Investigation of Low Frequency Debris Flow Gully in Dense Forest Area on Airborne LiDAR Technology
-
摘要: 机载LiDAR是一种主动扫描式遥感技术,其激光脉冲信号能部分穿过多层植被的间隙直达地表,快速获得剥离植被层后的地表高精度三维数据与影像,从而实现真实刻画地貌轮廓和精细揭示地表特征。低频泥石流沟发生间歇期长,地表植被较茂盛,常用的光学影像、InSAR等遥感技术对其解译存在一定的局限性。盐田区地质灾害详细调查采用机载LiDAR技术,提取了0.2 m分辨率的地表DEM数据,生成了精细的山体阴影图像,初步建立了泥石流机载LiDAR图像遥感解译标志,在此基础上对17条沟谷进行了判释,最终确定了4条低频泥石流沟,再结合机载LiDAR的DEM影像详细调查了泥石流沟的形态特征、物源分布,初步分析了泥石流沟的现今活动性。实践证明,在植被覆盖率高的地区,机载LiDAR图像的可解译性明显好于传统的光学遥感,适用于泥石流等地质灾害隐患的早期识别与后续调查。Abstract: Airborne LiDAR is an active scanning remote sensing technology. Its laser pulse signal can partially pass through the gap of multi-layer vegetation to the surface, and quickly obtain high-precision three-dimensional data and images of the surface after stripping the vegetation layer, so as to truly depict the landform contour and finely restore the surface features. The low-frequency debris flow gully has a long intermittent period and the surface vegetation is relatively lush. The commonly used remote sensing technologies such as optical image and InSAR have certain limitations on its interpretation. The pilot work of airborne LiDAR was carried out for the detailed investigation of geological disasters in Yantian District. The surface DEM data with a resolution of 0.2 m was extracted, and the fine mountain shadow image was generated. The remote sensing interpretation mark of debris flow airborne LiDAR image was preliminarily established. On this basis, 17 gullies were interpreted, and finally 4 low-frequency debris flow gullies were determined. Combined with the DEM image of airborne LiDAR, the morphological characteristics and material source distribution of debris flow gullies were investigated in detail, and the present activity of debris flow gully was preliminarily analyzed. Practice has proved that in areas with high vegetation coverage, the interpretability of airborne LiDAR images is significantly better than that of traditional optical remote sensing, and is suitable for early identification and follow-up investigation of hidden dangers of geological disasters such as debris flow.
-
表 1 研究区主要沟谷泥石流的判别
编号 地貌判别 堆积形态判别 是否泥石流沟 1# DEM图像上显示沟谷上游两侧壁零星斑块状,有少量山体损伤,解译为零星的破碎坡,现场核查为植被茂盛区,零星陈旧性凹槽、凹坑;沟谷出口规律性的条纹,为新近人工开挖边坡,堆积地貌不明显 未发现明显的堆积体 否 2# 沟谷中上游有少量破碎坡。