基于顆粒識(shí)別分析系統(tǒng)的碎屑流堆積物顆粒識(shí)別和統(tǒng)計(jì)方法研究

陳 達(dá)，許 強(qiáng)，鄭 光，彭雙麒，王 卓，何 攀

（成都理工大學(xué)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，四川 成都 610059）

碎屑流是一種高速遠(yuǎn)程潰散性滑坡，具有非常高的運(yùn)動(dòng)速度和極大的位移，速度在30 m/s 以上[1]，具有極大的破壞力。為研究碎屑流運(yùn)動(dòng)特性及運(yùn)動(dòng)機(jī)理，有必要進(jìn)行堆積物粒度定量分析，這也是碎屑流災(zāi)害研究的重點(diǎn)。傳統(tǒng)顆粒的測(cè)量主要依靠人工，如需通過(guò)生成高分辨率數(shù)字地表模型（Digital Surface Model，DSM）對(duì)堆積物粒度進(jìn)行人工解譯[2-4]，存在效率低、精度不高以及人為因素誤差大等不足。

計(jì)算機(jī)數(shù)字圖像處理技術(shù)具有自動(dòng)化、高效快捷等特點(diǎn)，被廣泛運(yùn)用于顆粒識(shí)別。吳義祥[5]研究了土細(xì)觀結(jié)構(gòu)圖像的定量分析系統(tǒng)，可以獲取細(xì)小顆粒面積、最長(zhǎng)弦長(zhǎng)度等基本要素；施斌等[6]使用Videolab圖像處理系統(tǒng)直接分析SEM 等照片，定量處理土顆粒微細(xì)形狀、大小和比例關(guān)系；涂新斌等[7]通過(guò)Qwin軟件處理顆粒二值圖像，獲得了顆粒數(shù)、長(zhǎng)度、寬度等顆粒數(shù)字特征；梁雙華等[8]提出Mapinfo-Photoshop計(jì)算方法，利用Photoshop 圖像處理功能和Mapinfo的統(tǒng)計(jì)分析功能，對(duì)土顆粒圖像進(jìn)行信息提取，定量表征顆粒、孔隙的個(gè)數(shù)以及周長(zhǎng)、平均孔徑等參數(shù)，極大地降低了圖像分析費(fèi)用，提高效率；Bai Baojun 等[9]通過(guò)Imagej 軟件，直接將頁(yè)巖原始孔隙圖像進(jìn)行二值化處理，進(jìn)而定量統(tǒng)計(jì)孔隙、顆粒發(fā)育情況，得出孔隙率?？梢钥闯?，這些研究都是為了定量化分析圖像的細(xì)觀特征，實(shí)現(xiàn)圖像自動(dòng)識(shí)別，得出孔隙、顆粒的結(jié)構(gòu)參數(shù)和數(shù)量特征。但是，這些方法在以下關(guān)鍵問(wèn)題上存在一定的缺陷：（1）設(shè)定研究最小顆粒粒徑及較小粒徑顆粒識(shí)別方法；（2）一個(gè)圖像中可能有上千個(gè)顆粒和孔隙，形狀復(fù)雜，分布不均，宏觀特征參數(shù)已經(jīng)不能滿足研究需要，為此需要一些特定的參數(shù)，分析每個(gè)顆粒的形狀、大小，以此來(lái)反映顆粒系統(tǒng)特征。

孔隙（顆粒）及裂隙圖像識(shí)別與分析系統(tǒng)（Pores and Cracks Analysis System，PCAS），可以定量分析碎屑流堆積物粒度特征，準(zhǔn)確獲得堆積物顆粒結(jié)構(gòu)的幾何參數(shù)和統(tǒng)計(jì)參數(shù)，且操作簡(jiǎn)單，具有自動(dòng)化和可重復(fù)等優(yōu)點(diǎn)。PCAS 在顆粒識(shí)別中，存在著三個(gè)參數(shù)的選取問(wèn)題：閾值（T）、孔喉封閉半徑（r）、最小孔隙面積（S0）。該方法在滑坡堆積物粒度分析中具有很好的效果，但實(shí)用范例很少，目前僅彭雙麒等[10-11]通過(guò)PCAS 系統(tǒng)研究了碎屑流堆積體，得出碎屑流堆積物顆粒分布的一般規(guī)律，但沒有具體闡述PCAS顆粒識(shí)別系統(tǒng)的工作原理、參數(shù)意義以及參數(shù)選取方法。為此，本文通過(guò)PCAS 軟件對(duì)貴州納雍崩塌碎屑流堆積物顆粒特征進(jìn)行分析，得出圖像識(shí)別系統(tǒng)中閾值、孔喉封閉半徑、最小孔隙面積合適的參數(shù)取值，為PCAS 在崩塌堆積物顆粒的定量研究中提供了一個(gè)高效可行的方案。

