基于多源異構(gòu)數(shù)據(jù)斜坡地質(zhì)災(zāi)害隱患易發(fā)性評價
——以深圳市龍崗區(qū)為例

王寧, 姜德才,2,3, 鄭向向,2,4, 鐘昶,5

(1.中國自然資源航空物探遙感中心,北京 100083; 2.中國科學院大學,北京 100049; 3.中國科學院西北生態(tài)環(huán)境資源研究院,蘭州 730000; 4.中國科學院空天信息創(chuàng)新研究院,北京 100094; 5.國防科技大學智能科學學院,長沙 410073)

0 引言

中國是自然災(zāi)害最為嚴重的國家之一,隨著經(jīng)濟的快速發(fā)展及城市化加速推進,誘發(fā)自然災(zāi)害形成的因素更加復(fù)雜,應(yīng)對以及防范自然災(zāi)害的形勢更顯嚴峻。政府部門一直對風險評估和管理研究工作的開展以及防災(zāi)減災(zāi)工作的推進十分關(guān)注。2020年國務(wù)院辦公廳發(fā)布了《國務(wù)院辦公廳關(guān)于開展第一次全國自然災(zāi)害綜合風險普查的通知》(國辦發(fā)〔2020〕12號),通過開展普查,摸清全國自然災(zāi)害風險隱患底數(shù),查明重點地區(qū)抗災(zāi)能力,客觀認識全國和各地區(qū)自然災(zāi)害綜合風險水平,為中央和地方各級人民政府有效開展自然災(zāi)害防治工作、切實保障經(jīng)濟社會可持續(xù)發(fā)展提供權(quán)威的依據(jù)。

針對地質(zhì)災(zāi)害風險防治的實際需求,許多學者在地質(zhì)災(zāi)害隱患調(diào)查評價方面已經(jīng)開展了大量的工作。吳志斌[1]從工程地質(zhì)的角度分析了龍崗區(qū)地質(zhì)災(zāi)害的成因; 熊金安等[2]從地質(zhì)條件、地貌條件、人為因素分析了地質(zhì)災(zāi)害特征及成因; 姚玲等[3]利用已發(fā)地質(zhì)災(zāi)害點,結(jié)合地質(zhì)、巖性等因子,開展了深圳市地質(zhì)災(zāi)害隱患易發(fā)性評價工作。評價方法主要是基于GIS平臺,結(jié)合信息量模型[4-6]、層次分析法[7-9]和機器學習[10-11]等,對斜坡地質(zhì)災(zāi)害易發(fā)性評價進行研究。分析了諸多學者開展的工作,地質(zhì)災(zāi)害隱患評價分析主要是利用已發(fā)災(zāi)害點或光學遙感解譯災(zāi)害點(實地驗證)進行,取得了一定的成果,但也存在一定的問題。首先,利用已發(fā)災(zāi)害點開展工作,對于已知災(zāi)害發(fā)生較少區(qū)域,不具有普適性,不能客觀地評價整體地質(zhì)災(zāi)害易發(fā)程度; 其次,對于植被覆蓋茂密地區(qū),受到植被影響,僅采用光學遙感解譯地質(zhì)災(zāi)害隱患存在一定的困難,無法全面了解區(qū)域地質(zhì)災(zāi)害隱患分布情況; 最后,面對大區(qū)域范圍地質(zhì)災(zāi)害易發(fā)性評價工作,傳統(tǒng)的方法手段需要耗費大量人力物力,且短時間難以完成。

基于以上情況,本文以深圳市龍崗區(qū)為研究對象,利用中國自然資源航空物探遙感中心地質(zhì)災(zāi)害三維解譯平臺,使用高分辨率光學遙感影像、高精度數(shù)字高程模型(digital elevation model,DEM)和合成孔徑雷達干涉測量(interferometric synthetic aperture Radar,InSAR)地表形變監(jiān)測結(jié)果,開展研究區(qū)斜坡地質(zhì)災(zāi)害隱患遙感解譯,并利用百度街景地圖,對部分解譯隱患進行驗證。在此基礎(chǔ)上,結(jié)合降雨量、地表覆被和地表巖性等多源數(shù)據(jù),根據(jù)“地質(zhì)災(zāi)害風險調(diào)查評價技術(shù)要求(1∶50 000)”相關(guān)要求[12],開展斜坡地質(zhì)災(zāi)害易發(fā)性評價研究。并利用已發(fā)地質(zhì)災(zāi)害點對易發(fā)性評價結(jié)果進行驗證,確保易發(fā)性評價結(jié)果的準確性,為龍崗區(qū)土地利用規(guī)劃、建設(shè)以及地質(zhì)災(zāi)害防控提供技術(shù)支撐。

