地質災害航空遙感技術應用現(xiàn)狀及展望

許 強，郭 晨，2，董秀軍

1. 地質災害防治與地質環(huán)境保護國家重點實驗室(成都理工大學)，四川 成都 610059; 2. 中鐵二院工程集團有限責任公司，四川 成都 610031

山地丘陵面積較大、地質條件復雜，以及構造活動頻繁等多種因素綜合作用使我國成為世界上地質災害極其頻繁的國家之一。每年因災死亡人數(shù)眾多，造成的經(jīng)濟財產(chǎn)損失極為嚴重，地質災害防治形勢十分嚴峻。自20世紀90年代以來，我國廣大地質災害防治工作者在實際工作中摸索總結，建立了較為完善且具有中國特色的群測群防體系，多年來為我國地質災害防災減災事業(yè)做出了巨大貢獻。但是近幾年來發(fā)生的諸如四川茂縣新磨村滑坡、金沙江白格滑坡等重大災害事件表明群測群防體系在一些特殊地區(qū)尤其是西部山區(qū)的地質災害防治工作中還存在明顯不足，這種以傳統(tǒng)人工地面調查為主的地質災害防治研究工作還遠不能滿足我國地質災害防治的實際需求。隨著當代高新技術的迅猛發(fā)展，以及天基導航通信系統(tǒng)等基礎設施的建立，航空遙感平臺及傳感器蓬勃發(fā)展，無人機、機載LiDAR等新興的遙感技術在地質災害防治領域大顯身手。一項大型問卷調查表明83%的研究者將遙感技術用滑坡識別、編目和監(jiān)測，75%的研究者使用兩種或兩種以上遙感技術融合進行滑坡等地質災害的研究[1]。

航空遙感技術作為衛(wèi)星遙感和地面觀測的有效補充手段，具有高時間分辨率、高空間分辨率、機動靈活成本低、自動化程度高等優(yōu)點，被廣泛應用于基礎地理數(shù)據(jù)采集、國土資源勘查、環(huán)境監(jiān)測、農(nóng)業(yè)植被監(jiān)測等各個領域。在地質災害研究中如何充分利用航空遙感平臺搭載多種傳感器，在災害發(fā)生前盡可能全面識別、發(fā)現(xiàn)隱患，并結合詳細地質調查、長期監(jiān)測對其進行綜合評估，掌握災害的基本特征和演化規(guī)律，為災害預警提供理論基礎；當災害發(fā)生時，快速、準確地查明地質災害所處的地質條件、規(guī)模范圍、失穩(wěn)機理等基本情況，為應急搶險爭取寶貴時間，為科學制定救災對策提供重要依據(jù)，成為了地質災害防災減災的關鍵。

本文概述航空遙感技術并歸納總結其在地質災害方面的應用研究，重點總結國內外航空遙感在地質災害識別解譯、調查評價、長期監(jiān)測、VR展示等方面的應用研究進展，闡述地質災害航空遙感應用所面臨的機遇和挑戰(zhàn)，最后對航空遙感技術在地質災害應用研究方面的發(fā)展趨勢進行展望。

1 航空遙感技術、平臺及傳感器

1.1 航空遙感技術

航空遙感是以有人機、無人機等航空平臺搭載光學相機、激光雷達等傳感器的一種非接觸式遙感技術，其發(fā)展已有近200年的歷史。國內航空遙感技術從20世紀70年代起步，至今已進入產(chǎn)業(yè)化發(fā)展階段。航空遙感按照作業(yè)高度分可為高空(10～20 km)、中空(5～10 km)、低空(<5 km)3種類型，地質災害航空遙感一般屬于低空遙感。因具有高時空分辨率、大比例尺、大范圍快速成圖等優(yōu)勢，航空遙感逐漸成為現(xiàn)代空間數(shù)據(jù)獲取中不可替代的一種技術手段，被廣泛應用于諸多領域，成為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補充。航空遙感技術的飛速發(fā)展離不開遙感平臺、傳感器及遙感信息處理技術的進步。

1.2 航空遙感平臺

航空遙感平臺按是否有人駕駛分為有人機和無人機兩類。有人機遙感平臺主要為大型固定翼飛機和直升機。如1986年由中國科學院引進的兩架Cessna獎狀SII型高空遙感飛機，在2008年汶川地震和2013年雅安地震都曾參與災情評估及災后動態(tài)遙感監(jiān)測，累計承擔了近百項各種類型的航空遙感應用項目。無人機的研究始于20世紀初，1917年英國皇家航空研究院成功研制出世界上第一架無人機，經(jīng)過近一個世紀的發(fā)展已經(jīng)形成了一個大家族[2]。我國無人機起步雖晚，但隨著科學技術的不斷進步和市場需求的進一步擴大，2012年開始出現(xiàn)爆炸式增長，尤其是輕小型無人機遙感系統(tǒng)在數(shù)量和應用領域都占絕對主導地位[3]。截至2021年，我國無人機企業(yè)達1.27萬家，實名登記無人機約83萬架。無人機種類繁多，分類方式五花八門，按照按動力類型、機體結構、使用領域等可以分為不同類型(表1)。隨著航空遙感技術的發(fā)展，有人機越來越朝著專業(yè)化方向發(fā)展，而無人機則呈現(xiàn)出輕量化的發(fā)展趨勢。

