國產高分衛星數據在地質災害調查中的應用

劉 媛，于愛軍，李 凡

(武警警種學院，北京 昌平 102202)

國產高分衛星數據在地質災害調查中的應用

劉 媛，于愛軍，李 凡

(武警警種學院，北京 昌平 102202)

本文通過分析國產高分衛星數據特征，論述了常用的地質災害信息提取方法，并利用面向對象的方法進行遙感地質災害信息提取，對國產高分衛星數據在遙感地質災害調查中的應用進行了研究。

國產高分衛星；數據特征分析；地質災害；面向對象

1 國產衛星數據特征分析

由于國外衛星數據成本過大且受數據獲取、數據覆蓋能力等限制，調查與監測時效性相對滯后，很難實現實時動態監測地質環境演變。隨著天繪一號、資源三號(ZY3)、高分一號(GF-1)、高分二號等國產中高分辨率衛星的陸續發射，高分辨率遙感數據逐漸被應用于地質災害調查研究中。為充分發揮國產衛星數據優勢，綜合利用遙感影像的光譜特征、空間特征等來提取地質災害體，對國產衛星數據特征進行分析與評價。

遙感傳感器決定著衛星影像的光譜分辨率。國產衛星數據ZY3和GF-1均有一個全色波段，四個多光譜波段(包括:藍、綠、紅、近紅外)。GF-1衛星的全色波段光譜范圍為0.45～0.9 μm，完全覆蓋從可見光到近紅外的波段范圍。遙感影像的空間分辨率決定了遙感影像記錄的地表、地貌狀況的詳細程度，也決定了遙感解譯精度和成圖比例尺。高分一號和資源三號數據在多光譜波段的空間分辨率高于SPOT-5對應波段空間分辨率，能滿足1∶2.5萬和1∶5萬的成圖要求。高分一號和資源三號衛星的輻射分辨率比以往國產衛星數據都高，輻射分辨率為l0 bit，地物亮度值范圍為0～1 023，即量化級D為1 024，影像的信息量明顯增加，有利于提高地質災害信息的目視判讀、自動分類和提取精度。衛星圖像的時間分辨率反映了對同一目標序列成像的時間間隔。高分一號衛星側擺時重訪周期是4 d，不側擺時的回歸周期是41 d，資源三號衛星的回歸周期是59 d，兩者對同一地點進行采樣的時間間隔均較短，可以及時有效地提取地質災害信息，同時為災后的救援工作提供了信息保障。

2 國產高分衛星數據預處理

2.1 輻射校正

輻射校正是消除或減弱輻射畸變的過程。引起輻射畸變的原因主要是傳感器本身產生的誤差以及大氣對輻射的影響。其中，傳感器產生的誤差在數據生產過程中，由生產單位根據傳感器參數進行校正。因此，在輻射校正中，主要考慮對大氣影響造成的畸變進行校正，包含：輻射定標和FLAASH大氣校正兩部分。

2.2 圖像融合

為了更有利于進行環境監測、地質災害信息提取及土地利用分類等分析，可以選擇同時具有高空間分辨率和高光譜分辨率的遙感影像。圖像融合可以使圖像獲得較高的空間分辨率，又具有多光譜特征。利用高分一號全色波段與多光譜波段對數據源進行融合，既保證了地物的清晰度，相鄰地物連貫，色彩保真度也相對較高。

2.3 幾何校正

幾何精校正是在系統校正的基礎上進行的消除幾何畸變的過程。通過選擇地面控制點，利用幾何校正模型進行計算，地面控制點選取的多少及質量將直接影響精校正的精度。

3 地質災害信息提取

在進行遙感地質災害信息提取與評估之前，首先要進行遙感地質災害體與其他非目標地物的分類，其精度直接影響災害識別與災害損失評估的準確性。以滑坡為例，進行特征識別和信息提取方法分析。

3.1 滑坡災害體特征識別

滑坡是部分斜坡上的土體或巖體受地震、人工切坡等綜合因素影響，在重力作用下沿著斜坡內一個或數個面，整體或者分散地順坡向下滑動的地質現象。在遙感影像上，可利用典型滑坡的基本要素、滑坡標志的判譯以及DEM專題圖來識別滑坡。從遙感影像上直接獲取的滑坡特征信息包括：滑坡體、滑坡后壁和滑坡邊界三項滑坡基本地形(形態)要素。

3.2 常用地質災害信息遙感提取方法

3.2.1 人工目視解譯

人工目視解譯是指根據工作區區域地質資料，結合地物在遙感影像上的特征以及目標之間的相互關系，通過建立解譯標志，運用地學相關知識和解譯經驗來識別地質災害體。它是遙感圖像解譯的基本方法，由于解譯速度相對較慢，不利于地質災害發生后的快速提取，而且由于解譯人員知識水平的限制也會影響目視解譯的精度。

