許 強(qiáng)，郭 晨，2，董秀軍

1. 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(成都理工大學(xué))，四川 成都 610059; 2. 中鐵二院工程集團(tuán)有限責(zé)任公司，四川 成都 610031

山地丘陵面積較大、地質(zhì)條件復(fù)雜，以及構(gòu)造活動(dòng)頻繁等多種因素綜合作用使我國(guó)成為世界上地質(zhì)災(zāi)害極其頻繁的國(guó)家之一。每年因?yàn)?zāi)死亡人數(shù)眾多，造成的經(jīng)濟(jì)財(cái)產(chǎn)損失極為嚴(yán)重，地質(zhì)災(zāi)害防治形勢(shì)十分嚴(yán)峻。自20世紀(jì)90年代以來，我國(guó)廣大地質(zhì)災(zāi)害防治工作者在實(shí)際工作中摸索總結(jié)，建立了較為完善且具有中國(guó)特色的群測(cè)群防體系，多年來為我國(guó)地質(zhì)災(zāi)害防災(zāi)減災(zāi)事業(yè)做出了巨大貢獻(xiàn)。但是近幾年來發(fā)生的諸如四川茂縣新磨村滑坡、金沙江白格滑坡等重大災(zāi)害事件表明群測(cè)群防體系在一些特殊地區(qū)尤其是西部山區(qū)的地質(zhì)災(zāi)害防治工作中還存在明顯不足，這種以傳統(tǒng)人工地面調(diào)查為主的地質(zhì)災(zāi)害防治研究工作還遠(yuǎn)不能滿足我國(guó)地質(zhì)災(zāi)害防治的實(shí)際需求。隨著當(dāng)代高新技術(shù)的迅猛發(fā)展，以及天基導(dǎo)航通信系統(tǒng)等基礎(chǔ)設(shè)施的建立，航空遙感平臺(tái)及傳感器蓬勃發(fā)展，無(wú)人機(jī)、機(jī)載LiDAR等新興的遙感技術(shù)在地質(zhì)災(zāi)害防治領(lǐng)域大顯身手。一項(xiàng)大型問卷調(diào)查表明83%的研究者將遙感技術(shù)用滑坡識(shí)別、編目和監(jiān)測(cè)，75%的研究者使用兩種或兩種以上遙感技術(shù)融合進(jìn)行滑坡等地質(zhì)災(zāi)害的研究[1]。

航空遙感技術(shù)作為衛(wèi)星遙感和地面觀測(cè)的有效補(bǔ)充手段，具有高時(shí)間分辨率、高空間分辨率、機(jī)動(dòng)靈活成本低、自動(dòng)化程度高等優(yōu)點(diǎn)，被廣泛應(yīng)用于基礎(chǔ)地理數(shù)據(jù)采集、國(guó)土資源勘查、環(huán)境監(jiān)測(cè)、農(nóng)業(yè)植被監(jiān)測(cè)等各個(gè)領(lǐng)域。在地質(zhì)災(zāi)害研究中如何充分利用航空遙感平臺(tái)搭載多種傳感器，在災(zāi)害發(fā)生前盡可能全面識(shí)別、發(fā)現(xiàn)隱患，并結(jié)合詳細(xì)地質(zhì)調(diào)查、長(zhǎng)期監(jiān)測(cè)對(duì)其進(jìn)行綜合評(píng)估，掌握災(zāi)害的基本特征和演化規(guī)律，為災(zāi)害預(yù)警提供理論基礎(chǔ)；當(dāng)災(zāi)害發(fā)生時(shí)，快速、準(zhǔn)確地查明地質(zhì)災(zāi)害所處的地質(zhì)條件、規(guī)模范圍、失穩(wěn)機(jī)理等基本情況，為應(yīng)急搶險(xiǎn)爭(zhēng)取寶貴時(shí)間，為科學(xué)制定救災(zāi)對(duì)策提供重要依據(jù)，成為了地質(zhì)災(zāi)害防災(zāi)減災(zāi)的關(guān)鍵。

本文概述航空遙感技術(shù)并歸納總結(jié)其在地質(zhì)災(zāi)害方面的應(yīng)用研究，重點(diǎn)總結(jié)國(guó)內(nèi)外航空遙感在地質(zhì)災(zāi)害識(shí)別解譯、調(diào)查評(píng)價(jià)、長(zhǎng)期監(jiān)測(cè)、VR展示等方面的應(yīng)用研究進(jìn)展，闡述地質(zhì)災(zāi)害航空遙感應(yīng)用所面臨的機(jī)遇和挑戰(zhàn)，最后對(duì)航空遙感技術(shù)在地質(zhì)災(zāi)害應(yīng)用研究方面的發(fā)展趨勢(shì)進(jìn)行展望。

1 航空遙感技術(shù)、平臺(tái)及傳感器

1.1 航空遙感技術(shù)

航空遙感是以有人機(jī)、無(wú)人機(jī)等航空平臺(tái)搭載光學(xué)相機(jī)、激光雷達(dá)等傳感器的一種非接觸式遙感技術(shù)，其發(fā)展已有近200年的歷史。國(guó)內(nèi)航空遙感技術(shù)從20世紀(jì)70年代起步，至今已進(jìn)入產(chǎn)業(yè)化發(fā)展階段。航空遙感按照作業(yè)高度分可為高空(10～20 km)、中空(5～10 km)、低空(<5 km)3種類型，地質(zhì)災(zāi)害航空遙感一般屬于低空遙感。因具有高時(shí)空分辨率、大比例尺、大范圍快速成圖等優(yōu)勢(shì)，航空遙感逐漸成為現(xiàn)代空間數(shù)據(jù)獲取中不可替代的一種技術(shù)手段，被廣泛應(yīng)用于諸多領(lǐng)域，成為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補(bǔ)充。航空遙感技術(shù)的飛速發(fā)展離不開遙感平臺(tái)、傳感器及遙感信息處理技術(shù)的進(jìn)步。

1.2 航空遙感平臺(tái)

航空遙感平臺(tái)按是否有人駕駛分為有人機(jī)和無(wú)人機(jī)兩類。有人機(jī)遙感平臺(tái)主要為大型固定翼飛機(jī)和直升機(jī)。如1986年由中國(guó)科學(xué)院引進(jìn)的兩架Cessna獎(jiǎng)狀SII型高空遙感飛機(jī)，在2008年汶川地震和2013年雅安地震都曾參與災(zāi)情評(píng)估及災(zāi)后動(dòng)態(tài)遙感監(jiān)測(cè)，累計(jì)承擔(dān)了近百項(xiàng)各種類型的航空遙感應(yīng)用項(xiàng)目。無(wú)人機(jī)的研究始于20世紀(jì)初，1917年英國(guó)皇家航空研究院成功研制出世界上第一架無(wú)人機(jī)，經(jīng)過近一個(gè)世紀(jì)的發(fā)展已經(jīng)形成了一個(gè)大家族[2]。我國(guó)無(wú)人機(jī)起步雖晚，但隨著科學(xué)技術(shù)的不斷進(jìn)步和市場(chǎng)需求的進(jìn)一步擴(kuò)大，2012年開始出現(xiàn)爆炸式增長(zhǎng)，尤其是輕小型無(wú)人機(jī)遙感系統(tǒng)在數(shù)量和應(yīng)用領(lǐng)域都占絕對(duì)主導(dǎo)地位[3]。截至2021年，我國(guó)無(wú)人機(jī)企業(yè)達(dá)1.27萬(wàn)家，實(shí)名登記無(wú)人機(jī)約83萬(wàn)架。無(wú)人機(jī)種類繁多，分類方式五花八門，按照按動(dòng)力類型、機(jī)體結(jié)構(gòu)、使用領(lǐng)域等可以分為不同類型(表1)。隨著航空遙感技術(shù)的發(fā)展，有人機(jī)越來越朝著專業(yè)化方向發(fā)展，而無(wú)人機(jī)則呈現(xiàn)出輕量化的發(fā)展趨勢(shì)。

