基于哨兵二號數據的同震滑坡解譯研究

杜玲玲

（成都理工大學 地球科學學院，四川 成都 610059）

地震滑坡（也稱同震滑坡）是指由地震引發，震時突發滑坡或震后一定時間發生的滑坡[1]，是發生在山區地震的一種重要的次生災害類型，其造成的人員傷亡與財產損失往往占地震災害相當大的比例[2]。例如1933 年8 月25 日四川疊溪7.5 級地震引起許多滑坡，造成大批堰塞湖，其中疊溪臺地和教場壩滑坡阻塞岷江，形成4 個超大堰塞湖，不久湖壩決口，高達60 m的水頭傾瀉而下，12 m 高水頭沖至灌縣，使兩岸群眾遭遇災難。這次地震造成6 800 多人死亡，而滑坡災害又奪去2 500 多人生命，其中僅疊溪一處滑坡就造成全鎮577 人死亡，僅15 名群眾幸免于難[1]。

傳統的人工調查方式能夠近距離的觀察識別滑坡，但工作量大，效率低下，且工作人員有安全風險[3]。滑坡災害發生后，尤其是地震引起的滑坡，由于山區地形特征復雜且地域廣闊，傳統地調方法很難在短時間內獲得滑坡的準確位置、數量和大小信息[4]。利用光學遙感影像目視解譯滑坡，精度高，花費少，保證了工作人員的人身安全。但滑坡目視解譯雖然精度較高，但此方法過度依賴遙感影像特征和解譯標志，不能充分使用遙感影像中所包含的豐富信息，并且需要解譯者具有大量知識儲備，費時費力，不能滿足應急救援的迫切需求[5]。且在光學影像中道路、滑坡和建筑三類地物色調相似，不易區分。因此，本文以九寨溝漳扎鎮同震滑坡為例，通過DEM 數據提取坡度因子，從地形特征出發提取滑坡，分析滑坡的空間分布特征。

1 研究區域及思路

1.1 研究區域

漳扎鎮隸屬于四川省九寨溝縣，地處青藏高原東北緣向四川盆地過渡地帶，東接白河自然保護區，南與松潘縣的漳臘河相鄰，西與大錄鄉交界，北與黑河鄉、陵江鄉比鄰，距九寨溝縣46 km。地理坐標北緯33°17′28.36″，東經103°52′24″，位于長江系嘉陵江上游白水江源頭。其獨特的地形地貌地質環境使得區域滑坡災害頻發，并且伴隨九寨溝地震的發生，漳扎鎮內同震滑坡分布廣泛。所選漳扎鎮研究區地理位置如圖1 所示。

圖1 漳扎鎮研究區地理位置示意圖

1.2 研究思路

Sentinel-2 是多光譜高分辨率遙感影像數據，可免費獲取，且具有13 個光譜波段，從可見光、近紅外到短波紅外，具有不同的空間分辨率。不同波段空間分辨率分別為10 m、20 m 以及60 m，可滿足不同的實際生產需要，也可通過SNAP 軟件重采樣為10 m 的光學影像。目前，哨兵影像數據已廣泛應用于風險災害評價、土壤穩定性評價、土地覆蓋、精細農業估產等方面的研究[6]。Sentinel-2 衛星數據在成像儀類型、波段數和分辨率方面都具有明顯優勢，并且是免費數據源中時間分辨率和空間分辨率最高的遙感影像數據[7]。

本文利用Sentinel-2 影像數據，對其進行大氣校正、重采樣等預處理后，通過支持向量機分類方法將研究區域初步分為植被和其他（包含滑坡、道路、建筑）兩類，圈定可能的滑坡點。利用DEM 數據提取坡度，根據滑坡的地形特征區分滑坡和道路等其他地物，從而精確提取漳扎鎮研究區同震滑坡區域。

研究思路如圖2 所示，研究數據見表1。

圖2 技術路線圖

表1 研究數據信息

2 滑坡提取

2.1 Sentinel-2 遙感影像分類

首先對遙感影像數據進行監督分類，實現滑坡初步解譯。監督分類方法有最小距離法，專家決策樹分類法、光譜角填圖、支持向量機以及經典的最大似然法等，本文選擇支持向量機法對遙感圖像進行分類。支持向量機具有大量的核函數可以使用，靈活解決大量非線性的分類，并且計算復雜性不取決于樣本空間的維數，而是支持向量的數目，能極大避免“維數災難”問題。SVM 學習問題可以表現為凸優化問題，能運用已知的有效算法發現目標函數的全局最小值，具有優秀的泛化能力。從各方面綜合來講，支持向量機方法解譯滑坡是較優的選擇。

由于監督分類是根據像元間的相似度和地物光譜特征來分類，而在遙感影像上滑坡與建筑、道路色調相近，像元相似度高，監督分類方法很難區分彼此，所以此次研究在初步解譯中將滑坡、建筑、道路歸為一類，植被為一類。初步解譯結果如圖3 所示。

圖3 初步解譯結果圖

2.2 地形特征提取滑坡

不同的地物地形特征不一樣，一般說來坡度大于10°，小于45°，下陡中緩上陡、上部成環狀的坡形是發生滑坡的有利地形。地震產生的滑坡大多發生40~50°的坡度，但是道路與村莊均處于平緩地帶，坡度小于一定值，因此利用坡度，可以降低甚至消除道路、村莊和裸地對滑坡識別的影響。

運用ArcGIS 軟件通過DEM 數據提取漳扎鎮大于40°坡度圖層，以及通過初步解譯結果提取滑坡道路建筑圖層，用坡度圖層裁剪滑坡道路建筑圖層得到同震滑坡區域如圖4 所示。

3 結果分析

從圖4 中可以看出九寨溝漳扎鎮地區由于“8·8九寨溝地震”引起的同震滑坡主要分布在中西部地區和西南地區這些高程較高，坡度較陡的地區。從表2 可知地震引發的滑坡范圍廣泛，滑坡面積達到3.16 km2，幾乎與研究區內道路河建筑的占地面積持平。從圖4和圖5 谷歌地球歷史影像結合對比分析，可以看出利用坡度特征區分滑坡和道路是行之有效的方法，整體提取效果較好，滑坡主體基本圈出。研究表明利用地形特征提取滑坡具有非常重要的意義。

圖4 同震滑坡提取結果圖

表2 面積統計表

圖5 地震前與地震后對比圖

4 結論

同震滑坡發生迅速，極大地危害人民生命財產安全，為了滿足人民日益增長的對美好生活的向往，災害防治與預警工作尤為重要。滑坡作為三大重力地貌災害之一，是自然災害防治的主要對象，因此，如何更精確地監測和提取滑坡隱患成為亟待解決的問題。

本文使用了一種地形特征約束的同震滑坡解譯方法，并對九寨溝漳扎鎮典型同震滑坡區域進行了滑坡提取。這種方法能有效區分滑坡和道路、建筑，因為道路和建筑相對而言地勢平坦，起伏不大，且具有特殊的紋理特征；而滑坡與裸地的區別較道路、建筑來說不甚明顯，利用地形特征可剔除一部分裸地，但裸地也可存在于坡度陡峭的地區。因而，此研究方法存在一定的不足之處，進一步的研究可以根據不同研究區設置自適應的坡度閾值，結合深度學習與無人機攝影測量更好地排查同震滑坡。