1 方法介紹

PCAS 圖像識(shí)別步驟見圖1。

首先將圖像導(dǎo)入PCAS 軟件，調(diào)整閾值（T）進(jìn)行二值化處理，區(qū)分出孔隙和顆粒；然后選取合適的孔喉封閉半徑（r）和最小孔隙面積（S0），最后孔隙和顆粒的各種幾何參數(shù)將匯集于數(shù)據(jù)表，包括個(gè)數(shù)、長(zhǎng)度、寬度、面積、形狀系數(shù)、定向性等，并統(tǒng)計(jì)得到顆粒和孔隙的分形維數(shù)、表觀孔隙率、面積概率分布指數(shù)等統(tǒng)計(jì)參數(shù)，實(shí)現(xiàn)孔隙和顆粒結(jié)構(gòu)的定量分析。本次主要研究顆粒個(gè)數(shù)和長(zhǎng)度兩個(gè)參數(shù)。

PCAS 得出的參數(shù)都是以像素為單位，可以通過(guò)換算得到實(shí)際的幾何參數(shù)，如式（1）、（2）[12]：

式中：R—圖像的分辨率；

S、C—像素面積和像素周長(zhǎng)；

St、Ct—真實(shí)面積和真實(shí)周長(zhǎng)。

PCAS 主要由三個(gè)參數(shù)確定：閾值（T）、孔喉封閉半徑（r）、最小孔隙面積（S0）。本節(jié)主要通過(guò)介紹這三個(gè)參數(shù)的選取意義，分析PCAS的原理與方法。

1.1 閾值（T）

首先獲取崩塌堆積物的正射影像圖，圈定分析的范圍，獲得適當(dāng)?shù)膱D片大小，即開始圖像識(shí)別。在圖像識(shí)別前，需要進(jìn)行二值化處理，獲得二值圖像，PCAS 采用閾值分割法進(jìn)行圖像二值化[13]，所謂閾值分割法，是基于影像圖中各個(gè)組成要素的灰度值的不同，通過(guò)選擇適當(dāng)?shù)幕叶乳撝祵⒂跋駡D轉(zhuǎn)換為二值圖像，根據(jù)圖像中孔隙與顆粒的灰度值不同加以區(qū)分[14]。具體來(lái)說(shuō)，圖片由像素組成，而每一個(gè)像素是由紅綠藍(lán)（RGB）三原色分量組成，軟件自動(dòng)選取一個(gè)特征顏色值作為灰度值X（RGB），計(jì)算圖像中各個(gè)部分的灰度值P（RGB）與這個(gè)特征灰度值的距離[12]：

與選取的閾值作對(duì)比，d小于閾值為黑色，識(shí)別為孔隙；大于閾值為白色，識(shí)別為顆粒；從而把圖片識(shí)別成灰度圖像（圖2b）。

具體步驟為：起初設(shè)定較大的閾值，此時(shí)較多為顆粒的單元被識(shí)別為孔隙（黑色），再慢慢地減小閾值，直到黑色的細(xì)小顆粒單元被轉(zhuǎn)化為白色，能清晰地識(shí)別出顆粒與孔隙，此時(shí)為較好的閾值。為了減少人為判斷誤差，通常對(duì)不同堆積區(qū)進(jìn)行二值化處理，求取閾值平均值，作為選定的最終閾值。

