楊小鳳,曹云剛,馮薪朗,龔　競,曹振宇,李維煉

(1.西南交通大學 地球科學與環(huán)境工程學院，四川 成都611756; 2.西南交通大學 高速鐵路運營安全空間信息技術國家地方聯(lián)合工程實驗室，四川 成都610031; 3.四川省應急測繪與防災減災工程技術研究中心，四川 成都610041)

?

基于無人機高分影像的七盤溝泥石流風險性評價*

楊小鳳1,2,曹云剛1,2,馮薪朗1,龔競3,曹振宇3,李維煉1,2

(1.西南交通大學 地球科學與環(huán)境工程學院，四川 成都611756; 2.西南交通大學 高速鐵路運營安全空間信息技術國家地方聯(lián)合工程實驗室，四川 成都610031; 3.四川省應急測繪與防災減災工程技術研究中心，四川 成都610041)

摘要:以四川汶川縣七盤溝泥石流為研究對象，綜合劉希林模型中危險性和易損性評價因子并總結因子提取方法，基于無人機高分影像進行災區(qū)評價因子信息提取，并采用經典的風險性評價模型，設計了基于無人機高分影像的風險評價流程，開展了風險性評價與分析試驗。研究結果評估出此次泥石流危險度、易損度和風險度分別為0.66、0.73和0.48，均屬于高度危險范圍。實驗結果表明所提出的方法有效進行了七盤溝泥石流風險評估，可為泥石流災害的應急決策、風險評估和預警治理提供重要及時的參考依據(jù)。

關鍵詞:七盤溝；泥石流；風險性評價；無人機；高分影像；評價因子

泥石流是指因暴雨、洪水等引發(fā)的帶有土石的流體，近年來我國較為頻發(fā)。2001-2013年，我國共發(fā)生253 683起，造成5 685人死亡，913人失蹤，312.98億元經濟損失[1]。四川汶川縣的七盤溝為全國泥石流的頻發(fā)地區(qū)，2013年7月10日晚因強降雨引發(fā)重大泥石流，造成3人遇難，15人失蹤，2 000余人受災，破壞房屋700多間，高達1 800萬元的經濟損失。因此，對七盤溝泥石流進行風險評估具有重要的應用價值。

泥石流發(fā)生區(qū)域地形復雜且淹沒面積大，給災害監(jiān)測、調查和評估等工作帶來很大困難。目前地質災害監(jiān)測的方法主要依據(jù)航天遙感和航空遙感兩種。其中，前者主要采用Landsat衛(wèi)星數(shù)據(jù)[2]、QuickBird數(shù)據(jù)[3]、MODIS數(shù)據(jù)[4]及DEM[5]等。該方法因采購周期長、高度高及天氣影響等原因，尤其在緊急任務中往往難以滿足要求，導致評估效率低下。后者主要采用無人機遙感[6-8]，因時效性強、方便快捷、成本低、影像分辨率高、對起降場地要求低等特點而被廣泛應用。然而無人機影像主要用于災害解譯和應急監(jiān)測，未見將其用于泥石流風險評價中。

本文以汶川七盤溝泥石流為研究對象，結合危險性、易損性和風險性評價方法，設計基于無人機高分影像的泥石流災害評估分析流程，利用無人機高分影像數(shù)據(jù)提取風險評價因子，在此基礎上進行七盤溝泥石流災害風險性評價分析試驗。

1研究區(qū)域概況及數(shù)據(jù)來源

1.1研究區(qū)域概況

七盤溝位于四川省汶川縣威州，地形起伏較大，相對高差約為3 041 m，主溝長約為15.2 km，有多條支溝(圖1)。降雨大約集中在每年的5-9月份，此次泥石流就發(fā)生在7月。平緩區(qū)域黃土厚度在幾米到幾十米不等，植被覆蓋高達90%，巖體大多以白云巖、花崗巖和元古代閃長巖為主，受環(huán)境侵蝕影響，轉化為顆粒狀堆積物，加上河谷存留的砂礫卵石等，形成大量的松散物質。受多次地震影響，七盤溝內巖石堆積物崩塌造成許多滑坡，進一步加大了溝內松散物質儲量。

