该技术已申请专利。仅供学习研究,如用于商业用途,请联系技术所有人。

1.本发明涉及遥感解译以及古灾害识别技术领域,具体为一种基于光学影像的古滑坡堰塞坝提取方法。
背景技术:2.滑坡堰塞坝是由地震、强降雨、冰雪融水、人工开挖等外力触发下斜坡失稳堵塞河道而形成的天然坝体,其寿命通常较短,只有20%的大坝会持续1 个月以上,会产生溃决洪水,其形成的堵江-溃决灾害链影响范围较广,具有远程效应,对沿岸群众生命财产构成巨大威胁,主要表现为对上游的回水淹没和对下游的冲刷、淹没,但是,将古论今,对古滑坡堰塞事件识别和提取,并分析灾害的过去,是认清灾害现状和预测未来特大滑坡堰塞事件的重要手段。
3.古滑坡堰塞坝多发生于地质地表过程活跃的高山峡谷区,受后期河流下切作用,坝体基本已被冲刷,使得自动识别方法得到的结果错误率大,且后期仍然需要大量人力进行修正和验证,同时野外考察工作量大,费时费力,很难在短时间内对大范围的古滑坡堰塞坝进行提取,随着光学影像由平面到三维立体,向高空间分辨率、高光谱分辨率的发展,基于光学影像的古滑坡堰塞坝提取方法,使我们能居高临下观测地物,将部分野外工作转移到室内,在一定程度上提高了工作效率,减轻了野外工作强度,特别在危险及气候恶劣地区,有明显的优越性,同时,古滑坡因其独特的光学特征在影像上比较容易被识别。
4.近年来,利用光学影像识别滑坡堰塞坝得到了较快发展,但是目前学者大多主要根据自身解译经验,以服务于具体研究对象而提取滑坡堰塞坝,很少提及古滑坡堰塞坝的解译过程,也缺乏全方位的考虑,同时,由于滑坡堵江灾害具有规模大,发生频率低,危害巨大等特点,亟需从历史中寻找样本。
技术实现要素:5.(一)解决的技术问题
6.针对现有技术的不足,本发明提供了一种基于光学影像的古滑坡堰塞坝提取方法,解决了自动算法识别错误率高,纯野外考察费时费力的问题。
7.(二)技术方案
8.为实现上述目的,本发明提供了如下技术方案:一种基于光学影像的古滑坡堰塞坝提取方法,具体包括以下步骤:
9.步骤一、影像获取:利用google earth解译平台,获取遥感图像后,对地貌信息进行三维地貌展示;
10.步骤二、基本要素示意:根据步骤一中的三维地貌展示,结合已有文献和书籍资料获取古滑坡的滑坡壁、滑坡周界和滑坡体信息,获取堰塞坝的坝长、坝宽和坝高信息,明确堵江过程;
11.步骤三、古滑坡解译:构建直接解译标志和以光学影像捕捉的方式作为间接解译
标志对古滑坡进行解译,并与河流阶地和古冰蚀平台进行区分;
12.步骤四、堵江分析:在步骤二、步骤三明确了堵江过程和对古滑坡进行解译后,判断古滑坡是否出现堵江情况;
13.步骤五、堰塞坝解译:在步骤四中确定出现堵江情况时,构建直接解译和间接推断方式对堰塞坝进行解译;
14.步骤六、参数计算与验证:利用google earth解译平台、经验公式和gis 平台计算出古滑坡、堰塞坝、堰塞湖的相关参数,辅以已有的文献资料和野外抽样考察对步骤五中的解译结果进行验证;
15.步骤七、数据库构建:将解译后的古滑坡堰塞坝数据进行整理,形成数据清单,在每一个古滑坡堰塞坝数据上添加属性标签并进行描述,构建古滑坡堰塞坝数据库。
16.其中,google earth,该平台的卫星影像来源于陆地卫星tm/etm、quickbird、worldview-ii、google eartheye-1、spot5、ikonos等数据,影像分辨率分为多个级别,最高分辨率为0.15m,并且google earth结合全球数字高程数据对遥感图像进行了三维显示,能够真实反映地貌信息,为古滑坡堰塞坝的识别和提取提供了工具。
17.本发明进一步设置为:所述步骤三中的直接解译标志包括滑坡壁和滑坡体的纹理、滑坡壁和滑坡体的色调、古滑坡的形态以及相较于周围环境构成的地形。
18.其中滑坡壁呈颗粒状纹理特征、滑坡体呈平滑纹理特征;
19.由于时间久远,滑坡壁已长出新的植被,与周围植被呈现的色调相差不大,为绿色;滑坡体常常受后期人类活动的影响,与周边的自然植被呈现的绿色调具有较大的差别,多呈较浅的灰黄色,局部前缘出现浅红色;