1 研究區(qū)概況

龍崗區(qū)隸屬廣東省深圳市,位于深圳市東北部,地處亞熱帶海洋季風帶,氣候溫和濕潤,該區(qū)雨季在 5—9 月,1—3 月和10—12 月為旱季,深圳市國家基本氣象站年累積雨量常年氣候平均值為1 935.8 mm,最大降雨量達到2 662.2 mm; 龍崗區(qū)母巖風化強烈,表層多分布有較厚殘積土、砂質(zhì)黏性土等,自然地質(zhì)環(huán)境條件復(fù)雜[8]; 地形以低山丘陵為主,總地勢西南高東北低,在低山與丘陵之間形成一些沖積臺地及山間盆地; 海岸地貌發(fā)育,長達130 km的海岸線。

2 技術(shù)方法

2.1 總體技術(shù)路線

總體技術(shù)路線如圖1所示。

圖1 斜坡地質(zhì)災(zāi)害隱患易發(fā)性評價技術(shù)路線

通過研究分析龍崗區(qū)地質(zhì)災(zāi)害情況、地質(zhì)背景、氣候條件和人類工程活動情況等數(shù)據(jù)資料,利用中國自然資源航空物探遙感中心三維解譯平臺,結(jié)合InSAR地面沉降監(jiān)測結(jié)果,開展龍崗區(qū)斜坡地質(zhì)災(zāi)害隱患解譯工作,提高地質(zhì)災(zāi)害隱患遙感識別準確率。在此基礎(chǔ)上,采用信息量模型評價方法,以降雨量、地表覆被、地表巖性、坡度和坡高為評價因子,根據(jù)“地質(zhì)災(zāi)害風險調(diào)查評價技術(shù)要求(1∶50 000)”相關(guān)要求,開展龍崗區(qū)斜坡災(zāi)害易發(fā)性評價,并利用已發(fā)地質(zhì)災(zāi)害點對結(jié)果進行精度驗證。

2.2 斜坡地質(zhì)災(zāi)害隱患遙感解譯方法

斜坡地質(zhì)災(zāi)害隱患遙感識別是基于高分辨率遙感影像、DEM數(shù)據(jù)和InSAR地表形變監(jiān)測數(shù)據(jù),采用人機交互專家判讀方式來獲取隱患區(qū)域的相關(guān)信息。其原理是以InSAR地表形變監(jiān)測結(jié)果為參考依據(jù),基于斜坡體與其背景地質(zhì)體之間存在的色調(diào)、形狀、陰影、紋理及圖形的差異(表1),在遙感影像上顯示為特定的色調(diào)、紋理及幾何形態(tài)組合,進而建立斜坡地質(zhì)災(zāi)害隱患識別的解譯標志[13]。

表1 地質(zhì)災(zāi)害光學影像特征

2.3 InSAR地面沉降監(jiān)測方法

龍崗區(qū)內(nèi)人工建筑設(shè)施和天然的島嶼、礁石、海蝕崖、橋、柱等可以構(gòu)成時間序列InSAR穩(wěn)定性高相干點目標。采用較為成熟的SBAS-InSAR技術(shù)開展龍崗區(qū)地表沉降監(jiān)測。

SBAS-InSAR是一種與PS-InSAR技術(shù)采用不同策略的時間序列InSAR分析方法[14-16],該方法通過將獲取的數(shù)據(jù)進行合適組合,得到一系列短空間基線差分干涉圖,這些差分干涉圖能夠較好地克服空間去相關(guān)(失相干)現(xiàn)象。在求解形變速率時,SBAS方法采用了奇異值分解法(singular value decomposition,SVD),可以將被較大空間基線分開的孤立SAR數(shù)據(jù)集連接起來,提高了觀測數(shù)據(jù)時間采樣率。SBAS-InSAR技術(shù)基本原理是通過簡單和高效地合成所有可用的小基線干涉圖對,然后再基于形變速率的最小范數(shù)準則,通過應(yīng)用SVD方法獲取相干目標的形變速率及其時間序列[17]。SBAS-InSAR技術(shù)的優(yōu)點是能夠利用具有較短時—空基線的影像對產(chǎn)生干涉圖提高相干性,進而提高干涉相位解纏正確率[18]。