圖1　研究區(qū)域位置圖

1.2數(shù)據(jù)來源

本文采用的遙感數(shù)據(jù)如表1所示，利用無人機遙感技術拍攝，獲得0.5 m分辨率的高分影像，通過空三加密等處理之后獲得DOM。目前，無人機數(shù)據(jù)從獲取到處理最快可達到3 h左右，此次災害發(fā)生后，所獲取影像都是當天獲取和處理完成，為下一步進行風險評估大大提高了效率。其中，先是使用ENVI5.1的無縫拼接功能(Seamless Mosaic)對獲取的多塊DOM數(shù)據(jù)進行圖像融合，為了克服顏色差異，在勻色設置中選擇了整個影像直方圖匹配；然后利用ArcGIS進行投影轉換，轉換到與災前遙感影像在統(tǒng)一坐標系統(tǒng)下，進行幾何配準以及后期疊加；最后使用ERDAS的AOI工具進行剪切獲取研究區(qū)域。災后無人機影像數(shù)據(jù)處理結果如表2所示。

2評價方法

泥石流發(fā)生突然，誘發(fā)因子多變，加之不同區(qū)域地質、地貌、環(huán)境以及居民居住狀況不同，

導致各區(qū)域泥石流發(fā)生的風險程度也有不同。因此，擬引入無人機高分影像來輔助進行泥石流風險評估，通過無人機影像判讀和解譯，根據(jù)溝谷特點、災害判定及損失破壞情況，并結合目前泥石流危險性和易損性評價前沿方法劉希林模型[9]，進而對研究區(qū)域泥石流進行風險評價。基于無人機高分影像的泥石流風險評估流程如圖2所示。

表1　研究區(qū)域遙感數(shù)據(jù)

表2　泥石流危險度評價因子

圖2　基于無人機高分影像的風險評價流程

在分析過程中，為了提高因子求取精度和評估效率，先是選擇評價模型之后確定評價因子；然后將無人機航攝數(shù)據(jù)用于流域面積、主溝和支溝長度、淹沒土地面積及判定土地類型等災害信息提取與解譯，并與災前影像疊加，獲取房屋、道路及管線等易損性評價所需因素；接著與DEM數(shù)據(jù)獲取的相對高差等信息用于危險性評價，將所獲取的因子量化計算分別得到危險和易損因子實際取值，將危險因子取值按照賦值表格轉化后代入評估公式獲取危險度值，易損因子直接依據(jù)評估公式獲取易損度值；最后二者取值求積即得七盤溝風險情況。

2.1危險性評價方法

泥石流危險度評定主要是得出發(fā)生泥石流損害的可能性程度[10]。危險性評價基本思路如下：首先確定模型的主要指標、影響力較大的因子及因子影響力較小因子如表2所示；然后根據(jù)研究區(qū)的破壞狀況、影像解譯結果、實地考察和相應的文獻記載，通過ArcGIS軟件分析獲取相應的評價因子數(shù)據(jù)，確定因子的實際取值以及依據(jù)因子轉換規(guī)則每個因子對應的轉換值，判斷每個因子的危險程度；最后按照危險模型公式(公式1)得到七盤溝泥石流的危險度。

H=0.2353L1+0.2353L2+0.1176S1+0.0882S2+0.0735S3+0.1029S6+0.0147S7+0.0588S9+0.0441S10+0.0294S14,

(1)

式中：H為泥石流危險度。

2.2易損性評價方法

易損性評價是指溝內所有物質潛在的最大損失，影響因素眾多，主要包含物質、經濟、環(huán)境以及社會四大類[11]，如圖3所示。易損性評價的基本思路如下：首先確定評價因子；然后進行物質易損性評價(I)，本文主要考慮破壞的建筑物面積、道路長度以及電力管網設施等因素；接著進行經濟易損性評價(E)，由人均一年收入總額、存款以及固定資產三者進行衡量；接著進行環(huán)境易損性評價，主要考慮破壞的土地類型，并根據(jù)土地基價估算損失的土地資源價值(L)；接著進行社會易損性評價，主要與人口結構有關，需得到當時當?shù)啬挲g在65歲以上與14歲及以下人口占總人口的比重a，當?shù)匚幕讲怀^小學的居民總數(shù)占當?shù)鼐用窨倲?shù)比重b，以及當?shù)厝丝诿芏菵(人·km-2)和自然增長率r(‰)情況；最后按照易損模型公式(公式2)計算得到七盤溝泥石流的易損度。評價公式如下：

