遙感技術在寧夏中寧縣地質災害詳細調查中的應用

張曉東，劉湘南，趙志鵬，趙銀鑫，馬玉學，劉海燕，禇小東

(1.中國地質大學(北京)信息工程學院，北京 100083;2.寧夏回族自治區(qū)地質調查院，寧夏銀川 750021;2.寧夏回族自治區(qū)有色金屬地質勘查院，寧夏銀川 750021)

0 引言

地質災害是指在自然因素和人為因素的作用或影響下形成的，對人類生命財產(chǎn)、環(huán)境造成損失的地質作用［1］。地質災害的發(fā)生主要受制于地層巖性、構造展布、植被覆蓋、地形地貌以及大氣降水強度等因素。一般情況下，巖性脆弱、構造發(fā)育、植被稀疏、地形陡峻的地段，在強降水過程中容易發(fā)生地質災害［2-4］。

寧夏中寧縣是全區(qū)地質災害較為發(fā)育的地區(qū)之一，崩塌、泥石流、地面塌陷等地質災害已嚴重威脅人民群眾的生命和財產(chǎn)安全，阻礙了區(qū)域經(jīng)濟的發(fā)展［5］。因此，開展寧夏中寧縣地質災害詳細調查對防災減災和促進當?shù)亟?jīng)濟發(fā)展具有重要的現(xiàn)實意義。遙感技術宏觀性強、時效性好、信息量豐富等特點，不僅能有效地監(jiān)測預報天氣狀況進行地質災害預警，研究查明不同地質地貌背景下地質災害隱患區(qū)段，同時對突發(fā)性地質災害也能進行實時或準實時的災情調查、動態(tài)監(jiān)測和損失評估。張茂省等［6］選用高分辨率的SPOT 5和快鳥衛(wèi)星(QuickBird)數(shù)據(jù)，對延安市寶塔區(qū)地質災害進行了遙感解譯，認為該技術可以在黃土高原地區(qū)地質災害詳細調查中推廣和應用;張景華等［7］運用 ETM+融合 SPOT5-PAN圖像，采用機助目視解譯方法并結合地面調查，查明了瀘定縣地質災害，提高了地質災害調查的效率;焦超衛(wèi)等［8］以ALOS遙感影像為基礎，結合相關地質資料，重點解譯了工作區(qū)的滑坡、泥石流、崩塌等地質災害，取得了較好的效果;這些遙感專題研究及成果為進一步地質災害詳細調查工作提供了重要參考。為快速、準確、高效開展中寧縣地質災害詳細調查，以遙感技術為主要手段，采用多源遙感數(shù)據(jù)，進行了地質災害解譯與信息提取，獲取了豐富的地質災害承載體和生態(tài)地質環(huán)境信息，為開展地質災害野外調查提供了基礎資料［9］。實踐表明遙感技術在地質災害調查中起到了十分重要的作用。

1 研究區(qū)和數(shù)據(jù)

1.1 研究區(qū)概況

中寧縣位于寧夏回族自治區(qū)中部，其地理坐標介于東經(jīng) 105°15'56″～106°04'24″，北緯 36°54'17″～37°44'07″。全縣南北長約90 km，東西寬50 km，總面積約3280.17 km2。氣候屬北溫帶大陸性季風氣候，冬長夏短，溫差較大，干旱少雨，蒸發(fā)強烈。中寧縣位于阿拉善南緣地層分區(qū)，縣域范圍內(nèi)發(fā)育最老地層為奧陶系，除三疊系缺失外，自志留系至第四系均有不同程度發(fā)育。奧陶系包括下、中、上統(tǒng)，其中下—中統(tǒng)為一套由白云巖、灰?guī)r組成的臺地相碳酸鹽巖建造;中—上統(tǒng)則為斜坡—深海盆地相的復理石建造。志留系地層僅零星出露于中寧縣野豬溝一帶，但層位基本齊全，下—中統(tǒng)、上—頂統(tǒng)均有發(fā)育。泥盆系為河湖相沉積，缺失下、中統(tǒng)，上統(tǒng)中寧組分布較廣，為紅色碎屑巖。石炭系除上石炭統(tǒng)羊虎溝組未出露外，其余層位齊全，層序連續(xù)。區(qū)內(nèi)二疊系僅出露太原組，屬海陸交互相含煤碎屑巖建造。侏羅系僅出露下統(tǒng)延安組，分布于上流水、下流水至麻黃溝一帶。古近系、新近系在中寧縣分布較廣，為一套內(nèi)陸河湖相紅色碎屑巖—膏巖建造。第四系主要構成山前沖洪積傾斜平原和黃河沖積平原主體，由沖積、洪積、湖積形成的砂、砂礫石、卵石、粘質砂土、砂質粘土和淤泥及風積沙、黃土組成［10］。中寧縣所屬區(qū)域構造較為復雜，包括衛(wèi)寧北山東西向構造帶、南北向構造帶、北西向構造帶、北東向構造帶和北北西向構造帶等;區(qū)域性斷裂主要有煙筒山-窯山斷裂、清水河斷裂、天景山斷裂［11］。在老構造運動的基礎上，新構造運動在工作區(qū)不同區(qū)域表征具有差異性，可具體分為強烈上升區(qū)、緩慢上升區(qū)、升降交替區(qū)、弱沉降區(qū)和強烈沉降區(qū)。區(qū)內(nèi)礦產(chǎn)資源豐富，種類較多，常賦存金、銀、鐵、煤等礦產(chǎn)，共計有礦產(chǎn)地76處。