1.3 航空遙感傳感器

航空遙感傳感器是搭載于航空遙感平臺(tái)上的各種移動(dòng)測(cè)量設(shè)備，伴隨著航空遙感平臺(tái)的發(fā)展，涌現(xiàn)了大量航空遙感傳感器(圖1)。光學(xué)相機(jī)是應(yīng)用最廣泛的一種航空光學(xué)傳感器，利用獲取的航空照片通過后期數(shù)據(jù)處理，可生成高分辨率數(shù)字表面模型(DSM)、數(shù)字高程模型(DEM)、數(shù)字正射影像(DOM)、數(shù)字線劃圖(DLG)以及實(shí)景三維模型等遙感產(chǎn)品。機(jī)載LiDAR最大的優(yōu)點(diǎn)是利用激光多次回波技術(shù)可“穿透”地表植被的特點(diǎn)，結(jié)合相應(yīng)的濾波算法可以對(duì)地物進(jìn)行有效分類，去除地表植被、建筑物等，從而獲得真實(shí)地面高程數(shù)據(jù)。航空高光譜遙感利用成像光譜儀獲取地物目標(biāo)的光譜連續(xù)影像數(shù)據(jù)，可以對(duì)目標(biāo)地物光譜特征進(jìn)行精確識(shí)別與提取，在地學(xué)領(lǐng)域能較好地依據(jù)地物光譜特征進(jìn)行巖性識(shí)別、地層劃分、礦化蝕變信息提取等。機(jī)載SAR具備在各類復(fù)雜天氣狀況下對(duì)目標(biāo)場(chǎng)景全天時(shí)、全天候觀測(cè)的能力，利用無(wú)人機(jī)搭載的微小型SAR成為多云霧測(cè)繪困難地區(qū)測(cè)圖和應(yīng)急響應(yīng)、災(zāi)害監(jiān)測(cè)不可或缺的手段。航空物探則通過搭載專業(yè)物探儀器設(shè)備來探測(cè)地球物理場(chǎng)的變化，是研究和探測(cè)地質(zhì)結(jié)構(gòu)和礦產(chǎn)資源的常用方法。

圖1 無(wú)人機(jī)類型及傳感器Fig.1 UAV types and sensors

在地質(zhì)災(zāi)害研究中以光學(xué)相機(jī)、激光雷達(dá)的應(yīng)用最為集中。目前，航空遙感傳感器正朝著輕小型、多功能的方向發(fā)展，并且隨著傳感器系統(tǒng)模塊化日益成熟，多傳感器集成的航空遙感系統(tǒng)正在逐步走向成熟。

2 地質(zhì)災(zāi)害航空遙感應(yīng)用

2.1 地質(zhì)災(zāi)害及隱患識(shí)別

地質(zhì)災(zāi)害的識(shí)別解譯是研究災(zāi)害發(fā)育類型、分布規(guī)律、演化特征，確定災(zāi)害易發(fā)性、危害性、易損性和風(fēng)險(xiǎn)性的關(guān)鍵，同時(shí)也是災(zāi)害監(jiān)測(cè)預(yù)警及防治的前提和基礎(chǔ)。無(wú)人機(jī)光學(xué)影像具有直觀、形象、清楚等特點(diǎn)，根據(jù)遙感影像上顯示的色調(diào)、紋理及幾何形態(tài)組合可以對(duì)地質(zhì)災(zāi)害進(jìn)行識(shí)別解譯[4]，是地質(zhì)災(zāi)害解譯最常用也是最直觀的手段之一，尤其適合于地震、暴雨、人類活動(dòng)等誘發(fā)的光譜特征明顯的地質(zhì)災(zāi)害。在地震地質(zhì)災(zāi)害方面，無(wú)人機(jī)航空遙感常作為衛(wèi)星遙感的輔助手段來進(jìn)行同震災(zāi)害的解譯，在2008年5月12日汶川Ms8.0級(jí)地震、2015年4月25日尼泊爾Mw7.8級(jí)地震、2015年11月17日希臘Mw6.5級(jí)地震、2016年4月14日日本熊本Mw6.2級(jí)地震、2017年8月8日四川九寨溝Ms7.0級(jí)地震中為同震災(zāi)害的識(shí)別制圖、風(fēng)險(xiǎn)評(píng)估等提供有力的數(shù)據(jù)支撐[5-7]。對(duì)于人類活動(dòng)誘發(fā)的地質(zhì)災(zāi)害，文獻(xiàn)[8]利用多期無(wú)人機(jī)影像對(duì)甘肅黑方臺(tái)約30 km2的黃土臺(tái)塬灌溉誘發(fā)的黃土滑坡進(jìn)行解譯并建立了區(qū)域滑坡庫(kù)(圖2)，為后續(xù)研究滑坡類型、發(fā)育分布規(guī)律、監(jiān)測(cè)預(yù)警的研究奠定了基礎(chǔ)。隨著計(jì)算機(jī)技術(shù)的智能化發(fā)展，傳統(tǒng)人機(jī)交互的目視解譯方法已逐漸不能滿足科研生產(chǎn)需求，基于像素和面向?qū)ο蟮陌胱詣?dòng)/自動(dòng)的識(shí)別方法被逐步提出，并在土耳其、臺(tái)灣、香港等國(guó)家和地區(qū)因降雨或臺(tái)風(fēng)誘發(fā)的滑坡識(shí)別中得到較好應(yīng)用[9-10]，準(zhǔn)確率基本在80%以上，并且大多研究表明面向?qū)ο蟊然谙袼氐姆椒ǜm用于在高分辨、超高分辨率遙感影像上進(jìn)行地質(zhì)災(zāi)害智能識(shí)別。

圖2 黑方臺(tái)黃土滑坡無(wú)人機(jī)遙感解譯分布Fig.2 Distribution of Heifangtai Loess landslide by UAV