SBAS-InSAR技術(shù)數(shù)據(jù)處理流程(圖2)的主要步驟可以分為7步: ①估算所有SAR圖像的基線,根據(jù)短時空基線原則確定時空基線閾值,生成連接圖; ②對圖像進行配準,生成干涉紋圖,精確估算空間基線,結(jié)合DEM數(shù)據(jù)去除平地相位和地形相位,對差分干涉圖進行濾波等; ③對所有差分圖進行基線精化、重新去除平地與地形相位、相位解纏; ④根據(jù)相干系數(shù)圖,選擇圖像上的高相干點; ⑤對結(jié)果進行第一次反演,建立線性模型,利用矩陣SVD方法,估算形變速率和高程系數(shù); ⑥對結(jié)果進行第二次反演,去除大氣效應(yīng)和地形殘余相位,得到最終的相干點形變速率,并確定相干點三維位置信息,然后計算非線性形變速率并得到相干點形變序列; ⑦得到最終的位置時間序列后,可以進行必要的地理編碼和時序分析。

圖2 SBAS-InSAR處理過程

2.4 信息量模型

地質(zhì)災(zāi)害的形成受多種因素影響,信息量模型[12]反映了一定地質(zhì)環(huán)境下最易致災(zāi)因素及其細分區(qū)間的組合,具體是通過特定評價單元內(nèi)某種因素作用下地質(zhì)災(zāi)害發(fā)生頻率與區(qū)域地質(zhì)災(zāi)害發(fā)生頻率相比較實現(xiàn)的。對應(yīng)某種因素特定狀態(tài)下的地質(zhì)災(zāi)害信息量的公式為:

(1)

式中:IAj→B為對應(yīng)因素A在j狀態(tài)(或區(qū)間)下地質(zhì)災(zāi)害B發(fā)生的信息量;Nj為對應(yīng)因素A在j狀態(tài)(或區(qū)間)下地質(zhì)災(zāi)害分布的單元數(shù);N為調(diào)查區(qū)已知有地質(zhì)災(zāi)害分布的單元總數(shù);Sj為因素A在j狀態(tài)(或區(qū)間)分布的單元數(shù);S為調(diào)查區(qū)單元總數(shù)。

當IAj→B>0時,反映了對應(yīng)因素A在j狀態(tài)(或區(qū)間)下地質(zhì)災(zāi)害發(fā)生傾向的信息量較大,地質(zhì)災(zāi)害發(fā)生的可能性較大,或者說利于地質(zhì)災(zāi)害發(fā)生; 當IAj→B<0時,表明因素A在j狀態(tài)(或區(qū)間)條件下,不利于地質(zhì)災(zāi)害發(fā)生; 當IAj→B=0時,表明因素A在j狀態(tài)(或區(qū)間)不提供有關(guān)地質(zhì)災(zāi)害發(fā)生與否的任何信息,即因素A在j狀態(tài)(或區(qū)間)可以剔除掉,排除其作為地質(zhì)災(zāi)害預(yù)測因子。

由于每個評價單元受眾多因素的綜合影響,各因素又存在若干狀態(tài),各狀態(tài)因素組合條件下地質(zhì)災(zāi)害發(fā)生的總信息量的公式為:

,

(2)

式中I為對應(yīng)特定單元地質(zhì)災(zāi)害發(fā)生的總信息量,指示地質(zhì)災(zāi)害發(fā)生的可能性,可作為地質(zhì)災(zāi)害易發(fā)性指數(shù)。

3 斜坡地質(zhì)災(zāi)害易發(fā)性評價

3.1 InSAR地表形變監(jiān)測

采用SBAS-InSAR技術(shù),利用歐空局的C波段(5.6 cm)的Sentinel-1A數(shù)據(jù)集及精密軌道數(shù)據(jù),通過下載獲取27景2018年10月16日—2019年12月10日、26景2019年8月12日—2020年8月30日2個時段Sentinel-1A數(shù)據(jù)集開展了龍崗區(qū)地表沉降反演。SAR數(shù)據(jù)集基本參數(shù)如表2所示。

表2 Sentinel-1A數(shù)據(jù)集基本參數(shù)

