利用计算机自动化和智能化技术对高精度影像对象进行识别和提取。面向对象的分析过程是通过将影像中的像元分割为影像对象来再现地表空间的地理对象, 主要由图像分割和对象分类2个过程构成^{[9, 10]}。面向对象的承灾体自动提取方法(图2)通过大范围预分割、小范围逐级分割以及尺度参数评价等步骤计算确定影像最优分割尺度, 选取典型承灾体建立分类训练样本, 根据光谱因子、形状因子将影像分割对象进行分类, 归约分为建筑物、道路、果林、水体4类承灾体^[11]。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 面向对象的承灾体自动提取方法Fig.2 Object-oriented automatic extraction method for the hazard-affected body

该试验是通过崩解试验、CT扫描、扫描电子显微镜实验、X射线能谱分析实验、单轴抗压和变形特征试验等手段对人为干燥和饱水岩样进行观测, 分析岩样的宏观和微观改变及物理力学性质变化等, 从而研究在干湿循环下侏罗系砂岩、泥岩劣化致灾机理。初始设定为: 将样品称重后放入烘箱内恒温烘烤8 h, 冷却至室温后称重, 确定天然含水率, 后加入蒸馏水浸泡, 进入干湿循环过程。“ 湿” 是将岩样浸没于水中2 h, “ 干” 则是将样品置于烘箱50 ° C恒温烘烤2 h, 在每一个干湿循环过程中进行相应的试验测试。

2019年完成了万州区幅(H49E008002)、大垭口幅(H49E007002)和盘石镇幅(H49E007003)地质灾害调查(图3), 共查明地质灾害441处, 以松散堆积层滑坡和岩质崩塌为主, 其中滑坡371处, 占地质灾害点总数的84.13%, 崩塌70处, 占地质灾害点总数的15.87%, 地质灾害及潜在威胁范围29.25 km², 占总评价面积的2.2%。地质灾害主要发育于万州向斜核部长江流域侵蚀切割的河流岸坡下部, 多在500 m高程以下, 滑坡主要集中在15° ~30° 坡度区间, 崩塌则发育于陡坎陡崖等地形突变地段。地质灾害高易发区面积为89.47 km², 占总评价面积的7%, 主要分布于万州向斜长江沿岸, 尤其是江北岸钟鼓楼、大周、小周一线; 地质灾害中易发区面积为394.63 km², 占总评价面积的30%, 主要分布于万州向斜核部地区, 在铁峰山背斜北翼零散分布; 地质灾害低易发区面积为682.14 km², 占总评价面积的51%, 主要分布于铁峰山背斜两翼与齐岳山背斜北翼; 地质灾害极低易发区面积为159.98 km², 占总评价面积的12%, 主要分布于铁峰山背斜核部地区。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 万州区幅、大垭口幅和盘石镇幅地质灾害分布Fig.3 Distribution of geological hazards in Wanzhou, Dayakou and Panshi

研究认为, 区域地质灾害主控条件有以下3点。一是地层岩性。作为地质体的材料, 岩体建造、软硬程度和结构特征决定其被改造(侵蚀、风化等)的难易程度。奉节以西主要出露以中生代陆相沉积为主的侏罗系红色碎屑岩, 质地软弱, 节理裂隙发育, 易于侵蚀切割和风化剥蚀, 利于第四系堆积, 地层较厚, 多崩滑, 在背斜核部出露海相沉积的三叠系及二叠系碳酸盐岩地层, 质地坚硬, 但受构造应力作用, 卸荷裂隙发育, 多易崩; 奉节以东主要出露以古生代和中生代海相沉积为主的碳酸盐岩地层, 质地坚硬, 以层状结构为主, 在褶皱核部构造裂隙发育, 多崩塌, 局部地段夹红色碎屑岩及煤层等, 质软, 易于风化和侵蚀, 第四系堆积多易滑。二是地形地貌。其控制着第四系的堆积分布和人类的活动区域。奉节以西为低山丘陵宽谷地貌, 在河谷两岸缓坡多分布第四系, 利于耕种和建设, 第四系上强烈的人类活动使得滑坡多发; 奉节以东为中山峡谷地貌, 山高坡陡谷深, 地形复杂多变, 第四系不均匀分布, 在人类工程活动、库水位波动、降雨等作用下, 缓坡、陡坡多滑坡, 峡谷、山崖多崩塌。三是地质构造。其影响着地层展布、地貌形态和斜坡的结构特征, 从而影响地质灾害的生成发育。近水平岩质斜坡主要分布于奉节以西宽缓的向斜轴部, 整体稳定性较好, 但碎屑岩软硬相间的地层也往往多发崩塌。顺向岩质斜坡上覆松散堆积体极易发生滑动, 岩层本身的稳定性受倾角大小、层间内摩擦角和黏聚力、单层岩体的厚度和强度影响, 坡脚是否受开挖也是影响因素之一。斜向坡稳定性与岩层倾角和坡角的交切关系及层间是否存在软弱夹层有关, 稳定性差异大。逆向坡大部分分布于长江沿岸和向斜山地, 稳定性好, 软岩的风化剥蚀及其引发的硬岩崩塌是重要的破坏形式。