對(duì)于光譜特性與周圍環(huán)境并無(wú)明顯差異的古老滑坡體以及高植被覆蓋下的滑坡等地質(zhì)災(zāi)害，光學(xué)影像顯得無(wú)能為力。而機(jī)載LiDAR能在一定程度上“穿透”植被，獲取分米級(jí)甚至厘米級(jí)的DEM，從2000年開始就被意大利、奧地利、美國(guó)等國(guó)家率先應(yīng)用于地質(zhì)災(zāi)害的識(shí)別解譯、調(diào)查測(cè)繪中，之后日本、新西蘭、比利時(shí)、土耳其等國(guó)家也先后開展了基于機(jī)載LiDAR技術(shù)的地質(zhì)災(zāi)害識(shí)別工作，為植被覆蓋下的地質(zhì)災(zāi)害的識(shí)別與制圖提供了新的解決方案[11-13]。國(guó)內(nèi)方面，文獻(xiàn)[14]在2014年最先將機(jī)載LiDAR應(yīng)用于三峽地區(qū)滑坡識(shí)別中，2018年開始成都理工大學(xué)聯(lián)合四川省測(cè)繪地理信息局在四川九寨溝、丹巴、茂縣等地質(zhì)災(zāi)害重點(diǎn)防治區(qū)域開展機(jī)載LiDAR災(zāi)害識(shí)別解譯工作，取得了很好的效果[15](圖3)，隨后四川、貴州、廣東、大連等省、市紛紛啟動(dòng)了大面積、區(qū)域性機(jī)載LiDAR地質(zhì)災(zāi)害遙感調(diào)查識(shí)別工作。許強(qiáng)在2020年全國(guó)兩會(huì)上提出了“全域激光雷達(dá)計(jì)劃”的提案，進(jìn)一步推動(dòng)了國(guó)內(nèi)機(jī)載LiDAR技術(shù)在地質(zhì)災(zāi)害行業(yè)的應(yīng)用。

注：左側(cè)為光學(xué)影像，右側(cè)為機(jī)載LiDAR影像。圖3 九寨溝核心景區(qū)地質(zhì)災(zāi)害機(jī)載LiDAR遙感解譯成果Fig.3 Distribution of geohazard interpretation results in Jiuzhaigou by airborne LiDAR

隨著機(jī)載LiDAR在地質(zhì)災(zāi)害領(lǐng)域的推廣應(yīng)用，目前也存在一些亟待研究解決的問題，一是受限于解譯人員的經(jīng)驗(yàn)和認(rèn)知水平，欠缺同時(shí)具備地質(zhì)和遙感經(jīng)驗(yàn)的專業(yè)解譯人員；二是各類地質(zhì)災(zāi)害的地貌及影像特征與光學(xué)遙感差距甚大，目前基于機(jī)載LiDAR的地質(zhì)災(zāi)害遙感解譯體系尚待完善；三是目前國(guó)內(nèi)市場(chǎng)上沒有一款專業(yè)的針對(duì)地質(zhì)災(zāi)害機(jī)載LiDAR識(shí)別的三維解譯軟件。

2.2 地質(zhì)災(zāi)害調(diào)查與評(píng)價(jià)

每年出現(xiàn)的地質(zhì)災(zāi)害多以中小型單體災(zāi)害為主，無(wú)人機(jī)具有的機(jī)動(dòng)靈活、快捷高效的特點(diǎn)，已逐漸成為地質(zhì)災(zāi)害調(diào)查評(píng)價(jià)的重要手段和“?？汀盵16]。光學(xué)影像、實(shí)景三維模型等能直觀展示地質(zhì)災(zāi)害及其周圍環(huán)境，是一線地質(zhì)隊(duì)員最能看懂的航空遙感產(chǎn)品，基于無(wú)人機(jī)航空攝影測(cè)量系統(tǒng)可以快速獲取研究區(qū)高分辨率DOM、DEM、實(shí)景三維模型等，利用這些直觀形象的影像可以快速判斷地質(zhì)災(zāi)害體的類型、規(guī)模、區(qū)域范圍、所處的地形地貌等，又可快速形成地形圖、量測(cè)各種參數(shù)(如滑坡的幾何尺寸、結(jié)構(gòu)面產(chǎn)狀等)，準(zhǔn)確地辨識(shí)出地質(zhì)災(zāi)害體的形態(tài)特征和坡體變形跡象[17-18](圖4(a))；結(jié)合災(zāi)害體所處地貌、巖性、產(chǎn)狀、坡體結(jié)構(gòu)、地質(zhì)構(gòu)造等還可分析孕災(zāi)地質(zhì)環(huán)境條件、變形破壞機(jī)理等[19]。通過點(diǎn)云、DEM等還可以進(jìn)行災(zāi)害邊界、裂縫等的半自動(dòng)識(shí)別及提取。此外，DSM/DEM作為無(wú)人機(jī)攝影測(cè)量的一個(gè)產(chǎn)物，在量化滑坡形變量、體積變化及滑坡動(dòng)力學(xué)特征等相關(guān)研究中發(fā)揮了極其重要的作用。通過兩期DEM/DSM數(shù)據(jù)的疊加分析，可快速圈定變形區(qū)，量化災(zāi)害體各區(qū)的位移變化情況(圖4(b))，量測(cè)滑坡前地形和體積的變化，快速精確計(jì)算滑坡方量等。利用多時(shí)序的DSM/DEM數(shù)據(jù)對(duì)比可以獲取災(zāi)害的物質(zhì)運(yùn)移和變形演化特征，研究地質(zhì)災(zāi)害動(dòng)態(tài)演變規(guī)律[20]。尤其隨著各種傳感器的進(jìn)步，以及后差分技術(shù)、變高飛行、仿地飛行等新技術(shù)的不斷出現(xiàn)，無(wú)人機(jī)獲取的數(shù)字產(chǎn)品的質(zhì)量及精度不斷提高，為地質(zhì)災(zāi)害的精細(xì)化調(diào)查提供了更為優(yōu)質(zhì)的數(shù)據(jù)基礎(chǔ)。

圖4 黨川2#滑坡分區(qū)圖及運(yùn)動(dòng)路徑及滑動(dòng)前后高程差值Fig.4 The movement route of Dangchuan 2# landslide by orthogonal projection and the elevaton difference between pre-sliding and post-sliding

機(jī)載LiDAR具有獲取大面積精確三維地形的能力，從20世紀(jì)90年代末開始就被許多國(guó)家和地區(qū)用于滑坡等地質(zhì)災(zāi)害的調(diào)查[21]，尤其是在傳統(tǒng)航空攝影很難開展的高植被覆蓋地區(qū)。另外，大多數(shù)歐洲國(guó)家從2000年開始投入大量資金有計(jì)劃地進(jìn)行覆蓋整個(gè)領(lǐng)土面積的機(jī)載LiDAR飛行，獲取的地理空間數(shù)據(jù)產(chǎn)品分辨率和精度也越來越高[22-24]，至今累積了大面積的歷史機(jī)載LiDAR數(shù)據(jù)，這不僅為地質(zhì)災(zāi)害的調(diào)查評(píng)價(jià)創(chuàng)造了極好的條件，更加清晰地展示災(zāi)害體細(xì)部幾何特征，還為地質(zhì)災(zāi)害動(dòng)態(tài)演化和物質(zhì)運(yùn)移的動(dòng)力學(xué)研究提供了極好的基礎(chǔ)數(shù)據(jù)[25-26]。由于機(jī)載LiDAR設(shè)備以及數(shù)據(jù)采集成本較高，國(guó)內(nèi)機(jī)載LiDAR技術(shù)在地質(zhì)災(zāi)害調(diào)查方面的應(yīng)用相對(duì)較晚，但自2017年新磨村滑坡后，有關(guān)部門開始高度重視，將InSAR、LiDAR、UAV等技術(shù)列為地質(zhì)災(zāi)害調(diào)查的新技術(shù)新方法，有力推動(dòng)了航空遙感技術(shù)在地質(zhì)災(zāi)害領(lǐng)域的深入應(yīng)用。

