曾超，曹振宇，蘇鳳環(huán)，曾珍，余長錫

1.自然資源部四川基礎地理信息中心，成都 610041

2.自然資源部應急測繪技術創(chuàng)新中心，成都 610041

3.中國科學院、水利部成都山地災害與環(huán)境研究所，成都 610041

引 言

滑坡泥石流災害遙感自動化檢測和提取，對開展災害監(jiān)測預警、風險評估、應急處置、災害防治和災情評估等工作具有極為重要的意義，同時也是災害遙感領域的關鍵技術難點。由于災害體自身特征、背景環(huán)境的復雜性，目前對滑坡泥石流災害的提取多以目視解譯為主[1,2]。近年來，以深度學習為代表的圖像識別、目標檢測等技術的發(fā)展,為滑坡泥石流災害的計算機自動化提取提供了機遇和前景[3,4]。然而，目前國內外可參考的相關數(shù)據(jù)集以災害歷史編目為主[1,5-6]，編目數(shù)據(jù)僅以矢量點或面文件保存（缺少對應的影像圖片），矢量文件也多從較低分辨率的衛(wèi)星影像解譯獲取，且衛(wèi)星影像質量受天氣、地形等影響較大，使得現(xiàn)有滑坡泥石流災害編目數(shù)據(jù)在完整性和精度方面都無法滿足自動化提取需要。

2008年以來，有關部門和單位通過承擔四川省及其周邊突發(fā)滑坡泥石流災害的應急測繪保障工作，以及實施國家和省地質災害防治相關測繪生產、科研項目，積累了大量的滑坡泥石流災害無人機和有人機航空影像數(shù)據(jù)，影像分辨率為0.05-1 m，獲取時間為2008-2020年。然而，尚未對影像進行進一步的深加工和處理，未形成具有廣泛應用前景的滑坡泥石流影像和解譯數(shù)據(jù)集。項目擬通過對歷年來積累的航空影像數(shù)據(jù)，進行深加工和處理，研制滑坡泥石流災害高精度影像和解譯標注數(shù)據(jù)集，為災害的自動化檢測和提取提供數(shù)據(jù)基礎，以發(fā)揮數(shù)據(jù)對防災減災工作的重要支撐作用。

1 數(shù)據(jù)收集和處理方法

收集2008年以來四川境內已發(fā)生的滑坡泥石流災害的無人機和有人機航空正射影像數(shù)據(jù)，通過對數(shù)據(jù)的系統(tǒng)整理和統(tǒng)一處理，并采用ArcGIS軟件及目視解譯方法，對已發(fā)生的滑坡和泥石流災害體進行解譯和樣本標注，并以單個災害體為對象，制作完成共107處滑坡泥石流災害高精度影像和解譯樣本標注數(shù)據(jù)集（其中滑坡59處，泥石流48處），編制與數(shù)據(jù)集對應的災害信息描述文本，最后對數(shù)據(jù)質量進行檢驗和評估。主要技術路線如圖1。

1.1 影像數(shù)據(jù)整理與處理

1.1.1 數(shù)據(jù)查詢與整理

通過文獻資料或互聯(lián)網(wǎng)新聞等途徑，查詢2008年以來四川省及周邊的重大滑坡泥石流災害事件，收集災害事件信息（如：災害類型、發(fā)生時間、發(fā)生地點、規(guī)模、災情等）。根據(jù)查找出的災害事件發(fā)生的時間和地點，從歷史影像數(shù)據(jù)庫中挑選與災害事件對應的航空影像數(shù)據(jù)，影像數(shù)據(jù)說明見表1。挑選影像遵循以下原則：

表1 影像數(shù)據(jù)說明Table 1 Aerial remote sensing image data description

（1）需為災害發(fā)生后的影像數(shù)據(jù)，影像獲取與災害發(fā)生時間間隔小于10天，避免因流水長時間的沖刷影響災害體樣本的完整性。

（2）需為較為典型的或重點地區(qū)的災害影像，如：2008年“5·12”汶川地震、2013年“4·20”蘆山地震、2013年“7·10”特大山洪泥石流、2017年“6·24”茂縣疊溪山體滑坡、2018年“10·11”金沙江山體滑坡等。