1.2 數(shù)據(jù)源及預處理

根據(jù)本文研究內(nèi)容，選用的遙感數(shù)據(jù)有SPOT6(2013/4/13)、ETM+(2002/6/24)、LandSat8 OLI(2014/6/14)以及DEM數(shù)據(jù)。SPOT6數(shù)據(jù)用于研究區(qū)1∶5萬地質災害解譯，ETM+、OLI及DEM數(shù)據(jù)用于中寧縣地表環(huán)境變化進行分析。非遙感信息源主要包括地質環(huán)境背景資料、地形圖(1∶5萬)、地質圖、行政區(qū)劃圖及水系圖等。遙感圖像處理的優(yōu)劣是決定遙感解譯成敗的重要因素之一，也是遙感解譯的基礎［12-13］。本研究中數(shù)據(jù)預處理主要包括幾何校正、輻射校正、鑲嵌，幾何校正利用已校正好的1∶5萬地形圖為參考對 SPOT6、ETM+和 LandSat8 OLI進行校正，RMS誤差均在一個像元內(nèi);大氣輻射校正在ENVI4.8軟件FLASSH大氣校正模塊中完成，形成反射率圖像，最后對影像增強、裁剪。

2 研究方法

本研究以多源數(shù)據(jù)為基礎，結合研究區(qū)地質、礦產(chǎn)、水文等資料，應用3D遙感虛擬場景技術對研究區(qū)發(fā)育的崩塌、泥石流、塌陷等地質災害進行遙感解譯;同時，采用基于多源信息復合的支持向量機分類方法(SVM)對2002年-2014年間的地表環(huán)境變化進行動態(tài)監(jiān)測。利用該方法，對中寧縣地質災害空間分布特征及地表環(huán)境變化進行了全面的總結和分析，有效地指導了全縣地質災害詳細調查野外工作，技術流程見圖1。

圖1 遙感地質災害解譯及信息提取流程Fig．1 Flow chart of RS geological hazards interpretation and information extraction

2.1 3D遙感虛擬場景

遙感技術已經(jīng)有效應用于滑坡、崩塌、泥石流等地質災害調查的技術方法，并在地質災害動態(tài)監(jiān)測、評價、災情評估等方面取得了較大的進展。但由于大部分解譯工作仍然是基于平面的解譯，因此不能全方位動態(tài)觀測災害體及其與周圍地質環(huán)境之間的關系［14-16］?；谶b感影像和DEM數(shù)據(jù)的三維遙感虛擬場景，能夠直觀的表達地質災害體，提高遙感地質災害解譯精度，尤其在泥石流的解譯中作用突出。本研究中，以SPOT6和DEM數(shù)據(jù)為基礎，在ArcScene中對泥石流發(fā)育的大戰(zhàn)場鄉(xiāng)和徐套鄉(xiāng)制作3D遙感模型，不僅直觀的表現(xiàn)泥石流的空間分布特征，而且全方位展示了其發(fā)育情況，有效地減少了野外工作量。