對(duì)巖質(zhì)邊坡而言，利用無(wú)人機(jī)和機(jī)載LiDAR還可以快速獲取結(jié)構(gòu)面參數(shù)信息，從利用最小二乘法擬合平面求得結(jié)構(gòu)面產(chǎn)狀信息，到如今利用3D點(diǎn)云可以實(shí)現(xiàn)結(jié)構(gòu)面產(chǎn)狀、間距、跡長(zhǎng)、連通率、粗糙度等結(jié)構(gòu)面參數(shù)的自動(dòng)識(shí)別提取[27-28]，另外，隨著傾斜實(shí)景三維模型分辨率的不斷提高，這種以全要素全紋理為表現(xiàn)形式的實(shí)景模型愈發(fā)受到地質(zhì)工作者的青睞，基于實(shí)景三維模型的結(jié)構(gòu)面識(shí)別及信息提取的研究也逐漸展開。在此基礎(chǔ)上，基于高分辨率地形數(shù)據(jù)、結(jié)構(gòu)面空間組合切割關(guān)系和巖體力學(xué)參數(shù)等，利用3DEC、Rock fall、Flac3D等數(shù)值模擬軟件進(jìn)行巖體三維精細(xì)化建模及數(shù)值計(jì)算，可以實(shí)現(xiàn)巖質(zhì)斜坡穩(wěn)定性定量評(píng)價(jià)以及破壞機(jī)理研究[29]。并且，基于航空遙感技術(shù)的地質(zhì)災(zāi)害識(shí)別與制圖為地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)提供了準(zhǔn)確的災(zāi)害數(shù)據(jù)庫(kù)，而且從獲得的高分辨率DEM、DOM影像、實(shí)景三維模型可以提取與災(zāi)害相關(guān)的高程、坡度、坡向、地表曲率、匯水面積、坡體結(jié)構(gòu)類型、土地利用情況、承災(zāi)體等關(guān)鍵的空間基礎(chǔ)數(shù)據(jù)，再結(jié)合知識(shí)驅(qū)動(dòng)型的專家打分法等定性評(píng)估或是數(shù)據(jù)驅(qū)動(dòng)型的信息量法、邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法開展不同尺度(從區(qū)域尺度到單體)的地質(zhì)災(zāi)害定量風(fēng)險(xiǎn)評(píng)價(jià)[30-31]，為防災(zāi)減災(zāi)提供較強(qiáng)的理論依據(jù)。蘭州大學(xué)綜合利用InSAR、無(wú)人機(jī)航空攝影測(cè)量、數(shù)學(xué)統(tǒng)計(jì)模型，在甘肅省黑方臺(tái)地區(qū)提出了區(qū)域尺度上預(yù)測(cè)潛在滑坡的位置、范圍、面積和體積的方法，有效提高區(qū)域尺度滑坡危險(xiǎn)性評(píng)價(jià)的準(zhǔn)確性，推進(jìn)區(qū)域滑坡災(zāi)害風(fēng)險(xiǎn)定量評(píng)價(jià)研究[32]。

2.3 地質(zhì)災(zāi)害長(zhǎng)期監(jiān)測(cè)

地質(zhì)災(zāi)害監(jiān)測(cè)是預(yù)警的前提，監(jiān)測(cè)內(nèi)容包括變形監(jiān)測(cè)、影響因素監(jiān)測(cè)和前兆異常監(jiān)測(cè)3類，航空遙感主要針對(duì)災(zāi)害的變形監(jiān)測(cè)。通過疊加比較多時(shí)相高分辨率航空遙感DSM/DEM數(shù)據(jù)，可以分析地質(zhì)災(zāi)害隨時(shí)間的位移變化。但是由于地質(zhì)災(zāi)害的發(fā)生時(shí)間相對(duì)于其孕育發(fā)展的時(shí)間來說非常短暫，航空平臺(tái)層次的地質(zhì)災(zāi)害監(jiān)測(cè)實(shí)際上屬于長(zhǎng)期監(jiān)測(cè)。地質(zhì)災(zāi)害航空遙感監(jiān)測(cè)很好地彌補(bǔ)了衛(wèi)星遙感、地面觀測(cè)等對(duì)地觀測(cè)精度、時(shí)效和頻度上的不足，健全了對(duì)地觀測(cè)技術(shù)在災(zāi)害中的應(yīng)用[2,33]。

機(jī)載LiDAR是滑坡遙感監(jiān)測(cè)的常用手段之一，但與光學(xué)圖像和SAR相比，由于成本問題，LiDAR數(shù)據(jù)的采集時(shí)間可能間隔較長(zhǎng)。利用機(jī)載LiDAR對(duì)地質(zhì)災(zāi)害進(jìn)行監(jiān)測(cè)的技術(shù)發(fā)展了20多年，具有許多成功的案例。文獻(xiàn)[34]使用了4個(gè)連續(xù)的機(jī)載LiDAR數(shù)據(jù)集對(duì)加利福尼亞州一處緩慢變形的滑坡進(jìn)行長(zhǎng)達(dá)10 a的監(jiān)測(cè)，獲取的平均地面點(diǎn)密度為0.9～4.9 pts/m2，生成的DEM分辨率為1 m，均方根誤差(RMSE)為0.4 m，得出該滑坡的形變速率為0.2～5 m/a，結(jié)合降雨數(shù)據(jù)表明滑坡的形變與降雨量存在正相關(guān)。利用多時(shí)相高分辨率DSM/DEM數(shù)據(jù)進(jìn)行地質(zhì)災(zāi)害的長(zhǎng)期監(jiān)測(cè)，最小可量測(cè)的可靠形變量是研究者們最為關(guān)心的問題。由于地形起伏、植被覆蓋等影響了DEM精度，進(jìn)而影響監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性和可靠性，大多研究表明目前可靠的最小監(jiān)測(cè)位移大約在0.1～0.5 m[35]。相對(duì)于成本較高的機(jī)載LiDAR，對(duì)于植被覆蓋較低的區(qū)域，利用輕小型無(wú)人機(jī)進(jìn)行單體地質(zhì)災(zāi)害或小范圍地質(zhì)災(zāi)害重點(diǎn)區(qū)域的長(zhǎng)期監(jiān)測(cè)是一個(gè)不錯(cuò)的選擇[36]。另外，地質(zhì)災(zāi)害航空遙感形變監(jiān)測(cè)也逐漸由二維向三維形變監(jiān)測(cè)發(fā)展，文獻(xiàn)[37]利用無(wú)人機(jī)對(duì)澳大利亞某滑坡進(jìn)行了監(jiān)測(cè)，制作了滑坡表面三維位移矢量圖(圖5)，并系統(tǒng)研究了該滑坡的動(dòng)力學(xué)特征。但缺乏地面監(jiān)測(cè)手段驗(yàn)證的地質(zhì)災(zāi)害航空遙感監(jiān)測(cè)結(jié)果往往不具備較高的可信度，成都理工大學(xué)自2015年起用小型固定翼無(wú)人機(jī)對(duì)甘肅省黑方臺(tái)黃土滑坡群進(jìn)行長(zhǎng)期監(jiān)測(cè)[38]，通過合理增加地面控制點(diǎn)數(shù)量將正射影像和DSM精度從分米級(jí)提高至厘米級(jí)，并經(jīng)過野外實(shí)地安裝的裂縫計(jì)監(jiān)測(cè)結(jié)果以及地表GPS監(jiān)測(cè)數(shù)據(jù)比對(duì)(圖6)，驗(yàn)證了小型無(wú)人機(jī)在黃土滑坡長(zhǎng)期監(jiān)測(cè)中的實(shí)用性和可靠性。