按照龍崗區(qū)行政邊界并外擴約1/4范圍,對Sentinel-1A 影像裁剪,對裁剪的子區(qū)域開展時序InSAR數(shù)據(jù)處理,其中多視處理參數(shù)設(shè)置為:Az×Rg=1×4,地面分辨率分別為13.9 m×14.8 m。2個時段的SBAS-InSAR處理結(jié)果如圖3所示。從Sentinel-1A反演獲得的龍崗區(qū)地表形變結(jié)果可以看出,同一時段的地表形變整體趨勢較為一致,但存在局部不一致情況,原因可能是云霧雨天氣引起大氣相位誤差。因為龍崗區(qū)水系較多且鄰海,夏秋兩季多云多霧多雨,所以氣候溫和濕潤。此種氣象因素會引起較嚴重的大氣相位噪聲,增加大氣相位去除難度,引起相位解纏誤差,甚至局部失相干。

圖3 地表形變InSAR監(jiān)測及斜坡地質(zhì)隱患解譯結(jié)果

為驗證SBAS-InSAR形變結(jié)果的準確性,采用PS-InSAR技術(shù)形變結(jié)果與SBAS-InSAR形變結(jié)果進行對比分析[19],結(jié)果顯示反演的研究區(qū)地表形變分布和范圍與SBAS-InSAR反演結(jié)果基本一致,驗證了SBAS-InSAR獲取的研究區(qū)地表形變信息是準確可靠的。該驗證方法與結(jié)果在參考文獻[19]中進行了詳細描述,本文將不再贅述。

3.2 斜坡地質(zhì)災(zāi)害隱患遙感解譯

利用中國自然資源航空物探遙感中心地質(zhì)災(zāi)害三維解譯平臺(圖4)開展工作,該平臺已經(jīng)完成發(fā)布涵蓋基礎(chǔ)影像數(shù)據(jù)、基礎(chǔ)地理地形數(shù)據(jù)、基礎(chǔ)地質(zhì)數(shù)據(jù)、InSAR地面沉降數(shù)據(jù)和地球物理數(shù)據(jù)等服務(wù),能夠充分支撐斜坡地質(zhì)災(zāi)害隱患解釋工作開展。

圖4 斜坡地質(zhì)災(zāi)害隱患解譯平臺

通過人機交互解譯共獲得43處斜坡地質(zhì)災(zāi)害隱患,其中光學遙感衛(wèi)星解譯隱患39處(圖5),InSAR地表形變解譯隱患4處(圖3)。采用野外地面驗證結(jié)合百度街景數(shù)據(jù),對遙感解譯隱患進行驗證,為城市地質(zhì)災(zāi)害隱患調(diào)查提供新思路。由于街景數(shù)據(jù)只展示道路兩旁的實景信息,39處遙感衛(wèi)星影像解譯隱患驗證了6處,其中實地勘察驗證4處,街景數(shù)據(jù)驗證2處。街景驗證分別為坂里大道與坂瀾大道交叉口北250 m處(圖6(a))、坂李大道與清平高速交叉西160 m處(圖6(b)),從街景照片可以很清晰地驗證2處遙感解譯隱患的準確性。野外驗證斜坡地質(zhì)災(zāi)害隱患4處,分別位于龍崗區(qū)杜鵑公園東門西南80 m處(圖7(a))、龍崗區(qū)圓山風景區(qū)內(nèi)(圖7(b))、深圳市新安玻璃有限公司東北500 m處(7(c))、龍崗區(qū)景基御景半山花園小區(qū)西南120 m處(7(d)),野外驗證結(jié)果與遙感解譯結(jié)果吻合。由于龍崗區(qū)植被覆蓋較為茂密,且受到工廠、小區(qū)等圍墻阻攔,給野外實地驗證帶來較大的困難。因此,除野外驗證外,在3.4節(jié)中,利用已發(fā)地質(zhì)災(zāi)害對易發(fā)性評價結(jié)果進行驗證,驗證結(jié)果也反向證明了遙感解譯斜坡地質(zhì)災(zāi)害隱患結(jié)果的準確性。

圖5 光學遙感解譯斜坡地質(zhì)災(zāi)害隱患分布

(a) 坂里大道與坂瀾大道交叉口北250 m處 (b) 坂里大道與清平高速交叉西160 m處

3.3 易發(fā)性評價

在全面收集、整理歷史地質(zhì)災(zāi)害點、1∶5萬地質(zhì)災(zāi)害詳細調(diào)查和地質(zhì)災(zāi)害遙感解譯復(fù)核地質(zhì)災(zāi)害(隱患)點數(shù)據(jù)基礎(chǔ)上,結(jié)合地表巖性、坡度、坡高、地表覆被和降雨量數(shù)據(jù)等數(shù)據(jù)資料,利用信息量模型方法計算各個因子信息量值(結(jié)果如表3所示,為保證區(qū)域計算的完整性,對于沒有隱患點的區(qū)域,整體取-1.50),開展區(qū)域斜坡地質(zhì)災(zāi)害易發(fā)性評價。按照不同地質(zhì)災(zāi)害類型分別評價,形成以斜坡地質(zhì)災(zāi)害為主的易發(fā)程度分區(qū)。易發(fā)程度劃分為極高易發(fā)區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)4個等級。

