基于高分遙感技術的地質災害風險評估模型分析

賴增偉,李宗文,陳成偉

(1.廣西新發展交通集團有限公司,廣西 南寧 530029;2.廣西交通設計集團有限公司,廣西 南寧 530029)

0 引言

公路的地質災害多種多樣,諸如滑坡、崩塌這樣的常見危險事件已嚴重威脅人民生命和國家財產安全。近年來,由于我國在偏遠山區、中西部地區加快公路的建設,因此會經常突發一些地質災害事件。這些突發情況會導致工程受到破壞,并嚴重影響當地的發展和自然環境。類似公路建設這樣的大工程,在其整個生命周期中,對其周邊地質情況進行一系列的危害風險評估是十分有必要的,同時也有助于國家應急管理部防災減災工作的具體落實。

廣西位于我國的西南邊陲,其地質結構復雜,環境脆弱。受氣象因素影響,一些滑坡、周圍地質松動造成的崩塌、雨水造成的泥石流,還有一些巖溶破壞和膨脹土等意外的地質風險災害的發生,對交通的正常運行和施工建設造成了嚴重影響[1-2]。根據2018年的調查數據顯示,在廣西總面積的96.65%屬于易發生地質災害的區域[3],其中高、中易發生地質災害的區域達到了42.3%。根據不完全統計,截至2019-02-20,全廣西境內地質災害隱患點登記的數量達10 704處,其中,容易發生地質災害的村落有5 742個,受到災害威脅的潛在對象主要是住在易發點附近的居民以及附近的工礦企業、學校等。

針對地質災害方面的危害測評當前還是以實際資料搜查和相關人員實地環境勘察為主要手段,然而,如滑坡、泥石流、山體崩塌這樣的災害,其形成的機理因素較多,搜尋相應的有效資料和指標量是十分棘手的。所以,這類手段只能對單獨的施工工況點或某一部分區域地質災害進行危害性指標評估。而建設公路是線性形式的交通工程,不僅里程數長,而且地勢元素和環境有差別。對此,經常通過遙感數據來傳遞信息,用于輔助傳統的實地勘察的手段。目前,高分遙感技術是一種前沿技術,能夠全面準確地對所觀察地區進行動態監測。此外,利用高分遙感的數據來解釋和判斷地質信息,有助于對災害進行潛在識別和定性分析。然而,這方面的定量化分析方法還很欠缺,對于較大區域以及不同種類的災害識別與定量分析是遠遠不夠的。

結合上述分析,本文通過高分遙感圖像數據,對諸如山體滑坡、崩塌等公路地質災害進行潛在識別和定性分析,同時進行關鍵信息的摘取和量化計算,構建合理的災害風險評估模型,并以某公路建設工程為例,評估該工程區域內發生災害的可能性。

1 高分遙感技術概述

遙感技術是一種新興的勘測技術,是指可以通過超遠距離感知目標反射或自身輻射的紅外線、電磁波,并且可以對一些特定的目標進行觀測和識別的技術。如航空攝影就是一種非常典型的通過遠距離拍攝和感知目標的技術,即屬于遙感技術的一種。在遙感技術的整個發展歷程中,航空航天技術的發展起到了關鍵的作用,特別是越來越多的衛星發射升空,推動了遙感技術的快速發展,使遙感技術逐漸豐富起來。遙感系統核心的部件就是遙感器。遙感器的種類有很多,如成像用的光譜儀、電視攝像機、用于合成的孔徑雷達、普通的照相機以及多光譜掃描儀等器件[4]。傳輸設備的主要功能是將遙感信息從衛星等遠距離平臺傳送至地面站,而常見的信息處理設備有數字圖像處理機、彩色合成儀等。

因為高分遙感的數據是通過衛星獲取的高清圖像數據,所以其來源稀缺且很有價值。其獨特的優勢在自然資源的勘測調查、大規模農業的耕種管理以及規范化的城市管理,甚至在軍事等領域發揮著無可替代的作用[5]。在自然環境的勘察調查中,由高分遙感獲取的數據可以支撐國有山地土地的合理利用調查、礦產資源的合理開發、大氣環境污染的監測排查、突發性的地質災害和應急管理調查等。

2 基于高分遙感技術的地質災害風險評估模型構建方法

基于高分遙感技術的評估原理為:利用高分遙感的三維圖像信息數據,構建所要觀測地域內高精度和高密度的數字地面模型(DEM),在此基礎上,選取與災害相關的分析因子來進行量化分析;根據形成的數字正射影像(DOM),解釋并采集地質遙感信息數據。基于數據探究災害的形成機理、存在的區域特征;通過篩選的評價因子來解析地質災害危害性的隨機森林模型,達到危害性評估的目的。整套評估原理流程如圖1所示。