2.2 分類

為實時掌握中寧縣地表環(huán)境動態(tài)變化特征，選取覆蓋全縣2002年ETM+和2014年OLI遙感影像，采用基于多源信息復合的支持向量機分類方法(SVM)，對研究區(qū)地表環(huán)境變化進行動態(tài)監(jiān)測。SVM是一種實現(xiàn)結構風險最小化準則的機器學習方法，是一種求解模式識別的有效工具，已在未知病毒監(jiān)測、圖像分類等諸多領域得到了良好的應用［17］。研究表明，在遙感圖像專題信息提取中，原始圖像光譜信息加入紋理信息可以使分類的準確和精度提高［18-19］。本研究在ENVI4.8下，采用16級灰度級提取局部平穩(wěn)度熵(Entropy)和(Homegeneity)2種統(tǒng)計紋理信息，結合多光譜數(shù)據(jù)、NDVI以及DEM等數(shù)據(jù)，選用核函數(shù)為徑向基函數(shù)(RBF)的SVM方法，對研究區(qū)兩期遙感影像進行分類。根據(jù)研究區(qū)地表特征及本文研究目的，采用以下的一級分類系統(tǒng):耕地、草地、水域、城鄉(xiāng)工礦居民地用地、未利用土地［20］。經(jīng)過精度評價，2002年和2014年兩期分類圖的總體分類精度分別為79.87%和77.36%，Kappa系數(shù)分別為0.67和0.66，可以滿足本研究的精度要求。

3 地質災害遙感解譯與地表環(huán)境信息提取

3.1 地質災害解譯

根據(jù)建立的遙感地質解譯標志，采用目視解譯和人機交互解譯，利用總體觀察、對比分析、綜合分析等方法，共解譯地質災害點94處，其中崩塌65處、泥石流溝26條、地面塌陷3處，從空間分布上看，地質災害點主要分布在研究區(qū)的石空鎮(zhèn)、恩和鎮(zhèn)、喊叫水鄉(xiāng)及徐套鄉(xiāng)。對遙感解譯成果進行了野外驗證，驗證率約90%，其中泥石流的準確率達到了92%，崩塌準確率達到了71%，地面塌陷準確率為67%，確保了遙感解譯成果的準確、可靠。

3.1.1 崩塌影像特征

研究區(qū)內(nèi)崩塌均為黃土崩塌，多分布在山谷、河谷凹岸，溝陡坡及公路沿線地區(qū)。遙感影像特征在平面形態(tài)上表現(xiàn)為舌形、扇形、長條形等形態(tài)，崩塌壁一般為陡壁，與周圍色調差異較大，有粗糙感，色調多呈灰色，堆積體特征顯著，基本無植被覆蓋。研究區(qū)典型的崩塌有紅柳溝崩塌和井溝崩塌。紅柳溝崩塌位于中寧縣鳴沙鎮(zhèn)紅柳溝下游河流拐彎處，由河流侵蝕形成。根據(jù)遙感解譯和野外核查:崩塌總體呈NE向，長約60 m，崩塌后緣高約10 m，坡度＞80°，巖土體裸露，無植被發(fā)育，崩落物堆積于溝底，在影像上呈條帶狀，顏色較暗，與周邊影像顏色迥然不同，界線清楚(圖2)。

圖2 紅柳溝崩塌影像和照片(左圖為SPOT6影像，右圖為照片)Fig．2 Hongliugou collapse image and photo(SPOT6 image on the left and photo on the right)

3.1.2 泥石流影像特征

中寧縣泥石流較發(fā)育，均為溝谷型泥石流［21］，主要分布在南部的大戰(zhàn)場鄉(xiāng)和徐套鄉(xiāng)。泥石流在SPOT6遙感影像特征明顯，主要表現(xiàn)為:形成區(qū)一般位于溝谷的中上部，多呈勺狀、漏斗狀、橢圓狀三面環(huán)山之圍谷，山坡陡峻，支溝呈樹枝狀，植被稀少，松散固體物質豐富，溝兩側有崩塌發(fā)育，細溝和坡面侵蝕嚴重;流通區(qū)多為深切溝谷，斷面呈“V”形;堆積區(qū)位于溝谷出口處，縱坡較平緩，地形較開闊，常形成扇形堆積，輪廓明顯，在影像上表現(xiàn)為亮灰色扇形突起［22］。研究區(qū)典型的泥石流有老莊子溝泥石流、李套子溝泥石流、大漫水溝泥石流、小紅澗溝泥石流、南掌溝泥石流溝和涼風崖溝泥石流。

