基于遙感的三峽庫區(qū)庫岸巖土體類型及空間分布研究

郭培虹，牛瑞卿

（中國地質(zhì)大學地球物理與空間信息學院，武漢 430074）

基于遙感的三峽庫區(qū)庫岸巖土體類型及空間分布研究

郭培虹，牛瑞卿

（中國地質(zhì)大學地球物理與空間信息學院，武漢 430074）

三峽水庫175 m蓄水后，庫區(qū)水位在30 m范圍內(nèi)周期性波動，將引起地下水位變化和庫岸再造，對土質(zhì)岸坡和巖質(zhì)岸坡產(chǎn)生不利影響。確定岸坡類型及其空間分布是評價巖土體穩(wěn)定性的重要內(nèi)容，采用傳統(tǒng)方式在庫區(qū)5 311 km的大范圍內(nèi)開展調(diào)查工作需要耗費大量的人力和財力。借助遙感技術(shù)，利用泥沙指數(shù)SI提取試驗區(qū)相對泥沙濃度，并對泥沙濃度進行等級劃分；通過不同等級的泥沙濃度劃分，可大范圍快速圈定土質(zhì)岸坡和巖質(zhì)岸坡的空間分布。經(jīng)在三峽庫區(qū)長江干流32個區(qū)段的野外實地驗證，該方法劃分岸坡類型的精度達84.375%。

三峽庫區(qū)；泥沙濃度；岸坡類型；遙感

三峽水庫建成后，壩前水位保持在145～175 m間波動，庫水位變幅30 m，以前出露的岸坡巖土體周期性出沒于水中，導致地下水和庫水共同作用于岸坡表面和巖土介質(zhì)，對巖土體產(chǎn)生物理、化學、力學作用，對土質(zhì)岸坡和巖質(zhì)岸坡產(chǎn)生不同的影響。蓄水后，土質(zhì)岸坡周期性浸泡在庫水中，或部分浸泡在庫水中，吸水膨脹，加之波浪的侵蝕，導致古滑坡或古倒石堆前緣發(fā)生錯落，古滑坡或古倒石堆再發(fā)生滑移，老滑坡復活，直至產(chǎn)生坍岸、坍塌或滑坡；而巖質(zhì)岸坡周期性出沒于庫水中，引起岸坡巖體物理力學性質(zhì)發(fā)生改變，在庫水靜壓力、浮托力和動水壓力等作用下，巖體底部的潛在滑動面浸水軟化、泥化，空隙壓力增大，抗剪強度降低，引起岸坡沿軟弱滑動面活動，導致發(fā)生巖質(zhì)滑坡、巖體崩落等［1-3］。

圈定巖土體岸坡類型及其空間分布是岸坡變形破壞規(guī)律與岸坡穩(wěn)定性評價研究的基礎(chǔ)。目前，圈定庫岸巖土體岸坡類型及其空間分布的方法主要是通過野外調(diào)查獲?。?］。在庫區(qū)5 311 km的大范圍內(nèi)采用傳統(tǒng)方式開展調(diào)查工作需要耗費大量的人力、財力，且耗時。遙感技術(shù)能大范圍、快速、高效地獲取多波段、多時相信息，解決相關(guān)數(shù)據(jù)的獲取和更新問題。庫區(qū)地表植被覆蓋多，而遙感的穿透性差，所以不能直接利用遙感圈定庫區(qū)的巖土體類型及其空間分布。經(jīng)野外實踐調(diào)查，發(fā)現(xiàn)長江中泥沙濃度與近岸的巖土體岸坡類型具有相關(guān)性。依據(jù)泥沙含量與岸坡類型的相關(guān)性，本文以三峽庫區(qū)秭歸至巴東段為試驗區(qū)，采用合適的懸浮泥沙遙感模型，計算研究區(qū)長江干流泥沙含量，并用泥沙含量間接推斷巖土體岸坡類型及其空間分布，為庫區(qū)岸坡穩(wěn)定性分析提供依據(jù)。

