西昌—香格里拉擬建高速公路廊道不良地質(zhì)體遙感識別

周勝森，李為樂，陳俊伊，蔣瑜陽，王毅

（1. 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點實驗室（成都理工大學(xué)），四川 成都 610059；2. 四川省公路規(guī)劃勘察設(shè)計研究院有限公司，四川 成都 610041）

0 引言

山區(qū)高速公路雖然在選線階段均開展了詳細(xì)的地質(zhì)災(zāi)害勘察工作，但由于地質(zhì)災(zāi)害往往具有較強(qiáng)的隱蔽性，導(dǎo)致建設(shè)與運營期間高速公路沿線地質(zhì)災(zāi)害事件頻發(fā)。例如，2003 年5 月11 日，貴州省三穗—凱里高速公路平溪特大橋3#墩附近發(fā)生滑坡，造成33 人死亡，2 人失蹤，1 人受傷，16 間工棚被毀[1]。2004 年12 月13 日，浙江省甬臺溫高速公路近1.5×104m3的山體崩塌掩埋整個高速公路路面，致使高速公路大橋北白鷺嶼至樂成鎮(zhèn)一段封道近一周[2]。2014 年10 月10 日，陜西省黃延高速擴(kuò)能工程臨時宿舍側(cè)面山體滑塌，造成19 人死亡[3]。2020 年9 月20 日，四川省石棉縣境內(nèi)雅西高速姚河壩大橋右側(cè)山體發(fā)生體積約1×104m3的崩塌，砸塌姚河壩大橋右幅兩孔橋梁，造成全線交通中斷[4]。因此，山區(qū)高速公路廊道不良地質(zhì)體早期識別工作對于高速公路建設(shè)與運營意義重大。

早期的高速公路不良地質(zhì)體識別工作多采用Land-Sat-5、LandSat-7 等中低時空分辨率衛(wèi)星影像與航空攝影結(jié)合的目視解譯方法體系開展 [5?9]。隨著光學(xué)遙感影像分辨率提高，Ikonos、Quickbird、Worldview 等高分辨率衛(wèi)星影像逐漸被應(yīng)用于高速公路沿線不良地質(zhì)體的識別工作[10?12]。同時，合成孔徑雷達(dá)干涉測量技術(shù)（Interferometric Synthetic Aperture Radar,InSAR）、無人機(jī)攝影測量、機(jī)載激光雷達(dá)測量技術(shù)（Light laser Detection and Ranging,LiDAR）迅速發(fā)展為不良地質(zhì)體遙感識別提供了有力的技術(shù)支撐。2017 年四川省茂縣新磨村滑坡發(fā)生后，許強(qiáng)等[13]提出基于星載平臺“普查”（高分辨率光學(xué)+InSAR）、航空平臺“詳查”（機(jī)載LiDAR+無人機(jī)攝影測量）、地面“核查”的“天-空-地”一體化地質(zhì)災(zāi)害隱患早期識別“三查”技術(shù)體系。目前，自然資源部門已在我國中西部地質(zhì)災(zāi)害易發(fā)區(qū)先后開展基于“三查”技術(shù)體系的地質(zhì)災(zāi)害隱患早期識別，并取得良好效果[14]。同時，公路、鐵路、水電等部門也逐步將“三查”技術(shù)體系推廣應(yīng)用到重點工程選址勘查工作中[15?19]。例如，2019 年王天河[20]將“天-空-地”一體化綜合遙感技術(shù)體系應(yīng)用到高速公路不良地質(zhì)體識別中，為康定—爐霍高速公路線路優(yōu)化提供了有益參考。但總的來說，目前“三查”技術(shù)體系在公路系統(tǒng)應(yīng)用的廣度和深度還不夠。

西昌—香格里拉擬建高速公路（四川境，簡稱西香高速）位于四川省涼山彝族自治州，屬典型的高山峽谷區(qū)，植被茂密，地質(zhì)災(zāi)害具有較強(qiáng)的隱蔽性[21?23]。針對擬建西香高速廊道內(nèi)的不良地質(zhì)體，還未開展深入系統(tǒng)的早期識別工作，相關(guān)勘查和設(shè)計單位迫切希望查明西香高速沿線不良地質(zhì)體空間分布和活動狀況，以為高速公路擬選線路比選和優(yōu)化提供支撐。

文中遵循地質(zhì)災(zāi)害隱患早期識別“三查”技術(shù)體系，首先利用光學(xué)遙感解譯和InSAR 形變探測技術(shù)對西香高速公路廊道不良地質(zhì)體進(jìn)行大范圍篩查，并結(jié)合野外調(diào)查驗證和補(bǔ)充識別，查明不良地質(zhì)體的空間分布特征，隨后針對不良地質(zhì)體集中發(fā)育并對擬選線路威脅大的典型區(qū)段，利用SBAS-InSAR 技術(shù)和無人機(jī)航拍技術(shù)進(jìn)行不良地質(zhì)體詳細(xì)調(diào)查和分析評價。

