基于機載LiDAR 技術(shù)的泥石流物源侵蝕量定量評價研究

趙 聰，鐵永波，梁京濤*

（1.四川省地質(zhì)調(diào)查院 稀有稀土戰(zhàn)略資源評價與利用四川省重點實驗室，四川 成都 610081；2.中國地質(zhì)調(diào)查局成都地質(zhì)調(diào)查中心（西南地質(zhì)科技創(chuàng)新中心），四川 成都 610218 ）

0 引言

泥石流是一種能在短時間內(nèi)沖出大量固體松散物質(zhì)的特殊洪流，以其突發(fā)性、強致災性、周期復發(fā)性等特征，嚴重威脅著山區(qū)人民的生命財產(chǎn)安全（Alexander，1989；劉希林和莫多聞，2001）。物源作為泥石流形成的三大基本條件之一，對泥石流的規(guī)模、頻率以及致災程度等起著決定性的控制作用（潘聰，2015）。因此，眾多國內(nèi)外學者對泥石流物源展開了大量研究工作，例如泥石流物源的界定（Varnes，1978；徐弘，1995；楊順，2014）、采用現(xiàn)場調(diào)查法（周必凡等，1991；張佳佳，2018）和遙感解譯法（Tang et al，2011；常鳴等，2014）的物源儲量評估以及物源動儲量估算（蔣忠信，1994；謝謨文等，2011；方群生等，2016；張友誼等，2020）等方面取得了較為豐碩的成果。

機載激光雷達（LiDAR）是一種利用激光獲取目標地表高精度三維坐標的新型遙感技術(shù)手段（Axelsson，1999），由于該技術(shù)具有“穿透植被”、獲取真實地形地貌信息的優(yōu)勢，可作為一種新的技術(shù)手段應用于高植被覆蓋山區(qū)地質(zhì)災害隱患識別與調(diào)查研究領(lǐng)域。早在本世紀初期，Chigira 等（2004）便首次利用機載LiDAR 技術(shù)識別了日本福島某區(qū)域淺層滑坡；此后，國外研究學者相繼在巴布亞新幾內(nèi)亞利希爾（Hanberg et al，2005）、美國愛達荷州（Glenn et al，2006）以及華盛頓州（Schulz，2007）等地區(qū)成功利用機載LiDAR 技術(shù)識別了區(qū)內(nèi)滑坡以及變形破壞特征；機載LiDAR 技術(shù)在國內(nèi)起步相對較晚，近年來，隨著我國國民經(jīng)濟的不斷發(fā)展，國內(nèi)學者也相繼在長江三峽庫區(qū)、九寨溝等地區(qū)開展了基于機載LiDAR 技術(shù)的地質(zhì)災害隱患調(diào)查研究工作（李顯巨，2012；劉圣偉等，2012；佘金星等，2018；董秀軍等，2020；王絢等，2020），通過提取微地貌地形信息，實現(xiàn)滑坡等災害體的識別圈定，取得了較為理想的應用效果。

目前泥石流物源侵蝕堆積以及動儲量估算研究多是在現(xiàn)場調(diào)查以及遙感解譯等手段的基礎上，采用經(jīng)驗公式對某一片區(qū)的泥石流物源儲量以及侵蝕動態(tài)變化情況進行評估，具體應用于單一泥石流，評估結(jié)果存在一定偏差。本文以西昌市邛海水廠后山?jīng)_溝泥石流為例，將機載LiDAR 技術(shù)應用于泥石流物源侵蝕量定量評價研究，充分發(fā)揮機載LiDAR 技術(shù)在獲取高精度地形參數(shù)方面的優(yōu)勢，識別流域內(nèi)過火區(qū)分布、物源分布、物源侵蝕堆積變化等特征，估算物源侵蝕量并評估該泥石流發(fā)展趨勢，可為泥石流物源動態(tài)演變和定量研究提供科學參考。

1 區(qū)域概況

邛海水廠后山?jīng)_溝位于瀘山景區(qū)南側(cè)，溝口地理坐標為（27°49'25.03″ N，102°16'40.94″ E）。該區(qū)地處世界聞名的攀西大裂谷中，地質(zhì)構(gòu)造復雜，出露地層主要為白堊系鈣質(zhì)粉砂巖、泥灰?guī)r，侏羅系長石石英砂巖、泥巖。該地區(qū)屬于亞熱帶西南季風氣候，多年平均降雨1 013.5 mm，降雨集中于6～9 月，占全年的76%，雨型多為暴雨。該溝流域形態(tài)呈細長形，支溝較為發(fā)育，流域整體面積約0.71 km2，主溝長度1 810 m，相對高差688 m，主溝縱比降為380‰。

