重大工程建设中地质灾害综合遥感监测技术方法应用——以北京2022冬奥会延庆赛区为例

随着我国经济社会发展,工程建设成为地质灾害的主要诱因之一。天-空-地一体化综合遥感监测技术能够实现不同尺度、不同规模的立体监测,为重大工程建设中地质灾害隐患提供丰富的监测手段。在阐述天-空-地一体化综合遥感监测技术的基础上,以北京2022年冬奥会延庆赛区为例,针对赛区发育的多类型、多灾种的地质灾害隐患,综合利用高分辨率光学遥感、时序合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)、无人机航空摄影测量、激光雷达(light detection and ranging,LiDAR)和地基干涉雷达测量对赛区地质灾害隐患开展动态监测,查明了泥石流沟内物源变化特征以及工程边坡、雪道的变形区域和时序变形特征,总结了重大工程建设中地质灾害综合遥感监测方法,并提出多手段、多平台、多灾种、全流程的灾害监测应用设想。

“天空地”协同技术在三峡库区消落区“四乱”监管中的应用

针对传统河湖“四乱”监管采用人工巡查方式监管时效性低、覆盖范围不全等问题,将卫星遥感技术、无人机航拍摄影、人工地面监测等多元监测手段与“四乱”目标监管进行深度融合,从整体到局部再到重点区域构建“天空地”协同的“四乱”目标立体监管模式,可快速、准确获取大范围水域岸线“四乱”问题等信息。选取三峡库区消落区上、中、下3段11个区县的重点河段作为示范应用对象,对研究区内2022年3—5月存在的违规建设、耕种、开挖等“四乱”行为进行监测及分析,监测结果可全面、直观地为三峡库区消落区发现和解决“四乱”问题提供决策依据和技术支撑。

Natural Gas Prospecting by Using Satellite MT Data in Chishui Area,Guizhou

Oil-gas remote sensing information is obtained from satellite TM data through graph-ic treatment in the light of the hydrocarbon-microseepage theory. The nine target areas (ofthree types) selected on this basis coincide well with the occurrence of natural gases and have been proved by subsequent prospecting. Plants in the target areas are characterized, as a result of hydrocarbon- microseepage, by abnormal spectral features with the absorption peaks of chlorophyll shifting toward blue light, reflectivity in the range of visible light increasing and re-flectivity in the near infrared region decreasing.

不同空间尺度森林叶面积指数的估算方法

总结不同空间尺度森林叶面积指数(LAI)的估算方法,并讨论这些估算方法的优缺点与发展趋势:通过地面实测来估算小尺度的森林LAI,包括破坏性采样法、落叶收集法、异速生长方程法、光学仪器法和倾斜点嵌块法;通过遥感反演估算区域乃至全球尺度的森林LAI,包括统计模型法、基于冠层物理特征与反射特性的冠层反射模型法、人工神经网络技术及查表法。

Google Earth影像辅助的农作物面积地面样方调查

地面样方调查是农作物种植面积遥感监测的重要环节,一般采用差分GPS(DGPS,differential GPS)实地测量的方式实现,是一项耗时、耗力的业务工作。该文利用经DGPS实测点校正后的Google Earth影像,以中国农业科学院(万庄)农业高新技术产业园及周边地区范围(3.1 km×2.0 km)为研究区域,探索了基于Google Earth影像辅助的农作物面积地面样方调查,比较了该方法与完全采用GPS实地测量在调查精度和效率方面的差异。针对不同的GE影像来源,文中定义基于GE客户端COM API编程下载后的影像为A级影像、经在线GE影像校正后的影像为B级影像、经DGPS实测点校正后的影像为C级影像。与实测的检查点相比,0.5 m以上空间分辨率的A级影像X、Y 2个方向中误差232.7 m,B级影像中误差5.4 m,C级影像中误差1.0 m。B级影像中误差符合《数字航空摄影测量空中三角测量规范》1:25000平地的平面位置中误差不大于8.75 m的要求,C级影像中误差符合1:10000平地的平面位置中误差不大于3.5 m的要求。在测区内选择结构组成简单、中等和较为复杂的3个样方类型,量算B和C级影像的面积量算精度,与DGPS实测面积比较,平均误差仅有0.108%和0.018%。从样方相对位置确定、地块和农田边界的修正3个方面用于地面样方的辅助测量,在业务工作中进行了初步应用,陕西省2015年冬小麦种植面积地面样方调查的实际效果表明,GE影像辅助调查比GPS实测方法在时间方面减少了64.2%,路程节约82.5%,调查效率提高了73.3%以上。