然而，目前的研究基本停留在滑坡表面位移的監(jiān)測(cè)，利用表面位移反演滑坡深部位移的研究還相對(duì)較少，因此如何利用獲取的航空遙感數(shù)據(jù)，開展滑坡表面三維形變監(jiān)測(cè)以及滑坡不同深度的位移反演，探測(cè)滑坡三維滑動(dòng)面，進(jìn)而分析研究滑坡變形破壞機(jī)理，對(duì)滑坡監(jiān)測(cè)預(yù)警以及防災(zāi)減災(zāi)具有較大的參考價(jià)值。

星載合成孔徑雷達(dá)干涉測(cè)量(InSAR)在地質(zhì)災(zāi)害監(jiān)測(cè)中已得到了許多成功的應(yīng)用[39-40]，但是一些地區(qū)受限于固定的觀測(cè)幾何形狀和衛(wèi)星軌道約束，因而觀測(cè)效果不佳[41]。航空平臺(tái)的機(jī)載SAR可以通過針對(duì)觀測(cè)目標(biāo)設(shè)置最佳的成像幾何形狀和時(shí)間采樣計(jì)劃，使觀測(cè)效果達(dá)到最佳。文獻(xiàn)[42]利用無(wú)人機(jī)載合成孔徑雷達(dá)(UAV-SAR)對(duì)美國(guó)西部Slumgullion滑坡進(jìn)行了監(jiān)測(cè)，根據(jù)滑坡幾何形狀選擇了沿觀測(cè)方向組合的4個(gè)LOS測(cè)量值，反演了滑坡表面三維形變速率，并于與同期地面GPS監(jiān)測(cè)結(jié)果進(jìn)行比較，表明機(jī)載SAR對(duì)于災(zāi)害監(jiān)測(cè)十分有效。文獻(xiàn)[43]收集了時(shí)間跨度更長(zhǎng)的機(jī)載SAR數(shù)據(jù)并使用時(shí)間序列偏移追蹤等方法進(jìn)一步對(duì)該滑坡進(jìn)行了長(zhǎng)期監(jiān)測(cè)。

多源數(shù)據(jù)融合能充分發(fā)揮各自的優(yōu)勢(shì)，航空遙感平臺(tái)的LiDAR與光學(xué)影像結(jié)合或是與衛(wèi)星平臺(tái)、地面平臺(tái)等多平臺(tái)多傳感器之間的融合應(yīng)用也是地質(zhì)災(zāi)害遙感監(jiān)測(cè)的重要手段。文獻(xiàn)[44]在法國(guó)Super-Sauze滑坡的監(jiān)測(cè)中使用地面攝影測(cè)量技術(shù)、機(jī)載LiDAR技術(shù)、地面GPS技術(shù)等多種手段結(jié)合的方法，基于歸一化圖像互相關(guān)匹配的配準(zhǔn)技術(shù)制作了滑坡位移矢量圖，監(jiān)測(cè)了該滑坡2008—2009年的活動(dòng)性，結(jié)果表明這種低成本的方式可以表征滑坡加速變形期間長(zhǎng)達(dá)3 m/d的形變速率，以及減速變形期間約0.02 m/d的形變速率。文獻(xiàn)[45]結(jié)合機(jī)載LiDAR和無(wú)人遙感技術(shù)對(duì)意大利南部某滑坡的水平位移和高程變化進(jìn)行長(zhǎng)期監(jiān)測(cè)，表明無(wú)人機(jī)和機(jī)載LiDAR獲取的DSM具有高度一致性，強(qiáng)調(diào)兩種手段結(jié)合互補(bǔ)在災(zāi)害監(jiān)測(cè)、機(jī)理研究中的實(shí)用性。

但是必須認(rèn)識(shí)到，由于傳感器的精度、地形、天氣，以及影像配準(zhǔn)等帶來的誤差可能在一定程度上大于滑坡等地質(zhì)災(zāi)害的變形量，因此利用航空遙感技術(shù)進(jìn)行地質(zhì)災(zāi)害的監(jiān)測(cè)目前難以達(dá)到InSAR量化毫米級(jí)形變的程度，加之?dāng)?shù)據(jù)采集頻率與成本等問題，災(zāi)害的臨滑監(jiān)測(cè)及早期預(yù)警目前還較為困難。

2.4 地質(zhì)災(zāi)害應(yīng)急響應(yīng)

20世紀(jì)60年代，美國(guó)建立了國(guó)家、州政府和企業(yè)聯(lián)合的航空遙感應(yīng)急體系，隨后以歐盟為主導(dǎo)和成員國(guó)參與的災(zāi)害應(yīng)急和地質(zhì)調(diào)查的航空遙感體系也逐漸在歐洲建立起來，緊接著巴西建立了著名的“保衛(wèi)亞馬遜”計(jì)劃，推廣了航空遙感在環(huán)境和災(zāi)害應(yīng)急調(diào)查等方面的應(yīng)用。2008年5·12汶川地震發(fā)生后，以中國(guó)國(guó)土資源航空物探遙感中心、國(guó)家測(cè)繪局為主的相關(guān)部門在震后第一時(shí)間利用航空遙感技術(shù)獲取了災(zāi)區(qū)高分辨率DOM、DEM、實(shí)景三維模型等數(shù)據(jù)并上報(bào)國(guó)務(wù)院，為指導(dǎo)抗震救災(zāi)、打通生命通道、防范次生地質(zhì)災(zāi)害、開展災(zāi)后重建等工作做出了突出貢獻(xiàn)，成為我國(guó)科技抗震救災(zāi)的一個(gè)典范[46]。通過將無(wú)人機(jī)遙感影像與災(zāi)前的衛(wèi)星影像比對(duì)，還可以快速評(píng)估受災(zāi)區(qū)域范圍、基礎(chǔ)設(shè)施破壞情況、房屋損毀、河道堵塞、同震災(zāi)害面積與方量、潛在危險(xiǎn)對(duì)象等情況，為災(zāi)情精準(zhǔn)評(píng)估提供有力支持。

汶川地震之后，隨著我國(guó)遙感技術(shù)的高速發(fā)展，國(guó)產(chǎn)衛(wèi)星像及各種無(wú)人機(jī)遙感開始廣泛應(yīng)用，遙感數(shù)據(jù)獲取、圖像處理和信息提取等硬、軟件建設(shè)得到了很大的提升，為遙感應(yīng)急救災(zāi)提供了技術(shù)保障。在后來的2010年4·14青海玉樹Ms 7.1級(jí)地震、2013年4·20雅安蘆山Ms 7.0地震、2014年8·3云南省昭通魯?shù)镸s 6.5級(jí)地震，包括支援2015年4·25尼泊爾Ms 8.1級(jí)特大地震，無(wú)人機(jī)航空遙感都在災(zāi)害的應(yīng)急處置、救援及震后恢復(fù)重建等方面發(fā)揮了重要作用[47]。尤其是2012年后，我國(guó)無(wú)人機(jī)遙感技術(shù)的迅猛發(fā)展，國(guó)產(chǎn)輕小型無(wú)人機(jī)廠商如雨后春筍般冒出，在2017年8·8九寨溝Ms 7.0級(jí)地震、2019年6·17宜賓長(zhǎng)寧Ms 6.0級(jí)地震中，以輕小型無(wú)人機(jī)為主的救援力量擔(dān)起了救災(zāi)大任[48]。國(guó)際方面，以無(wú)人機(jī)為主的航空遙感技術(shù)也在意大利、日本等多次地震中為災(zāi)情研判、救災(zāi)形式分析、災(zāi)害救援方案制定奠定了基礎(chǔ)。