2020 年3 月30 日，四川省涼山彝族自治州西昌市經(jīng)久鄉(xiāng)發(fā)生大規(guī)模森林火災，火勢沿瀘山景區(qū)蔓延，大火致使整個瀘山景區(qū)原有的茂密植被受損嚴重。邛海水廠后山?jīng)_溝流域內(nèi)也分布大面積過火區(qū)域，地表大片裸露，坡表堆積了大量灰燼，加之該溝主溝道縱比降較大，在2020 年7 月至9 月間，暴雨多次導致了小規(guī)模泥石流的發(fā)生，嚴重威脅邛海西岸人民群眾的生命財產(chǎn)安全（圖1）。

圖1 研究區(qū)無人機光學影像（2020 年6 月）Fig.1 Optical image of UAV in study area (June 2020)

2 高精度數(shù)字高程模型的構(gòu)建

2.1 機載LiDAR 數(shù)據(jù)獲取

受“3.30”森林火災的影響，邛海水廠后山?jīng)_溝在雨季（6 月～9 月）曾暴發(fā)多次小規(guī)?；鸷竽嗍?，為借助機載LiDAR 技術(shù)手段對該溝泥石流物源侵蝕堆積估算模型展開系統(tǒng)研究，研究人員分別于2020 年6 月和10 月開展了兩次機載LiDAR 飛行作業(yè)。獲取雨季前后該溝的無人機光學航空影像以及激光點云數(shù)據(jù)，并基于此建立高精度DEM模型，用于解譯識別區(qū)內(nèi)各物源類型的分布面積以及發(fā)育程度，將泥石流暴發(fā)前后兩期次DEM 模型數(shù)據(jù)疊加分析該溝流域的形態(tài)參數(shù)，對物源侵蝕量進行定量研究，從而評價分析該溝泥石流現(xiàn)狀及發(fā)展趨勢。

為了確保兩期次DEM 模型疊加分析成果的準確性，兩次機載LiDAR 飛行作業(yè)采用的無人機、機載LiDAR 系統(tǒng)、飛行航線、GPS 基站、現(xiàn)場控制點位置選取等均保持一致。其中采用的無人機及機載LiDAR 系統(tǒng)為六旋翼無人機搭配SE-J500C型機載LiDAR 系統(tǒng)，飛行速度為8 m/s，飛行高度為500 m。獲取的光學影像分辨率為0.1 m，原始激光點云平均密度不低于70 點/平方米。

此外，為保證機載LiDAR 點云數(shù)據(jù)精度能夠滿足后續(xù)分析要求，兩次無人機作業(yè)時均在相同位置布設了三處檢查點用于精度評估，具體位置如圖1 所示。表1 為兩次無人機作業(yè)檢查點誤差統(tǒng)計表，結(jié)果表明，兩次作業(yè)的機載LiDAR 點云平面精度和高程精度最大誤差均處于0.1 m 以內(nèi)。

表1 兩次無人機作業(yè)檢查點誤差統(tǒng)計表Table 1 Error statistics of checkpoints during two UAV operations

2.2 機載LiDAR 數(shù)據(jù)精細化處理

數(shù)據(jù)處理采用TerraSolid 軟件，經(jīng)航帶平差、數(shù)據(jù)去噪、濾波等一系列操作后，為去除斜坡表部植被、輸電線路、火燒后殘存樹干等影響，將激光點云數(shù)據(jù)初始分類為地面點點云以及非地面點點云。

斜坡微小地貌信息的精度將直接決定地質(zhì)災害評價的準確度（佘金星等，2018）。因此，為盡可能保留流域內(nèi)物源侵蝕、堆積等微地貌變化特征，還需結(jié)合初始點云高程暈染圖和DOM 影像，利用局部點云分類參數(shù)調(diào)整以及手動分類等措施，著重對主溝道及兩側(cè)斜坡區(qū)域進行精細化處理，并基于此構(gòu)建了泥石流暴發(fā)前后分辨率優(yōu)于0.2 m 的高精度DSM 和DEM 模型（圖2）。依據(jù)植被剔除之后的DEM 模型（圖2b 和圖2d），邛海水廠后山?jīng)_溝流域整體長條形邊界形態(tài)、主溝道兩側(cè)支溝發(fā)育、主溝道下切侵蝕較為嚴重、主溝道縱比降大、整體陡峭、局部崩滑物源堆積等原先被地表植被所遮蔽的微地貌特征得以顯現(xiàn)。