基于遥感影像的荒漠化矿区土壤含水率的影响因素分析

利用野外监测和TM遥感影像数据,建立了基于热惯量的计算土壤含水率的遥感信息模型.野外监测样点平均值表明采空区与非采空区上方土壤含水率差异大,遥感反演的面域平均值则显示两者差异较小.分析了影响土壤含水率的主要因素,结果表明:土壤含水率随高程的增大而降低;采矿导致土壤渗透系数发生变化,采空区上方垂直入渗能力增强,改变了潜水补给条件和土壤表面蒸发能力,进而影响土壤含水率;考虑毛细水上升高度和植物根系所及的深度,当采前地下水埋深较小而植物根的垂直深度较大时,采矿引起的水位下降必将影响植物利用潜水;当采前地下水位埋深较大而地表植被为浅根植物时,则不会影响,而采矿引起的地表裂缝则增加了地表土壤蒸发,地表拉伸变形容易拉断植物根系,进而影响植物的生长.

雄安新区2012～2016年地面沉降InSAR监测

雄安新区的设立是千年大计、国家大事,地面沉降状况是关乎新区环境承载容量的重要因素。利用2012年1月至2016年11月获取的28期RADARSAT-2影像和时间序列InSAR技术,提取了雄安新区的平均沉降速率和累计沉降量,并用相近时段内的水准测量数据对InSAR监测结果进行了精度验证;对雄安新区地面沉降的原因进行了分析,并对雄安新区地面沉降危险性情况进行了评价。结果表明:雄安新区约78%的面积处于地面沉降轻微区(沉降速率小于每年10mm),地面沉降危险性评价为较严重和严重的地区都集中在雄县,面积合计67.9km2,占雄安新区面积的4.38%;雄县地面沉降主要是地热资源开采及塑料包装业采用地下水所致。研究结果对雄安新区的建设与发展具有参考价值。

高光谱遥感估测大豆冠层生长和籽粒产量的探讨

现代作物育种需要监测大量育种材料的生长并估测产量潜势,高光谱遥感技术为此提供了简单、快捷、非损伤性测定的可能途径。选取30份大豆育成品种进行连续2年的产量比较试验,在盛花期(R2)、盛荚期(R4)和鼓粒始期(R5)测定地上部生物量(ADM)和叶面积指数(LAI),并利用ASD高光谱地物仪同步收集大豆冠层反射光谱信息。供试品种间ADM、LAI和产量差异显著或极显著。不同生育期可见光和近红外区域的光谱反射率与大豆ADM、LAI及产量均有显著相关,尤其在R4和R5期相关性最高。在构建大量光谱参数的基础上,遴选出对ADM、LAI及产量预测精度较好的回归模型。其中,R5期的P_Area560光谱参数与LAI和R4期的V_Area1450光谱参数与ADM构建的两个生长性状的监测模型效果最好,决定系数(R2)分别为0.582和0.692。未发现单一生育期光谱参数对大豆估产的有效模型,但综合R2期NPH1280、R4期V_Area1190以及R5期NPH560构建的产量估测模型,决定系数(R2)达到0.68,效果较好。本研究结果表明高光谱遥感对大豆冠层生长监测和产量估测有相对可行性,可望在大规模育种计划中用于早期产量估测。

L波段D-InSAR在矿区地面沉降监测中的应用

合成孔径雷达差分干涉测量(differential interferometry synthetic aperture radar,D-InSAR)是目前矿区地面沉降监测的常用技术之一,阐述与分析了基于GAMMA的双轨D-InSAR技术的数据处理流程及其关键技术,对三景L波段的ALOS PALSAR雷达影像进行处理,得到兖州矿区地面沉降图。借助Arcgis、ENVI等对研究区2007-12-02—2008-02-06、2008-02-06—2008-03-23的沉降进行详细对比分析,得到其沉降分布图、东滩矿区地面沉降图、剖面图、部分特征点的沉降情况等。研究结果表明,利用L波段双轨D-InSAR技术可以对矿区的地面沉降位置、分布、沉降量等信息进行直观、详细地对比分析和重现,为DInSAR技术监测矿区地面沉降的应用与分析提供新的思路。

基于遥感的沙壕渠控制区作物种植结构与空间分布研究

河套灌区作物种植分类是在河套灌区进行灌溉农业研究的基础,但是仅利用遥感影像提取作物种植结构及种植面积时其精度远远不够,往往难以满足农业遥感在应用上的需求。通常多利用多元影像融合、多时相遥感影像以及遥感影像结合地面采样点来进行作物分类,以提高分类精度。本文以河套灌区内部的沙壕渠控制区为试验区,采用TM遥感影像,以实际地面采样点作为感兴趣区创建训练样本,利用最大似然法进行分类,成功提取了小麦、玉米、葵花及其他作物的种植结构及种植面积,分类总体精度达到了85.87%,Kappa系数为0.769 6。

