基于無人機(jī)技術(shù)的重力侵蝕影響因素研究

高健健 艾琦森 郝魯東 黨維勤 劉治華

摘?要：黃土高原地區(qū)重力侵蝕發(fā)生頻率高、隨機(jī)性強(qiáng)，一直是水土流失研究的難點(diǎn)和治理的薄弱環(huán)節(jié)。為探索無人機(jī)遙感技術(shù)用于快速、準(zhǔn)確監(jiān)測(cè)黃土丘陵溝壑區(qū)重力侵蝕的可行性，采用大疆無人機(jī)航拍影像資料和面向?qū)ο蟮亩喑叨确指?、融合技術(shù)，提取辛店溝流域2017年7月26日暴雨引發(fā)的重力侵蝕特征數(shù)據(jù)，結(jié)果表明：共發(fā)生重力侵蝕95處、面積為0.3 hm2，結(jié)合人工實(shí)地調(diào)查驗(yàn)證，重力侵蝕發(fā)生數(shù)量的提取精度為89.53%;采用基于無人機(jī)遙感技術(shù)和面向?qū)ο蟮亩喑叨确指钆c融合技術(shù)，構(gòu)建重力侵蝕信息快速提取方法，可為黃土丘陵溝壑區(qū)重力侵蝕監(jiān)測(cè)、研究與治理提供技術(shù)支持。對(duì)辛店溝流域重力侵蝕分布與高程、坡度、坡向、地表曲率的關(guān)系進(jìn)行了分析，結(jié)果表明：地形曲率越接近0重力侵蝕越不易發(fā)生，重力侵蝕主要分布在坡度大于20°的區(qū)域，主要分布高程為950～1 050 m，主要分布方向?yàn)闁|、東南、南3個(gè)方向。

關(guān)鍵詞：重力侵蝕;識(shí)別算法;時(shí)空分布;無人機(jī);辛店溝

中圖分類號(hào)：S157.1;TV882.1?文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2020.10.021

Research on Influencing Factors of Gravity Erosion Based on UAV Technology

GAO Jianjian1，2， AI Qisen1，2， HAO Ludong1，2， DANG Weiqin1，2， LIU Zhihua1，2

（1. Suide Water and Soil Conservation Scientific Experimental Station，YRCC， Yulin 719000， China;

2.Key Laboratory of State Forestry Administration for Soil and Water Conservation and Ecological

Restoration in the Loess Plateau， Yulin 719000， China）

Abstract： Gravity erosion in the Loess Plateauhas high frequency and randomness. It has always been the difficulty of soil erosion research and the weak link of control. In order to explore the feasibility of using UAV remote sensing technology to quickly and accurately monitor the gravity erosion of gullied rolling loss area， aerial image data of Dajiang UAV and object-oriented multi-scale segmentation and fusion technology were used to extract the characteristic data of gravity erosion caused by heavy rain on July 26， 2017 occurred in Xindiangou watershed. The results show that there are 95 gravity erosion occurs in a total area of 0.3 hm2. The extraction accuracy of the amount of gravity erosion is 89.53% combining with manual field investigation and verification. Using UAV remote sensing technology and object-oriented multi-scale segmentation and fusion technology， a rapid extraction method of gravity erosion information was established， which could provide technical support for monitoring， research and control of gravity erosion in gullied rolling loss area. The relationship between gravity erosion distribution and elevation， slope， slope direction and surface curvature of the watershed were analyzed. The results show that the closer the terrain curvature is to zero， the less likely gravity erosion will occur. The gravity erosion is mainly distributed in areas with a slope greater than 20°. The main distribution elevation is 950-1 050 m and is mainly distributed in the east， southeast and south directions.