1.2 孔喉封閉半徑（r）

顆粒與顆粒間并不是完全分開，會(huì)有連接（圖2b），在二值化過(guò)程中，顆粒通過(guò)細(xì)小連接，會(huì)被錯(cuò)誤識(shí)別為一個(gè)顆粒。因此，PCAS 在識(shí)別過(guò)程中，會(huì)設(shè)定一個(gè)特定直徑的孔喉封閉半徑，定義為腐蝕結(jié)構(gòu)元素的半徑r，對(duì)圖像做腐蝕運(yùn)算[15]。當(dāng)顆粒之間連接的直徑小于2r時(shí)，則區(qū)分為兩個(gè)獨(dú)立區(qū)域，分開顆粒（圖2c），再將剩余像素歸并到顆粒上，實(shí)現(xiàn)顆粒與顆粒的自動(dòng)區(qū)分[16]。

圖2 PCAS 在T/r/S0=170/1/10時(shí)的顆粒識(shí)別結(jié)果Fig.2 PCAS particle recognition results at T/r/S0=170/1/10

1.3 最小孔隙面積（S0）

圖片是由一系列像素點(diǎn)組成，當(dāng)像素較低時(shí)，無(wú)法真實(shí)表征顆粒的真實(shí)形狀，需要將這些像素點(diǎn)及噪聲去除。因此，PCAS 識(shí)別程序中設(shè)定了可識(shí)別分析的最小孔隙面積，即設(shè)定一個(gè)面積識(shí)別下限，小于該值的顆粒面積都識(shí)別為雜點(diǎn)而被去除。在圖2（b）可以看到二值圖像中呈現(xiàn)為白色的細(xì)小雜點(diǎn)，設(shè)置最小孔隙面積，可以消除這些雜點(diǎn)（圖2c），有效識(shí)別出顆粒。

PCAS 具有手動(dòng)編輯的功能，對(duì)于顆粒不完整或較多明顯雜點(diǎn)，可以通過(guò)界面的“Edit binary image”功能，手動(dòng)修復(fù)，歸并顆粒，區(qū)分出顆粒邊界，減小系統(tǒng)誤差。

2 PCAS 最優(yōu)參數(shù)探索

以貴州納雍普灑村崩塌-碎屑流為例，運(yùn)用PCAS對(duì)其粒度進(jìn)行分析，結(jié)合彭雙麒等[2]的實(shí)測(cè)結(jié)果，研究PCAS 在崩塌碎屑流顆粒分析的應(yīng)用，以及閾值、孔喉封閉半徑和最小孔隙面積的參數(shù)選取。

2.1 研究區(qū)概況

彭雙麒等[2]通過(guò)傳統(tǒng)粒徑統(tǒng)計(jì)方法，沿納雍崩塌中部區(qū)域的主滑方向，將堆積區(qū)分為A1—A13 共13個(gè)區(qū)，每個(gè)區(qū)長(zhǎng)100 m、寬50 m（圖3）。通過(guò)生成地表數(shù)字模型（DSM），人工觀測(cè)統(tǒng)計(jì)，得出每個(gè)區(qū)域顆粒粒徑及對(duì)應(yīng)數(shù)量。為了方便測(cè)量，粒徑設(shè)定為顆粒對(duì)角線最大長(zhǎng)度取值。

圖3 崩塌堆積分區(qū)示意圖[2]Fig.3 Partition diagram of the collapse accumulation body[2]

分別統(tǒng)計(jì)出每個(gè)區(qū)域0～1 m、1～2 m、2～3 m、3～4 m、4～5 m、5～6 m、6～7 m、7～8 m、8～9 m、9～10 m、10～17 m的粒徑數(shù)量（識(shí)別最大粒徑16.6 m），取值區(qū)間左開右閉。根據(jù)統(tǒng)計(jì)結(jié)果，繪制成累計(jì)級(jí)配曲線（圖4），縱軸為小于某粒徑顆粒的數(shù)量百分比，橫軸為各粒徑。

圖4 分區(qū)顆粒粒徑累計(jì)曲線[2]Fig.4 Aggregate curve of particle size in subsection[2]

為了更直觀顯示A1—A13 每個(gè)統(tǒng)計(jì)區(qū)域內(nèi)大粒徑與小粒徑含量之間的關(guān)系，分別作出各區(qū)域0～2 m、2～4 m、4～6 m、大于6 m顆粒所占比例柱狀圖（圖5）。

圖5 各區(qū)域不同粒徑等級(jí)所占比例Fig.5 Proportion of different grain sizes in different regions