1.3 航空遙感傳感器

航空遙感傳感器是搭載于航空遙感平臺上的各種移動測量設備，伴隨著航空遙感平臺的發(fā)展，涌現(xiàn)了大量航空遙感傳感器(圖1)。光學相機是應用最廣泛的一種航空光學傳感器，利用獲取的航空照片通過后期數(shù)據(jù)處理，可生成高分辨率數(shù)字表面模型(DSM)、數(shù)字高程模型(DEM)、數(shù)字正射影像(DOM)、數(shù)字線劃圖(DLG)以及實景三維模型等遙感產(chǎn)品。機載LiDAR最大的優(yōu)點是利用激光多次回波技術可“穿透”地表植被的特點，結合相應的濾波算法可以對地物進行有效分類，去除地表植被、建筑物等，從而獲得真實地面高程數(shù)據(jù)。航空高光譜遙感利用成像光譜儀獲取地物目標的光譜連續(xù)影像數(shù)據(jù)，可以對目標地物光譜特征進行精確識別與提取，在地學領域能較好地依據(jù)地物光譜特征進行巖性識別、地層劃分、礦化蝕變信息提取等。機載SAR具備在各類復雜天氣狀況下對目標場景全天時、全天候觀測的能力，利用無人機搭載的微小型SAR成為多云霧測繪困難地區(qū)測圖和應急響應、災害監(jiān)測不可或缺的手段。航空物探則通過搭載專業(yè)物探儀器設備來探測地球物理場的變化，是研究和探測地質結構和礦產(chǎn)資源的常用方法。

圖1 無人機類型及傳感器Fig.1 UAV types and sensors

在地質災害研究中以光學相機、激光雷達的應用最為集中。目前，航空遙感傳感器正朝著輕小型、多功能的方向發(fā)展，并且隨著傳感器系統(tǒng)模塊化日益成熟，多傳感器集成的航空遙感系統(tǒng)正在逐步走向成熟。

2 地質災害航空遙感應用

2.1 地質災害及隱患識別

地質災害的識別解譯是研究災害發(fā)育類型、分布規(guī)律、演化特征，確定災害易發(fā)性、危害性、易損性和風險性的關鍵，同時也是災害監(jiān)測預警及防治的前提和基礎。無人機光學影像具有直觀、形象、清楚等特點，根據(jù)遙感影像上顯示的色調、紋理及幾何形態(tài)組合可以對地質災害進行識別解譯[4]，是地質災害解譯最常用也是最直觀的手段之一，尤其適合于地震、暴雨、人類活動等誘發(fā)的光譜特征明顯的地質災害。在地震地質災害方面，無人機航空遙感常作為衛(wèi)星遙感的輔助手段來進行同震災害的解譯，在2008年5月12日汶川Ms8.0級地震、2015年4月25日尼泊爾Mw7.8級地震、2015年11月17日希臘Mw6.5級地震、2016年4月14日日本熊本Mw6.2級地震、2017年8月8日四川九寨溝Ms7.0級地震中為同震災害的識別制圖、風險評估等提供有力的數(shù)據(jù)支撐[5-7]。對于人類活動誘發(fā)的地質災害，文獻[8]利用多期無人機影像對甘肅黑方臺約30 km2的黃土臺塬灌溉誘發(fā)的黃土滑坡進行解譯并建立了區(qū)域滑坡庫(圖2)，為后續(xù)研究滑坡類型、發(fā)育分布規(guī)律、監(jiān)測預警的研究奠定了基礎。隨著計算機技術的智能化發(fā)展，傳統(tǒng)人機交互的目視解譯方法已逐漸不能滿足科研生產(chǎn)需求，基于像素和面向對象的半自動/自動的識別方法被逐步提出，并在土耳其、臺灣、香港等國家和地區(qū)因降雨或臺風誘發(fā)的滑坡識別中得到較好應用[9-10]，準確率基本在80%以上，并且大多研究表明面向對象比基于像素的方法更適用于在高分辨、超高分辨率遙感影像上進行地質災害智能識別。