Key words： gravity erosion; recognition algorithm; spatial distribution; UAV; Xindiangou

重力侵蝕是指巖體或土體在重力作用下失去平衡而發(fā)生位移的過程[1]，其發(fā)生頻率高、隨機(jī)性強(qiáng)，一直是黃土高原水土流失研究的難點(diǎn)和治理的薄弱環(huán)節(jié)。黃土高原地區(qū)重力侵蝕非常發(fā)育，主要類型有滑坡、崩塌、瀉溜等[2-3]，其中尤以滑坡最為頻繁，據(jù)不完全統(tǒng)計(jì)，2005年陜西省發(fā)生黃土滑坡1 131處，甘肅省東部發(fā)生黃土滑坡4 576處[4]。重力侵蝕造成河道堵塞、交通中斷、農(nóng)田破壞甚至村莊被掩埋等，嚴(yán)重制約著當(dāng)?shù)厝嗣竦纳a(chǎn)生活及社會(huì)經(jīng)濟(jì)發(fā)展[5-9]。

近年來，國(guó)內(nèi)外有關(guān)學(xué)者嘗試將遙感技術(shù)應(yīng)用于重力侵蝕信息提取和研究。Lahousse 等[10]采用面向?qū)ο蟮姆治黾夹g(shù)和多時(shí)間尺度遙感影像，成功對(duì)臺(tái)灣百池流域的滑坡進(jìn)行識(shí)別，其識(shí)別率達(dá)到86%;于歡等[11]對(duì)面向?qū)ο筮b感影像分類的最優(yōu)分割尺度選擇方法進(jìn)行了研究，提出了矢量距離指數(shù)法;王巖等[12]將高分辨率航空遙感數(shù)據(jù)和面向?qū)ο蟮姆诸惣夹g(shù)用于汶川大地震后震害信息的提取。利用高分辨率遙感影像（數(shù)據(jù)）進(jìn)行重力侵蝕監(jiān)測(cè)，可克服傳統(tǒng)的地面定點(diǎn)測(cè)量和調(diào)查的局限性，為高效、準(zhǔn)確開展區(qū)域重力侵蝕實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)、預(yù)警等提供技術(shù)支撐[13-14]。為探索無人機(jī)遙感技術(shù)用于快速、準(zhǔn)確監(jiān)測(cè)黃土丘陵溝壑區(qū)重力侵蝕的可行性，筆者采用無人機(jī)遙感影像資料，提取辛店溝流域2017年7月26日遭遇百年一遇暴雨引發(fā)的重力侵蝕特征數(shù)據(jù)、分析重力侵蝕影響因素，取得了較為滿意的結(jié)果。

1?研究區(qū)概況

辛店溝流域位于陜西省綏德縣，是黃土丘陵溝壑區(qū)第一副區(qū)的典型小流域，呈西北—東南流向，流域面積約1.44 km2，海拔840～1 118 m，地貌以梁、峁、坡為主，溝壑密度 7.26 km/km2，氣候?yàn)榇箨懶詼貛О敫珊导撅L(fēng)氣候，年平均氣溫9.7 ℃，年平均降水量475.1 mm（70%以上集中于6—9月且多以暴雨形式出現(xiàn)）[15-17]，土壤類型主要為黃綿土（約占65%），年均土壤侵蝕模數(shù)1.8萬t/km2。1954年以來，黃河水利委員會(huì)綏德水土保持科學(xué)試驗(yàn)站將其作為野外試驗(yàn)基地，進(jìn)行水土流失規(guī)律研究、治理措施科學(xué)配置及示范推廣，在流域南部、中部、北部配置了不同的水土流失治理措施，其中：北部以涵養(yǎng)水源的天然次生林為主，中部工程措施和林草措施相結(jié)合，南部以農(nóng)田、果園為主。