(2)

式中：V為泥石流易損度；V1單單為財產參數(shù)(萬元)；FV1單為對應V轉換值(0~1)；V2單為人口參數(shù)(人/km2)；FV2單為對應V2轉換值(0~1)。

圖3　易損性評價因子

2.3風險性評價方法

泥石流風險性評價是指研究地區(qū)因為發(fā)生泥石流可能造成的自然和社會方面的損失[12]?；谖ｋU性評價和易損性評價結果，就可以使用聯(lián)合國人道主義提出的風險度評估公式[13]來進行風險性評價，計算方法如公式(3)所示。該泥石流風險評價模型已經泥石流風險評價研究中廣泛應[14-15]。

R=H×V 。

(3)

3無人機高分影像支持下的因子提取

風險性評價需考慮多方面因素，基于無人機高分影像提取泥石流風險評價相關參數(shù)時，影像精度越高，獲取參數(shù)越精確。而無人機影像具有獲取快速、精度高等特點，因此有助于提高泥石流風險的效率和精度。

3.1危險性因子提取

區(qū)域內的面積、相對高差最大值與切割密度，主溝長度，主溝床彎曲系數(shù)以及泥砂補給段長度比可通過獲取的無人機高分影像使用ArcGIS進行量算(圖4)，對于較小區(qū)域可野外實地量算。本文在因子提取過程中，首先將處理好的無人機影像導入ArcGIS，描繪出流域面積、淹沒面積、溝壑及溝的整體范圍等。流域面積是指除了堆積扇以外的匯水面積，溝壑包括主溝和旁支溝。通過屬性統(tǒng)計功能可以獲取所有溝壑的長度和，流域切割密度是指所有溝長總和與流域面積的比值，反映了溝谷的地質條件。主溝床彎曲系數(shù)是指主溝的長度與溝前后兩端連接直線長度的比值，能夠影響流動過程中的難易程度。描繪出的泥砂在溝內的補給長度與主溝長度之比即為泥砂補給段長度比，與溝谷的水和泥砂資源有關。有些參數(shù)是通過遙感影像解譯獲取，但有的需要通過DEM獲取。通過軟件查詢功能能夠獲取區(qū)域內高程的最高點和最低點從而得到相對高差最大值。一次泥石流最大沖出量是指沖出溝口的最大物質量，這個指標的獲取比較困難，一般是通過查閱資料獲取。或者參照《泥石流危險性評價》通過公式(4)進行估值。

L1=-2+0.26S1+0.41S6+0.0021S8。

(4)

式中：S8表示松散固體物質儲量(104m3)。

圖4　七盤溝危險性信息提取

此次通過無人機高分影像并不能得到所有因子取值，比如24h最大降雨量、發(fā)生頻率等，這些因子就需要通過實地調研或者查閱資料等方式獲取。泥石流發(fā)生頻率是指該區(qū)域泥石流平均100年發(fā)生次數(shù)。也可以通過公式(5)進行估算。

L2=-80.6596-2.8302S1+12.138S6+0.0209S8。

(5)

24h最大降雨量可以通過查閱文獻、實際測量記錄，或者通過水文手冊24h最大降雨量等值線圖進行插值獲取。

3.2易損性因子提取

5）可擴充性原則：為實現(xiàn)系統(tǒng)數(shù)據(jù)的交換與共享，系統(tǒng)應開放權限，允許用戶擴充系統(tǒng)功能、數(shù)據(jù)庫結構及項目編碼。對此，系統(tǒng)需具有良好的開放性，并為用戶提供格式多樣的數(shù)據(jù)轉換接口。