圖2 邛海水廠后山?jīng)_溝兩期次DSM 與DEMFig.2 DSM and DEM for two periods of Houshan gully of Qionghai water plant

3 物源侵蝕估算模型及泥石流發(fā)展趨勢分析

3.1 過火區(qū)面積及泥石流物源分布解譯

在第一次機載LiDAR 飛行所獲取的光學影像基礎上，可依據(jù)植被受損情況對該溝流域內(nèi)過火區(qū)與非過火區(qū)分布狀況進行詳細解譯，過火區(qū)影像色調(diào)呈土黃色，區(qū)內(nèi)植被極其稀疏，斜坡表部可見多處松散堆積物分布，非過火區(qū)影像色調(diào)呈深綠色，區(qū)內(nèi)植被茂密，未見明顯松散堆積物分布（圖1）。圖3 為邛海水廠后山?jīng)_溝過火區(qū)分布解譯圖，區(qū)內(nèi)過火區(qū)面積較大，主要分布于流域中下游；僅流域中上部的公路內(nèi)側(cè)局部斜坡以及中下游主溝道兩側(cè)斜坡植被保持良好，為非過火區(qū)。該溝流域整體面積為0.71 km2，過火區(qū)面積為0.46 km2，非過火區(qū)面積為0.25 km2，過火區(qū)占流域總面積達65%（圖4）。

圖3 過火區(qū)分布解譯圖Fig.3 Interpretation map of fire area distribution

圖4 過火區(qū)分布野外驗證照片F(xiàn)ig.4 Field verification photo of fire area distribution

圖5 為基于光學影像以及高精度DEM 模型的邛海水廠后山?jīng)_溝泥石流物源分布及分區(qū)解譯圖。該溝流域內(nèi)主要分布崩滑堆積物源、溝道堆積物源以及灰燼和表層松散堆積物構(gòu)成的坡面堆積物源，其中流域內(nèi)分布三處崩滑堆積物源，主要沿主溝道中游兩側(cè)斜坡分布；溝道堆積物源主要分布于流域中下游主溝道內(nèi)；由于坡面堆積物源于該溝流域內(nèi)廣泛且散狀分布，具體分布位置及面積無法通過常規(guī)遙感手段解譯識別。下文將詳細闡述通過兩期次DEM 疊加分析，坡面物源等各類型物源的分布情況，以及侵蝕堆積變化情況。

圖5 泥石流物源分布及分區(qū)解譯圖Fig.5 Interpretation map of debris flow zoning and provenance distribution

根據(jù)該溝整體流域形態(tài)以及物源分布情況，可將該溝泥石流劃分為形成區(qū)、流通區(qū)以及堆積區(qū)，流域中上游大部分區(qū)域為該泥石流的形成區(qū)，形成區(qū)內(nèi)廣泛分布的坡面堆積物源以及部分崩滑堆積物源為該溝泥石流主要貢獻物源類型；流域中下游主溝道區(qū)域為該泥石流的流通區(qū)，大量泥石流物質(zhì)經(jīng)此通道于溝口堆積，溝口攔擋壩內(nèi)側(cè)區(qū)域即為該泥石流堆積區(qū)。

3.2 物源侵蝕估算模型及分析

為發(fā)揮機載LiDAR 建立的高精度DEM 在獲取分析泥石流流域參數(shù)、物源發(fā)育分布特征等方面的潛力，可將雨季前后兩期次高精度DEM 疊加差分，從而分析該溝流域內(nèi)泥石流物源方量侵蝕堆積變化。

為盡量避免兩期次DEM 的非地形高程變化導致的疊加分析誤差，采用“不動剖面法”（馮增文，2015），選取DEM 未發(fā)生變化的區(qū)域，以雨季前的DEM 為基準，將雨季后所獲取的DEM 與其匹配，以保證兩期DEM 數(shù)據(jù)匹配后的精度。

通過雨季前后兩期次DEM 疊加差分分析，便可獲得該溝流域內(nèi)泥石流物源方量侵蝕堆積變化解譯圖（圖6）。該圖中差分結(jié)果為正值，即紅色區(qū)域，表明該區(qū)域為物源堆積；差分結(jié)果為負值，即藍色區(qū)域，表明該區(qū)域為物源侵蝕；灰色區(qū)域為無明顯變化區(qū)；流域內(nèi)物源侵蝕變化區(qū)域分布具有區(qū)域廣、數(shù)量多、散狀發(fā)育的特點。

圖6 泥石流物源侵蝕堆積變化圖Fig.6 Variation chart of erosion and accumulation of debris flow provenance