20.古滑坡形态多样,包括圈椅形、半椭圆形、簸箕形、哑铃形、长舌形、矩形、长弧形(鞍形)、三角形(正三角形、倒三角形)、梨形、勺形等,常见的有圈椅形、簸箕形和长舌形;
21.由于google earth结合全球数字高程数据对遥感图像进行了三维显示,从侧视视角来观察,古滑坡相较于周围环境,呈负地形样貌,滑坡剖面多为凹形弧线。
22.本发明进一步设置为:所述步骤三古滑坡与河流阶地的区分方式为:根据步骤一的三维地貌展示,调整展示角度后观察后壁与地面的交线部分,可以发现,古滑坡具有很明显的脊状结构,而河流阶地较为平缓,与两侧融为一体;同时,寻找附近有没有类似的平台出现,是否沿河岸作带状分布,再结合相关文献,一样可以把河流阶地排除。
23.本发明进一步设置为:所述步骤三古滑坡与古冰蚀平台的区分方式为:根据古冰蚀平台的特征进行区分,其中古冰蚀平台多分布于海拔较高的山脊线附近,古冰蚀平台后缘与古滑坡后缘比较像,容易被混淆,但可以根据古冰蚀平台的平台特征将其排除,首先,平台距离河道较高也较远,其前缘坡度较陡,多为基岩;其次,平台表面光滑而平坦,受人类活动改造较小,有时平台下方会发生滑坡。
24.古滑坡具有较陡的滑坡后壁,且滑坡体大多为平台,与河流阶地和古冰蚀平台比较相像,容易被误判,通过采用上述技术方案,有效避免了误判情况的出现。
25.本发明进一步设置为:所述步骤四中对堵江情况的判断,具体包括:
26.古滑坡规模:从影像上,目测古滑坡的大小,判断其是否有足够的物质基础冲到对岸;
27.河谷形态:通常来说,河谷呈“v”型,说明两侧坡体较陡、河道较窄,易造成堵江,而
河谷呈“u”型,说明两侧坡体较缓、河道较宽,滑坡体所要到达对岸的距离较远,不易造成堵江;
28.两岸是否有残余堆积体或者坝体:从影像上,根据河道两侧的色调、纹理是否一致,可以判断出是否有残余堆积体或者坝体,并因此确定是否曾经堵过;
29.河道是否为上游宽、下游窄:通常在堵江位置的上游地区,地势多平坦开阔,下游多为峡谷,该地类似于气球收口处,使得堵江发生后,上游形成堰塞湖,河道变宽,而下游由于流量变小,河道变窄,由于这独特的地理特征,该地多成为现今很多人工坝、水库和水电站优先选址的地方;
30.上游河道两岸是否有湖相沉积:在影像上,湖相沉积的色调多呈浅黄色,平行于上游河道分布。
31.本发明进一步设置为:所述步骤五中直接解译方式为:根据步骤一中的三维地貌展示,对河道两侧色调、纹理一致区域进行圈取,圈取部分即为堰塞坝的范围,该堰塞坝多为不规则形状。
32.本发明进一步设置为:所述步骤五中的间接推断方式为在三维地貌展示上堰塞坝已被完全冲走,河道两侧色调、纹理不一致的情况下进行使用,具体包括:
33.在滑坡体入河方向与河道相交方式为正交时,滑坡体正交于河道,则堰塞坝多为椭圆形、圆形或矩形,形状拉伸不明显,堰塞坝解译结果呈规则状;
34.在滑坡体入河方向与河道相交方式为斜交时:当滑坡体主滑方向偏向上游时,堰塞坝向上游堆积;当滑坡体主滑方向偏向下游时,则堰塞坝向下游堆积;
35.当滑坡体主滑方向对岸为缓坡时,滑坡体运动过程中受阻较小,爬高面积相对较大,运动距离较远,堰塞坝形状呈椭圆形;
36.当滑坡体主滑方向对岸为陡坡时,滑坡体到达对岸受阻,向两边扩散开,爬高面积相对较小,运动距离较短,堰塞坝形状呈梯形。
37.本发明进一步设置为:所述步骤六中古滑坡的相关参数包括古滑坡前缘高程、后缘高程、主滑方向、平均坡度,滑坡体纵长、宽、面积、体积,堰塞坝的相关参数包括堰塞坝坝长、坝宽、坝高、面积、体积,堰塞湖的相关参数包括堰塞湖面积和体积。
38.(三)有益效果
39.本发明提供了一种基于光学影像的古滑坡堰塞坝提取方法。具备以下有益效果:
40.(1)该基于光学影像的古滑坡堰塞坝提取方法,通过将影像上所勾勒出来的古滑坡范围与古堰塞坝直接解译标志、间接推断方法结合,能够较好的把堰塞坝提取出来,再辅以野外抽样验证,相对于自动算法识别方式,大大提高对古滑坡堰塞坝提取的正确率,并且有效避免了纯野外考察费时费力的情况,大大的提高了效率。