圖2 黑方臺黃土滑坡無人機遙感解譯分布Fig.2 Distribution of Heifangtai Loess landslide by UAV

對于光譜特性與周圍環(huán)境并無明顯差異的古老滑坡體以及高植被覆蓋下的滑坡等地質災害，光學影像顯得無能為力。而機載LiDAR能在一定程度上“穿透”植被，獲取分米級甚至厘米級的DEM，從2000年開始就被意大利、奧地利、美國等國家率先應用于地質災害的識別解譯、調查測繪中，之后日本、新西蘭、比利時、土耳其等國家也先后開展了基于機載LiDAR技術的地質災害識別工作，為植被覆蓋下的地質災害的識別與制圖提供了新的解決方案[11-13]。國內方面，文獻[14]在2014年最先將機載LiDAR應用于三峽地區(qū)滑坡識別中，2018年開始成都理工大學聯(lián)合四川省測繪地理信息局在四川九寨溝、丹巴、茂縣等地質災害重點防治區(qū)域開展機載LiDAR災害識別解譯工作，取得了很好的效果[15](圖3)，隨后四川、貴州、廣東、大連等省、市紛紛啟動了大面積、區(qū)域性機載LiDAR地質災害遙感調查識別工作。許強在2020年全國兩會上提出了“全域激光雷達計劃”的提案，進一步推動了國內機載LiDAR技術在地質災害行業(yè)的應用。

注：左側為光學影像，右側為機載LiDAR影像。圖3 九寨溝核心景區(qū)地質災害機載LiDAR遙感解譯成果Fig.3 Distribution of geohazard interpretation results in Jiuzhaigou by airborne LiDAR

隨著機載LiDAR在地質災害領域的推廣應用，目前也存在一些亟待研究解決的問題，一是受限于解譯人員的經(jīng)驗和認知水平，欠缺同時具備地質和遙感經(jīng)驗的專業(yè)解譯人員；二是各類地質災害的地貌及影像特征與光學遙感差距甚大，目前基于機載LiDAR的地質災害遙感解譯體系尚待完善；三是目前國內市場上沒有一款專業(yè)的針對地質災害機載LiDAR識別的三維解譯軟件。

2.2 地質災害調查與評價

每年出現(xiàn)的地質災害多以中小型單體災害為主，無人機具有的機動靈活、快捷高效的特點，已逐漸成為地質災害調查評價的重要手段和“?？汀盵16]。光學影像、實景三維模型等能直觀展示地質災害及其周圍環(huán)境，是一線地質隊員最能看懂的航空遙感產(chǎn)品，基于無人機航空攝影測量系統(tǒng)可以快速獲取研究區(qū)高分辨率DOM、DEM、實景三維模型等，利用這些直觀形象的影像可以快速判斷地質災害體的類型、規(guī)模、區(qū)域范圍、所處的地形地貌等，又可快速形成地形圖、量測各種參數(shù)(如滑坡的幾何尺寸、結構面產(chǎn)狀等)，準確地辨識出地質災害體的形態(tài)特征和坡體變形跡象[17-18](圖4(a))；結合災害體所處地貌、巖性、產(chǎn)狀、坡體結構、地質構造等還可分析孕災地質環(huán)境條件、變形破壞機理等[19]。通過點云、DEM等還可以進行災害邊界、裂縫等的半自動識別及提取。此外，DSM/DEM作為無人機攝影測量的一個產(chǎn)物，在量化滑坡形變量、體積變化及滑坡動力學特征等相關研究中發(fā)揮了極其重要的作用。通過兩期DEM/DSM數(shù)據(jù)的疊加分析，可快速圈定變形區(qū)，量化災害體各區(qū)的位移變化情況(圖4(b))，量測滑坡前地形和體積的變化，快速精確計算滑坡方量等。利用多時序的DSM/DEM數(shù)據(jù)對比可以獲取災害的物質運移和變形演化特征，研究地質災害動態(tài)演變規(guī)律[20]。尤其隨著各種傳感器的進步，以及后差分技術、變高飛行、仿地飛行等新技術的不斷出現(xiàn)，無人機獲取的數(shù)字產(chǎn)品的質量及精度不斷提高，為地質災害的精細化調查提供了更為優(yōu)質的數(shù)據(jù)基礎。

圖4 黨川2#滑坡分區(qū)圖及運動路徑及滑動前后高程差值Fig.4 The movement route of Dangchuan 2# landslide by orthogonal projection and the elevaton difference between pre-sliding and post-sliding

機載LiDAR具有獲取大面積精確三維地形的能力，從20世紀90年代末開始就被許多國家和地區(qū)用于滑坡等地質災害的調查[21]，尤其是在傳統(tǒng)航空攝影很難開展的高植被覆蓋地區(qū)。另外，大多數(shù)歐洲國家從2000年開始投入大量資金有計劃地進行覆蓋整個領土面積的機載LiDAR飛行，獲取的地理空間數(shù)據(jù)產(chǎn)品分辨率和精度也越來越高[22-24]，至今累積了大面積的歷史機載LiDAR數(shù)據(jù)，這不僅為地質災害的調查評價創(chuàng)造了極好的條件，更加清晰地展示災害體細部幾何特征，還為地質災害動態(tài)演化和物質運移的動力學研究提供了極好的基礎數(shù)據(jù)[25-26]。由于機載LiDAR設備以及數(shù)據(jù)采集成本較高，國內機載LiDAR技術在地質災害調查方面的應用相對較晚，但自2017年新磨村滑坡后，有關部門開始高度重視，將InSAR、LiDAR、UAV等技術列為地質災害調查的新技術新方法，有力推動了航空遙感技術在地質災害領域的深入應用。