在提取過程中，首先是利用ArcGIS軟件將對災前影像進行解譯獲取流域內的房屋和道路信息，同時通過房屋數(shù)量和平均居住人數(shù)可估算人口密度，人口密度可用于區(qū)域的社會和經濟損失情況評定。與災后影像疊加分析獲取損壞的土地類型、土地面積、房屋面積、道路以及電力等管線設施長度，可通過屬性查詢獲取。損壞土地類型是指泥石流發(fā)生后破壞的土地種類，可依據(jù)土地基價，與破壞土地面積一起評定環(huán)境損失情況。損壞房屋面積是指災害發(fā)生后房屋被淹沒和破壞的面積之和，可反映建筑物的破壞情況。道路和電力等管線設施破壞情況可用于評估道路交通以及生命管線損失情況(圖5)。

圖5　七盤溝易損性信息提取

4實驗與分析

4.1評價因子計算

(1)危險性評價

由無人機影像可直接獲取七盤溝的實際長度，

表4　七盤溝泥石流危險度評價因子實際取值及轉換結果

直線長度為13.4 km，溝長總和為111.21 km，泥砂沿途補給累積長度11.7 km，部分因子取值可通過查閱文獻獲取[16]。按照因子轉換規(guī)則，如表3所示，將獲取的是實際取值，如表4所示，進行轉換。

根據(jù)危險性評價公式計算得到危險度為0.655 78，由表5可知該泥石流屬于高度危險。

表5　泥石流危險性等級劃分標準

(2)易損性評價

物質易損性評價主要考慮破壞的建筑物面積59 869.623m2，按照最低造價300元/ m2計算，共1 796.089萬元。交通路線長度7.486 km，按照造價10萬/km計算，共74.86萬元。以及一些電力、電纜線等管線設施總長61 741m，按照嫡傳電力電纜價格行情報價 62.46元/m，共42.104萬元。從而得物質易損度I為1 913.053萬元。

經濟易損性評價將人均年總收入、人均存款以及人均固定資產三項合計為人均48 070元，按照受災4 183人計算[17]，經濟易損度E為20 107.6810萬元。

環(huán)境易損性評價根據(jù)破壞的土地類型，通過判讀得知多為居民地和道路，淹沒區(qū)域面積為742 397.962 m2，并根據(jù)土地基價150/m2估算，估算土地資源價值L為11 135.969萬元。

社會易損性評價主要與人口結構有關，通過查閱資料得到泥石流發(fā)生時刻當?shù)啬挲g在65歲以上老年人與14及歲以下青少年和兒童人口占總人口的比重，中記載，2013年四川省青少年和兒童(0~14歲)人口數(shù)共有11 073人，65歲以上共有8 536人，總人口為66 904人[18]，則該比重為0.293。當?shù)匚幕讲怀^小學的居民總數(shù)占當?shù)鼐用窨倲?shù)比重0.425，人口自然增長率5.86‰。

根據(jù)易損性評價公式計算得到易損度為0.73，由表6可知該泥石流屬于高度危險。

表6　泥石流易損性等級劃分標準

4.2泥石流風險性評價與分析

根據(jù)公式(7)計算得到風險度為0.48。根據(jù)表7可知該泥石流屬于高度風險。

表7　泥石流風險性等級劃分標準

通過分析得到如下結論。

(1)采用高分影像進行災害評價，能更加清晰地表現(xiàn)出研究區(qū)的地形特征和災害范圍，便于評價因子信息提取，確保圖像解譯精度，使得評價結果能準確地反映出泥石流的風險情況，提升結果可靠性。同時，災害發(fā)生后無人機數(shù)據(jù)從獲取到處理最快可達到3 h左右，大大提高評估效率，便于在最短時間采取針對性防治措施，這將為自然災害的預測預警、防災減災以及治理工作提供重要依據(jù)。實驗表明目前無人機高分影像能滿足泥石流風險評價要求。

(2)由于七盤溝特殊的地形、地質、地貌條件、發(fā)生多次地震以及連日來的強降雨等因素影響，導致此次泥石流的危險程度達到0.66。此次泥石流破壞了大約七盤溝村90%區(qū)域，破壞房屋500多間，受災人口多達2 000余人，導致易損程度達到0.73，從而使得風險度為0.48，都屬于高度危險范圍，表示此次泥石流可以造成大規(guī)模災害以及巨大的潛在損失。