如圖6 所示，邛海水廠后山?jīng)_溝在雨季泥石流暴發(fā)前后區(qū)內(nèi)地形整體變化不大，大部分區(qū)域地形未見明顯變化，經(jīng)計算，流域內(nèi)物源方量減少量為12 209 m3，物源侵蝕區(qū)分布面積遠大于物源堆積區(qū)分布面積。該溝物源侵蝕區(qū)主要集中分布于流域中下游主溝道兩側(cè)斜坡以及流域上游右側(cè)斜坡，由前文可知，兩期次DEM 差分分析物源侵蝕區(qū)即可有效識別散狀發(fā)育的坡面物源具體分布位置，該溝流域內(nèi)物源侵蝕區(qū)除局部地區(qū)為崩滑堆積物源、溝道堆積物源分布，其余絕大部分區(qū)域均為坡面堆積物源分布。此外，該溝溝口處可見物源堆積區(qū)集中分布，該處物源方量明顯增多，為泥石流堆積物沿溝口攔擋壩內(nèi)側(cè)淤積所致。

為進一步分析流域內(nèi)不同物源類型侵蝕程度，分別于溝口、流域下游以及流域中游布置A-A’、BB’、C-C’三條剖面，對比分析三條剖面在泥石流發(fā)生前后地形變化（圖6）。圖7 為位于該溝溝口的AA’剖面圖，由該剖面可知，該處主溝道右側(cè)斜坡現(xiàn)有地形下切深度約2～3 m，為崩滑堆積物源受流水沖刷側(cè)蝕所致，主溝道溝口位置的新近泥石流堆積物厚度僅0.5 m 左右，根據(jù)野外調(diào)查結(jié)果，發(fā)現(xiàn)溝口的新近泥石流堆積物厚度較薄。這是因為新建的攔擋壩高度約為10～15 m，同時主溝道較窄，導致攔擋壩內(nèi)側(cè)的庫容較小，當發(fā)生較大規(guī)模的泥石流后，為了確保泥石流治理工程的正常運行，需要對溝口的新近泥石流堆積物進行人工清淤，經(jīng)過人工清淤后，溝口新近泥石流堆積物的厚度也就相對較?。▓D8）。

圖7 A-A'剖面示意圖Fig.7 A-A'section

圖8 溝口物源變化野外驗證照片F(xiàn)ig.8 Field verification photos of provenance changes in gully mouth

圖9 為流域下游處的B-B’剖面圖，該剖面所處斜坡地形在泥石流發(fā)生前后的變化較小。主溝道和左側(cè)局部斜坡僅經(jīng)歷輕微下切，溝道堆積物源和左側(cè)斜坡的坡面堆積物源分布明顯。受泥石流活動影響，該處溝道物源以及坡面物源整體發(fā)生侵蝕，侵蝕厚度多在0.2～0.5 m。

圖9 B-B’剖面示意圖Fig.9 B-B'section

流域中游處的C-C’剖面如圖10 所示，該剖面位于流域中游，切割了多處坡面堆積物源和崩滑堆積物源。整體來看，該剖面所處斜坡在泥石流發(fā)生前后的地形基本沒有明顯變化。然而，可以觀察到坡面物源和崩滑物源的分布位置有輕微下切的跡象，坡面物源下切侵蝕厚度一般多為0.2～0.5 m，崩滑物源下切侵蝕厚度為1～2 m。

圖10 C-C’剖面示意圖Fig.10 C-C'section

根據(jù)野外調(diào)查，受森林大火影響，該泥石流流域內(nèi)植被覆蓋相對較差，坡面物源分布較為廣泛，主溝道中下游多處可見坡面物源以及溝道物源下切侵蝕跡象分布，厚度一般多在1 m 以內(nèi)，流域中游局部可見崩滑堆積體發(fā)育，堆積體受流水侵蝕沖刷作用，局部發(fā)育新近次級溜滑，溜滑體參與泥石流活動，厚度多在1～2 m 不等。該泥石流物源侵蝕變化程度野外驗證結(jié)果與室內(nèi)解譯分析結(jié)果基本一致（圖11）。