對巖質邊坡而言，利用無人機和機載LiDAR還可以快速獲取結構面參數(shù)信息，從利用最小二乘法擬合平面求得結構面產(chǎn)狀信息，到如今利用3D點云可以實現(xiàn)結構面產(chǎn)狀、間距、跡長、連通率、粗糙度等結構面參數(shù)的自動識別提取[27-28]，另外，隨著傾斜實景三維模型分辨率的不斷提高，這種以全要素全紋理為表現(xiàn)形式的實景模型愈發(fā)受到地質工作者的青睞，基于實景三維模型的結構面識別及信息提取的研究也逐漸展開。在此基礎上，基于高分辨率地形數(shù)據(jù)、結構面空間組合切割關系和巖體力學參數(shù)等，利用3DEC、Rock fall、Flac3D等數(shù)值模擬軟件進行巖體三維精細化建模及數(shù)值計算，可以實現(xiàn)巖質斜坡穩(wěn)定性定量評價以及破壞機理研究[29]。并且，基于航空遙感技術的地質災害識別與制圖為地質災害風險評價提供了準確的災害數(shù)據(jù)庫，而且從獲得的高分辨率DEM、DOM影像、實景三維模型可以提取與災害相關的高程、坡度、坡向、地表曲率、匯水面積、坡體結構類型、土地利用情況、承災體等關鍵的空間基礎數(shù)據(jù)，再結合知識驅動型的專家打分法等定性評估或是數(shù)據(jù)驅動型的信息量法、邏輯回歸、人工神經(jīng)網(wǎng)絡、支持向量機等方法開展不同尺度(從區(qū)域尺度到單體)的地質災害定量風險評價[30-31]，為防災減災提供較強的理論依據(jù)。蘭州大學綜合利用InSAR、無人機航空攝影測量、數(shù)學統(tǒng)計模型，在甘肅省黑方臺地區(qū)提出了區(qū)域尺度上預測潛在滑坡的位置、范圍、面積和體積的方法，有效提高區(qū)域尺度滑坡危險性評價的準確性，推進區(qū)域滑坡災害風險定量評價研究[32]。

2.3 地質災害長期監(jiān)測

地質災害監(jiān)測是預警的前提，監(jiān)測內容包括變形監(jiān)測、影響因素監(jiān)測和前兆異常監(jiān)測3類，航空遙感主要針對災害的變形監(jiān)測。通過疊加比較多時相高分辨率航空遙感DSM/DEM數(shù)據(jù)，可以分析地質災害隨時間的位移變化。但是由于地質災害的發(fā)生時間相對于其孕育發(fā)展的時間來說非常短暫，航空平臺層次的地質災害監(jiān)測實際上屬于長期監(jiān)測。地質災害航空遙感監(jiān)測很好地彌補了衛(wèi)星遙感、地面觀測等對地觀測精度、時效和頻度上的不足，健全了對地觀測技術在災害中的應用[2,33]。

機載LiDAR是滑坡遙感監(jiān)測的常用手段之一，但與光學圖像和SAR相比，由于成本問題，LiDAR數(shù)據(jù)的采集時間可能間隔較長。利用機載LiDAR對地質災害進行監(jiān)測的技術發(fā)展了20多年，具有許多成功的案例。文獻[34]使用了4個連續(xù)的機載LiDAR數(shù)據(jù)集對加利福尼亞州一處緩慢變形的滑坡進行長達10 a的監(jiān)測，獲取的平均地面點密度為0.9～4.9 pts/m2，生成的DEM分辨率為1 m，均方根誤差(RMSE)為0.4 m，得出該滑坡的形變速率為0.2～5 m/a，結合降雨數(shù)據(jù)表明滑坡的形變與降雨量存在正相關。利用多時相高分辨率DSM/DEM數(shù)據(jù)進行地質災害的長期監(jiān)測，最小可量測的可靠形變量是研究者們最為關心的問題。由于地形起伏、植被覆蓋等影響了DEM精度，進而影響監(jiān)測數(shù)據(jù)的準確性和可靠性，大多研究表明目前可靠的最小監(jiān)測位移大約在0.1～0.5 m[35]。相對于成本較高的機載LiDAR，對于植被覆蓋較低的區(qū)域，利用輕小型無人機進行單體地質災害或小范圍地質災害重點區(qū)域的長期監(jiān)測是一個不錯的選擇[36]。另外，地質災害航空遙感形變監(jiān)測也逐漸由二維向三維形變監(jiān)測發(fā)展，文獻[37]利用無人機對澳大利亞某滑坡進行了監(jiān)測，制作了滑坡表面三維位移矢量圖(圖5)，并系統(tǒng)研究了該滑坡的動力學特征。但缺乏地面監(jiān)測手段驗證的地質災害航空遙感監(jiān)測結果往往不具備較高的可信度，成都理工大學自2015年起用小型固定翼無人機對甘肅省黑方臺黃土滑坡群進行長期監(jiān)測[38]，通過合理增加地面控制點數(shù)量將正射影像和DSM精度從分米級提高至厘米級，并經(jīng)過野外實地安裝的裂縫計監(jiān)測結果以及地表GPS監(jiān)測數(shù)據(jù)比對(圖6)，驗證了小型無人機在黃土滑坡長期監(jiān)測中的實用性和可靠性。