2.2 PCAS 參數(shù)討論

運(yùn)用PCAS 對(duì)每個(gè)區(qū)域顆粒進(jìn)行定量分析。不斷調(diào)整閾值、孔喉封閉半徑、最小孔隙面積，分別統(tǒng)計(jì)不同參數(shù)下對(duì)應(yīng)的顆粒分布情況，找到合適的參數(shù)取值，分析不同參數(shù)條件下對(duì)研究結(jié)果的影響，驗(yàn)證PCAS 軟件的準(zhǔn)確性。

（1）PCAS 參數(shù)選取

導(dǎo)入圖像，不斷調(diào)整閾值，對(duì)13個(gè)區(qū)域用PCAS軟件進(jìn)行二值化處理。通過(guò)實(shí)際分析本次納雍普灑村崩塌的圖像數(shù)據(jù)，得出閾值在170時(shí)可以清晰地區(qū)分出顆粒與孔隙（圖6）。

探究孔喉封閉半徑（r）、最小孔隙面積（S0）的取值對(duì)PCAS顆粒識(shí)別的影響。不斷調(diào)整孔喉封閉半徑、最小孔隙面積合適的取值，并進(jìn)行相應(yīng)的組合。如圖7所示，當(dāng)r/S0=0.5/5（這里為像素，通過(guò)與實(shí)際半徑、面積換算，r/S0=0.5/5=0.05 m/0.05 m2，即r單位為0.1 m，S0單位為0.01 m2）時(shí)，許多雜點(diǎn)及不需要的微小顆粒被識(shí)別，且顆粒與顆粒間不能有效分隔開；當(dāng)r/S0=4/40時(shí)，較大顆粒也小于最小孔隙面積，不能識(shí)別出來(lái)；對(duì)比圖2（c），當(dāng)r/S0=1/10時(shí)，識(shí)別所得顆粒分布結(jié)果更能反映堆積物顆粒各粒徑分布情況。因此，選取孔喉封閉半徑r為1，2，3（單位為0.1 m，下同），最小孔隙面積S0為10，20，30，40（單位為0.01 m2，下同），互相組合（表1），找到合適的參數(shù)取值（各參數(shù)均以像素為單位）。

（2）PCAS 粒徑統(tǒng)計(jì)結(jié)果

圖6 PCAS 在不同閾值下的二值化結(jié)果Fig.6 Binarization results of PCAS at different thresholds

圖7 PCAS 在r/S0=0.5/5 與r/S0=4/40時(shí)的顆粒識(shí)別結(jié)果Fig.7 PCAS particle recognition results at r/S0=0.5/5 and r/S0=4/40

表1 三個(gè)參數(shù)的組合情況Table1 Combinations of the three parameters

由各個(gè)圖像中顆粒的幾何形態(tài)數(shù)據(jù)，統(tǒng)計(jì)出每個(gè)區(qū)域長(zhǎng)軸在0～1 m、1～2 m、2～3 m、3～4 m、4～5 m、5～6 m、6～7 m、7～8 m、8～9 m、9～10 m、＞10 m的粒徑數(shù)量（識(shí)別最大粒徑11.8 m），取值區(qū)間為左開右閉，繪制出顆粒粒徑累計(jì)曲線。并分別作出各區(qū)0～2 m、2～4 m、4～6 m、＞6 m 粒徑所占比例柱狀圖。注意，PCAS 識(shí)別的是像素大小，每個(gè)區(qū)域圖片像素為465×976，而實(shí)際尺寸為50 m ×100 m，由式（1）和式（2）換算，為方便統(tǒng)計(jì)，取1 像素等于0.1 m。

分別根據(jù)表1中的參數(shù)組合繪制顆粒粒徑累曲線（圖8）和各區(qū)域不同粒徑等級(jí)所占比例柱狀圖（圖9），圖9中粒徑百分比小于1%時(shí)沒有標(biāo)記。

由圖8可知：

（1）A11、A12、A13 圖像中粒徑小于2 m的百分含量明顯高于其他區(qū)域，說(shuō)明運(yùn)動(dòng)距離越遠(yuǎn)，顆粒碰撞破碎越充分，小顆粒含量比重越大，分選越好。在閾值為170，孔喉封閉半徑為2時(shí)，A1 圖像中粒徑小于2 m的百分含量也明顯高于其他區(qū)域，曲線較陡，顆粒粒徑級(jí)配差于其他區(qū)域。