高分辨率遥感图像几何精校正在高山峡谷区1:5万地质填图中的应用

高山峡谷区海拔高、切割深,穿越条件极差,借助高分辨率遥感图像开展1∶5万区域地质填图工作具有非常重要的意义。然而市场购置的遥感图像产品与实地位置信息和地形图等工作底图不匹配,其几何精度严重制约地质填图野外调查工作。为解决这一现实问题,采用高分辨率遥感图像SPOT7,以青藏高原柴达木盆地北缘赛什腾山为例开展研究,提出一套高分辨率遥感图像几何精校正技术方法。该方法在高分辨率遥感图像融合配准的基础上,创新半自动化人机交互式地面控制点选取方法,以及典型特征控制点海量选取、空间均匀分布等技术,通过对校正后遥感图像几何精度的反复检查提升,实现了高分辨率遥感图像的几何精校正。该方法校正后的遥感图像充分发挥了遥感技术的先导作用,极大地提高了野外地质填图的工作效率,可为地形复杂地区高分辨率遥感图像几何精校正提供技术参考。

深切割区尾矿库排洪系统“空天地一体化”行洪能力评估

尾矿库作为矿山重大危险源,其排洪系统行洪能力直接影响着尾矿库的稳定性。为解决传统方法对深切割区尾矿库排洪系统行洪能力评估效率低、精度差的问题,以川西高原高山峡谷区某尾矿库为例,首先采用高分遥感技术获取尾矿库汇水区信息,然后利用无人机摄影测量和三维激光扫描技术提取现状库身长度,建立尾矿库DEM,计算调洪库容,最后进行调洪验算,构建了基于"空天地一体化"的深切割区尾矿库排洪系统行洪能力评估方法。实例计算结果表明:尾矿库排洪系统最大泄流量出现于时序3.15 h,泄流量21.58 m^3/s,所需调洪库容3.52万m^3,小于尾矿库具备的调洪库容4.62万m^3,表明排洪系统行洪能力满足相应等级要求,同时也体现出该方法在深切割区尾矿库排洪系统行洪能力评估中具有优越性和可复制性。

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高，遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术，成为当前遥感技术研究的前沿。高分二号（GF－2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据，具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势，为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF－2卫星影像为研究数据，在对煤矿区主要地质灾害遥感地学分析的基础上，采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF－2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征；面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度，识别精度达90％以上；基于逐层剔除的思路构建的提取规则，为GF－2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持，也为其它地物目标的提取提供了参考，但在特征的选择和阈值的设定上需要具体分析。

基于TM资料对上海区域热环境特征的分析

为了揭示城市热岛(UHI)形成机制,以TM卫星遥感资料为主要数据源,结合地面自动气象站(AWS)实测的气象资料,利用地表能量平衡参数化(SEBAL)的方法估算了净辐射通量和土壤热通量,分析了上海区域热环境特征。结果表明,TM地表温度与AWS实测地表温度具有较好的一致性;不同类型地表其地表温度差异明显,城市道路是城市中重要热量来源,绿地和水体面积的增加能有效地减轻城市热岛强度,同时也表明了卫星遥感资料在城市气候环境研究中的潜在价值。

基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究

明确基于无人机多光谱遥感的玉米叶面积指数(LAI)和地上部生物量的最优估算模型对获取即时、无损、可靠的长势关键参量具有重要意义。2018—2019年,以郑单958(ZD958)和先玉335(XY335)为研究对象,设置4个施氮处理,通过无人机搭载多光谱相机获取多光谱影像,分析两品种LAI和地上部生物量与植被指数相关性,分别构建了基于植被指数的LAI和地上部生物量预测模型。结果表明:同一植被指数在两品种中对施氮量的变化响应规律不同;在吐丝期,幂函数对ZD958的LAI和地上部生物量估算效果最好,指数函数对XY335的LAI估算效果好,幂函数对地上部生物量估算效果好;在灌浆期,幂函数对两品种的LAI估算效果最佳,而指数函数对两品种的地上部生物量估算效果最好。研究结果为进一步提高春玉米长势监测的精度提供了重要依据。

沟道侵蚀与地面遥感监测研究

该文通过安塞纸纺沟和天水龙王沟内两条小冲沟的地面遥感监测,取得大量资料与较好的结果。该方法能高速度、高精度地监测沟道小流域的总输沙量、主要产沙部位及各地形部位的产沙量,主要产沙区分布在谷缘线附近及其以下的沟坡。导致沟坡为主要产沙区的因素是梁峁坡地表径流和沟坡本身的表面径流。

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分辨率的航拍影像,作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-bluevegetationindex,RGBVI),然后使用大津分割法提取样方的植被覆盖信息,得到构建模型所需的训练样本。在此基础上,基于2018年8月16-18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据,利用递归特征消除算法优选参与随机森林回归的特征变量集,利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923,均方根误差为0.087,优于常用的像元二分模型,可用于矿区植被动态信息的精细化监测。