然而，目前的研究基本停留在滑坡表面位移的監(jiān)測，利用表面位移反演滑坡深部位移的研究還相對較少，因此如何利用獲取的航空遙感數(shù)據(jù)，開展滑坡表面三維形變監(jiān)測以及滑坡不同深度的位移反演，探測滑坡三維滑動面，進而分析研究滑坡變形破壞機理，對滑坡監(jiān)測預警以及防災減災具有較大的參考價值。

星載合成孔徑雷達干涉測量(InSAR)在地質災害監(jiān)測中已得到了許多成功的應用[39-40]，但是一些地區(qū)受限于固定的觀測幾何形狀和衛(wèi)星軌道約束，因而觀測效果不佳[41]。航空平臺的機載SAR可以通過針對觀測目標設置最佳的成像幾何形狀和時間采樣計劃，使觀測效果達到最佳。文獻[42]利用無人機載合成孔徑雷達(UAV-SAR)對美國西部Slumgullion滑坡進行了監(jiān)測，根據(jù)滑坡幾何形狀選擇了沿觀測方向組合的4個LOS測量值，反演了滑坡表面三維形變速率，并于與同期地面GPS監(jiān)測結果進行比較，表明機載SAR對于災害監(jiān)測十分有效。文獻[43]收集了時間跨度更長的機載SAR數(shù)據(jù)并使用時間序列偏移追蹤等方法進一步對該滑坡進行了長期監(jiān)測。

多源數(shù)據(jù)融合能充分發(fā)揮各自的優(yōu)勢，航空遙感平臺的LiDAR與光學影像結合或是與衛(wèi)星平臺、地面平臺等多平臺多傳感器之間的融合應用也是地質災害遙感監(jiān)測的重要手段。文獻[44]在法國Super-Sauze滑坡的監(jiān)測中使用地面攝影測量技術、機載LiDAR技術、地面GPS技術等多種手段結合的方法，基于歸一化圖像互相關匹配的配準技術制作了滑坡位移矢量圖，監(jiān)測了該滑坡2008—2009年的活動性，結果表明這種低成本的方式可以表征滑坡加速變形期間長達3 m/d的形變速率，以及減速變形期間約0.02 m/d的形變速率。文獻[45]結合機載LiDAR和無人遙感技術對意大利南部某滑坡的水平位移和高程變化進行長期監(jiān)測，表明無人機和機載LiDAR獲取的DSM具有高度一致性，強調兩種手段結合互補在災害監(jiān)測、機理研究中的實用性。

但是必須認識到，由于傳感器的精度、地形、天氣，以及影像配準等帶來的誤差可能在一定程度上大于滑坡等地質災害的變形量，因此利用航空遙感技術進行地質災害的監(jiān)測目前難以達到InSAR量化毫米級形變的程度，加之數(shù)據(jù)采集頻率與成本等問題，災害的臨滑監(jiān)測及早期預警目前還較為困難。

2.4 地質災害應急響應

20世紀60年代，美國建立了國家、州政府和企業(yè)聯(lián)合的航空遙感應急體系，隨后以歐盟為主導和成員國參與的災害應急和地質調查的航空遙感體系也逐漸在歐洲建立起來，緊接著巴西建立了著名的“保衛(wèi)亞馬遜”計劃，推廣了航空遙感在環(huán)境和災害應急調查等方面的應用。2008年5·12汶川地震發(fā)生后，以中國國土資源航空物探遙感中心、國家測繪局為主的相關部門在震后第一時間利用航空遙感技術獲取了災區(qū)高分辨率DOM、DEM、實景三維模型等數(shù)據(jù)并上報國務院，為指導抗震救災、打通生命通道、防范次生地質災害、開展災后重建等工作做出了突出貢獻，成為我國科技抗震救災的一個典范[46]。通過將無人機遙感影像與災前的衛(wèi)星影像比對，還可以快速評估受災區(qū)域范圍、基礎設施破壞情況、房屋損毀、河道堵塞、同震災害面積與方量、潛在危險對象等情況，為災情精準評估提供有力支持。

汶川地震之后，隨著我國遙感技術的高速發(fā)展，國產(chǎn)衛(wèi)星像及各種無人機遙感開始廣泛應用，遙感數(shù)據(jù)獲取、圖像處理和信息提取等硬、軟件建設得到了很大的提升，為遙感應急救災提供了技術保障。在后來的2010年4·14青海玉樹Ms 7.1級地震、2013年4·20雅安蘆山Ms 7.0地震、2014年8·3云南省昭通魯?shù)镸s 6.5級地震，包括支援2015年4·25尼泊爾Ms 8.1級特大地震，無人機航空遙感都在災害的應急處置、救援及震后恢復重建等方面發(fā)揮了重要作用[47]。尤其是2012年后，我國無人機遙感技術的迅猛發(fā)展，國產(chǎn)輕小型無人機廠商如雨后春筍般冒出，在2017年8·8九寨溝Ms 7.0級地震、2019年6·17宜賓長寧Ms 6.0級地震中，以輕小型無人機為主的救援力量擔起了救災大任[48]。國際方面，以無人機為主的航空遙感技術也在意大利、日本等多次地震中為災情研判、救災形式分析、災害救援方案制定奠定了基礎。