根據(jù)表3中計算獲取的各個影響因子信息量值,利用ArcGIS平臺對各個因子進行柵格運算,并利用自然斷點法進行分級,最終獲得龍崗區(qū)斜坡地質(zhì)災(zāi)害隱患易發(fā)性評價結(jié)果,如圖8所示。

圖8 斜坡地質(zhì)災(zāi)害隱患易發(fā)性評價結(jié)果

3.4 易發(fā)性評價結(jié)果驗證

利用信息量法,結(jié)合多源異構(gòu)數(shù)據(jù)對龍崗區(qū)開展了斜坡地質(zhì)災(zāi)害易發(fā)性評價工作。通過對易發(fā)性評價結(jié)果進行面積統(tǒng)計,低易發(fā)區(qū)面積為136.53 km2,約占研究區(qū)總面積的34.94%; 利用已發(fā)地質(zhì)災(zāi)害點(數(shù)據(jù)來源為深圳市規(guī)劃和自然資源局龍崗管理局)與易發(fā)性評價結(jié)果進行疊加統(tǒng)計,可知已發(fā)地質(zhì)災(zāi)害在低易發(fā)區(qū)分布1個、中易發(fā)區(qū)8個,高易發(fā)區(qū)26個,極高易發(fā)區(qū)4個(表4)。

表4 易發(fā)區(qū)面積及已發(fā)災(zāi)害分布統(tǒng)計

此外,疊加建城區(qū)矢量圖,可以看出低易發(fā)區(qū)主要集中在建城區(qū)(圖9),易發(fā)區(qū)則主要分布在山區(qū)丘陵地帶。根據(jù)以上數(shù)據(jù)疊加分析及統(tǒng)計結(jié)果,可以證明基于多源遙感衛(wèi)星數(shù)據(jù)解譯地質(zhì)災(zāi)害隱患易發(fā)性評價結(jié)果的可靠性,為大區(qū)域范圍進行斜坡地質(zhì)災(zāi)害隱患易發(fā)性評價提供了方法依據(jù)。

圖9 斜坡地質(zhì)災(zāi)害隱患易發(fā)區(qū)分布

4 結(jié)論

以深圳市龍崗區(qū)為研究區(qū),利用光學衛(wèi)星數(shù)據(jù)和InSAR地表形變監(jiān)測結(jié)果,開展了龍崗區(qū)斜坡地質(zhì)災(zāi)害隱患解譯,在此基礎(chǔ)上完成了該區(qū)域地質(zhì)災(zāi)害易發(fā)性評價,并對評價結(jié)果進行了驗證,形成了以數(shù)據(jù)驅(qū)動和專家經(jīng)驗相結(jié)合的客觀可靠的易發(fā)性評價成果,能夠在大區(qū)域范圍地質(zhì)災(zāi)害防治與應(yīng)急減災(zāi)中提供快速、可靠的科學依據(jù)。通過結(jié)合光學、雷達衛(wèi)星數(shù)據(jù)的優(yōu)勢,充分發(fā)揮多源衛(wèi)星數(shù)據(jù)在斜坡地質(zhì)災(zāi)害易發(fā)性評價中的作用,大大提高了評價結(jié)果的精度。同時使用了百度街景數(shù)據(jù)進行隱患點驗證,為城市地質(zhì)調(diào)查提供了新思路。

本研究技術(shù)方法在實際工程化應(yīng)用中取得了較好的效果,但也存在一定的局限性,主要是對于植被覆蓋茂密區(qū),遙感地質(zhì)災(zāi)害隱患解譯需要作業(yè)人員具有較為豐富的經(jīng)驗,而短期培訓無法實現(xiàn)作業(yè)人員快速、準確地開展解譯。為解決這一問題,對于植被茂密的重點地質(zhì)災(zāi)害隱患地區(qū),可使用LiDAR數(shù)據(jù)獲取穿透植被灌木林高精度DEM,能夠快速、準確實現(xiàn)地質(zhì)災(zāi)害隱患解譯,為開展地質(zhì)災(zāi)害隱患防治提供可靠的基礎(chǔ)數(shù)據(jù)支撐。