圖1 評估原理流程圖

2.1 確定地質災害易發性評價因子

發生地質災害不是單一因素所能決定的,其本身是眾多內在的地質因素和外部自然環境因素的合成效應。諸如山體滑坡與崩塌等這類公路地質災害,因其周邊的地形地貌較為復雜,因此導致災害的原因多種多樣。如何選取準確的地質災害易發性評價因子,是公路地質危險評估的關鍵步驟。經過對公路地質災害發生的地質因素及外部因素進行研究,結合遙感數據光譜和空間特征,建立致災因子的遙感定量表達方法,實現地質災害影響因素的遙感定量表示及定量分析。根據地質災害現有研究成果,選擇地形地貌、地質條件、水文條件、地表覆被、大氣降雨等因素作為地質災害易發性關鍵控制因子,具體如圖2所示。

圖2 地質災害影響因子構成示意圖

具體的選取流程為:

(1)利用高分遙感影像提取表征水文信息的水系距離和濕度指數因子,以及表征地表覆蓋信息的植被指數和土地利用信息,對多種指數進行統計分析,選擇最佳的表征土壤濕度等的遙感指數。

(2)利用所研究區域的重要數據,如地質圖的數據,提取出有效信息,特別是跟地質有關的地層巖性和地質構造的有用信息。

(3)通過有用的DEM數據,提取有價值的地形特征信息,如坡度、坡度方向以及斜坡形態結構等信息。

2.2 評估因子的尺度轉化

評估因子通過在空間、時態、語義、尺度、關系的變換,可以實現多源數據的時空基準統一。同時地質災害評價因子數據類型、取值范圍和量綱的不一致,會降低模型訓練的速度。所以,通過極差標準化的方法,對所選取的連續型評價因子,先進行歸一化處理。而一些離散型的評價因子,要根據解析出來的滑坡柵格單元中的各因子屬性,分析出其所占的比例,然后再利用極差標準化方法對各因子屬性的權值進行歸一化處理,將歸一化的影響因子進行柵格化,通過尺度轉換形成統一像素大小的柵格數據。尺度轉化流程如圖3所示。

圖3 尺度轉化流程圖

2.3 地質災害易發性評估模型構建

2.3.1 評估模型原理

本文基于獲取的地質災害影響因子數據,采用隨機森林模型(Random Forest,RF),選擇相同數量的兩組樣本數據,一組為已經發生過地質災害,另一組為未發生過地質災害,構建研究區的地質災害易發性風險評估模型,并利用新的樣本數據對模型進行優化。結合實時氣象信息,生成研究區的災害易發性風險評估結果圖,再結合相應的監測數據,確定地質災害的高風險區域。

隨機森林算法是由決策樹算法發展而來的,兩者密不可分。隨機森林算法的原則為:依照bootstrap重復采樣策略,在不同組別的樣本數據中,隨機并集中選擇子樣本;重復該操作得到樣本集,利用該樣本集單獨生成決策樹;決策樹組成森林即可對樣本進行預測和分類;分析決策樹的結果,就可知道樣本的不同類別(見圖4)。

圖4 隨機森林算法示意圖

如圖4所示,RF的內在原理是對決策樹的算法進行完善,利用各自單獨的樣本數據產生的決策樹,分析推理出分類或回歸的模型。另外,RF還有一個優勢,就是也適用于不平衡的樣本集合,同樣能針對大量的數據進行分析預測。目前CART模型是隨機森林中決策樹常用的算法模型,模型建立過程中,采用的分裂屬性為基尼指數(Gini Index),其定義為:

(1)

式中:T——N個類別的樣本集合;

pi——類別j的頻率。

如果把集合T劃分為T1(樣本數N1)子集和T2(樣本數N2)子集,劃分后的集合用Gini可表示為:

Ginisplit(T)=N1/NGini(T1)+N2/NGini(T2)

(2)

在整個決策樹構造中,選取樣本集合劃分的分裂屬性的規則是:選擇具有最小Ginisplit值的屬性。分裂值確定的前提必須是每個屬性變量都進行運算。

2.3.2 RF模型的易發性預測評估

本文對廣西境內某公路區域的地質災害環境進行易發性預測評估。選用RF模型和Matlab仿真平臺,通過bootstrap法從原本的訓練樣本集合里,有放回地抽取500個新的樣本數據集,由此得到500棵決策樹,其他沒有選中的樣本數據就形成了500個袋外數據。而每一棵樹的節點由4個特征值構成,這些值是從12個分裂屬性集合中抽取獲得的。通過這些節點的參數值,再代入RF模型函數里,即可求解出已訓練的模型。對該模型進行測試驗證,通過測試的集合數據可以得到實際分類結果與預測分類結果,如圖5所示。根據預測結果,縱坐標表示為災害點的分類器數量,橫坐標為非災害點的分類器數量。