大漫水溝泥石流和小紅澗溝泥石流沿徐套鄉(xiāng)南部的苦水溝發(fā)育，呈NE走向，溝頭高程約1702 m，溝口高程約1512 m，相對高差190 m。大滿水溝泥石流主溝長約 6.5 km，寬約 1.1～1.7 km，流域面積約16.7 km2;小紅澗溝泥石流主溝長約8.4 km，寬約1.3～2.6 km，流域面積約10.5 km2。這兩條泥石流溝上游支溝和兩側支溝有樹枝狀水系發(fā)育，坡度較大，植被覆蓋率低，下游分布的農(nóng)田、道路及村莊，成為其主要的威脅對象(圖3)。

圖3 徐套鄉(xiāng)泥石流3D遙感影像Fig．3 3D SPOT6 image of debris-flow hazards in Xutao county

3.1.3 地面塌陷影像特征

礦產(chǎn)資源地下開采會導致地面塌陷、地裂縫等地質災害，對建筑物、農(nóng)田、道路及地下管線等產(chǎn)生危害或破壞，造成一系列生態(tài)環(huán)境問題和生命財產(chǎn)損失。研究區(qū)共解譯出地面塌陷3處，共計19個地面塌陷坑，分布在衛(wèi)寧北山的石空鎮(zhèn)煤礦和堿溝山煤礦。塌陷坑在遙感影像上呈深灰色、黑色，形態(tài)上常表現(xiàn)為獨立的環(huán)形或橢圓形斑點、斑塊狀，地面塌陷較多者呈串珠狀成群分布，由于塌陷坑是有一定深度的負地形，在陰影作用下，立體效果明顯。塌陷坑的陰影出現(xiàn)在環(huán)形圖斑內(nèi)側的下半部分，而土堆形成的陰影出現(xiàn)在環(huán)形圖斑內(nèi)側的上半部分，這是塌陷坑判斷正確與否的重要標志［23］。在石空鎮(zhèn)煤礦，沿溝道南側山坡共發(fā)育6個塌陷坑，表層風積砂土層向下塌陷，塌陷坑沿265°方向延伸，依次排開，塌陷坑均成橢圓形，長軸長約10 m，寬約5 m，深1～3 m，南側相對較深，兩側及后緣有垂直裂隙發(fā)育(圖4)。

圖4 石空鎮(zhèn)煤礦地面塌陷坑(左圖為SPOT6影像，右圖為照片)Fig．4 Shikongzhen colliery sinkhole and photo(SPOT6 image on the left and photo on the right)

3.2 地表環(huán)境信息提取

區(qū)域地表環(huán)境變化首先反映在不同地表環(huán)境要素的面積變化上。利用ArcGIS對2002年和2014年兩期分類結果數(shù)據(jù)進行統(tǒng)計，得到兩個時期地表環(huán)境要素的面積變化情況(表1)。從表1可以看出，12年間中寧縣耕地、城鄉(xiāng)工礦及居民地用地以及未利用土地面積均有不同程度的增加，草地和水域面積有所減少。耕地和城鄉(xiāng)工礦及居民地用地面積的迅速增加，是由于研究區(qū)人類活動范圍的不斷擴大造成的，增加的耕地主要分布在中寧縣南部的喊叫水鄉(xiāng)-徐套鄉(xiāng)一帶，城鄉(xiāng)工礦及居民地用地的增加主要體現(xiàn)在城市的擴張，減少的草地主要分布在中寧縣東部的牛首山-煙筒山一帶。

表1 2002和2014年研究區(qū)地表環(huán)境要素分類變化表Table 1 Change of the surface environment in study area of 2002 and 2014