1 懸浮泥沙遙感模型

目前，國內(nèi)外許多學者對應用遙感技術(shù)監(jiān)測懸浮泥沙的研究已經(jīng)做了大量的工作，提出了眾多的懸浮泥沙遙感定量模型，如線性關(guān)系模型、對數(shù)模型、雙對數(shù)模型、負指數(shù)模型等［5，6］。這些模型都含有一些未知參數(shù)，要由實測數(shù)據(jù)來擬合，并且每種模式都要做精確的大氣校正，因此在缺乏大氣參數(shù)或沒有足夠?qū)崪y數(shù)據(jù)的情況下，這些模型的精度和準確性得不到保證［7］。針對這種情況，本文采用不需要實測資料來提取懸浮泥沙信息的泥沙指數(shù)方法，計算研究區(qū)長江泥沙相對含量，并用泥沙含量間接地推斷沿岸的岸坡類型。

對懸沙水體進行遙感分析，應從不同含沙水體的光譜反射特性出發(fā)，對含沙水體進行光譜特性試驗以選擇合適的遙感估算模式。水體的光譜特征是由水中的各種物質(zhì)對光輻射的吸收和散射性質(zhì)決定的，是遙感監(jiān)測的基礎(chǔ)［8］。圖1是在試驗室測試的不同懸浮泥沙含量下的光譜曲線，顯示出反射率隨泥沙含量的增加而提高的趨勢，波長在550～700 nm之間尤為明顯，該范圍與CBERS的第2波段和第3波段一致，這與前人研究的結(jié)果相吻合［9］。因此利用第2波段和第3波段影像就可以反映水體泥沙含量的差異。采用泥沙指數(shù)［7，10］SI（Sediment Index）進行泥沙含量提取，計算公式為

式中：B2，B3分別表示CBERS影像的第2和第3波段的視反射率。為了便于岸坡類型的劃分，需對泥沙含量進行分類。通過不斷的嘗試和比較，本文采用下面分類方法劃分不同懸浮泥沙濃度水體：S＞M+D，高懸浮泥沙水體；S≤M+D，低懸浮泥沙水體（S代表泥沙濃度，M代表平均值，D代表標準方差）。

圖1 不同懸浮泥沙含量水體反射率光譜曲線［8］ig.1 Spectral reflectance curves w ith different suspended sediment concentrations［8］

土質(zhì)岸坡受水流沖刷和削蝕作用，其構(gòu)成物質(zhì)容易被攜帶到長江里，造成近岸泥沙含量增大。因此，可將泥沙濃度高的近岸推斷為土質(zhì)岸坡。

2 試驗方法與步驟

本文對中巴資源衛(wèi)星02號提供的CBERS影像，進行如下預處理，來獲得長江水體中每點的相對泥沙含量，并用不同等級的泥沙含量圈定巖土體岸坡的空間分布。

（1）幾何校正：在1∶50 000的地形圖上選取控制點，對2006年的影像進行幾何校正。

（2）計算視反射率：對于水體環(huán)境遙感分析而言，消除大氣影響很重要。這里利用不需要外部輸入的內(nèi)部平均相對反射率法進行圖像的大氣校正，即將圖像各波段的每個像元除以該波段整個圖像灰度值的平均值，得到視反射率圖像。

（3）水體提取：不同地物類型在不同波段的波譜值存在差異（圖2）。由圖2可知，在第4波段，水體與其他地物有明顯不同，水體在4波段的輻射亮度普遍偏低，因此本文采用閾值法［11］來提取水體。通過統(tǒng)計，本文選取的閾值為40。

圖2 不同地物的光譜曲線Fig.2 The spectral curve w ith different features

（4）計算泥沙指數(shù)：該部分計算中巴資源衛(wèi)星影像的泥沙指數(shù)，并對其進行等級劃分。

（5）劃分岸坡類型：根據(jù)上一步分出的泥沙類型，將高懸沙濃度地區(qū)的近岸圈為土質(zhì)岸坡，其余區(qū)域為巖質(zhì)岸坡。

3 試驗結(jié)果與分析

3.1 研究區(qū)及遙感影像數(shù)據(jù)源

本文的研究區(qū)域為長江流域三峽庫區(qū)的秭歸到巴東河段，遙感影像數(shù)據(jù)源為中巴資源衛(wèi)星02號影像1景，空間分辨率為19.5 m，軌道號為04／65，成像時間為2006年6月11日（圖3）。