（2）當(dāng)孔喉封閉半徑為1，2時(shí)，隨著最小孔隙面積的變大，顆粒粒徑小于2 m的百分比明顯下降，但總的趨勢(shì)不變；表明PCAS 在最小孔隙面積增大時(shí)，能去除較大的雜點(diǎn)，區(qū)分出有效顆粒，總的百分比就降低。但當(dāng)孔喉封閉半徑為3時(shí)，隨著孔隙面積的變大，大粒徑百分比無(wú)明顯變化，小顆粒粒徑百分比變小，小于1 m的粒徑百分比大多在10%以下（除A11、A12、A13）；這表明當(dāng)孔喉封閉半徑增加到一定程度時(shí)，許多顆粒被進(jìn)一步分割成更微小顆粒，當(dāng)最小孔隙面積較小時(shí)（這里為10），大量微細(xì)顆粒就被當(dāng)作雜點(diǎn)去除，此時(shí)即使最小孔隙面積變大，粒徑百分比也無(wú)明顯變化。

圖8 不同參數(shù)取值下各區(qū)域顆粒粒徑累計(jì)曲線Fig.8 Accumulation curve of particle size in each region under different parameters

（3）以N2、N6、N10為例，當(dāng)最小孔隙面積一定時(shí)，隨著孔喉封閉半徑的增大，顆粒粒徑小于2 m的百分比明顯下降，且級(jí)配變差。N10 條件下，每個(gè)區(qū)域粒徑小于2 m的百分比分布在50%～90%，而N2、N6 小于2 m的百分比則在80%～95%；這表明隨著孔喉封閉半徑增大，形狀不規(guī)則的大顆粒被腐蝕，分割為小顆粒，當(dāng)小于最小孔隙面積時(shí)，被作為雜點(diǎn)去除，所占比重減小。

（4）小于3 m的顆粒百分比在每個(gè)區(qū)域的占比都在80%以上，而圖4小于3 m的為70%以上，說(shuō)明PCAS 相比人工計(jì)數(shù)，顆粒計(jì)數(shù)更精細(xì)，識(shí)別更完整，但總的效果相差不大，粒徑級(jí)配曲線與實(shí)際情況相符，驗(yàn)證了PCAS 在碎屑流堆積物顆粒識(shí)別上的可靠性。

由圖9可知：

（1）由圖N1、N2、N5、N6可得，當(dāng)孔喉封閉半徑為1，2，最小孔隙面積為10，20時(shí)，各區(qū)域0～2 m 小顆粒所占百分比都在80%以上，大于4 m顆粒所占百分比都在4%以內(nèi)；表明當(dāng)孔喉封閉半徑與最小孔隙面積較小時(shí)，各區(qū)域較多的小顆粒與雜點(diǎn)被識(shí)別，且不能被錯(cuò)誤識(shí)別為單個(gè)顆粒。對(duì)比N3、N4、N7、N8，當(dāng)孔喉封閉半徑或最小孔隙面積增大時(shí)，0～2 m 小顆粒占比降低，大于4 m的大顆粒比重增加。

（2）由圖N9、N10、N11、N12可得，當(dāng)孔喉封閉半徑為3時(shí)，各區(qū)域小于2 m的顆粒占比都具有先減小后增大的趨勢(shì)，拐點(diǎn)在A3區(qū)；有3個(gè)明顯波峰，極點(diǎn)在A2、A9、A12區(qū)，有三個(gè)明顯波谷，極點(diǎn)在A3、A8、A10區(qū)。各區(qū)域4～6 m顆粒占比都在2%～4%附近，小于6 m的顆粒占比具有2個(gè)波谷，極點(diǎn)在A4 與A8區(qū)。各粒徑占比分布情況與圖5對(duì)比，基本吻合，接近真實(shí)值。

（3）對(duì)比圖N9、N10、N11、N12 與圖5，大于6 m顆粒占比在A3、A4、A5 三個(gè)區(qū)域與實(shí)際情況相符。圖5中，0～2 m顆粒占比在A3、A4、A5區(qū)呈現(xiàn)波谷形態(tài)，但在PCAS 粒徑識(shí)別占比中，A1～A10區(qū)0～2 m顆粒占比都在52%～69%，表明在PCAS顆粒識(shí)別系統(tǒng)中，小粒徑顆粒識(shí)別效率高，各區(qū)占比較接近。