4 地質災害發(fā)育因素分析

地質災害受多種因素影響，結合研究區(qū)地質環(huán)境特征，利用ArcGIS空間分析功能，重點分析了研究區(qū)植被、坡度、坡向與地質災害分布的關系。

4.1 植被與地質災害點的分布

植被是遙感觀測和記錄的第一表層，是遙感圖像反映的最直接信息，是地表環(huán)境的重要組成部分。植被是聯(lián)結土壤、大氣和水分等要素的自然“紐帶”，對地表環(huán)境的依賴性最大，對其他因素的變化反映也最敏感。區(qū)域地質災害體情況與植被的發(fā)育程度有著密切的關系，植被發(fā)育較好、覆蓋率較高的地區(qū)，水土保持穩(wěn)固，其地質災害體危害程度相對較低。因此，植被信息可以間接反映該區(qū)地質災害體的發(fā)育情況。為了進一步驗證這一規(guī)律，將研究區(qū)地質災害體與植被指數(shù)(NDVI)進行疊加分析。首先將NDVI分為六個等級:［-1，0］為無植被覆蓋區(qū);(0，0.1］為植被覆蓋稀少區(qū);(0.1，0.3］為植被覆蓋較少區(qū);(0.3，0.5］為植被覆蓋一般區(qū);(0.5，0.7］為植被覆蓋較好區(qū);(0.7，1］為植被覆蓋良好區(qū)。然后將NDVI指數(shù)與地質災害體進行疊加(圖5a)，從圖中可以發(fā)現(xiàn)，絕大多數(shù)的地質災害都發(fā)生在無植被覆蓋區(qū)、植被覆蓋稀少區(qū)以及植被覆蓋較少區(qū)?？梢娫诘刭|災害體發(fā)育區(qū)的植被覆蓋情況總體偏差，植被較少，從而也反映出地質災害體比較易于分布在植被發(fā)育較差的地區(qū)。因此，研究區(qū)的植被指數(shù)可以作為衡量區(qū)域地質災害體危害程度的一個重要因素。

4.2 地形與地質災害點的分布

地質災害體所處地形的坡度和坡向與地質災害的發(fā)生有著密切的關系，地形的坡度、坡向直接影響到滑坡和崩塌發(fā)生的可能性的大小。將研究區(qū)的地質災害體與坡度、坡向進行疊加(圖5b、c)并進行空間統(tǒng)計分析。結果表明，有83個災害體都分布在15°～45°，約占總數(shù)的88%，其中有52個災害體分布在坡度為30°～45°，分布在坡度大于45°的地質災害體有11個，占比約為12%。由此可見，研究區(qū)地質災害主要發(fā)生在坡度為30°～45°的坡上。從坡向上看，地質災害在各個方向上均有發(fā)育，但在NW、SW方向最為發(fā)育，約占了總數(shù)的58%，而在其他方向上數(shù)量相對較少。

圖5 研究區(qū)地質災害分布與植被、坡度、坡向關系Fig．5 The relationship between geological hazards distribution and vegetation，slope and aspect of study area

5 結論

(1)利用 SPOT6、ETM+以及 LandSat8 OLI等多源、多時相遙感數(shù)據(jù)，結合野外調查，建立的地質災害解譯標志，準確、快速的解譯出地質災害點共計94處，其中崩塌65處、泥石流溝26條、地面塌陷3處，主要分布在中寧縣的石空鎮(zhèn)、恩和鎮(zhèn)、喊叫水鄉(xiāng)及徐套鄉(xiāng)。通過遙感技術查清了地質災害的類型、規(guī)模以及分布特征，為中寧縣地質災害詳細調查工作提供了基礎數(shù)據(jù)和科學依據(jù)，提高了地質災害調查的效率和精度。

(2)采用基于多源信息復合的支持向量機分類方法(SVM)，對研究區(qū)地表環(huán)境變化進行動態(tài)監(jiān)測。結果表明:人類活動對研究區(qū)地表環(huán)境類型影響明顯，12年間中寧縣耕地、城鄉(xiāng)工礦及居民地用地以及未利用土地面積均有不同程度的增加，草地和水域面積有所減少。增加的耕地主要分布在中寧縣南部的喊叫水鄉(xiāng)-徐套鄉(xiāng)一帶，城鄉(xiāng)工礦及居民地用地的增加主要體現(xiàn)在城市的擴張，減少的草地主要分布在中寧縣東部的牛首山-煙筒山一帶。

(3)結合研究區(qū)地質環(huán)境特征，利用ArcGIS空間分析功能，對遙感解譯地質災害點和植被、坡度、坡向等因子進行疊加分析，研究表明植被、坡度、坡向是影響中寧縣地質災害發(fā)生的重要因素。

(4)以SPOT6和DEM為基礎數(shù)據(jù)建立三維虛擬場景模型，根據(jù)遙感影像的色調、紋理等特征，結合地形、地貌特征和地質環(huán)境、地質災害等信息，可較準確地確定泥石流溝谷，為泥石流的解譯、評價提供直觀準確的信息。

［1］潘懋，李鐵峰.災害地質學［M］.北京大學出版社，2002:5-10.PAN Mao，LI Tiefeng.Disaster Geology［M］.Beijing:Peking University Press，2002:5-10.

