與前人研究成果一致。烈度與地質災害關系密切，如果在相同或相似的地形環境下建立起烈度與地震地質災害之間對應關系，就可以根據地震地質災害情況來客觀迅速了解區域地震烈度，有利用地震災情的快速獲取。

致謝：感謝甘肅省地震局應急處為本研究免費提供了汶川地震前后遙感影像，感謝陳永明老師對本文研究過程中提供的幫助和指導。

［1］秦緒文，張志，楊軍杰，等.5·12汶川地震四川省平武縣次生地質災害遙感分析［J］.地質科技情報，2009，28（2）：11－15.

［2］石菊松，吳樹仁，石玲.遙感在滑坡災害研究中的應用進展［J］.地質論評，2008，54（4）：505－514.

［3］卓寶熙.工程地質遙感判譯與應用［M］.北京：中國鐵道出版社，2002.

［4］唐新建，陶洪久，章光，等.利用遙感圖像對滑坡進行調查和監測分析研究［J］.巖石力學與工程學報，2002，21（增2）：2515－2520.

［5］李發斌，崔鵬，周愛霞.RS和GIS在滑坡泥石流防災減災中的應用［J］.災害學，2004，19（4）：18－24.

［6］張繼賢.3S支持下的滑坡地質災害監測、評估與建模［J］.測繪工程，2005，14（2）：1－5.

［7］王治華.中國滑坡遙感及新進展［J］.國土資源遙感，2007，74（4）：7－10.

［8］馮杭建，唐小明，游省易.泥石流調查遙感解譯新方法研究［J］.中國地質災害與防治學報，2008，19（3）：124－129.

［9］孫崇紹，蔡紅衛.我國歷史地震時滑坡崩塌的發育及分布特征［J］.自然災害學報，1997，6（1）：25－30.

［10］蘇鳳環，劉洪江，韓用順.汶川地震山地災害遙感快速提取及其分布特點分析［J］.遙感學報，2008，12（6）：956－963.

［11］魏成階，劉亞嵐，王世新，等.四川汶川大地震震害遙感調查與評估［J］.遙感學報，2008，12（5）：673－682.

［12］范一大，楊思全，王磊，等.汶川地震應急監測評估方法研究［J］.遙感學報，2008，12（6）：858－863.

［13］陳世榮，馬海建，范一大，等.基于高分辨率遙感影像的汶川地震道路損毀評估［J］.遙感學報，2008，12（6）：949－954.

［14］楊軍杰，張志，王旭，等.汶川縣地震次生山地地質災害遙感調查［J］.山地學報，2008，（6）：755－760.

［15］蔡山，張景發，陳文凱，等.利用遙感資料繪制汶川地震烈度圖方法研究［J］.大地測量與地球動力學，2009，29（1）：31－35.

［16］楊重存，孫冠平.國道212線甘肅段地貌特征與滑坡泥石流關系研究［J］.工程地質學報，2005，13（3）：310－315.

［17］刑愛國，吳志堅，陳龍珠，等.汶川地震在甘肅省的次生典型邊坡災害特征［J］.西北地震學報，2010，32（1）：95－98.