2.3 PCAS 優(yōu)劣及可行性討論

根據(jù)PCAS 在閾值為170、孔喉封閉半徑為3、最小孔隙面積為30 三個(gè)參數(shù)下取得的各區(qū)粒徑分布結(jié)果，結(jié)合人工統(tǒng)計(jì)數(shù)據(jù)，作各區(qū)粒徑塊數(shù)對(duì)比柱狀圖（圖10）。結(jié)合圖8、圖9可得如下結(jié)果：

圖10 PCAS 統(tǒng)計(jì)方法在T/r/S0=170/3/30時(shí)與人工統(tǒng)計(jì)各區(qū)顆粒塊數(shù)對(duì)比圖Fig.10 Comparison chart of the PCAS statistical method at T/r/S0=170/3/30 and artificial statistics

2.3.1 優(yōu)勢(shì)

(1) 高效性：PCAS 統(tǒng)計(jì)的細(xì)顆粒數(shù)量相比人工統(tǒng)計(jì)的多，但顆粒數(shù)量變化趨勢(shì)基本一致，各區(qū)數(shù)量變化情況基本對(duì)應(yīng)；0～2 m 粒徑塊數(shù)在A2、A4、A7 附近出現(xiàn)極值，2～4 m 粒徑數(shù)量在A4、A7 附近出現(xiàn)極值。表明PCAS可以有效識(shí)別肉眼難以計(jì)數(shù)的細(xì)小顆粒，可以極大提高對(duì)小粒徑顆粒（小于4 m）的識(shí)別效率，相比人工細(xì)小顆粒統(tǒng)計(jì)更高效。

(2) 準(zhǔn)確性：當(dāng)顆粒粒徑大于4 m時(shí)，人工統(tǒng)計(jì)與PCAS 統(tǒng)計(jì)結(jié)果基本吻合（A8區(qū)異常）。人工對(duì)大顆粒的識(shí)別相比小顆粒準(zhǔn)確性較高，這也證實(shí)了PCAS對(duì)堆積體識(shí)別的準(zhǔn)確性，人工可以識(shí)別的，PCAS 也能自動(dòng)準(zhǔn)確識(shí)別。

(3) 規(guī)律性：從各區(qū)顆粒數(shù)量變化趨勢(shì)可以看出，PCAS 統(tǒng)計(jì)顆粒數(shù)量變化呈相當(dāng)好的規(guī)律，曲線圓潤(rùn)平滑，“波峰波谷”的數(shù)量極值與貴州納雍等碎屑流崩塌實(shí)際情況對(duì)應(yīng)較好[17-18]，且符合碎屑流堆積體的一般規(guī)律[19]。而人工統(tǒng)計(jì)由于肉眼的局限性，在顆粒數(shù)量、顆粒大小上總會(huì)存在判斷失誤，與實(shí)際情況會(huì)有一定的差異。

(4)可操作性：PCAS顆粒識(shí)別系統(tǒng)操作簡(jiǎn)單，只需設(shè)定閾值（T）、孔喉封閉半徑（r）、最小孔隙面積

（S0）三個(gè)參數(shù)，即可得到堆積體顆粒分布情況，可節(jié)省大量人力物力。

2.3.2 劣勢(shì)

PCAS 劣勢(shì)主要體現(xiàn)在三個(gè)參數(shù)自身的特性上，分析如下：

(1)A2、A8區(qū)顆粒數(shù)量出現(xiàn)奇點(diǎn)；圖10（a）、（b）中，A2區(qū)人工統(tǒng)計(jì)粒徑小于4 m顆粒數(shù)量比PCAS 計(jì)數(shù)高，主要是因?yàn)楫?dāng)顆粒小于PCAS 設(shè)置的最小孔隙面積時(shí)，就被自動(dòng)刪除，導(dǎo)致A2區(qū)粒徑小于4 m的顆粒數(shù)量較低；圖10（c）、（d）中，A8區(qū)人工統(tǒng)計(jì)粒徑4 m以上顆粒數(shù)量較高，主要是因?yàn)镻CAS 設(shè)置的孔喉封閉半徑過(guò)大，許多形狀不規(guī)則的大顆粒被錯(cuò)誤分割成多個(gè)小顆粒，導(dǎo)致大顆粒數(shù)量變少，并且這些誤分割成的小顆粒一部分大于最小孔隙面積，被識(shí)別成單個(gè)顆粒，導(dǎo)致A8區(qū)2～4 m 粒徑顆粒數(shù)量較人工統(tǒng)計(jì)的多。