(3)在評價過程中，因子的取值都是固定的，得到的評價結果也只是一個靜態(tài)的數(shù)值。而有些評價指標在不同的時間、區(qū)域內是動態(tài)變化的，如何根據(jù)某一或者多個變化的參數(shù)取值，進行實時風險評定，將大大提高評估效率，為防治工作提供重要依據(jù)，具有非常重要的應用價值。

5結論

西南地區(qū)是我國地質災害的高發(fā)區(qū)，近年來，因為地震、滑坡、泥石流等自然災害的頻繁爆發(fā)給當?shù)厝藗儙砹藝乐氐慕洕腿藛T損失。泥石流進行風險性評價是指研究地區(qū)因為發(fā)生泥石流可能造成的自然和社會方面的損失。本文以西南地區(qū)泥石流頻發(fā)地帶七盤溝為例，對無人機高分影像進行泥石流風險評價進行研究，并采用自然災害風險性評價模型：風險度=危險度×易損度，通過影像判讀獲取模型所需因子并量化，完成研究區(qū)域的危險性、易損性評價，最后對研究區(qū)泥石流進行風險評價與分析。其中，高分影像能夠為災害評價提供更加準確的因子取值，有效地提高了災害監(jiān)測和評價結果精度；而無人機技術在快速獲取和處理數(shù)據(jù)方面的優(yōu)勢，有效地提高了評估工作效率。

為了更好地將無人機技術用于泥石流風險性評價，還需要在一些方面進行探索：①研究結果只是一個靜態(tài)數(shù)值，只能說明該泥石流的危險大小、潛在損失和風險程度，如果可以根據(jù)不同區(qū)域的危害程度，得到該區(qū)域的風險區(qū)劃，并利用無人機高分影像結合軟件和編程，進行不同風險程度下的房屋、道路、管線以及農田等信息提取與統(tǒng)計，可為今后的防災減災提供重要依據(jù)；②基于無人機未來的發(fā)展趨勢，將會很好地解決它的載荷能力、數(shù)據(jù)處理、穩(wěn)定性以及飛控技術，將被廣泛地應用到災害監(jiān)測等諸多領域。

參考文獻：

[1]牛岑岑.泥石流危險度評價指標的提取與等級劃分[D].長春:吉林大學,2013.

[2]王治華,徐起德,徐斌.CBERS-02B星數(shù)據(jù)地質災害調查典型應用[J].國土資源遙感,2009,21(1):86-92.

[3]張海濤,程新文,陳性義,等.基于ICA/MNF變換的高分影像滑坡災害檢測方法研究[J].災害學,2015,30(1):193-197.

[4]孔凡明,蔣衛(wèi)國,李京,等.基于MODIS的2011年泰國洪澇受災信息提取與分析[J].災害學,2013,28(2):95-99.

[5]Adnan Ozdemir, Mehmet Delikanli. A geotechnical investigation of the retrogressive Yaka Landslide and the debris flow threatening the town of Yaka (Isparta, SW Turkey)[J]. Natural Hazards, 2009,49(1): 113-136.

[6]趙星濤,胡奎,盧曉攀,等.無人機低空航攝的礦山地質災害精細探測方法[J].測繪科學,2014,39(6):49-52.

[7]肖波,朱蘭艷,黎劍,等.無人機低空攝影測量系統(tǒng)在地質災害應急中的應用研究——以云南洱源特大山洪泥石流為例[J].價值工程,2013(4):281-282.

[8]梁京濤,成余糧,王 軍,等.基于無人機遙感技術的汶川震區(qū)典型高位泥石流動態(tài)監(jiān)測——以綿竹市文家溝泥石流為例[J]. 中國地質災害與防治學報,2013,24(3):54-61.

[9]劉希林,莫多聞.泥石流風險評價[M].成都:四川科技出版社,2002:18-26.

[10]寧娜,馬金珠,張鵬,等.基于GIS和信息量法的甘肅南部白龍江流域泥石流災害危險性評價[J].資源科學,2013,35(4)：892-899.

[11]王春山,巴仁基,羅騎龍,等.四川省石棉縣安順場飛水巖溝泥石流綜合評判及風險性分析[J]. 災害學,2013,28(1):69-73.