針對單體災害的應急處置需要在盡量短的時間內通過查清災害體的基本情況及所處的地質環(huán)境條件，從而為科學確定減災方案提供盡量準確、完整、詳細的相關信息。具備機動靈活、快捷高效等優(yōu)點的輕小型無人機成了單體地質災害應急處置的首要選擇。以2018年10月和11月金沙江白格兩次滑坡堵江事件為例，無人機在滑坡應急處置尤其是第二次滑坡—堰塞事件中充分發(fā)揮了優(yōu)勢[49]。通過無人機航空遙感，在短時間內充分查明了兩次滑坡和堰塞堵江的基本特征及其動態(tài)演化特征；準確量測了堰塞壩長、寬、高、入水體積等重要幾何參數(shù)，為導流槽開挖提供了最優(yōu)路徑選擇；精準發(fā)現(xiàn)斜坡后緣存在的形變區(qū)域并定量表征形變區(qū)域的形變量，為專業(yè)監(jiān)測儀器的布設提供靶點，從而為應急處置工作的順利實施以及分析研判提供重要數(shù)據(jù)支撐(圖7)。近年來，以輕小型無人機為主的航空攝影測量技術還為2017年四川茂縣6·24新磨村滑坡、貴州納雍8·28山體滑坡、貴州雞場7·23滑坡等重大地質災害應急處置提供了重要的科技支撐[50-51]。

在搶險救災等時效性要求極高的情況下，目前無人機遙感獲取的數(shù)據(jù)仍需要在飛行完成后進行處理，可能會在一定程度上影響應急處置的科學研判和決策。因此，無人機邊飛邊傳、即拍即算等技術方法的研究和實現(xiàn)應是未來無人機應急救災的主要方向。

2.5 地質災害VR展示

虛擬現(xiàn)實(virtual reality,VR)技術及消費級虛擬現(xiàn)實設備的飛速發(fā)展，豐富了地質環(huán)境的虛擬現(xiàn)實表達。歐洲許多國家從2000年開始就大力發(fā)展新一代的地質災害VR三維展示技術，地質災害VR場景具有沉浸感強、自然式人機交互及主動感知場景信息等優(yōu)點，使用戶能夠更快感知與認知災害場景[52]。英國地質調查局是廣泛使用虛擬現(xiàn)實技術進行地球科學領域應用研究和教育的主要組織之一，美國的加州大學戴維斯分校、意大利米蘭比可卡大學等眾多科研院校也進行了大量研究工作，開發(fā)了各種地質災害可視化的展示平臺[53-54]。利用航空遙感平臺采集數(shù)據(jù)，通過重建災害點的三維場景并結合虛擬現(xiàn)實VR展示技術，以沉浸式、人機交互、主動感知等多種方式實時探索虛擬重建的三維場景，幫助體驗者從更廣闊的空間視角和思維來進行學習思考，改進傳統(tǒng)的地質災害科學研究和教學實踐活動以及科普教育，以更加科學、高效的手段發(fā)揮地質科普的價值，大大提高了學生及公眾對災害的認識，使其熟練掌握自救互救技能，從而科學防災減災(圖8)。國內方面，文獻[55—56]以無人機獲取的高分辨率影像和地形數(shù)據(jù)為基礎，分別以汶川七盤溝泥石流、金沙江白格滑坡為典型案例，開展了泥石流、滑坡等災害的VR場景動態(tài)構建與探索分析研究，實現(xiàn)了用戶在地質災害VR場景下的沉浸式交互體驗與探索分析，為救援路徑規(guī)劃和科學研判提供重要決策支撐，對于提升災害風險意識與災害決策具有重要意義。

圖8 地質災害場景的VR體驗Fig.8 Geohazard scene experienced by VR

然而，VR技術發(fā)展更新?lián)Q代較快，VR場景制作費用高昂及設備維護費用較高，均是制約該項技術發(fā)展的因素。

3 地質災害航空遙感機遇與挑戰(zhàn)