(1)地质灾害发育过程宏观分析。三峡库区万州区段地质灾害的发育背景条件由地质体本身的物理力学特性和赋存条件组成^[5]。侏罗纪末以来的燕山运动和喜山运动对区域地层沉积特征和地层形态结构产生了较大影响, 区域内广泛分布的陆相碎屑岩在构造与河流侵蚀等共同作用下, 孕育出多种地貌类型和斜坡结构, 如铁峰山背斜、万县向斜、方斗山背斜之间呈现的窄岭宽谷地貌与长江及支流侵蚀切割形成的平缓顺向斜坡和陡崖微地貌(图4), 影响着滑坡和崩塌的发育与分布^[6]。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 万州区典型地貌及演化示意图Fig.4 Typical landform and its evolution in Wanzhou

(2)堆积体滑坡和顺层岩质滑坡成因及演化分析。万州、云阳区段长江沿岸斜坡变形破坏以松散堆积体滑坡和碎屑岩崩滑最为显著; 滑坡以库岸松散堆积体蠕滑拉裂变形破坏为主, 存在长期持续缓慢的地表变形; 崩塌则以侏罗系砂岩、泥岩互层岩质体滑移和坠落崩塌为主^[7]。滑坡、崩塌的形成及演化是不同构造部位层状碎屑岩及其上覆第四系松散堆积体所呈现的不同斜坡形态, 受降雨、水位波动、水流侵蚀和人类工程活动的影响, 天然应力场的平衡被打破而触发的变形和重力失稳破坏(图5)。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 松散堆积体和顺层岩质滑坡成因及演化Fig.5 Origin and evolution of loose congeries landslide and consequent bedding rockslide

(3)侏罗系砂岩、泥岩在干湿循环下的岩体劣化规律。三峡水库运行中库水位的涨落对消落带岩体影响明显, 在干湿循环下, 基岩库岸表层裂化明显^{[12, 13, 14, 15]}。针对三峡库区库水位涨落对岩体产生干湿交替循环后形成的裂化、崩解及破坏问题^{[16, 17, 18, 19, 20, 21, 22, 23]}, 对万州区域侏罗系砂岩、泥岩样品开展了崩解实验、CT扫描、扫描电子显微镜(SEM)实验、射线能谱分析(EDS)实验及岩样单轴抗压强度试验。结果(图6、图7)表明: 在干湿循环过程中, 水分子沿着岩样中的微裂纹、微裂隙和颗粒之间接触面等结构面向岩体内部渗透, 润滑、软化作用降低了岩体的内摩擦系数和黏聚力; 长石、方解石和黏土矿物在水溶液中发生溶解、迁移、扩散等化学反应和离子交换, 使得岩石的矿物成分和微观结构发生改变。同时, 试样中的蒙脱石、伊利石等黏土矿物, 在饱水的过程中发生吸水膨胀, 由于黏土矿物的渗水速率极低, 岩石吸水的过程中内部与表面不能同步膨胀, 导致试样表层出现拉应力, 进而出现拉裂破坏, 产生细微裂纹, 而岩样内部的微裂纹、裂隙分布区, 尤其是裂纹、裂隙末端的塑性区域, 是水-岩物理、化学、渗透作用的活跃地带。在水压作用下, 裂纹端点处产生的应力集中容易诱发裂纹扩张, 更有利于水分子在岩样中形成内渗、外渗和渗透通道, 进而为水-岩物理、化学作用提供了更多的反应接触面, 使水溶液与造岩矿物、黏土矿物和胶结物发生水-岩作用的机率增大, 速度加快。随着干湿循环次数的增加, 岩样内部的损伤不断累积, 微孔隙和微裂隙累积发展并逐渐贯通, 细微观裂纹、裂隙逐渐向宏观裂纹、裂隙转变, 矿物颗粒之间的孔隙、裂纹逐渐发育, 次生孔隙率逐渐增加, 试样的微观结构逐渐由致密变得松散。正是这些微观结构变化的累积发展导致了侏罗系红层软岩宏观物理和力学特性的劣化。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 岩样耐崩解指数随干湿循环次数变化规律Fig.6 Variation of rock sample disintegration resistance index with the number of drying and wetting cycles