41.(2)该基于光学影像的古滑坡堰塞坝提取方法,通过全方位考虑解译中出现的各种情况,总结和归纳出一套即使没有背景知识,也能对照这套方法快速在光学影像上对大范围古滑坡堰塞坝进行提取的方法,从而为单体古滑坡堰塞事件的识别和重建研究、区域性古滑坡堰塞事件分布规律研究和构建古滑坡堰塞事件数据库提供快速、科学、可靠的方法。
附图说明
42.图1为本发明的流程示意图;
43.图2为本发明基本要素示意图;
44.图中,a-古滑坡基本要素示意图,b-堰塞坝基本要素示意图,c-堵江示意图;
45.图3为本发明古滑坡的解译示意图;
46.图4为本发明古滑坡的解译示意图;
47.图5为本发明河流阶地和古冰蚀平台的区分示意图;
48.图6为本发明堰塞坝的解译示意图。
具体实施方式
49.下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
50.请参阅图1-6,本发明实施例提供一种技术方案:一种基于光学影像的古滑坡堰塞坝提取方法,具体包括以下步骤:
51.步骤一、影像获取:构建google earth解译平台,从陆地卫星tm/etm、 quickbird、worldview-ii、google eartheye-1、spot5、ikonos上获取卫星影像,影像分辨率分为若干个级别,其中最高分辨率为0.15m,并且为了能够真实反映地貌信息,google earth结合全球数字高程数据对遥感图像进行三维显示;
52.步骤二、基本要素示意:根据步骤一中的三维地貌展示,结合已有文献和书籍资料获取古滑坡的滑坡壁、滑坡周界和滑坡体信息,获取堰塞坝的坝长、坝宽和坝高信息,明确堵江过程,
53.步骤三、古滑坡解译:构建直接解译标志和以光学影像捕捉的方式作为间接解译标志对古滑坡进行解译,并与河流阶地和古冰蚀平台进行区分;
54.其中直接解译标志包括滑坡壁和滑坡体的纹理、滑坡壁和滑坡体的色调、古滑坡的形态以及相较于周围环境构成的地形,具体的,纹理:滑坡壁呈颗粒状纹理特征、滑坡体呈平滑纹理特征(如附图3中a处所示);
55.色调:由于时间久远,滑坡壁已长出新的植被,与周围植被呈现的色调相差不大,为绿色;滑坡体常常受后期人类活动的影响,与周边的自然植被呈现的绿色调具有较大的差别,多呈较浅的灰黄色,局部前缘出现浅红色(如附图3中a处所示);
56.形态:古滑坡形态多样,包括圈椅形、半椭圆形、簸箕形、哑铃形、长舌形、矩形、长弧形(鞍形)、三角形(正三角形、倒三角形)、梨形、勺形等,常见的有圈椅形、簸箕形和长舌形;
57.凹槽状负地形:由于google earth结合全球数字高程数据对遥感图像进行了三维显示,我们可以从侧视视角来观察,古滑坡相较于周围环境,呈负地形样貌,滑坡剖面多为凹形弧线;
58.其中对于间接解译标志而言,古滑坡上存在多种微地貌,可从光学影像捕捉。例如,古滑坡具有独特的双沟同源影像特征(如附图3中c处所示);滑坡体多为平台,地势较缓
(如附图3中d处所示);滑坡平台上有时会有鼓丘和洼地(如附图3中d、e处所示);有的滑坡后壁受后期地表水和其它地质营力作用下,发育有多条冲沟(如附图3中d处所示),同时,一般在河流交汇处、断层附近、现今人工坝、水库、发电站附近较易解译到古滑坡的存在(如附图4中f、g、h处所示);
59.步骤四、堵江分析:在步骤二、步骤三明确了堵江过程和对古滑坡进行解译后,判断古滑坡是否出现堵江情况;
60.其中对堵江情况的判断,具体包括:
61.古滑坡规模:从影像上,目测古滑坡的大小,判断其是否有足够的物质基础冲到对岸;
62.河谷形态:通常来说,河谷呈“v”型,说明两侧坡体较陡、河道较窄,易造成堵江,而河谷呈“u”型,说明两侧坡体较缓、河道较宽,滑坡体所要到达对岸的距离较远,不易造成堵江;
63.两岸是否有残余堆积体或者坝体:从影像上,根据河道两侧的色调、纹理是否一致,可以判断出是否有残余堆积体或者坝体,并因此确定是否曾经堵过;
64.河道是否为上游宽、下游窄:通常在堵江位置的上游地区,地势多平坦开阔,下游多为峡谷,该地类似于气球收口处,使得堵江发生后,上游形成堰塞湖,河道变宽,而下游由于流量变小,河道变窄,由于这独特的地理特征,该地多成为现今很多人工坝、水库和水电站优先选址的地方;