［2］馮東霞，余德清，龍解冰.地質災害遙感調查的應用前景［J］.湖南地質，2002，21(4):314-318.FENG Dongxia， YU Deqing， LONG Jiebing.Application poreground researching of remote sensing technology aboutgeologic disaster ［J］.Hunan Geology，2002，21(4):314-318.

［3］張春山，張業(yè)成，馬寅生.黃河上游地區(qū)崩塌、滑坡、泥石流地質災害區(qū)域危險性評價［J］.地質力學學報，2003，9(2):143-153.ZHANG Chunshan，ZHANG Yecheng，MA Yinsheng.Distribution regularity and regionalization of geological hazards in the upper Yellow river［J］.Journal of Geomechanics，2003，9(2):143-153.

［4］鐘頤，余德清.遙感在地質災害調查中的應用及前景探討［J］.中國地質災害與防治學報，2004，15(1):134-136.ZHONG Yi，YU Deqing. Discussion on the application and prospect of remote sensing in geological hazard investigation ［J］.The Chinese Journal of Geological Hazard and Control，2004，15(1):134-136.

［5］朱廉生，等.寧夏回族自治區(qū)中寧縣地質災害調查與區(qū)劃報告［R］.銀川:寧夏回族自治區(qū)地質環(huán)境監(jiān)測總站，2009:6-19.ZHU Liansheng，et al.Report of geological disasters investigation and Zonation in Zhongning county，Ningxia Hui Autonomous Region［R］.Yinchuan:Survey and Monitor Institute of Land and Resources of Ningxia，2009:6-19.

［6］張茂省，雷學武，校培喜.遙感技術在黃土高原區(qū)地質災害詳細調查中的應用［J］.西北地質，2007，40(3):92-97.ZHANG Maosheng， LEIXuewu， XIAO Peixi.Application of remote sensing in detailed survey of geological hazards in loess plateau［J］.Northwestern Geology，2007，40(3):92-97.

［7］張景華，張建龍.遙感技術在瀘定縣地質災害調查中的應用［J］.中國地質災害與防治學報，2009，20(2):100-105.ZHANG Jinghua，ZHANG Jianlong.The application of remote sensing technique forinvestigation of geological hazards in Luding county ［J］.The Chinese Journal of Geological Hazard and Control，2009，20(2):100-105.

［8］焦超衛(wèi)，陳富強，李領軍.基于ALOS遙感影像的地質災害調查研究［J］.現(xiàn)代測繪，2013，36(3):3-6.JIAO Chaowei， CHEN Fuqiang， LI Lingjun.The survey and research of geological hazards based on ALOS image［J］.Modern Surveying and Mapping，2013，36(3):3-6.

［9］薛東劍，張東輝，何政偉.多源遙感影像融合技術在地質災害調查中的應用［J］.遙感技術與應用，2011，26(5):664-669.XUE Dongjian， ZHANG Donghui， HE Zhengwei.Application of multi-source remote sensing image fusion in geohazard investigation［J］.Remote Sensing Technology and Application，2011，26(5):664-669.

［10］王成，孟方，等.寧夏回族自治區(qū)區(qū)域地質志［R］.銀川:寧夏回族自治區(qū)地質調查院，2013:23-30.WANG Cheng，MENG Fang，et al.Regional geology of the Ningxia autonomous region［R］.Yinchuan:Geology Survey Institute of Ningxia，2013:23-30.

［11］張曉東，張永庭，艾寧，等.衛(wèi)寧北山地區(qū)遙感找礦地質異常信息提取及分析［J］.礦產(chǎn)與地質，2012，26(4):344-349.ZHANG Xiaodong，ZHANG Yongting，AI Ning，et al.The extraction and analysis of remote sensing geological anomalies information in Weining north mountain［J］.Mineral Resources and Geology，2012，26(4):344-349.