（3）影像數(shù)據(jù)分辨率需優(yōu)于1 m，多數(shù)優(yōu)于0.5 m，且無云層或其他遮擋物覆蓋。

1.1.2 數(shù)據(jù)處理

完成影像數(shù)據(jù)的坐標轉換、影像匹配、影像拼接和融合等處理。

（1）坐標轉換。影像數(shù)據(jù)統(tǒng)一采用2000國家大地坐標系（CGCS2000），地理坐標以度為單位，用雙精度浮點數(shù)表示。高程采用1985國家高程基準，單位為米。將挑選后的影像數(shù)據(jù)的平面坐標統(tǒng)一轉換為CGCS2000。

（2）影像匹配。以基本比例尺地形圖或基礎測繪生產的高質量數(shù)字正射影像（DOM）為基準，對經過坐標轉換后的影像數(shù)據(jù)進行匹配，完成影像數(shù)據(jù)的幾何糾正。

（3）影像拼接。對同一區(qū)域連續(xù)分布，且獲取時間相同的多幅影像數(shù)據(jù)進行拼接。盡可能保證分布在不同圖幅的同一個災害體的完整性。

（4）影像融合。對影像數(shù)據(jù)的色調、重影、噪聲等進行必要的處理，使影像清晰、紋理豐富、反差適中、色調均衡，無明顯接邊痕跡，無模糊、錯位、拉伸、扭曲等現(xiàn)象，保證不同圖幅影像之間色調基本一致。

1.2 滑坡泥石流解譯與標注

為保證數(shù)據(jù)集的精度和準確性，本文解譯和標注的滑坡泥石流災害主要滿足幾項條件：①所見所得，解譯對象為已發(fā)生的滑坡泥石流災害，不包括未發(fā)生的災害隱患點的識別，解譯的滑坡包含崩塌。②保證準確，災害發(fā)生后沒入水下的，通過影像無法判斷的滑坡泥石流災害體不作識別。③力求完整，單個大型滑坡整體作為勾繪單元，周邊淺表層崩塌體不作為其組成部分；群發(fā)性且連片分布的滑坡或崩塌作為整體解譯。

在實際操作中，利用地質災害專家知識，建立滑坡泥石流影像解譯標志，并采用目視解譯方式，結合全省三維模型數(shù)據(jù)對滑坡泥石流災害體進行解譯，采用ArcGIS軟件完成災害體邊界的勾繪，生成矢量面狀數(shù)據(jù)。將矢量面狀數(shù)據(jù)轉換成僅含0和1的二值柵格圖像數(shù)據(jù)（1標注為滑坡，0為其他地物）。邊界勾繪要力求災害體完整和精準，主要解譯標志如下：

（1）滑坡（含崩塌）解譯特征。滑坡體與周圍環(huán)境在形態(tài)、色調、紋理、植被發(fā)育及生長狀況上有明顯的差異。主要表現(xiàn)在：滑坡災害通常呈簸箕形或舌形的平面形態(tài)，部分可見滑坡壁、流通區(qū)刮鏟痕跡和舌狀堆積區(qū)等地貌特征。滑坡的后壁陡峻并呈圍椅狀，形態(tài)常呈弧形或折線形，崩塌的后壁受巖體結構面控制，常表現(xiàn)為陡直的破碎巖壁，坡度通常超過55°（圖2）?；律{呈高亮度顯示，與周邊綠色植被明顯區(qū)分，其紋理較路面和建筑地表粗糙?；麦w上的樹木有明顯的傾斜或傾倒。數(shù)據(jù)集還根據(jù)災害事件信息區(qū)分了地震滑坡和降雨滑坡。