65.上游河道两岸是否有湖相沉积:在影像上,湖相沉积的色调多呈浅黄色,平行于上游河道分布(如附图6中a处所示);
66.步骤五、堰塞坝解译:在步骤四中确定出现堵江情况时,构建直接解译和间接推断方式对堰塞坝进行解译;
67.其中直接解译方式用于针对影像上能够看到河道两侧色调、纹理一致的情况,则可以直接将其范围给圈出来,即为堰塞坝的范围,该堰塞坝多为不规则形状(如附图6中a处所示);
68.其中间接推断方式用于针对影像上堰塞坝已被完全冲走,河道两侧色调、纹理不一致的情况,本方法归纳了以下两种推断方式:
69.1)滑坡体入河方向与河道相交方式:
70.正交:滑坡体正交于河道,则堰塞坝多为椭圆形、圆形或矩形,形状拉伸不明显,解译结果比较规则(如附图6中b处所示);
71.斜交:当滑坡体主滑方向偏向上游时,则堰塞坝多向上游堆积(如附图6 中c处所示);当滑坡体主滑方向偏向下游时,则堰塞坝多向下游堆积(如附图6中d处所示)。
72.2)受控于对岸陡缓情况:
73.当对岸为缓坡时:滑坡体运动过程中受阻较小,爬高面积相对较大,运动距离较远,堰塞坝形状多呈椭圆形(如附图6中e处所示);
74.当对岸为陡坡时:滑坡体到达对岸受阻,向两边扩散开,爬高面积相对较小,运动距离较短,堰塞坝形状多呈梯形(如附图6中f处所示)
75.步骤六、参数验证:利用google earth解译平台、经验公式和gis平台计算出古滑坡、堰塞坝、堰塞湖的相关参数,辅以已有的文献资料和野外抽样考察对步骤五中的解译结
果进行验证;
76.步骤七、数据库构建:将解译后的古滑坡堰塞坝数据进行整理,形成数据清单,在每一个古滑坡堰塞坝数据上添加属性标签并进行描述,构建古滑坡堰塞坝数据库。
77.作为优选方案,由于古滑坡具有较陡的滑坡后壁,且滑坡体大多为平台,与河流阶地和古冰蚀平台比较相像,容易被误判,为了实现与河流阶地和古冰蚀平台的区分,通过旋转影像角度来观察后壁与地面的交线部分,可以发现,古滑坡具有很明显的“脊”,而河流阶地较为平缓,与两侧融为一体;同时,可以寻找附近有没有类似的平台出现,是否沿河岸作带状分布,再结合相关文献,一样可以把其排除(如附图5中a处所示);古冰蚀平台多分布于海拔较高的山脊线附近,其后缘与古滑坡后缘比较像,容易被混淆,但可以根据平台特征将其排除,首先,平台距离河道较高也较远,其前缘坡度较陡,多为基岩;其次,平台表面光滑而平坦,受人类活动改造较小,有时平台下方会发生滑坡(如附图5中b处所示)。
78.作为详细说明,步骤六中古滑坡的相关参数包括古滑坡前缘高程、后缘高程、主滑方向、平均坡度,滑坡体纵长、宽、面积、体积,堰塞坝的相关参数包括堰塞坝坝长、坝宽、坝高、面积、体积,堰塞湖的相关参数包括堰塞湖面积和体积。
79.进一步的,古滑坡前缘高程、后缘高程、主滑方向、平均坡度;滑坡体纵长、宽、面积,堰塞坝坝长、坝宽、坝高、面积等均可在googleearth平台进行量测得到;
80.滑坡体和堰塞坝体积依据larsenij,montgomerydr,korupo.landslideerosioncontrolledbyhillslopematerial[j].naturegeoscience,2010,3(4):247-251提出的经验公式计算得到;
[0081]
堰塞湖面积和体积利用gis平台对数字高程模型数据进行计算得到。
[0082]
利用本方法,共解译了大渡河和岷江流域228个古滑坡堰塞坝,通过已有文献和野外抽样考察验证,正确率达88%以上。
[0083]
应用前景、
[0084]
川藏铁路、雅鲁藏布江下游水电工程等一系列国家重大战略工程将部署在青藏高原及周边山地地区,该地活跃的内外动力耦合作用造成特大滑坡灾害及其堵江事件多发、突发,给工程建设带来极大威胁,而滑坡堵江灾害规模大,发生频率低,需从历史中寻找样本,因此本方法提出的基于光学影像的古滑坡堰塞坝提取方法可为此发挥重要作用,同时对宏观掌握特大滑坡堰塞事件的历史分布规律,未来滑坡堰塞事件的巨灾预判和重大战略工程的安全实施、运行提供前期技术保障。
[0085]
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。