圖3 研究區(qū)假彩色合成遙感影像（RGB＝4，3，2）Fig.3 Original remote sensing images（RGB＝4，3，2）

3.2 泥沙指數(shù)計算結(jié)果

對經(jīng)幾何校正的影像，計算其視反射率，得到水體視反射率。再通過設閾值，用第4波段提取水體并二值化，得到水體二值圖。

用公式（1）計算長江流域三峽庫區(qū)河段的懸浮泥沙指數(shù)，再與其二值化水體圖進行乘積，得到水體泥沙指數(shù)。最后，對水體泥沙指數(shù)進行分類，并根據(jù)泥沙等級劃分其近岸的岸坡類型，得到結(jié)果圖（如圖4）。

3.3 結(jié)果驗證

為了對本次試驗結(jié)果進行精度檢驗，本文在試驗區(qū)選取了32個樣區(qū)，與野外實測資料對比。經(jīng)驗證，其精度為84.375%。表1為樣區(qū)實測岸坡類型與利用泥沙濃度間接推斷得到岸坡類型的對照表。其中樣區(qū)編號前加“△”注記部分為錯分區(qū)，樣區(qū)編號前加“*”的地方附有實地照片。

圖4 泥沙等級與巖土體岸坡類型對照圖Fig.4 Contrast image between the SSC gradation and types of rock-soil bank slope

表1 用泥沙含量劃分的岸坡類型和實測數(shù)據(jù)對比表Table1 Comparison between the result divided by SSC scale and m easured data

3.4 結(jié)果分析

以上試驗結(jié)果反映了研究區(qū)長江干流沿岸的庫岸巖土體岸坡類型，表1中用實測資料對其進行驗證，部分區(qū)域出現(xiàn)錯分，為更清楚地說明這種結(jié)果，對圖4和表1進行如下分析：

（1）一些土質(zhì)岸坡處的植被覆蓋密度比較大，植被可以減弱水流對岸坡的沖刷，從而使其沿岸泥沙濃度較低，導致原本為土質(zhì)岸坡的地段被錯分為巖質(zhì)岸坡，比如樣區(qū)9。

（2）樣區(qū)11為兵書寶劍峽峽谷段，該段河谷狹窄，岸坡陡峭，以碳酸巖為主，而碳酸巖易溶于水，使水中泥沙含量增大。

（3）在河道轉(zhuǎn)彎處，長江水流流速變緩，泥沙容易淤積，造成泥沙濃度偏高。另外，也可能是長江水激起的波浪，使遙感影像上的水體反射率增大，計算得到的泥沙濃度也偏高，進而影響岸坡劃分的結(jié)果。

（4）部分巖質(zhì)岸坡段，由于人工活動比較強，比如碼頭或者渡口等，使附近水體變渾濁，其在遙感影像上反映為泥沙濃度高的地方。在這種情況下，該段可能被誤分為土質(zhì)岸坡。

（5）從樣區(qū)24的實際照片上，可以看到其表層為堆積土，但經(jīng)實地調(diào)查，該區(qū)地表土厚度不超過2 m，所以實測岸坡將其劃為巖質(zhì)岸坡。本文的試驗方法是通過泥沙濃度間接反映岸坡類型，該方法并不能消除土體厚度對岸坡類型劃分的影響。

4 討 論

本文根據(jù)中巴02星提供的遙感數(shù)據(jù)，采用泥沙指數(shù)提取研究區(qū)相對泥沙含量，并根據(jù)泥沙含量推斷其近岸的岸坡類型。通過野外實測數(shù)據(jù)的驗證發(fā)現(xiàn)，利用泥沙含量間接劃分岸坡類型的方法在該研究區(qū)是可行的。同時，有以下幾方面的問題還需進一步探討。