2?材料與方法

2.1?數(shù)據(jù)獲取與處理

本研究主要以大疆精靈4無人機(jī)航拍影像為數(shù)據(jù)源（分辨率0.1 m），其取得分為飛行規(guī)劃設(shè)計(jì)、原始數(shù)據(jù)獲取、數(shù)據(jù)處理3個(gè)階段。無人機(jī)飛行規(guī)劃設(shè)計(jì)主要是設(shè)定飛行高度、航向及旁向重疊度等，本研究飛行高度為120 m，航向和旁向重疊度分別為70%、80%。原始數(shù)據(jù)獲取即根據(jù)飛行路線實(shí)施拍攝，獲取原始影像。使用專業(yè)版Pix4Dmapper軟件處理無人機(jī)航拍的原始影像，形成DOM、DSM和DEM等形式的數(shù)據(jù)成果，數(shù)據(jù)處理流程：①形成照片陣列，Pix4Dmapper軟件自動(dòng)搜索照片中的同名像點(diǎn)，進(jìn)行匹配，同時(shí)對(duì)相機(jī)參數(shù)進(jìn)行校正;②基于航拍相機(jī)位置和照片，建立密集點(diǎn)云;③基于點(diǎn)云軟件重建三維模型多邊形網(wǎng)格，生成DOM、DSM、DEM等形式的數(shù)據(jù)成果;④利用ArcGIS10.2從DEM中提取流域地面要素（面積、高程、坡度、坡向、地形起伏度等）和重力侵蝕信息。

2.2?遙感影像多尺度分割

面向?qū)ο螅∣OA）的遙感影像分析的基本原理是根據(jù)像元的形狀、顏色、紋理等特征，把具有相同特征的像素作為一個(gè)影像對(duì)象，然后根據(jù)每個(gè)對(duì)象的特征對(duì)這些影像對(duì)象進(jìn)行分類[18]，該方法與基于像元的方法相比能更準(zhǔn)確地監(jiān)測(cè)滑坡等重力侵蝕信息[19]。影像分割就是依據(jù)影像像元的灰度、顏色、紋理等特征，將影像劃分為若干互不交疊的對(duì)象，是面向?qū)ο筮b感圖像處理方法中的重要一環(huán)，分割的好壞直接影響到后續(xù)分析、識(shí)別和解譯等的精度，是進(jìn)行圖像分析的關(guān)鍵技術(shù)。本研究利用ENVI特征提取模塊，依據(jù)光譜、紋理、形狀和地形等特征參數(shù)進(jìn)行多尺度分割，提取重力侵蝕信息。

由于重力侵蝕發(fā)生處地形特殊、土地覆蓋（局部植被）具有變異性、光譜發(fā)生變化等，采用傳統(tǒng)的分割算法一般難以取得滿意效果，要求一次性將侵蝕單體分割出來是不實(shí)際的，因此本研究采用多尺度分割技術(shù)，分別選取不同分割參數(shù)等，并在影像分割之后進(jìn)行必要的后處理，對(duì)對(duì)象進(jìn)行再次合并、分割等處理，選取最佳分割尺度和合并參數(shù)。人 民 黃 河?2020年第10期

2.3?分離假信息

依據(jù)對(duì)象評(píng)價(jià)指標(biāo)，如光譜（各波段光譜反射率、亮度、強(qiáng)度、飽和度等）、紋理（紋理均值、方差、熵）、形態(tài)（面積、長(zhǎng)度、圓度、緊實(shí)度等）以及地形（高程、坡度等），根據(jù)研究區(qū)實(shí)際情況選擇合適的分類指標(biāo)，在初分區(qū)域中剔除無效的區(qū)域，如誤認(rèn)為是重力侵蝕區(qū)域的道路、河流、建筑區(qū)、裸露巖石區(qū)等，這些假信息的準(zhǔn)確識(shí)別和分離是提高最終重力侵蝕識(shí)別精度必不可少的一個(gè)步驟。

3?重力侵蝕識(shí)別結(jié)果與影響因素分析

按照上述方法識(shí)別的辛店溝流域2017年“7·26”暴雨重力侵蝕共95處，面積為0.30 hm2，集中分布在流域中部區(qū)域（見圖1）。

利用無人機(jī)航拍影像提取的重力侵蝕信息存在一定不確定性，因此需要對(duì)其進(jìn)行驗(yàn)證。首先，對(duì)比2017年7月26日暴雨發(fā)生前后無人機(jī)遙感影像，對(duì)提取的重力侵蝕信息進(jìn)行驗(yàn)證;其次，進(jìn)行野外實(shí)地調(diào)查，剔除了9處疑似重力侵蝕，最終確定實(shí)際共產(chǎn)生重力侵蝕86處，總面積0.30 hm2，利用無人機(jī)航拍影像提取的重力侵蝕信息精度為89.53%?？梢姾脚谋O(jiān)測(cè)結(jié)果基本可信，對(duì)于黃土丘陵溝壑區(qū)第一副區(qū)來說，采用基于面向?qū)ο蟮倪b感影像多尺度識(shí)別重力侵蝕方法可以有效地用于重力侵蝕災(zāi)害監(jiān)測(cè)與制圖等。