圖5 預測模型精度示意圖

結果表明,56個樣本數據中出現了3個預測錯誤,說明該易發性預測模型的精度為94.6%。同時也證明了基于RF的方法適用于廣西地區的地質災害評價分析,并能夠展示出有效的預測能力。

3 地質災害危險定級

在對公路工程地質災害完成危險性評估工作后,需要對其開展定級工作,以便能夠根據其級別完善應急處置方案。在此過程中,要始終遵循我國自然資源部出臺的《縣(市)地質災害調查與區劃基本要求》文件內容,而且還需要對地質災害導致的損失進行預測分析。有關分級細則見表1。

表1 地質災害分級評價表

根據表1可以將公路工程地質災害分為極度危險、高度危險、較穩定區與穩定區4個等級。相關人員需要以立體衛星圖像數據庫為基礎,利用測量評估法等地質遙感解譯方法,對項目的地質構造信息、地形的地貌信息、滑坡現象以及其他不正常的地質地貌信息進行數據采集,分析其災害分布規律以及區域地質環境,以便能夠確定其災害等級,及時采取針對性的預防對策。廣西某公路工程項目存在以下幾點規律:

(1)在本項目所選區域中,存在部分疏松堆積物覆蓋底層,類似山體滑坡和崩塌的災害危險,很有可能出現在泥盆系地層的被覆蓋區域,所以,像這種類型的地方發生地質性災害的概率不是很高。

(2)在公路工程的生態景觀區域,因為植被覆蓋、茂密生長等關系,有關崩塌、滑坡地質災害等發生概率極小。

(3)由坡度、坡向、坡長因子所導致的地質災害,在本項目當中主要表現在坡度為35°～52°、坡向為165°～195°、坡長為10～50 m時,易發生地質災害。

總體來看,本公路工程項目中處于穩定區的項目面積占總面積的65.2%,較為穩定的區域占總面積的14.6%,而高風險的區域占總面積的18.2%,極度風險的區域占總面積的2%。

4 防治措施

4.1 加強遙感技術對突發性地質災害的全面監測

要對公路工程地質災害進行預防,需要合理借助遙感技術對突發性地質災害進行全面監測,將遙感技術采集到的數據信息及時上傳給相關數據庫,對有關地質災害體的危險性及涉及范圍進行分析。如實時監測的動態過程中及時發現了動態險情變化,必須在第一時間將其情況反饋給相關職能部門,并采取科學合理的治理對策,提高公路工程地質災害應急處置效率。

4.2 加強地質災害的防治宣傳工作

針對公路工程地質災害防治工作,除了相關部門的監測工作之外,還需要人民群眾的大力支持,促使人們從思想上重視山體、綠植的保護工作,意識到亂采濫挖對環境造成的嚴重影響。基于此,有關部門要做好地質災害防治宣傳工作,通過印發防治宣傳手冊及深入基層定期開展宣傳工作等方式,提高人們對地質災害的警惕性,以便在日常生活中一旦發現異常情況能夠及時上報并撤離,為保障自身生命財產安全及工程的安全打下堅實的基礎。

4.3 結合實際有效開展地質災害治理工作

在該公路工程中,極度危險區域占總面積的2%,針對這2%的地質災害易發區,有關工作人員要認識到其地質安全隱患,結合實際情況,合理有序地開展地質方面的治理工作,消除該公路工程項目中的地質災害體,避免因相關地質災害造成生命財產安全問題。處于該公路工程陡坡下的居民區要盡快撤離,對于筑路建房等建設活動也要定期開展勘探工作,相關施工一定要遠離危巖體,防患于未然方可避免地質災害。

4.4 合理設置公路工程避險設施

針對公路工程中易發生泥石流、滑坡等災害的區域要合理設置警示牌,提醒通行車輛及行人在此區域內要快速通過不宜逗留。針對不穩定的邊坡區域,要及時設置警示帶,禁止任何車輛及行人在此區域逗留休息。相關部門要做好巡檢工作,實時掌握危巖體的變化,以便有效避免安全事故發生。

5 結語

綜上所述,結合當前我國公路工程運行情況,在公路工程建設規模不斷擴大的今天,有關工程涉及的地質環境愈發復雜。在此情況下,相關人員需要對公路工程區域極易發生的地質災害進行預測評估,確定其危險等級,及時采取科學合理的防治措施,如加強遙感技術對突發性地質災害的全面監測、結合實況有效開展地質災害治理工作、加強地質災害的防治宣傳工作等,才能將安全事故扼殺在源頭,確保公路工程安全穩定運行,保障人民的生命財產安全。