沟口正在建设,堆积区被破坏,查老地形图,沟口为望基湖水库,堆积地貌不明显 未发现明显的堆积体 否 3# 少量支沟的沟头有侵蚀迹象,判断为零星的破碎坡;沟口被人工改造为道路和建筑,堆积不明显 未发现明显的堆积体,沟谷下游人工改造严重,老地形图显示有平缓的堆积物,判断为洪积物 否 4# 长条形沟谷,高差大,由主沟和密集的支沟形成树枝状水系,沟头和支沟两侧普遍较粗糙,显示有较多凹坑,结合光学影像和现场核查,推断为老的破碎坡;下游地表被人工改造,宽大的扇形轮廓仍较清晰,有明显的堆积地貌;下游近沟口部位现状河床的北岸有明显的老泥石流阶地 堆积扇形态清晰,基本对称,DEM图像结合90年代老地形图分析,长轴方向纵向比降7°,短轴方向横向比降3°~4°,扇体主要由块漂石夹砂和黏性土组成,无明显的分选,杂乱无章,判断为老泥石流堆积扇 是 5# 长条形沟谷,树枝状水系,零星破碎坡,沟口有缓的堆积扇,部分被破坏 堆积扇较缓,堆积物有明显的分选,判断为洪积扇 否 6# 两条平行沟谷,支沟较少,局部破碎坡,沟口有平缓的堆积扇,人工改造明显 堆积扇较缓,堆积物有明显的分选,判断为洪积扇 否 7# 扇形水系,少量破碎坡,沟口被人工挖除,隐约可见有堆积扇 从90年代老地形图判断,沟口堆积物较为平缓,从现场开挖断面来看,无泥石流堆积体特征 否 8# 放射状水系,中上游有少量破碎坡,现场验证分布有1处崩塌和1处滑坡,规模小;主沟下游有垄状堆积物,沟谷出口被人为改造 下游堆积物坡度较缓,后缘物质以漂石夹砂和黏性土为主,向下游变化为碎卵石土,有一定分选,泥石流堆积特征不明显 否 9# 两条沟谷交汇,有少量破碎坡,无明显堆积现象 未发现明显的堆积体 否 10# 峡谷地貌,主沟切割深;两侧支沟多有侵蚀的迹象,沟岸基岩大面积裸露 未发现明显堆积体,沟底以洪积物为主,沟底基岩时有出露 否 11# 分布有一系列平行浅切割沟谷,分布零星的破碎坡,未见明显的堆积现象 未发现明显的堆积体,沟谷出口被人为改造,盐田河的岸坡顺直 否 12# 中游有两处明显的破碎坡,下游沟底基岩裸露,系顶部水库长期泄洪冲刷所致 沟下游基岩裸露,沟道干净,未发现泥石流堆积现象 否 13# 中上游有少量老的侵蚀痕迹,破坏不明显;前缘有疑似堆积现象,经核查系人工开挖形成 沟谷出口人工改造强烈,未见明显的冲蚀,未见泥石流堆积现象 否 14# 上游有老的侵蚀形成的凹槽,局部形成破碎坡;沟谷出口为岩质高切坡,堆积现象不明显 沟谷出口人工改造强烈,未见泥石流堆积现象 否 15# 流域呈上大下小的口袋形,三条中—深切割沟谷在坡脚汇合;沟谷中游出现大面积凹凸不平的粗糙区域,形成了较大面积的破碎坡,现场复核危岩、孤石较发育;下游形成了明显的堆积地貌,沟谷出口人为改造强烈 沟谷下游两沟交汇处形成了堆积扇,中部—前缘被挖除,残体呈锥形,纵横坡降较大。现场验证堆积物为块石、漂石夹黏性土和砂,无分选,大小混杂,局部架空,为老的泥石流堆积物 是 16# 流域呈中游宽、上下游相对较窄的葫芦状,一条主沟和若干支沟形成了树枝状水系,沟谷纵坡降大;上游坡面正常,局部有轻微的侵蚀痕迹;中游分布有大面积凹凸不平的粗糙区域,DEM上量算坡度大于50°,现场验证为断层崖,曾产生大规模崩塌;下游图象上为凸出的垄岗,呈现出明显的堆积锥地貌 下游堆积形态明显,形成了堆积扇,DEM图像上量算扇面纵比降12°,横比降约8°~10°。现场核查其组成物质为块石夹黏性土,结构混乱,密实度好,确定为古老的泥石流堆积体 是 17# 流域呈上大下小的口袋形,4条沟谷在中下游汇合,汇水面积较大;中上游老的侵蚀迹象较明显,分布有一处较大面积近期侵蚀现象,破碎坡分布面积不大,沟底分布有条带状晶钻形粗糙带,显示沟底松散物质较多;下游人工改造强烈,见有堆积残体 下游人工改造强烈,查20世纪90年代老地形图,沟谷出口有小的堆积扇,纵坡降约8°~9°;下游建有泥石流拦挡坝,为高速公路建设时设置 是 -
[1] 倪化勇,吕学军,刘宇杰,等. 低频泥石流特征及其预测初步探讨[J]. 工程地质学报,2007,15(5):612-620. [2] 张小红. 机载激光雷达测量技术理论与方法[M]. 武汉: 武汉大学出版社, 2007. [3] 骆生亮. 机载LiDAR点云数据质量检查内容及方法研究[J]. 经纬天地,2019,(4):23-26,34. [4] 颜 亮,徐教煌. 基于机载LiDAR建筑类数据提取算法综述[J]. 岩土工程技术,2016,30(3):129-133. [5] 许 强,董秀军,李为乐. 基于天–空–地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报·信息科学版,2019,44(7):957-966. [6] 马洪超,姚春静,张生德. 机载激光雷达在汶川地震应急响应中的若干关键问题探讨[J]. 遥感学报,2008,12(6):925-931. doi: 10.11834/jrs.200806124 [7] 刘圣伟,郭大海,陈伟涛,等. 机载激光雷达技术在长江三峡工程库区滑坡灾害调查和监测中的应用研究[J]. 中国地质,2012,39(2):507-517. [8] 冯光胜. LiDAR在地质灾害调查与监测中的应用研究[J]. 铁道工程学报,2014,(7):12-16. [9] 佘金星,程多祥,刘 飞,等. 机载激光雷达技术在地质灾害调查中的应用—以四川九寨沟7.0 级地震为例[J]. 中国地震,2018,34(3):435-444. [10] FXPC/ZRZY B-01 地质灾害风险调查评价技术要求(1: 50 000)(试行)[S]. [11] 陈 勇,孙 冰,廖绍波,等. 深圳市主要植被群落类型划分及物种多样性研究[J]. 林业科学研究,2013,26(5):636-642. [12] 蔡伟斌,李 贞. 深圳市盐田区植被格局分析[J]. 农村生态环境,2002,18(3):16-20. [13] 郑家亨. 统计大辞典[M]. 北京: 中国统计出版社, 1995. [14] 钟敦伦, 谢 洪. 泥石流灾害及防治技术[M]. 成都: 四川科学技术出版社, 2014. [15] 王春山,巴仁基,刘宇杰,等. 低频泥石流特征及其危险性的模糊综合评判[J]. 人民长江,2012,43(5):42-46. [16] 王 帅,铁永波,江金涛. 基于野外调查的低频率泥石流识别—以泸定县潘沟泥石流为例[J]. 地质灾害与环境保护,2016,27(2):31-34. [17] 陈宁生. 泥石流勘查技术[M]. 北京: 科学出版社, 2011. [18] 国家防汛抗旱总指挥部办公室, 中国科学院水利部成都山地灾害与环境研究所. 山洪泥石流滑坡灾害及防治 [M]. 北京: 科学出版社, 1994.