重力侵蝕受地質(zhì)、地形、地貌、植被等多因素的影響。黃土丘陵溝壑區(qū)第一副區(qū)地形破碎、起伏變化大，地形、地貌因素是引發(fā)重力侵蝕的重要控制因素，因此本研究對(duì)重力侵蝕分布與高程、坡度、坡向、地表曲率的關(guān)系進(jìn)行了分析。

3.1?重力侵蝕與高程的關(guān)系

辛店溝流域高程范圍為840～1 118 m，重力侵蝕分布與高程的關(guān)系見圖 2，可以看出重力侵蝕主要分布高程為950～1 050 m，該高程范圍分布重力侵蝕80處，占總數(shù)的93.02%，高程低于950 m和高于1 050 m 的區(qū)域重力侵蝕分布數(shù)量較少。

3.2?重力侵蝕分布與坡度的關(guān)系

黃土丘陵溝壑區(qū)溝谷發(fā)育造成的陡坡環(huán)境為重力侵蝕提供了條件，辛店溝流域不同坡度分級(jí)與重力侵蝕分布的關(guān)系見圖 3，可以看出辛店溝流域重力侵蝕主要分布在坡度大于20°的區(qū)域，該區(qū)域分布重力侵蝕72處，占總數(shù)的 83.72%，小于 20°的區(qū)域分布較少。

3.3?重力侵蝕分布與坡向的關(guān)系

重力侵蝕分布與坡向密切相關(guān)，陽坡日照時(shí)間長(zhǎng)、晝夜溫差大，風(fēng)化比較嚴(yán)重，是導(dǎo)致重力侵蝕發(fā)生的原因之一。辛店溝流域坡向與重力侵蝕分布的關(guān)系見圖 4，可以看出重力侵蝕主要分布在東、東南、南3個(gè)方向（這3個(gè)方向共有 56處，占總數(shù)的65.12%），其他方向分布較少。

3.4?重力侵蝕分布與地表曲率的關(guān)系

地表曲率反映地表起伏程度，曲率大的地方容易發(fā)生滑坡。辛店溝流域溝谷縱橫、地表曲率大，是滑坡數(shù)量較多的原因之一，重力侵蝕分布與地表曲率的關(guān)系見圖5，可以看出重力侵蝕主要分布在曲率為-9～0的區(qū)域（該區(qū)域共有70處，占總數(shù)的81.40%），尤其集中分布在曲率為-6～0的區(qū)域。

4?結(jié)?論

采用基于面向?qū)ο蠓诸惙ǖ臒o人機(jī)遙感技術(shù)，提取辛店溝流域2017年7月26日暴雨引發(fā)的重力侵蝕特征數(shù)據(jù)，結(jié)果表明：共發(fā)生重力侵蝕95處、面積為0.30 hm2，經(jīng)人工實(shí)地調(diào)查驗(yàn)證，提取精度為89.53%;采用無人機(jī)遙感技術(shù)和面向?qū)ο蟮亩喑叨确指钆c融合技術(shù)，構(gòu)建重力侵蝕信息快速提取方法，可為黃土丘陵溝壑區(qū)重力侵蝕監(jiān)測(cè)、研究與治理提供技術(shù)支持。

對(duì)辛店溝流域重力侵蝕分布與高程、坡度、坡向、地表曲率的關(guān)系進(jìn)行了分析，結(jié)果表明：重力侵蝕主要分布在坡度大于20°的區(qū)域和地表曲率為-6～0的區(qū)域，主要分布高程為950～1 050 m，主要分布方向?yàn)闁|、東南、南3個(gè)方向。

參考文獻(xiàn)：

[1]?唐克麗.中國(guó)水土保持[M].北京：科學(xué)出版社，2004：100-103.