3.3 火后泥石流成因與發(fā)展趨勢分析

根據(jù)之前的描述，基于機載LiDAR 技術(shù)對邛海水廠后山?jīng)_溝泥石流調(diào)查分析，結(jié)果顯示該流域內(nèi)過火面積達65%。大火導致區(qū)內(nèi)斜坡表部分布大量灰燼以及擾動的碎塊石土松散層所構(gòu)成的坡面堆積物源。泥石流物源的啟動以灰燼層和松散堆積層的侵蝕為主（厚度多在0.5 m 以內(nèi)），隨著水流攜帶的灰燼、泥沙等裹挾量的逐漸增多，流體進入主溝道侵蝕能力逐漸增強，加之主溝道縱比降較大，溝道堆積物也將不斷下切侵蝕（現(xiàn)場調(diào)查溝道堆積物源下切侵蝕深度多在1～2 m）。崩滑堆積物源往往也是隨著主溝道侵（刨）蝕坡腳形成臨空面（現(xiàn)有調(diào)查臨空面高度多在2～3 m），進而產(chǎn)生次級溜滑啟動。最終，坡面堆積物源、溝道堆積物源以及崩滑堆積物源依次啟動，形成火后泥石流運動。

雖然該流域內(nèi)坡面堆積物源厚度一般僅在0.5 m 以內(nèi)，但由于分布面積較為廣泛，導致區(qū)內(nèi)坡面堆積物源儲量仍較大。同時，由于火燒后泥石流災害的頻發(fā)，強大的沖擊力和磨蝕力使得主溝道遭受反復的下切和側(cè)視，崩滑堆積體的臨空面不斷增高，呈逐級牽引后退式發(fā)育，區(qū)內(nèi)崩滑堆積物源也將不斷增多。因此，在今后一段時期內(nèi)，邛海水廠后山?jīng)_溝泥石流演化趨勢仍以高頻泥石流為主。

4 討論與結(jié)語

目前，機載LiDAR 技術(shù)在地質(zhì)災害調(diào)查中的應用更多是發(fā)揮了機載LiDAR 技術(shù)“穿透植被”的優(yōu)勢，利用單期次數(shù)據(jù)呈現(xiàn)植被覆蓋下的地表形態(tài)以及微地貌特征，從而精細化地識別滑坡、崩塌、泥石流等地質(zhì)災害隱患。除此之外，多期次機載LiDAR 高精度DEM 數(shù)據(jù)差分疊加分析能夠掌握災害體的各種變形特征，從而準確評估地質(zhì)災害的現(xiàn)狀以及發(fā)展趨勢，是機載LiDAR 技術(shù)在地質(zhì)災害調(diào)查研究中的另一個重要研究方向。

根據(jù)前文研究可知，誤差在多期次高精度DEM 數(shù)據(jù)的疊加分析中是必然存在的，但在采用相同的無人機飛行系統(tǒng)、數(shù)據(jù)采集系統(tǒng)、飛行參數(shù)、GPS 基站等，并確保點云數(shù)據(jù)密度和精度的前提下，選擇“線性匹配”或者“不動剖面匹配”等配準方式將多期次DEM 配準后，再進行差分計算，能夠最大程度地避免數(shù)據(jù)誤差對分析結(jié)果的影響。本文采用機載LiDAR 技術(shù)構(gòu)建了西昌市某泥石流溝的高精度數(shù)字高程模型，雨季前后兩期次數(shù)字高程模型的差分疊加結(jié)果與野外驗證情況基本一致，最大程度地反映了流域內(nèi)物源的動態(tài)變化情況，以及該溝火后泥石流的成因與發(fā)展趨勢，應用效果較為理想。主要結(jié)論如下：

（1）采用機載LiDAR 技術(shù)構(gòu)建泥石流暴發(fā)前后的高精度數(shù)字高程模型，并在此基礎上建立物源侵蝕估算模型，能夠精確掌握泥石流物源動態(tài)變化情況。該技術(shù)手段能夠克服在評估泥石流物源侵蝕情況和估算動儲量時，采用傳統(tǒng)經(jīng)驗公式法容易導致結(jié)果出現(xiàn)偏差的缺陷。

（2）經(jīng)久鄉(xiāng)森林火災導致邛海水廠后山?jīng)_溝流域過火面積達65%，流域內(nèi)主要發(fā)育坡面堆積物源、崩滑堆積物源以及溝道堆積物源三類物源，雨季期間泥石流物源侵蝕減少量為12 209 m3，物源侵蝕變化區(qū)呈分布區(qū)域廣、數(shù)量多、散狀發(fā)育的特點。泥石流物源的啟動以灰燼層和松散堆積層構(gòu)成的坡面堆積物源侵蝕為主，侵蝕厚度多在0.5 m 以內(nèi)。由于坡面物源分布廣泛，該溝流域內(nèi)物源儲量較大，在今后一段時間內(nèi)，邛海水廠后山?jīng)_溝泥石流將以高頻泥石流為主。