（1）泥沙與水流速的相關(guān)關(guān)系：長江中水流對兩岸物質(zhì)有一定的沖刷和削蝕作用，進而影響近岸水中的泥沙濃度分布，因此，本文借助泥沙含量間接推斷岸坡的物質(zhì)組成。但是，由于長江水是動態(tài)的，經(jīng)水流沖刷剝落的物質(zhì)可能將隨水流流到下游去，這將會影響最后巖土體岸坡類型的劃分精度。為了進一步提高劃分巖土體岸坡類型的精度，還需對水流流速與泥沙的相關(guān)關(guān)系進行進一步的研究。

（2）遙感影像的時相選擇問題：每年11月至次年4月，長江處于枯水期，水流速減慢，長江水攜沙能力以及對兩岸的沖刷和侵蝕作用減弱，而在每年的6-9月，長江處于汛水期，水庫來水來沙大部分集中在這個時期，因此本文選取了6月份的遙感影像。另外，為了消除人工活動（如長江中往來的船只等）對試驗結(jié)果的影響，可以取多幅不同時相遙感影像計算得到泥沙含量，再對其求平均泥沙含量。

本文僅僅是利用泥沙含量劃分岸坡類型的一個初步嘗試，為進一步驗證該方法，可以對實地的懸浮泥沙成分和沿岸岸坡的構(gòu)成物質(zhì)進行采樣，分析二者的成分來確定懸浮泥沙與近岸岸坡的關(guān)系。

致謝：感謝地球空間信息研究所老師和同學給予的指導和幫助。

［1］ 徐永輝，楊達源，陳可峰，等.三峽水庫蓄水后對庫區(qū)岸坡地貌過程的影響［J］.水土保持通報，2006，26（5）：23-25.（XU Yong-hui，YANG Da-yuan，CHEN Ke-feng，et al.Influence of the Three-Gorges Reservoir on geomorphic process on bank slope of the Yangtze River［J］.Bulletin of Soil and Water Conservation，2006，26（5）：23-25.（in Chinese））

［2］ 袁中友，唐曉春.蓄水和水位變動對三峽庫區(qū)崩塌滑坡的影響及對策［J］.熱帶地理，2003，23（2）：30-34.（YUAN Zhong-you，TANG Xiao-chun.The influence of sluice and water level fluctuation on landslides and rockfalls of the Three Gorges Project and Principles of Prevention［J］.Tropical Geography，2003，23（2）：30-34.（in Chinese））

［3］ 劉 春，姜德義，任 松.三峽庫區(qū)消落帶典型地質(zhì)災害成因分析［J］.中國礦業(yè)，2004，13（10）：53-55.（LIU Chun，JIANG De-yi，REN Song.Analysis of cause of classic geological catastrophe in fluctuating belt of the Three Gorges Reservoir Area［J］.China Mining，2004，13（10）：53-55.（in Chinese））

［4］ 楊衛(wèi)中，陳海洋，石長柏.基于GIS的岸坡類型劃分［J］.資源環(huán)境與工程，2007，21（1）：62-64.（YANG Wei-zhong，CHEN Hai-yang，SHIChang-bai.The classification of bank slope based on GIS［J］.Resources Environment＆Engineering，2007，21（1）：62-64.（in Chinese））

［5］ 許 珺，方紅亮，傅肅性，等.運用SPOT數(shù)據(jù)進行河流水體懸浮固體濃度的研究［J］.遙感技術(shù)與應用，1999，14（4）：17-22.（XU Jun，F(xiàn)ANG Hong-liang，F(xiàn)U Suxing，et al.Estimating suspended sediment concentrations from SPOT Image［J］.Remote Sensing Technology and Application，1999，14（4）：17-22.（in Chinese））

［6］ 李 京.水域懸浮固體含量的遙感定量研究［J］.環(huán)境科學學報，1986，6（2）：166-173.（LI Jing.A study on determination of concentration of suspended solids in water by remote sensing［J］.Journal of Environment Science，1986，6（2）：166-173.（in Chinese））

