基于高分辨率遥感影像的滑坡活动特征及稳定性分析——以东苗家滑坡为例

基于综合校正后的2002—2016年间9景高分辨率影像、加密的ASTER GDEM高程数据产品和1∶20万洛阳市幅区域地质图,采用数字滑坡技术解译了洛阳市东苗家滑坡地形地貌,分析了滑坡形成条件和活动特征,并推测了滑坡稳定性现状。结果显示,东苗家滑坡过程可以分为首次滑坡活动、随后牵引活动、前部滑坡活动和后续滑坡活动4个阶段;形成7个平台和前部陡坡的四级台地地形;东苗家滑坡的总方量约为425.4万m 3;整体和各局部无明显变形位移现象,状态稳定。

滑坡图像自动识别浅议

识别滑坡须先了解什么是滑坡,广义滑坡包括崩塌、滑坡、碎屑流、泥石流等所有斜坡重力侵蚀现象;狭义滑坡指部分斜坡沿着斜坡内的一个或数个面在重力的作用下作剪切运动的现象。各类滑坡有自已特殊的地表形态特征,发育的基本地质环境条件和触发因素,据这些特征识别滑坡。利用数字滑坡技术进行滑坡识别大致分为2步:(1)通过RS和GIS技术将不同时间的调查区地物现场以不同分辨率展现在数字图像上,并与地理控制及地质环境信息配准、组合,建立解译基础;(2)在滑坡地学理论指导下,通过人机交互方式进行解译和时空分析,获取减灾防灾需要的信息。该方法尚未达到遥感自动识别滑坡的程度,但建立解译基础的过程已可由计算机通过多种程序软件完成,故认为滑坡模式识别的前2个步骤:数字化及预处理已由计算机实现。现需探索的是用计算机实现基于滑坡地学理论知识,以人机交互方式进行的滑坡识别及分析过程。就狭义滑坡而言,基于DEM的滑坡地形识别已可由计算机实现。如能确定地面滑坡壁及滑体与地下滑面、滑床的关系,了解它们的光谱特征并建立计算模型,便可构建遥感技术的滑坡模式识别。