過去10年，中國迅速成長為無人機行業(yè)的制造和技術強國，在經(jīng)濟建設的飛速發(fā)展下，資源開發(fā)和工程建設力度逐漸增大，諸如川藏鐵路、川藏公路等大型公路、鐵路等工程項目向西部高原、高山峽谷地區(qū)深入，由此引發(fā)的地質災害頻率和規(guī)模不斷增加；加之近年來山區(qū)重大地質災害頻發(fā)，造成了嚴重的人員傷亡和經(jīng)濟財產(chǎn)損失，而傳統(tǒng)的地質災害調查手段在復雜山區(qū)很難高效實施，這對擁有視角、分辨率、機動性等先天優(yōu)勢的航空遙感而言是一次極好的機遇；另外，國家及有關部門高度重視地質災害防治工作也為地質災害的航空遙感應用提供了良好的契機。雖然航空遙感因其具有獨特優(yōu)勢，作為衛(wèi)星遙感、傳統(tǒng)地面攝影的有效補充，在地質災害領域的諸多方面得到了廣泛且成功的應用，但當下還存在以下幾方面亟待研究和解決的問題，也是未來地質災害航空遙感應用的發(fā)展趨勢。

3.1 復雜條件下的數(shù)據(jù)采集

攝影測量技術及無人機飛控技術的進步使得無人機飛行越來越便利，山區(qū)大高差環(huán)境導致無人機遙感獲取的數(shù)據(jù)在不同高程上分辨率不一致，因此仿地飛行技術應運而生，通過設定與已知三維地形的固定高度，使得飛機與目標地物保持恒定高差，無人機能夠根據(jù)測區(qū)地形自動生成變高航線，保持地面分辨率一致從而獲取更好的數(shù)據(jù)效果。而近年來貼近攝影測量技術的發(fā)展，使得無人機能按既定航線與待測地物保持10 m以內的距離，進一步提高了獲取數(shù)據(jù)的質量與精度。但目前的仿地飛行、貼地飛行，均需要先獲取測區(qū)高精度DSM，需要進行多次重復飛行，時效性較低。而真正意義上的無人機仿地飛行應是智能無人視覺系統(tǒng)自主導航，利用計算機對掛載的傳感器采集到的環(huán)境圖像等數(shù)據(jù)進行處理和分析，恢復周圍環(huán)境的三維結構和相對位置信息，通過識別目標，判斷障礙物等實現(xiàn)無人機自主導航和避障任務。但其真正智能化與實用化尚需要突破完全自主的高精度、高可靠實時導航和避障運動等核心技術，需要充分結合攝影測量遙感、人工智能、衛(wèi)星導航等研究領域的先進理論和技術，才能在無人機三維環(huán)境實時建模及自動避障飛行[57]。

另外，目前無人機遙感獲取的數(shù)據(jù)基本都需要在飛行完成后進行處理，條件惡劣情況下甚至需要專程將數(shù)據(jù)送回至室內由專業(yè)計算機處理，即使目前部分單位已配備專業(yè)高性能工作站及移動工作車，能在飛行完成后立即進行數(shù)據(jù)處理并在短時間內生成相應成果，但也難以滿足搶險救災等時效性要求極高的任務。因此，研發(fā)無人機數(shù)據(jù)邊飛邊傳，甚至邊飛邊處理、即拍即算的技術方法，在獲取數(shù)據(jù)的同時就開始自動進行空三測量、圖像配準等，飛行完畢即可快速獲取測區(qū)正射影像、三維點云、實景模型等數(shù)字成果，將大大提高地質災害應急搶險的效率，為應急處置的科學研判和決策提供強有力保障。另外，利用無人機集群進行組網(wǎng)遙感，進行災情地理信息快速獲取也是未來無人機應急救災的發(fā)展方向[3]。

3.2 多源遙感數(shù)據(jù)的綜合分析

目前，通過航空遙感平臺已經(jīng)能夠搭載不同的傳感器進行地質災害的綜合應用，隨著各種傳感器逐漸輕小型化、模塊化、集成化，通過將多種傳感器集成搭載于同一航空遙感平臺上，如激光雷達和光學相機集成，SAR與光學相機等傳感器的集成，單次飛行即可獲取不同類型的遙感數(shù)據(jù)，降低飛行成本和風險，將大大提高地質災害航空遙感應用的工作效率。值得一提的是，雖然自2017年新磨村滑坡后機載LiDAR技術逐步被用于地質災害行業(yè)中，但由于激光雷達核心部件基本依賴進口，數(shù)據(jù)采集成本相對較高，限制了該技術在植被山區(qū)滑坡調查識別的大面積推廣應用，只有突破了核心技術，研制具有完全自主知識產(chǎn)權的高性能國產(chǎn)激光雷達設備，才能進一步降低機載LiDAR設備及數(shù)據(jù)采集成本，推動機載LiDAR在地質災害及其他行業(yè)的廣泛應用。另外，日本、意大利等國家，以及中國香港、中國臺灣等地區(qū)已完成了全域機載LiDAR飛行，獲取的數(shù)據(jù)供給不同的部門使用產(chǎn)出了良好的成果和效益，而中國大陸現(xiàn)階段開展全域范圍的LiDAR數(shù)據(jù)獲取還不現(xiàn)實，但應盡快開展地質災害高風險山區(qū)、重要城鎮(zhèn)、重大工程區(qū)等的LiDAR數(shù)據(jù)獲取和示范應用，為自然資源的調查評價、國土空間規(guī)劃、生態(tài)環(huán)境評價與保護、地質災害防治等提供基礎數(shù)據(jù)和科技支撐。