針對(duì)單體災(zāi)害的應(yīng)急處置需要在盡量短的時(shí)間內(nèi)通過查清災(zāi)害體的基本情況及所處的地質(zhì)環(huán)境條件，從而為科學(xué)確定減災(zāi)方案提供盡量準(zhǔn)確、完整、詳細(xì)的相關(guān)信息。具備機(jī)動(dòng)靈活、快捷高效等優(yōu)點(diǎn)的輕小型無(wú)人機(jī)成了單體地質(zhì)災(zāi)害應(yīng)急處置的首要選擇。以2018年10月和11月金沙江白格兩次滑坡堵江事件為例，無(wú)人機(jī)在滑坡應(yīng)急處置尤其是第二次滑坡—堰塞事件中充分發(fā)揮了優(yōu)勢(shì)[49]。通過無(wú)人機(jī)航空遙感，在短時(shí)間內(nèi)充分查明了兩次滑坡和堰塞堵江的基本特征及其動(dòng)態(tài)演化特征；準(zhǔn)確量測(cè)了堰塞壩長(zhǎng)、寬、高、入水體積等重要幾何參數(shù)，為導(dǎo)流槽開挖提供了最優(yōu)路徑選擇；精準(zhǔn)發(fā)現(xiàn)斜坡后緣存在的形變區(qū)域并定量表征形變區(qū)域的形變量，為專業(yè)監(jiān)測(cè)儀器的布設(shè)提供靶點(diǎn)，從而為應(yīng)急處置工作的順利實(shí)施以及分析研判提供重要數(shù)據(jù)支撐(圖7)。近年來，以輕小型無(wú)人機(jī)為主的航空攝影測(cè)量技術(shù)還為2017年四川茂縣6·24新磨村滑坡、貴州納雍8·28山體滑坡、貴州雞場(chǎng)7·23滑坡等重大地質(zhì)災(zāi)害應(yīng)急處置提供了重要的科技支撐[50-51]。

在搶險(xiǎn)救災(zāi)等時(shí)效性要求極高的情況下，目前無(wú)人機(jī)遙感獲取的數(shù)據(jù)仍需要在飛行完成后進(jìn)行處理，可能會(huì)在一定程度上影響應(yīng)急處置的科學(xué)研判和決策。因此，無(wú)人機(jī)邊飛邊傳、即拍即算等技術(shù)方法的研究和實(shí)現(xiàn)應(yīng)是未來無(wú)人機(jī)應(yīng)急救災(zāi)的主要方向。

2.5 地質(zhì)災(zāi)害VR展示

虛擬現(xiàn)實(shí)(virtual reality,VR)技術(shù)及消費(fèi)級(jí)虛擬現(xiàn)實(shí)設(shè)備的飛速發(fā)展，豐富了地質(zhì)環(huán)境的虛擬現(xiàn)實(shí)表達(dá)。歐洲許多國(guó)家從2000年開始就大力發(fā)展新一代的地質(zhì)災(zāi)害VR三維展示技術(shù)，地質(zhì)災(zāi)害VR場(chǎng)景具有沉浸感強(qiáng)、自然式人機(jī)交互及主動(dòng)感知場(chǎng)景信息等優(yōu)點(diǎn)，使用戶能夠更快感知與認(rèn)知災(zāi)害場(chǎng)景[52]。英國(guó)地質(zhì)調(diào)查局是廣泛使用虛擬現(xiàn)實(shí)技術(shù)進(jìn)行地球科學(xué)領(lǐng)域應(yīng)用研究和教育的主要組織之一，美國(guó)的加州大學(xué)戴維斯分校、意大利米蘭比可卡大學(xué)等眾多科研院校也進(jìn)行了大量研究工作，開發(fā)了各種地質(zhì)災(zāi)害可視化的展示平臺(tái)[53-54]。利用航空遙感平臺(tái)采集數(shù)據(jù)，通過重建災(zāi)害點(diǎn)的三維場(chǎng)景并結(jié)合虛擬現(xiàn)實(shí)VR展示技術(shù)，以沉浸式、人機(jī)交互、主動(dòng)感知等多種方式實(shí)時(shí)探索虛擬重建的三維場(chǎng)景，幫助體驗(yàn)者從更廣闊的空間視角和思維來進(jìn)行學(xué)習(xí)思考，改進(jìn)傳統(tǒng)的地質(zhì)災(zāi)害科學(xué)研究和教學(xué)實(shí)踐活動(dòng)以及科普教育，以更加科學(xué)、高效的手段發(fā)揮地質(zhì)科普的價(jià)值，大大提高了學(xué)生及公眾對(duì)災(zāi)害的認(rèn)識(shí)，使其熟練掌握自救互救技能，從而科學(xué)防災(zāi)減災(zāi)(圖8)。國(guó)內(nèi)方面，文獻(xiàn)[55—56]以無(wú)人機(jī)獲取的高分辨率影像和地形數(shù)據(jù)為基礎(chǔ)，分別以汶川七盤溝泥石流、金沙江白格滑坡為典型案例，開展了泥石流、滑坡等災(zāi)害的VR場(chǎng)景動(dòng)態(tài)構(gòu)建與探索分析研究，實(shí)現(xiàn)了用戶在地質(zhì)災(zāi)害VR場(chǎng)景下的沉浸式交互體驗(yàn)與探索分析，為救援路徑規(guī)劃和科學(xué)研判提供重要決策支撐，對(duì)于提升災(zāi)害風(fēng)險(xiǎn)意識(shí)與災(zāi)害決策具有重要意義。

圖8 地質(zhì)災(zāi)害場(chǎng)景的VR體驗(yàn)Fig.8 Geohazard scene experienced by VR

然而，VR技術(shù)發(fā)展更新?lián)Q代較快，VR場(chǎng)景制作費(fèi)用高昂及設(shè)備維護(hù)費(fèi)用較高，均是制約該項(xiàng)技術(shù)發(fā)展的因素。

3 地質(zhì)災(zāi)害航空遙感機(jī)遇與挑戰(zhàn)

過去10年，中國(guó)迅速成長(zhǎng)為無(wú)人機(jī)行業(yè)的制造和技術(shù)強(qiáng)國(guó)，在經(jīng)濟(jì)建設(shè)的飛速發(fā)展下，資源開發(fā)和工程建設(shè)力度逐漸增大，諸如川藏鐵路、川藏公路等大型公路、鐵路等工程項(xiàng)目向西部高原、高山峽谷地區(qū)深入，由此引發(fā)的地質(zhì)災(zāi)害頻率和規(guī)模不斷增加；加之近年來山區(qū)重大地質(zhì)災(zāi)害頻發(fā)，造成了嚴(yán)重的人員傷亡和經(jīng)濟(jì)財(cái)產(chǎn)損失，而傳統(tǒng)的地質(zhì)災(zāi)害調(diào)查手段在復(fù)雜山區(qū)很難高效實(shí)施，這對(duì)擁有視角、分辨率、機(jī)動(dòng)性等先天優(yōu)勢(shì)的航空遙感而言是一次極好的機(jī)遇；另外，國(guó)家及有關(guān)部門高度重視地質(zhì)災(zāi)害防治工作也為地質(zhì)災(zāi)害的航空遙感應(yīng)用提供了良好的契機(jī)。雖然航空遙感因其具有獨(dú)特優(yōu)勢(shì)，作為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補(bǔ)充，在地質(zhì)災(zāi)害領(lǐng)域的諸多方面得到了廣泛且成功的應(yīng)用，但當(dāng)下還存在以下幾方面亟待研究和解決的問題，也是未來地質(zhì)災(zāi)害航空遙感應(yīng)用的發(fā)展趨勢(shì)。

