编辑推荐｜“8·8九寨沟地震”诱发滑坡灾害空间分布特征

原创李强遥感学报 2021-09-20

遥感人的成长家园

官网

图片来源于网络

“九寨归来不看水”，九寨沟的美可谓秀色可餐。2017年8月8日的一场地震使九寨沟景区遭到地震破坏，火花海和诺日朗瀑布被坏已不复存在。2019年9月27日，九寨沟景区拟对外开放，经过两年灾后恢复重建，九寨沟景区85%的区域已基本具备开放条件。

地震两周年，九寨补妆归来，依旧美丽。九寨沟地震中景区环境破坏的主要原因为滑坡地质灾害，灾后快速地开展滑坡空间分布调查与分布规律的分析，可有效地提高应急的精准性，也为灾后滑坡预测、危险性调查、恢复重建提供信息支撑。《遥感学报》2019年第4期发表中国地震局地壳应力研究所李强博士的研究论文“2017年“8.8”九寨沟地震滑坡自动识别与空间分布特征”。

引用格式

李强,张景发,罗毅,焦其松.2019.2017年“8.8”九寨沟地震滑坡自动识别与空间分布特征.遥感学报,23(4):785-795

DOI:10.11834/jrs.20197345

研究思路

利用无人机高空间分辨率影像开展滑坡空间分布提取及分布规律分析的思路为：

（1）结合面向对象分析方法，研究确定影像特征规则集自动构建算法；

（2）构建震后短时间内滑坡灾害高精度判识模型，实现九寨沟景区滑坡空间分布的自动识别；

（3）结合景区地形、地质构造等特点，分析滑坡空间分布规律。

实验方法

在深入分析滑坡光谱、纹理及几何形态等遥感影像特征的基础上，引入面向对象分析方法，通过多尺度分割算法获取滑坡多层次影像对象，利用SEaTH算法自动构建每一层次特征规则集，实现基于不同层次分析的滑坡体自动识别。分析滑坡体在地形、活动断层等因子中的空间分布特征，为地震滑坡预测与危险性评价奠定基础，实验方法如图1 所示。

图1 滑坡自动识别与空间特征分析技术方法

重要数据结果

一．滑坡影像特征分析

地震滑坡通常对地表覆盖破坏性强，尤其在植被覆盖度较高的区域，植被遭到严重破坏，下方的岩土体裸露在外，从而在影像上表现为色调浅，纹理特征明显，滑坡体所处的地面凹凸起伏，如图2（a）所示。在遥感影像上滑坡体一般呈浅色调或白色调，特别是尚在发展或刚发生不久的崩滑点，由于出露部分多为新鲜结构面，对光谱具有较强的反射能力，使得影像上呈浅色调。在形态特征方面，滑坡在高分辨率遥感影像中呈现舌形、椭圆形、倒梨形、长椅形、牛角形、树叶形、菱形、叠瓦形或不规则形状等，表现为后壁和侧壁组成圈椅状或“双沟同源”等微地貌形态，如图2（b）所示。地震滑坡滑移之后，堆积物向前滑动，常掩盖道路及其他建构筑物，造成道路堵塞、堰塞湖及建（构）筑物的破坏，如图2（c）所示。

(a) (b) (c)

图2 地震滑坡遥感影像

二、滑坡特征规则集描述

本文采用SEaTH（Seperability and Thresholds）分类规则自动构建的方法来构建特征规则集。该方法基于导出的样本特征值，实现不同类别之间最佳特征的选择及阈值的自动确定，自动化构建特征规则集，提高信息识别效率，自动确定的特征规则集分布如表1所示。

表1 不同层次地物类别特征规则集

三、滑坡识别及三维场景展示

基于构建的特征规则集，以分割对象为单元提取影像中地震滑坡信息，提取的结果如图3所示，提取滑坡总共157处，总面积为1.627Km2，最小滑坡面积为111m2，识别总体精度为94.8%，Kappa系数为0.827。为形象的展示地震滑坡的分布与滑移情况，将获取的无人机影像进行三维场景显示（图4），便于滑坡的对比与分析。

图3 地震滑坡影像信息提取结果

图4 地震滑坡三维场景显示

四、滑坡空间分布规律分析

选择高程、坡度、坡度变率、坡向、坡向变率、地表粗糙度6个常用的因子作为地形因子，开展地震滑坡在地形空间分布规律的统计研究，如图5所示，发现地震滑坡的空间分布与斜坡坡度、地形起伏度呈正相关关系，与地表粗糙度呈负相关关系，与坡向、坡度变率等地形因子的关系不明显，推断研究区地震滑坡主要受塔藏断裂控制。

图5 不同地形因子地震滑坡空间分布

研究结论

利用无人机影像机动、快速、分辨率高的特征，结合面向对象分析的方法在震后短时间内快速提取了滑坡分布信息，同时分析了地震滑坡的空间分布规律，发现：

（1）与人工目视解译相比较，基于面向对象的滑坡自动识别方法提取精度可达94.8%，Kappa系数为0.827；

（2）在电脑配置相同的情况下，自动识别方法的效率是人工目视解译效率的一倍；

（3）地震滑坡空间分布与斜坡坡度、地形起伏度呈正相关关系，与地表粗糙度存在负相关关系，研究区滑坡体分布存在明显的断层效应。

作者

简介