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 岩样单轴抗压强度(左)、弹性模量(右)随干湿循环次数变化特征Fig.7 Variation of rock sample uniaxial compressive strength (left) and elastic modulus (right) with the number of drying and wetting cycles

以无人机低空航摄影像(0.1 m)和Geoeye高分遥感影像(0.5 m)等为数据源, 利用eCognition数据处理平台, 利用分类对象信息(色调、形状、纹理、层次)与类间信息, 采用面向对象图像分类技术进行影像分类和信息提取, 再将地物归约分类为建筑物、道路、果林、水体4类。承灾体具体提取流程(图8)为: 一是通过遥感影像预分割, 分别设置尺度参数、颜色参数、形状平滑度与紧致度参数, 采用多尺度分割方法将遥感影像分解为基本对象, 通过对比承灾体分割结果与实际吻合情况, 逐步调整尺度参数并利用尺度参数评价工具分析分割结果, 以确定最优分割尺度; 二是创建影像分类特征指标, 选取基本对象的亮度、光谱、长宽比、形状指数等作为分类特征指标; 三是选取分类训练样本建立解译分析规则库, 分别选取代表建筑物、道路、果林、水体的基本对象作为训练样本, 采用最邻近方法对全区进行分类; 四是进行交互验证、归约分类结果并生成矢量底图, 根据实地调查验证对分类结果进行交互验证并编辑修正, 输出承灾体分类结果矢量图层, 最后结合人口、房屋、社会经济调查数据对承灾体进行社会经济属性赋值(图9)。基于面向对象的高分辨率影像信息提取方法能够实现地物信息快速提取, 提升大范围承灾体识别提取效率, 是一种结合机器学习和图像识别的方法, 能够为今后地质灾害风险调查评价的自动化与智能化的实现提供技术方法支撑。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 高分辨率遥感数据的承灾体提取流程Fig.8 Flow chart for the hazard-affected boby based on high resolution remote sensing images

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 重庆市万州区大周镇承灾体分布Fig.9 Distribution of the hazard-affected boby in Dazhou town of Wanzhou in Chongqing

地质灾害风险评价是灾害风险管理框架的重要内容, 其定量化评价是地质灾害研究领域的重点及难点^{[24, 25]}。城镇尺度灾害风险评价是介于区域尺度和单体尺度之间的一种综合尺度评价, 既要考虑区域灾害发育分布特征与威胁对象, 又要考虑单体灾害的危害强度和易损程度, 是区域和单体灾害风险评价的有机结合体。城镇地质灾害风险评价由基于斜坡单元的区域危险性评价和基于危险源分析的承灾体易损性评价2部分组成, 主要包含斜坡单元划分与剖面信息提取、分阶段降雨极值分析、斜坡稳定性建模、承灾体智能提取与评价4个关键环节^{[26, 27, 28, 29]}(图10)。基于斜坡单元的地质灾害危险性评价(图11(a))和基于高分辨率影像承灾体自动化提取后的地质灾害易损性评价(图11(b)), 利用风险评价矩阵方法将地质灾害风险评价结果(图11(c))划分为极高风险区、高风险区、中等风险区和低风险区。

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 基于斜坡单元的城镇地质灾害风险评价流程Fig.10 Risk assessment process of urban geological disasters based on slope unit

图11-1

Fig.11-1

	Figure Option ViewDownloadNew Window
	图11-1 重庆市万州区大周镇地质灾害风险评价Fig.11-1 Geological disaster risk assessment in Dazhou town of Wanzhou in Chongqing

图11-2

Fig.11-2

	Figure Option ViewDownloadNew Window
	图11-2 重庆市万州区大周镇地质灾害风险评价Fig.11-2 Geological disaster risk assessment in Dazhou town of Wanzhou in Chongqing