3.2.2 監督分類

監督分類是在影像中選擇有代表性的訓練場地作為樣本，通過選擇特征參數，建立判別函數，進行樣本統計與訓練，把與訓練樣本具有相似性質的非樣本像元進行識別歸類。監督分類方法通過目視采集樣本數據，進行計算機自動分類，有效減少人工干擾且提高了地質災害信息的提取效率。

3.2.3 變化檢測信息提取

地質災害具有突發性、動態性等特點，利用多時相遙感影像進行地質災害信息的變化檢測，可以得到較好的效果。利用變化檢測地質災害信息時，需要獲取地質災害發生前、后的遙感影像，國產高分衛星數據時間分辨率高，獲取較方便，能夠高效、精確且快速地應用于災害預警、氣象預報、軍事勘察等領域。

4 面向對象遙感地質災害信息特征提取

面向對象的圖像分析技術是充分利用高分辨率的全色和多光譜數據，利用空間、紋理、光譜信息來分割和分類，設定分割尺度，進行特征提取。首先以較大的分割尺度進行分割，可以在較大的尺度上對影像進行初步分類，然后利用較小的分割尺度對非植被中的不同地物類型進行分割，從而提取地質災害信息。

4.1 目標類別選擇

選擇具有典型地質災害類型的國產高分遙感影像進行分析，提取遙感地質災害體信息。根據地物類型，確定主要地質災害類型為滑坡，其他類型如：植被、居民地、道路、水體等信息為輔助分類信息。

4.2 多尺度分割參數的確定

分割尺度在選擇時應盡量做到分割準確，確保同質性，以提高地質災害信息提取的精度。在研究中，先在小區域范圍內進行裁剪分割，通過對比試驗，確定分割尺度與異質性標準，然后應用于整個研究區。以滑坡為例，當分割尺度設置較小(20)時，地物類別劃分過于破碎，不具備整體性，計算速度比較慢；當分割尺度設置較大(90)時，滑坡災害體和一些道路會被分到一類對象中，解譯精度也隨之降低；當分割尺度設置為中間值(50)時，滑坡體可以和其他非災害體區分出來，滑坡體相對獨立，可達到提取地質災害體的效果。

4.3 地質災害體信息提取

A.植被信息提取。首先，通過NDVI值區分植被和非植被，去除植被地質災害信息的影響。通過設置NDVI閾值，將影像中植被提取出來，只留下居民地、道路、水體和地質災害體等非植被類別。B.水體信息提取。把DEM值低于閾值的地物歸為一類，包含:地勢較低的水體和居民地等。根據水體的光譜特征，其在紅色波段和近紅外波段吸收特別強，灰度值近乎為零，可用近紅外波段和紅色波段的DN值來提取水體信息。C.地質災害信息提取。提取出植被、居民地和水體后，只剩下地質災害體和部分地勢相對較高的道路信息。在遙感圖像上，滑坡一般會沿著強烈的陡坡發育，表現為高度的不對稱性。滑坡后壁通常表現為強反射的淺色色調。利用面向對象分類方法，先提取出非災害體信息，如：部分道路信息，再通過逐層剔除，最后得到地質災害體信息，并且提取的各類別輪廓清晰，目視效果較好，錯分、漏分情況較少。

5 結語

國產中高分辨率衛星數據，可以應用于地質災害特征信息分體提取。面向對象遙感地質災害信息特征提取的方法，可以有效識別區域地質災害體，提取地質災害信息。但自然界的地質災害大多不典型，不同地區、不同巖類構造、不同發育階段會形成多種不同形態的地質災害，因此，接下來需要對國產高分衛星數據開展更大范圍、更加系統的地質災害遙感調查研究。

[1] 馮東霞，余德清.地質災害遙感調查的應用前景[J].國土資源導刊，2002，(04)：314-318.

[2] 關元秀，程曉陽.高分辨率衛星影像處理指南[M].北京:科學出版社，2008.

Application of domestic high-resolution satellite data in the investigation of geological disasters

LIU Yuan, YU Ai-jun, LI Fan

(School of Armed Police Force, Changping 102202, China)

Through data features analysis, usual methods of information extraction were discussed and the method of object-oriented geological disaster information extraction was proposed to extract geological disasters using domestic high-resolution data in this paper.

Domestic high-resolution satellite; Feature analysis of data; Geological disasters; Object-oriented

P694

： A

： 1674-8646(2017)16-0022-02

2017-05-26

劉媛(1986-)，女，工學碩士，助教。