[12]鐵永波,唐川.汶川縣城泥石流災害風險評價研究[J].災害學,2010,25(4):43-47,53.

[13]United Nations, Department of Humanitarian Affairs. Mitigating natural disasters: phenomena, effects and options[M] //A Manual for Policy Maker and Planners. New York:United Nations，1991: 1-164.

[14]劉光旭,戴爾阜,吳紹洪,等.泥石流災害風險評估理論與方法研究[J].地理科學進展,2012,31(3):383-391.

[15]王春山,巴仁基,周洪福,等.草科-田灣泥石流風險性評價[J].西北林學院學報,2015,30(4):210-216.

[16]楊秀元,蔡玲玲,田運濤. 四川汶川七盤溝泥石流現(xiàn)狀與危險性評價[J].人民長江,2014,45(1):60-63.

[17]四川省統(tǒng)計局. 四川統(tǒng)計年鑒[Z].北京：中國統(tǒng)計出版社，2013.

[18]汶川網. 2013年汶川縣國民經濟和社會發(fā)展統(tǒng)計公報[EB/OL].(2014-5-14)[2015-10-11]. http://www.wenchuan.gov.cn/p/st_news_items_i_f5eb50760ff7433bbba0d6e1ba4d073e.

Risk Assessment of Qipangou Debris Flow Based on UAV Image

Yang Xiaofeng1, 2, Cao Yungang1, 2, Feng Xinlang3, Gong Jing3, Cao Zhenyu3and Li Weilian1, 2

(1.FacultyofGeosciencesandEnvironmentalEngineering,SouthwestJiaotongUniversity,Chengdu611756,China;2.National-LocalJointEngineeringLaboratoryofSpatialInformationTechnologyforHigh-speedRailwayOperationSafety,SouthwestJiaotongUniversity,Chengdu610031,China; 3.SichuanEngineeringResearchCenterforEmergencyMapping&DisasterReduction,Chengdu610041,China)

Abstract:Due to its sudden happening, complex internal substances, fast flow rate and other characteristics, debris flow causes great loss in the area along the line. Thus, it is very significant to do research on risk assessment of debris flow and provide reference for the disaster warning and control. This paper firstly chooses Qipangou debris flow as the research object. Then assessment factors in Liu Xilin model were selected to synthesize and summarize factor extraction method. High resolution UAV (unmanned aerial vehicle) images were used to extract assessment factors in disaster area. Meantime, a classical risk assessment model was used to design a risk assessment flow based on UAV images. Finally, risk assessment and analysis experiments were carried out. Debris flow hazard, vulnerability and risk degree were 0.66, 0.73 and 0.48 respectively, which were highly dangerous. The experimental results show that the proposed method in this paper can be effectively for risk assessment of Qipangou debris flow which can provide important and timely reference for emergency decision and early warning management of debris flow disasters.

Key words:Qipangou debris flow; risk assessment; UAV high sensing; assessment factor

doi:10.3969/j.issn.1000-811X.2016.02.039

中圖分類號：X43；P642

文獻標志碼：A

文章編號：1000-811X(2016)02-0206-07

作者簡介：楊小鳳(1989-)，女，山東臨沂人，碩士研究生，研究方向為虛擬地理環(huán)境、地理信息系統(tǒng)應用. E-mail:yxf14j@163.com通訊作者：曹云剛(1978-)，男，四川成都人，博士，副教授，研究方向為資源環(huán)境遙感.E-mail:yungang78@163.com

基金項目：國家自然科學基金項目(41201434)；四川省應急測繪與防災減災工程技術研究中心重點開放基金(J2014ZC17)；國家級SRTP項目(201510613014)；四川省應急測繪與防災減災工程技術研究中心開放基金資助項目(K2014B016)

*收稿日期：2015-10-12修回日期：2015-11-24

楊小鳳,曹云剛,馮薪朗,等.基于無人機高分影像的七盤溝泥石流風險性評價[J].災害學, 2016,31(2):206-212. [ Yang Xiaofeng,Cao Yungang,Feng Xinlang,et al.Risk Assessment of Qipangou Debris Flow Based on UAV Image[J].Journal of Catastrophology, 2016,31(2)：206-212.]