[2]?曹銀真.黃土地區(qū)重力侵蝕的類型和成因[J].中國(guó)水土保持，1985（6）：8-13.

[3]?朱同新.黃土地區(qū)重力侵蝕發(fā)生的內(nèi)部條件及地貌臨界分析[C]//陳永宗.黃河粗泥沙來源及侵蝕產(chǎn)沙機(jī)理研究文集.北京：氣象出版社，1989：100-110.

[4]?王念秦，張倬元.黃土滑坡災(zāi)害研究[M].蘭州：蘭州大學(xué)出版社，2005：1-7.

[5]?黃河水利科學(xué)研究院.黃河科學(xué)研究志[M].鄭州：河南人民出版社，1998：96-97.

[6]?劉朋飛，李濱，陳志新.陜西延安地區(qū)黃土滑坡特征及其活躍性分期[J].中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2012，23（4）：16-19.

[7]?ZHANG M，LIU J. Controlling Factors of Loess Landslides in Western China[J]. Environmental Earth Science，2009，59（8）：1671-1680.

[8]?寧向玲，董婕，延軍平.陜北地區(qū)氣溫突變及其對(duì)旱澇災(zāi)害的影響[J].干旱區(qū)資源與環(huán)境，2011，12（12）：102-106.

[9]?金艷麗，戴福出.灌溉誘發(fā)黃土滑坡機(jī)理研究[J].巖土工程學(xué)報(bào)，2007，29（10）：1493-1499.

[10]?LAHOUSSE T， CHANG K T， LIN Y H， et al. Landslide Mapping with Multi-Scale Object-Based Image Analysis： a case Study in the Baichi Watershed， Taiwan[J]. Natural Hazards & Earth System Sciences， 2011， 11（1）： 2715-2726.

[11]?于歡，張樹清，孔博，等.面向?qū)ο筮b感影像分類的最優(yōu)分割尺度選擇研究[J].中國(guó)圖像圖形學(xué)報(bào)，2010，15（2）：352-260.

[12]?王巖，王曉青，竇愛霞.面向?qū)ο筮b感分類方法在汶川地震震害提取中的應(yīng)用[J].地震，2009，29（3）：54-60.

[13]?唐亞明，張茂省，薛強(qiáng)，等.滑坡監(jiān)測(cè)預(yù)警國(guó)內(nèi)外研究現(xiàn)狀及評(píng)述[J].地質(zhì)論評(píng)，2012，58（3）：533-541.

[14]?BAATZ M，SCHAPE A. Multire Solution Segmentation： an Optimization Approach for High Quality Multi-Scale Image Segmentation[C]. STROBL L J，BLASCHKE T，GRIESEBENER T. Angewandte Geography Information Sveraarbeitung XII，Beitrage zum AGIT Symposium Salzburg 2000. Heidelberg： Herbert Wichmann Verlag， 2000：12-23.

[15]?徐勇，ROY C S.黃土丘陵區(qū)燕溝流域土地利用變化與優(yōu)化調(diào)控[J].地理學(xué)報(bào)，2001，56（6）：657-666.

[16]?李小利，劉國(guó)彬，張曉萍，等.黃土丘陵油田開發(fā)區(qū)景觀破碎化分析[J].中國(guó)水土保持科學(xué)，2008，6（3）：53-58.

[17]?焦鋒，楊勤科，雷會(huì)珠.燕兒溝流域土地利用現(xiàn)狀及合理利用途徑[J].水土保持通報(bào)，1998，18（7）： 41-44.

[18]?WU， X， CHEN， X， ZHAN， F B， et al. Global Research Trends in Landslides During 1991-2014：a Bibliometric Analysis[J]. Landslides， 2015，12（6）：1215-1226.

[19]?MARTHA T R， KERLE N， JETTEN V， et al. Characterising Spectral， Spatial and Morphometric Properties of Landslides for Semi-Automatic Detection Using Object-Oriented Methods[J]. Geomorphology， 2010，116：24-36.

【責(zé)任編輯?張智民】