(2)PCAS 圖像二值化，是根據(jù)圖像中孔隙與顆粒的灰度值不同加以區(qū)分的，主要取決于所得堆積體圖像。如果堆積體圖像的分辨率、對(duì)比度、飽和度以及拍攝角度等不同時(shí)，選取的閾值可能會(huì)有差異，圖像二值化結(jié)果也可能不同。

2.3.3 可行性

(1) 綜合圖8～10，當(dāng)PCAS顆粒識(shí)別系統(tǒng)中采用不同的參數(shù)取值時(shí)，對(duì)分析崩塌碎屑流顆粒分布情況會(huì)有一定的影響。當(dāng)所得圖像與本文納雍崩塌圖像相似，閾值170、孔喉封閉半徑3、最小孔隙面積30為最優(yōu)參數(shù)選擇，各區(qū)不同粒徑數(shù)量與人工統(tǒng)計(jì)所得結(jié)果基本對(duì)應(yīng)，粒徑累計(jì)曲線與各區(qū)域不同粒徑等級(jí)所占比例最接近實(shí)際情況；反之，可根據(jù)本文所介紹的PCAS 識(shí)別方法、步驟以及參數(shù)選取的判定依據(jù)，依據(jù)具體情況以“170、3、30”為基準(zhǔn)進(jìn)行合理的參數(shù)調(diào)整。

(2) PCAS顆粒識(shí)別系統(tǒng)已在貴州納雍崩塌[10]和金沙江白格滑坡[11]中得到應(yīng)用，并且效果顯著。得到滑坡堆積體圖像后，只需設(shè)定三個(gè)參數(shù)，即可對(duì)堆積體進(jìn)行顆粒識(shí)別分析，操作簡(jiǎn)單，并且PCAS 具有手動(dòng)編輯的功能，可以通過(guò)界面的“Edit binary image”功能，根據(jù)實(shí)際情況進(jìn)行顆粒的調(diào)整。在新技術(shù)不斷發(fā)展的今天，PCAS 不失為崩塌碎屑流粒徑研究的一個(gè)高效、可行的途徑，具有應(yīng)用價(jià)值。

3 結(jié)論

（1）PCAS 能自動(dòng)準(zhǔn)確地識(shí)別碎屑流堆積物顆粒與孔隙，具有高效、準(zhǔn)確、可操作性強(qiáng)等特點(diǎn)，可用于堆積物顆粒數(shù)字圖像的識(shí)別、量化、分析；確定三個(gè)關(guān)鍵參數(shù)：閾值（T）、孔喉封閉半徑（r）、最小孔隙面積（S0）的合適取值后，即可得出粒徑分布情況，節(jié)省大量人力物力。

（2）針對(duì)顆粒粒徑較大、二值化后孔隙與顆粒區(qū)分不明顯、噪點(diǎn)較多的圖像，采用較大的r/S0值更能反應(yīng)顆粒分布宏觀情況；反之，宜適當(dāng)減小r/S0進(jìn)行分析。當(dāng)所得圖像與本文納雍崩塌圖像相似，閾值170、孔喉封閉半徑3、最小孔隙面積30為最優(yōu)的參數(shù)選擇，可得到有效的碎屑流顆粒分布情況；反之，可以“170、3、30”為基準(zhǔn)進(jìn)行合理的參數(shù)調(diào)整。

（3）PCAS 具有較高的可行性，所得貴州納雍崩塌堆積物粒徑識(shí)別和統(tǒng)計(jì)結(jié)果與實(shí)測(cè)值接近，粒徑占比、分布規(guī)律基本吻合，即堆積體小粒徑占比較多，0～2 m顆粒粒徑各區(qū)占比都在50%以上，且運(yùn)動(dòng)距離越遠(yuǎn)小粒徑比例越大，各區(qū)“波峰波谷”變化趨勢(shì)基本對(duì)應(yīng)。