由于地質災害類型多種多樣，孕災地質背景復雜多變，航空遙感技術雖然是衛(wèi)星遙感和地面觀測的有效補充手段，在時空分辨率和便捷性方面都有極大的優(yōu)勢，但是僅靠航空遙感技術往往很難解決地質災害領域所有問題。加之衛(wèi)星平臺的光學遙感和InSAR，以及地面平臺的地面調查和監(jiān)測等技術手段各有所長，如InSAR技術在滑坡遙感識別與形變監(jiān)測中具有先天的優(yōu)勢，地面調查復核對遙感識別結果不可或缺，因此將多平臺、多層次、多源數(shù)據(jù)、多種技術手段的成果有機結合和綜合應用才能更好地為防災減災服務。

3.3 地質災害特征智能檢測與判識

如前所述，基于衛(wèi)星遙感的地質災害解譯經(jīng)過幾十年的發(fā)展已經(jīng)非常成熟，而人工目視解譯仍是目前遙感解譯最常用可靠的方法之一，但也存在工作量巨大、耗時費力、不確定性較高等缺點。隨著人工智能技術的飛速發(fā)展，深度學習在計算機視覺領域取得多項開創(chuàng)性進展，在圖像識別檢測方面有著較大的潛力，其在地質災害識別領域的研究逐漸深入，將專家經(jīng)驗與深度學習融合從而制定相應規(guī)則來進行地質災害的自動化識別，是航空遙感數(shù)據(jù)智能化自動識別的趨勢和發(fā)展方向[58]。對于正在變形的滑坡區(qū)，因其光譜和紋理特性與周圍環(huán)境具有一定的差異(但沒有新發(fā)生滑坡顯著)，利用基于CNN的深度機器學習方法可以對其較好地進行自動識別，例如以貴州省已排查出的部分地質災害隱患點的影像資料為學習樣本，利用卷積神經(jīng)網(wǎng)絡進行學習，然后基于學習結果對其他區(qū)域地質災害隱患進行自動識別，其識別正確率可達80%左右[59]。而對于歷史上發(fā)生的古老滑坡體，因絕大多數(shù)近期內未變形，其光譜特性與周圍環(huán)境并無明顯差異，在影像上僅能根據(jù)滑坡地貌(圈椅狀地貌、滑坡壁等)的紋理特性來判識，但如田坎、陡壁等與滑坡地貌類似的地貌很多，導致滑坡自動識別難度較大。文獻[38]以滑坡地貌特征相對明顯的黃土高原古老滑坡為研究對象，建立了2500多處古老滑坡的樣本庫，利用深度學習方法開展黃土滑坡的自動識別，目前識別的正確率僅為60%～70%，而若是在受植被覆蓋影響的西部山區(qū)，識別難度更大，識別正確率可能會更低。另外，目前基于深度學習的地質災害及隱患識別的數(shù)據(jù)源大多為米級分辨率的衛(wèi)星光學影像，而利用分米級甚至厘米級無人機光學影像及機載LiDAR高分辨率DEM或點云數(shù)據(jù)結合深度學習的地質災害及隱患識別還鮮有研究。

目前，制約地質災害特征智能檢測與判識的原因主要有兩方面：①滑坡等地質災害的樣本庫還亟待擴充與完善。監(jiān)督學習依賴于大量的、多樣化的訓練樣本，一般情況下，訓練數(shù)據(jù)精度越高、類別越全面，其訓練出模型的泛化能力就越高[60]，而目前基于有限滑坡訓練樣本的深度學習，難以獲得高精度的結果。②目前用于地學領域的算法和模型大多來自通用圖像處理和計算機視覺領域，融合地學特性尤其是滑坡等地質災害的專用人工智能算法或專用深度學習框架仍有待研究[61-62]。

4 結 語

國內外眾多航空遙感平臺尤其是輕小型無人機的大力發(fā)展、各種不同類型傳感器設備的研發(fā)、集成和商業(yè)化為地質災害的研究與應用提供了極為便利的硬件條件，而各種遙感數(shù)據(jù)處理方法的開發(fā)及自動化算法的實現(xiàn)與優(yōu)化則為航空遙感應用到地質災害調查評價、應急響應、識別監(jiān)測等提供了基本的技術保障。作為地質災害頻發(fā)的國家之一，國家及有關部門高度重視地質災害防治工作，為我們做好地質災害防治工作提供了根本遵循，指明了工作方向，也為地質災害航空遙感的研究與應用提供了良好的契機?；仡櫟刭|災害航空遙感應用進展，發(fā)現(xiàn)國內機載LiDAR技術在地質災害領域的大范圍應用還落后于國外發(fā)達國家，多種遙感技術與地面調查的有機結合和綜合應用還不夠深入，地質災害及其特征的自動化、智能化精準識別及提取方法亟待提高。憑借國家的大力支持和遙感及地質災害領域相關專家學者的共同努力，國內地質災害航空遙感的研究與應用應該會逐步趕超國外先進水平，更好地為我國防災減災工作提供服務。