遥感光谱指标和神经网络结合的冬小麦地上部生物量估测

为探讨基于神经网络对小麦地上部生物量(aboveground biomass,AGB)进行遥感估测的可行性,在江苏省泰州泰兴市、盐城大丰区和宿迁沭阳县布设冬小麦大田试验,在对冬小麦近红外波段反射率(near-infrared band reflectance,REF_(nir))、红光波段反射率(red band reflectance,REF_(red))、归一化差值植被指数(normalized difference vegetation index,NDVI)、差值植被指数(difference vegetation index,DVI)、比值植被指数(ratio vegetation index,RVI)、土壤调节植被指数(soil adjusted vegetation index,SAVI)和优化土壤调节植被指数(optimized soil adjusted vegetation index,OSAVI)等7个遥感光谱指标与冬小麦生长指标(LAI和AGB)进行相关性分析基础上,构建基于BP神经网络的冬小麦AGB估测模型,并与多元线性回归估测模型进行精度比较。结果表明,冬小麦拔节期REF_(red)、NDVI、RVI、SAVI、OSAVI和LAI与AGB之间存在较好相关性,其中LAI与AGB的相关性最高(相关系数为0.782),SAVI与AGB的相关性最低(相关系数为0.647)。利用BP神经网络建立的冬小麦AGB估测模型AGB_(BP)的决定系数(r^(2))为0.918,均方根误差(root mean square error,RMSE)为582.9 kg·hm^(-2),平均相对误差(average relative error,ARE)为18.4%。利用多元线性回归分析建立的冬小麦AGB估测模型AGB_(RA)的r^(2)为0.784,RMSE为871.1 kg·hm^(-2),ARE为32.6%。利用冬小麦抽穗期AGB实测数据再对模型AGB_(BP)和AGB_(RA)进行验证,其RMSE分别为1140.4和1676.7 kg·hm^(-2),ARE分别为20.5%和33.1%。由此可以看出,冬小麦估测模型AGB_(BP)精度优于模型AGB_(RA),说明利用多个遥感光谱指标结合LAI建模可以有效提高冬小麦AGB的估测精度。

双轨D-InSAR在济宁矿区地面沉降监测中的应用

合成孔径雷达差分干涉测量技术(differential interferometry synthetic aperture radar,D-InSAR)已在矿区地面沉降监测中得到了广泛的应用。结合收集到的水准数据,选取了2009-01-10至2009-02-25时间段内的两景覆盖济宁东滩矿区的ALOS PARSAR数据,并以1∶50 000的数字高程数据(digital elevation model,DEM)作为外部参考DEM,利用GAMMA软件中的双轨D-InSAR技术对矿区的地面沉降进行监测,获取了东滩矿区的差分干涉图、增强后的干涉图、相干图、沉降图等一系列结果图,并统计分析东滩矿区在该时间段的沉降量、沉降分布及沉降面积等信息;将地理编码后的沉降图与最邻近时间段的水准数据进行精度验证及分析。结果表明:双轨D-InSAR技术可以对矿区的地面沉降进行有效的监测。

基于无人机遥感技术的煤矿地表监测与分析

煤矿采区地面主要地质灾害是煤矿井下采煤过程中导致砂石结构改变而产生的地表移动,一般表现为土层裂隙、沉陷盆地、沉陷坑洞、沉陷槽沟以及由此衍生的滑坡坍塌等类型。在高强度开采区工艺下产生的地面移动有沉陷区具面积大、地表变化动态发展和危险性高等特点。当前,煤矿地表形态和裂缝的监测主要依靠人工巡检,传统人工监测手段无法保证高效率和大面积精细监测,对综采工作面地面塌陷的发育规律认识不清,人员驾驶飞机监测和卫星遥感技术拍摄画面分辨率不足,同时对土层裂隙宽度比较小的地点无法精准识别,严重制约了智能化矿山地质安全保障建设进程。针对以上问题,提出以无人机为平台,搭载遥感设备的技术实现对煤矿采区地表形态变化的监测与规律分析。无人机遥感技术具有高作业效率、低维护成本、高感知精度、系统易维护等特点,可以对受采动影响区域的地表进行高速拍摄,比对人工实地勘察信息,能准确有效地完成采煤区域地面移动的监测工作,可为整个矿区的地面沉陷监测工作提供技术装备支撑。实践表明,采用无人机遥感技术对煤矿地表进行周期性监测,其监测精度可达1 cm,经过图像数据智能采集、分析和模型构建,可充分发现煤矿地面塌陷发育规律,有效解决采区地面塌陷地质灾害监测中的难题。