（2）泥石流解譯特征。典型的泥石流流域可劃分為物源區(qū)、流通區(qū)與堆積區(qū)，本文主要以堆積區(qū)特征進行解譯。根據(jù)溝口的地貌特征，即發(fā)現(xiàn)溝口有明顯的堆積扇，則判別其為泥石流溝，堆積扇輪廓明顯，質感細膩且色調較淺，扇面無固定溝槽，多呈漫流狀態(tài)。根據(jù)泥石流流域形態(tài)，進一步劃分為溝谷泥石流與坡面泥石流。溝道泥石流流域呈扇形或狹長條形，物源區(qū)范圍大，部分有支溝，有明顯流通區(qū)，溝谷長且兩側陡峭（圖3），一次沖出規(guī)模較大，其流域面積小于100平方千米，堆積扇坡度通常小于10°，且以2°-7°為主[8]；坡面泥石流流域呈斗狀或扇形，物源區(qū)面積小，無支溝，無明顯流通區(qū)，溝短坡陡，規(guī)模較小，其流域面積通常小于0.4平方千米，主要發(fā)育在20-40°的山體坡面，堆積區(qū)坡度為6°-21°[9-10]。

1.3 影像和解譯標注數(shù)據(jù)集制作

按滑坡泥石流災害體完整性原則，對每處災害體影像數(shù)據(jù)及其對應的解譯標注數(shù)據(jù)按照標準矩形進行裁剪，生成一對大小相等、位置一致的影像和解譯標注數(shù)據(jù)，依次完成共107處滑坡泥石流災害數(shù)據(jù)集制作，最后根據(jù)收集的滑坡泥石流災害事件信息，制作數(shù)據(jù)集描述文檔。

數(shù)據(jù)集數(shù)據(jù)組織方式安排如下（圖4）：

（1）存儲形式：按照滑坡和泥石流兩類分類存儲，每類災害包括三個部分文件，即：正射影像圖片數(shù)據(jù)、解譯標注圖片數(shù)據(jù)和描述文檔。

（2）圖片尺寸及格式：正射影像圖片數(shù)據(jù)按照300dpi存儲，圖片大小根據(jù)災害體范圍調整，解譯標注數(shù)據(jù)集范圍和分辨率與正射影像圖片保持一致，兩者均采用TIF格式存儲，如：Landslides001、LandslidesLabel001；Derisflow001、DerisflowLabel001。描述文檔按照、、、、、、、統(tǒng)一的命名規(guī)則，即對應的影像獲取時間、影像地面分辨率、災害名稱、災害時間、位置（緯度、經度）、災害類型、災害面積、災害規(guī)模，采用TXT文件存儲。

（3）目標物體的定義：正射影像圖片外邊界應包含災害體全部及其周邊小部分地物（如：植被、房屋、道路、河流等），且災害體與周邊環(huán)境在色彩、紋理、形狀等方面有明顯差異；解譯標注圖片為二值化柵格數(shù)據(jù)，刪數(shù)據(jù)值為1表示滑坡或泥石流，0則表示其他地物。

2 數(shù)據(jù)樣本描述

選取了具有典型代表意義的數(shù)據(jù)樣本對本數(shù)據(jù)集作例證說明（圖5）。具體如下：

（1）溝谷泥石流。共31處樣本，選取2010年“8.13”文家溝泥石流作為典型樣本（圖5a，b），影像獲取時間為2010年8月15日，地面分辨率為0.4 m，災害位置為31.549°N、 104.112°E，堆積區(qū)面積70萬平方米，災害規(guī)模為430萬立方米。范圍包含了泥石流堆積區(qū)和主要流通區(qū)。

（2）坡面泥石流。共17處樣本，選取2013年“7·10”G213線（汶川縣境內）坡面泥石流作為典型樣本（圖5c，d），影像獲取時間為2013年7月20日，地面分辨率為0.6 m，災害位置為31.219°N、103.486°E，堆積區(qū)面積8.4萬平方米，無災害規(guī)模記錄。