3.1 復(fù)雜條件下的數(shù)據(jù)采集

攝影測(cè)量技術(shù)及無(wú)人機(jī)飛控技術(shù)的進(jìn)步使得無(wú)人機(jī)飛行越來越便利，山區(qū)大高差環(huán)境導(dǎo)致無(wú)人機(jī)遙感獲取的數(shù)據(jù)在不同高程上分辨率不一致，因此仿地飛行技術(shù)應(yīng)運(yùn)而生，通過設(shè)定與已知三維地形的固定高度，使得飛機(jī)與目標(biāo)地物保持恒定高差，無(wú)人機(jī)能夠根據(jù)測(cè)區(qū)地形自動(dòng)生成變高航線，保持地面分辨率一致從而獲取更好的數(shù)據(jù)效果。而近年來貼近攝影測(cè)量技術(shù)的發(fā)展，使得無(wú)人機(jī)能按既定航線與待測(cè)地物保持10 m以內(nèi)的距離，進(jìn)一步提高了獲取數(shù)據(jù)的質(zhì)量與精度。但目前的仿地飛行、貼地飛行，均需要先獲取測(cè)區(qū)高精度DSM，需要進(jìn)行多次重復(fù)飛行，時(shí)效性較低。而真正意義上的無(wú)人機(jī)仿地飛行應(yīng)是智能無(wú)人視覺系統(tǒng)自主導(dǎo)航，利用計(jì)算機(jī)對(duì)掛載的傳感器采集到的環(huán)境圖像等數(shù)據(jù)進(jìn)行處理和分析，恢復(fù)周圍環(huán)境的三維結(jié)構(gòu)和相對(duì)位置信息，通過識(shí)別目標(biāo)，判斷障礙物等實(shí)現(xiàn)無(wú)人機(jī)自主導(dǎo)航和避障任務(wù)。但其真正智能化與實(shí)用化尚需要突破完全自主的高精度、高可靠實(shí)時(shí)導(dǎo)航和避障運(yùn)動(dòng)等核心技術(shù)，需要充分結(jié)合攝影測(cè)量遙感、人工智能、衛(wèi)星導(dǎo)航等研究領(lǐng)域的先進(jìn)理論和技術(shù)，才能在無(wú)人機(jī)三維環(huán)境實(shí)時(shí)建模及自動(dòng)避障飛行[57]。

另外，目前無(wú)人機(jī)遙感獲取的數(shù)據(jù)基本都需要在飛行完成后進(jìn)行處理，條件惡劣情況下甚至需要專程將數(shù)據(jù)送回至室內(nèi)由專業(yè)計(jì)算機(jī)處理，即使目前部分單位已配備專業(yè)高性能工作站及移動(dòng)工作車，能在飛行完成后立即進(jìn)行數(shù)據(jù)處理并在短時(shí)間內(nèi)生成相應(yīng)成果，但也難以滿足搶險(xiǎn)救災(zāi)等時(shí)效性要求極高的任務(wù)。因此，研發(fā)無(wú)人機(jī)數(shù)據(jù)邊飛邊傳，甚至邊飛邊處理、即拍即算的技術(shù)方法，在獲取數(shù)據(jù)的同時(shí)就開始自動(dòng)進(jìn)行空三測(cè)量、圖像配準(zhǔn)等，飛行完畢即可快速獲取測(cè)區(qū)正射影像、三維點(diǎn)云、實(shí)景模型等數(shù)字成果，將大大提高地質(zhì)災(zāi)害應(yīng)急搶險(xiǎn)的效率，為應(yīng)急處置的科學(xué)研判和決策提供強(qiáng)有力保障。另外，利用無(wú)人機(jī)集群進(jìn)行組網(wǎng)遙感，進(jìn)行災(zāi)情地理信息快速獲取也是未來無(wú)人機(jī)應(yīng)急救災(zāi)的發(fā)展方向[3]。

3.2 多源遙感數(shù)據(jù)的綜合分析

目前，通過航空遙感平臺(tái)已經(jīng)能夠搭載不同的傳感器進(jìn)行地質(zhì)災(zāi)害的綜合應(yīng)用，隨著各種傳感器逐漸輕小型化、模塊化、集成化，通過將多種傳感器集成搭載于同一航空遙感平臺(tái)上，如激光雷達(dá)和光學(xué)相機(jī)集成，SAR與光學(xué)相機(jī)等傳感器的集成，單次飛行即可獲取不同類型的遙感數(shù)據(jù)，降低飛行成本和風(fēng)險(xiǎn)，將大大提高地質(zhì)災(zāi)害航空遙感應(yīng)用的工作效率。值得一提的是，雖然自2017年新磨村滑坡后機(jī)載LiDAR技術(shù)逐步被用于地質(zhì)災(zāi)害行業(yè)中，但由于激光雷達(dá)核心部件基本依賴進(jìn)口，數(shù)據(jù)采集成本相對(duì)較高，限制了該技術(shù)在植被山區(qū)滑坡調(diào)查識(shí)別的大面積推廣應(yīng)用，只有突破了核心技術(shù)，研制具有完全自主知識(shí)產(chǎn)權(quán)的高性能國(guó)產(chǎn)激光雷達(dá)設(shè)備，才能進(jìn)一步降低機(jī)載LiDAR設(shè)備及數(shù)據(jù)采集成本，推動(dòng)機(jī)載LiDAR在地質(zhì)災(zāi)害及其他行業(yè)的廣泛應(yīng)用。另外，日本、意大利等國(guó)家，以及中國(guó)香港、中國(guó)臺(tái)灣等地區(qū)已完成了全域機(jī)載LiDAR飛行，獲取的數(shù)據(jù)供給不同的部門使用產(chǎn)出了良好的成果和效益，而中國(guó)大陸現(xiàn)階段開展全域范圍的LiDAR數(shù)據(jù)獲取還不現(xiàn)實(shí)，但應(yīng)盡快開展地質(zhì)災(zāi)害高風(fēng)險(xiǎn)山區(qū)、重要城鎮(zhèn)、重大工程區(qū)等的LiDAR數(shù)據(jù)獲取和示范應(yīng)用，為自然資源的調(diào)查評(píng)價(jià)、國(guó)土空間規(guī)劃、生態(tài)環(huán)境評(píng)價(jià)與保護(hù)、地質(zhì)災(zāi)害防治等提供基礎(chǔ)數(shù)據(jù)和科技支撐。