［7］ 王心源，李文達，嚴小華，等.基于LANDSAT TM／ETM+數(shù)據(jù)提取巢湖懸浮泥沙相對濃度的信息與空間分布變化［J］.湖泊科學，2007，19（3）：255-260.（WANG Xinyuan，LIWen-da，YAN Xiao-hua，et al.Information extraction for suspended sediment in lake chaohu and its distribution based on LandsatTM／ETM+data［J］.Journal of Lake Science，2007，19（3）：255-260.（in Chinese））

［8］ 陳 濤，李平湘，張良培，等.三峽壩區(qū)水體懸浮泥沙含量遙感估算模型研究［J］.測繪信息與工程，2008，33（2）：1-3.（CHEN Tao，LIPing-xiang，ZHANG Liangpei，et al.Remote sensening estimatemodel of suspended solids concentration in Three Gorge Dam［J］.Journal of Geomatics，2008，33（2）：1-3.（in Chinese））

［9］ 荀毓龍.遙感基礎(chǔ)試驗與應用［M］.北京：中國科學技術(shù)出版社，1991：205-208（XUN Yu-long.Test and Application of Remote Sensing-Based［M］.Beijing：China Science and Thechnology Press，1991：205-208.（in Chinese））

［10］李四海，惲才興.河口表層懸浮泥沙氣象衛(wèi)星遙感定量模式研究［J］.遙感學報，2001，（2）：154-160.（LISihai，YUN Cai-xing.A study on the quantitative model of the suspended sediment concentration from themeteorological satellite imagery［J］.Journal of Remote Sensing，2001，5（2）：154-160.（in Chinese））

［11］王天鳩，袁士聰，安裕倫，等.貴州山區(qū)CBERS影像的水體自動提?。跩］.貴州師范大學學報（自然科學版），2007，25（3）：35-37.（WANG Tian-jiu，YUAN Shi-cong，AN Yu-lun，et al.A method to extractwater-body from CBERS image data in Guizhou［J］.Journal of Guizhou Normal University（Natural Sciences），2007，25（3）：35-37.（in Chinese） ）

（編輯：趙衛(wèi)兵）

Study on Classification of Rock-Soil Bank Slope and Its Spatial Distribution in Three Gorges Reservoir Area Based on Remote Sensing

GUO Pei-hong，NIU Rui-qing
（Institute of Geophysics and Geomatics，China University of Geosciences，Wuhan 430074，China）

Since the Three Gorges Reservoir has been operated forwater storage to elevation 175 m，thewater levels in the reservoir area are fluctuating cyclically at the range of30m in the bank slope，which will lead to the changes in groundwater and reservoir banks rebuilding.And changes in groundwater and reservoir water may affect bank slope surface and rockmediums differently.It is of great significance for the disaster prevention andmitigation in the Three Gorges Reservoir area that the slope types and spatial distribution are determined.Surveying the reservoir banks in the Three Gorges Reservoir about5311km using traditionalmethods，we should require a lotof human and financial resources.In this paper，with remote sensing technology，we extracted the relative sediment concentrations at the experimental zone by sediment index（SI），and graded the sediment concentration，then the spatial distributions of soil and rock bank slopeswere differentiated.Comparing with themeasured data，we can get a better result by the method that the bank slopes are classified by sediment concentration indirectly.The accuracy is 84.375%.This paper offers a large-scale，fast，effective and new method for division of bank types.

Three Gorges Reservoir；sediment concentration；slope type；remote sensing

TP79；TV145

A

1001-5485（2010）04-0070-04

2009-04-20；

2009-06-15

“863”課題（2007AA12Z160）；國家自然科學基金委項目（40672205）和國土資源部三峽庫區(qū)三期地質(zhì)災害防治重大科學研究項目（SXKY3-2-2）

郭培虹（1984-），女，山西平遙人，碩士研究生，主要從事遙感圖像處理與地質(zhì)災害預測研究，（電話）15927278778（電子信箱）gph_1984＠126.com。