（3）地震滑坡。共36處樣本，選取2008年“5·12”汶川地震唐家山滑坡作為典型樣本（圖5e，f），影像獲取時間為2008年5月16日，地面分辨率為0.9 m，災害位置為31.843°N、104.433°E，滑坡體面積89.7萬平方米，災害規(guī)模為2037萬立方米。

（4）降雨滑坡。共23處樣本，選取2018年“10·11”金沙江白格滑坡作為典型樣本（圖5g，h），影像獲取時間為2008年10月12日，地面分辨率為0.2 m，災害位置為31.082°N、98.706°E，滑坡體面積149.8萬平方米，災害規(guī)模為850萬立方米。

3 數(shù)據(jù)質量控制和評估

本數(shù)據(jù)集數(shù)據(jù)來源明確，數(shù)據(jù)處理過程和結果精確，解譯標注準確可信，災害信息詳實，實現(xiàn)了各環(huán)節(jié)數(shù)據(jù)質量控制。

（1）本數(shù)據(jù)集采用的航空影像數(shù)據(jù)源明確（獲取時間、分辨率等指標明確），均為測繪權威部門在歷年災害事件發(fā)后第一時間獲取的影像數(shù)據(jù)，影像數(shù)據(jù)處理嚴格按照航空正射影像生產流程，部分數(shù)據(jù)通過了權威機構（四川省測繪產品質量監(jiān)督檢驗站）質量檢驗。

（2）滑坡泥石流災害目視解譯過程，均有地質災害相關領域專家指導或參與，保證解譯標注數(shù)據(jù)的專業(yè)和準確性。每個災害樣本均有對應的災害信息可查，保證數(shù)據(jù)集的完備性。

4 數(shù)據(jù)價值

與國內外現(xiàn)有的相關數(shù)據(jù)集相比，本數(shù)據(jù)集在數(shù)據(jù)源質量、數(shù)據(jù)集完備性和潛在應用等方面都更具價值。

（1）數(shù)據(jù)源精度高且覆蓋時間長，數(shù)據(jù)精度達0.2-0.9 m，時間為2008-2020年，涵蓋了四川省及周邊典型的滑坡泥石流災害事件。前人相關成果多利用較低分辨率（差于1 m）的衛(wèi)星影像解譯獲取，且衛(wèi)星影像質量受天氣、地形等影響較大。

（2）數(shù)據(jù)集完備，包含了影像圖片數(shù)據(jù)、解譯標注數(shù)據(jù)和文本描述數(shù)據(jù)，而前人的相關成果多為災害歷史編目，僅以矢量點或面文件保存，缺少對應的影像圖片。

（3）潛在應用領域廣泛，本數(shù)據(jù)集不僅可用于滑坡泥石流災害的自動化解譯，還可用于災害分布規(guī)律、風險分析等研究工作。

致 謝

感謝四川測繪地理信息局提供數(shù)據(jù)支持。

數(shù)據(jù)作者分工職責

曾超（1986—），男，四川省成都市人，博士研究生，高級工程師，山地災害遙感與風險評估、自然資源調查監(jiān)測。主要承擔工作：數(shù)據(jù)集總體設計，負責滑坡泥石流災害解譯，影像及解譯樣本數(shù)據(jù)集制作。

曹振宇（1978—），男，四川省成都市人，博士研究生，正高，地理信息系統(tǒng)與遙感。主要承擔工作：負責影像數(shù)據(jù)集質量控制。

蘇鳳環(huán)（1977—），女，四川省成都市人，博士研究生，副研究員，災害遙感與風險評估。主要承擔工作：負責滑坡泥石流災害解譯，數(shù)據(jù)集質量控制。

曾珍（1988—），女，四川省成都市人，碩士研究生，工程師，災害遙感。主要承擔工作：負責滑坡泥石流災害解譯及解譯數(shù)據(jù)集制作。

余長錫（1986—），男，四川省成都市人，碩士研究生，高級工程師，地理信息系統(tǒng)。主要承擔工作：負責滑坡泥石流災害數(shù)據(jù)收集與處理。