由于地質(zhì)災(zāi)害類型多種多樣，孕災(zāi)地質(zhì)背景復(fù)雜多變，航空遙感技術(shù)雖然是衛(wèi)星遙感和地面觀測(cè)的有效補(bǔ)充手段，在時(shí)空分辨率和便捷性方面都有極大的優(yōu)勢(shì)，但是僅靠航空遙感技術(shù)往往很難解決地質(zhì)災(zāi)害領(lǐng)域所有問題。加之衛(wèi)星平臺(tái)的光學(xué)遙感和InSAR，以及地面平臺(tái)的地面調(diào)查和監(jiān)測(cè)等技術(shù)手段各有所長(zhǎng)，如InSAR技術(shù)在滑坡遙感識(shí)別與形變監(jiān)測(cè)中具有先天的優(yōu)勢(shì)，地面調(diào)查復(fù)核對(duì)遙感識(shí)別結(jié)果不可或缺，因此將多平臺(tái)、多層次、多源數(shù)據(jù)、多種技術(shù)手段的成果有機(jī)結(jié)合和綜合應(yīng)用才能更好地為防災(zāi)減災(zāi)服務(wù)。

3.3 地質(zhì)災(zāi)害特征智能檢測(cè)與判識(shí)

如前所述，基于衛(wèi)星遙感的地質(zhì)災(zāi)害解譯經(jīng)過幾十年的發(fā)展已經(jīng)非常成熟，而人工目視解譯仍是目前遙感解譯最常用可靠的方法之一，但也存在工作量巨大、耗時(shí)費(fèi)力、不確定性較高等缺點(diǎn)。隨著人工智能技術(shù)的飛速發(fā)展，深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域取得多項(xiàng)開創(chuàng)性進(jìn)展，在圖像識(shí)別檢測(cè)方面有著較大的潛力，其在地質(zhì)災(zāi)害識(shí)別領(lǐng)域的研究逐漸深入，將專家經(jīng)驗(yàn)與深度學(xué)習(xí)融合從而制定相應(yīng)規(guī)則來進(jìn)行地質(zhì)災(zāi)害的自動(dòng)化識(shí)別，是航空遙感數(shù)據(jù)智能化自動(dòng)識(shí)別的趨勢(shì)和發(fā)展方向[58]。對(duì)于正在變形的滑坡區(qū)，因其光譜和紋理特性與周圍環(huán)境具有一定的差異(但沒有新發(fā)生滑坡顯著)，利用基于CNN的深度機(jī)器學(xué)習(xí)方法可以對(duì)其較好地進(jìn)行自動(dòng)識(shí)別，例如以貴州省已排查出的部分地質(zhì)災(zāi)害隱患點(diǎn)的影像資料為學(xué)習(xí)樣本，利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，然后基于學(xué)習(xí)結(jié)果對(duì)其他區(qū)域地質(zhì)災(zāi)害隱患進(jìn)行自動(dòng)識(shí)別，其識(shí)別正確率可達(dá)80%左右[59]。而對(duì)于歷史上發(fā)生的古老滑坡體，因絕大多數(shù)近期內(nèi)未變形，其光譜特性與周圍環(huán)境并無(wú)明顯差異，在影像上僅能根據(jù)滑坡地貌(圈椅狀地貌、滑坡壁等)的紋理特性來判識(shí)，但如田坎、陡壁等與滑坡地貌類似的地貌很多，導(dǎo)致滑坡自動(dòng)識(shí)別難度較大。文獻(xiàn)[38]以滑坡地貌特征相對(duì)明顯的黃土高原古老滑坡為研究對(duì)象，建立了2500多處古老滑坡的樣本庫(kù)，利用深度學(xué)習(xí)方法開展黃土滑坡的自動(dòng)識(shí)別，目前識(shí)別的正確率僅為60%～70%，而若是在受植被覆蓋影響的西部山區(qū)，識(shí)別難度更大，識(shí)別正確率可能會(huì)更低。另外，目前基于深度學(xué)習(xí)的地質(zhì)災(zāi)害及隱患識(shí)別的數(shù)據(jù)源大多為米級(jí)分辨率的衛(wèi)星光學(xué)影像，而利用分米級(jí)甚至厘米級(jí)無(wú)人機(jī)光學(xué)影像及機(jī)載LiDAR高分辨率DEM或點(diǎn)云數(shù)據(jù)結(jié)合深度學(xué)習(xí)的地質(zhì)災(zāi)害及隱患識(shí)別還鮮有研究。

目前，制約地質(zhì)災(zāi)害特征智能檢測(cè)與判識(shí)的原因主要有兩方面：①滑坡等地質(zhì)災(zāi)害的樣本庫(kù)還亟待擴(kuò)充與完善。監(jiān)督學(xué)習(xí)依賴于大量的、多樣化的訓(xùn)練樣本，一般情況下，訓(xùn)練數(shù)據(jù)精度越高、類別越全面，其訓(xùn)練出模型的泛化能力就越高[60]，而目前基于有限滑坡訓(xùn)練樣本的深度學(xué)習(xí)，難以獲得高精度的結(jié)果。②目前用于地學(xué)領(lǐng)域的算法和模型大多來自通用圖像處理和計(jì)算機(jī)視覺領(lǐng)域，融合地學(xué)特性尤其是滑坡等地質(zhì)災(zāi)害的專用人工智能算法或?qū)Ｓ蒙疃葘W(xué)習(xí)框架仍有待研究[61-62]。

4 結(jié) 語(yǔ)

國(guó)內(nèi)外眾多航空遙感平臺(tái)尤其是輕小型無(wú)人機(jī)的大力發(fā)展、各種不同類型傳感器設(shè)備的研發(fā)、集成和商業(yè)化為地質(zhì)災(zāi)害的研究與應(yīng)用提供了極為便利的硬件條件，而各種遙感數(shù)據(jù)處理方法的開發(fā)及自動(dòng)化算法的實(shí)現(xiàn)與優(yōu)化則為航空遙感應(yīng)用到地質(zhì)災(zāi)害調(diào)查評(píng)價(jià)、應(yīng)急響應(yīng)、識(shí)別監(jiān)測(cè)等提供了基本的技術(shù)保障。作為地質(zhì)災(zāi)害頻發(fā)的國(guó)家之一，國(guó)家及有關(guān)部門高度重視地質(zhì)災(zāi)害防治工作，為我們做好地質(zhì)災(zāi)害防治工作提供了根本遵循，指明了工作方向，也為地質(zhì)災(zāi)害航空遙感的研究與應(yīng)用提供了良好的契機(jī)?；仡櫟刭|(zhì)災(zāi)害航空遙感應(yīng)用進(jìn)展，發(fā)現(xiàn)國(guó)內(nèi)機(jī)載LiDAR技術(shù)在地質(zhì)災(zāi)害領(lǐng)域的大范圍應(yīng)用還落后于國(guó)外發(fā)達(dá)國(guó)家，多種遙感技術(shù)與地面調(diào)查的有機(jī)結(jié)合和綜合應(yīng)用還不夠深入，地質(zhì)災(zāi)害及其特征的自動(dòng)化、智能化精準(zhǔn)識(shí)別及提取方法亟待提高。憑借國(guó)家的大力支持和遙感及地質(zhì)災(zāi)害領(lǐng)域相關(guān)專家學(xué)者的共同努力，國(guó)內(nèi)地質(zhì)災(zāi)害航空遙感的研究與應(yīng)用應(yīng)該會(huì)逐步趕超國(guó)外先進(jìn)水平，更好地為我國(guó)防災(zāi)減災(zāi)工作提供服務(wù)。