［12］高克昌，趙純勇.基于TM圖像的萬州主城區(qū)崩塌地質害研究［J］.遙感技術與應用，2003，18(2):91-94.GAO Kechang，ZHAO Chunyong.Research on collapse of the main urban area of wanzhou based on TM image ［J］.Remote Sensing Technology and Application，2003，18(2):91-94.

［13］趙英時，等.遙感應用分析原理與方法［M］.北京:科學版社，2003.ZHAO Yingshi，et al.The principle and method of analysis of remote sensing application［M］.Beijing:Science Press，2003.

［14］唐小明，馮杭建，趙建康.基于虛擬GIS和空間分析的小流域泥石流地質災害遙感解譯［J］.地質科技情報，2008，27(2):12-16.TANG Xiaoming，F(xiàn)ENG Hangjian，ZHAO Jiankang.Remote sensing interpretation of small-water-basin debris flow based on virtualGIS and spatial analysis:example from shengzhou county ［J］.Geological Science and Technology Information，2008，27(2):12-16.

［15］馮杭建，唐小明，游省易.泥石流調查遙感解譯新方法研究［J］.中國地質災害與防治學報，2008，19(3):124-129.FENG Hangjian，TANG Xiaoming，YOU Shengyi.New method on remote sensing interpretation for debris flow investigation ［J］. TheChineseJournalof Geological Hazard and Control，2008，19(3):124-129.

［16］烏云其其格，馬維峰，張時忠，等.基于三維的地質災害遙感解譯標志管理系統(tǒng)設計與實現(xiàn)［J］.國土資源遙感，2012，93(2):148-151.Wuyunqiqige，MA Weifeng，ZHANG Shizhong，et al.The design and development of the interpreting marks management system for geological disasters based on 3D ［J］.Remote Sensing for Land ＆ Resources，2012，93(2):148-151.

［17］崔林林，羅毅，包安明.NWFE結合紋理特征的SVM土地覆蓋分類方法研究［J］.國土資源遙感，2012，92(1):36-42.CUI Linlin， LUO Yi， BAO Anming.Land cover classification with SVM based on NWFE and texture features［J］.Remote Sensing for Land ＆ Resources，2012，92(1):36-42.

［18］舒寧.衛(wèi)星遙感影像紋理分析與分形分維方法［J］.武漢測繪科技大學學報，1998，23(4):370-373.SHU Ning.Satellite remote sensing image texture analysis and the fractal dimension method ［J］.Geomatics and Information Science of Wuhan University，1998，23(4):370-373.

［19］Nello Cristianini，John Shawe-Taylor.支持向量機導論［M］.北京:電子工業(yè)出版社，2004:1-160.Nello Cristianini，John Shawe-Taylor.Support Vector Machine Introduction［M］.Beijing:Electronics industry Press，2004:1-160.

［20］吳薇，顏長珍，王建華，等.應用遙感和GIS技術進行西北地區(qū)土地資源調查［J］.中國沙漠，2000，20(2):229-232.WU Wei，YAN Changzhen，WANG Jianhua，et al.Using remote sensing and GIS technology for surveying land resources of northwestern region in China［J］.Journal of Desert Research，2000，20(2):229-232.

［21］DD2008-02滑坡崩塌泥石流災害詳細調查規(guī)范［S］.DD2008-02 Detailed investigation standard of landslide，debris flow and collapse hazards［S］.

［22］喬彥肖，趙志忠.沖洪積扇與泥石流扇的遙感影像特征辨析［J］.地理學與國土研究，2001，17(3):35-38.QIAO Yanxiao，ZHAO Zhizhong. Discrimination between the Features of remote sensing images of alluvial-diluvialfan and debris flow fan ［J］.Geography and Territorial Research，2001，17(3):35-38.

［23］李成尊，聶洪峰，汪勁，等.礦山地質災害特征遙感研究［J］.國土資源遙感，2005，63(1):45-49.LI Chengzun，NIE Hongfeng，WANG Jing，et al.Remote sensing study of characteristics of geological disasters in mine［J］.Remote Sensing for Land ＆Resources，2005，63(1):45-49.