1 研究區(qū)概況

1.1 西香高速概況

西香高速由主線、瀘沽湖支線、木里支線三部分組成，全長218.33 km。主線起于西昌市，止點與云南境相連，總長約165.40 km；瀘沽湖延伸線起于主線關(guān)田壩處，止于瀘沽湖東側(cè)蓋租鄉(xiāng)，總長約12.92 km；木里支線自棉埡樞紐互通接西香高速主線后向北布設(shè)，止于木里縣，總長約40.01 km[24]。根據(jù)擬選線路，可將主線分為A、B、C 三個區(qū)段（圖1）。

圖1 西香高速位置圖Fig.1 Location of Xichang-Shangri-La expressway

1.2 工程地質(zhì)概況

西香高速廊道位于四川省涼山彝族自治州，雅礱江流域中下游，地處滇西北橫斷山與云貴高原接壤地帶，除安寧河谷、鹽源盆地外，多為高山峽谷區(qū)。研究區(qū)位于青藏特提斯構(gòu)造域與揚子大陸板塊構(gòu)造域之間，發(fā)育小金河—箐河斷裂帶、棉埡斷層、霍兒坪斷層、麥架坪斷層、臥羅河斷層及大量次生斷層。區(qū)內(nèi)地層巖性復(fù)雜，廣泛分布二疊系、三疊系、侏羅系、新近系砂巖、泥巖、白云巖、灰?guī)r、第四系堆積物和二疊系玄武巖，局部地區(qū)有紅層出露。在構(gòu)造活動和河流強(qiáng)烈切割作用下，區(qū)內(nèi)地形高差較大、巖體節(jié)理裂隙發(fā)育，為崩塌、滑坡、泥石流等地質(zhì)災(zāi)害孕育提供了有利條件，導(dǎo)致該區(qū)域崩塌、滑坡、泥石流等地質(zhì)災(zāi)害頻發(fā)[25?33]。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源

此次不良地質(zhì)體光學(xué)遙感識別，選取了2011 年12 月25 日、2012 年12 月20 日、2015 年2 月28 日和2019 年8 月12 日GeoEye-1 衛(wèi)星影像（分辨率0.41 m）、天地圖平臺真彩色合成衛(wèi)星影像（1.0 m），以及2021 年8 月2 日高分一號影像（分辨率2.0 m），所選影像云量均小于10%。

針對研究區(qū)不良地質(zhì)體形變探測，采用合成孔徑雷達(dá)數(shù)據(jù)為哨兵1 號(Sentinel-1A)衛(wèi)星影像數(shù)據(jù)，為了盡量減少雷達(dá)影像幾何畸變和疊掩誤差導(dǎo)致的不良地質(zhì)體漏判，同時選用88 景升軌和90 景降軌影像聯(lián)合進(jìn)行形變探測，升軌影像時間為2020 年1 月9 日—2021 年6 月20 日，降軌影像時間為2020 年1 月4 日—2021 年6 月27 日（圖2）。參考數(shù)字高程模型采用SRTM DEM數(shù)據(jù)（分辨率30 m）。

圖2 研究區(qū)光學(xué)和雷達(dá)影像覆蓋范圍Fig.2 Coverage of optical and radar satellite images

2.2 不良地質(zhì)體遙感識別

文中研究采用多時相光學(xué)影像目視解譯與SBASInSAR 時序形變探測相結(jié)合的方法對研究區(qū)不良地質(zhì)體進(jìn)行識別。首先利用前述GeoEye-1、高分一號等多時相高精度光學(xué)衛(wèi)星影像對擬選線路沿線不良地質(zhì)體進(jìn)行人工目視解譯。在此基礎(chǔ)上，基于Sentinel-1A 雷達(dá)衛(wèi)星升降軌數(shù)據(jù)，利用SBAS-InSAR 對擬選線路沿線不良地質(zhì)體形變進(jìn)行探測。

（1）光學(xué)遙感識別

不良地質(zhì)體的光學(xué)遙感識別主要是利用人工目視解譯的方法，綜合崩塌、滑坡、泥石流、堆積體等不良地質(zhì)體的形態(tài)特征和宏觀變形跡象進(jìn)行識別[34?38]。研究區(qū)內(nèi)各類不良地質(zhì)體的光學(xué)遙感識別標(biāo)志簡述如下：

①崩塌識別標(biāo)志

崩塌常發(fā)生在節(jié)理裂隙發(fā)育的堅硬巖石組成的陡峻山體上，主要從崩塌上部危巖體和下部堆積體進(jìn)行綜合識別。在高分辨率光學(xué)影像上，崩塌上部危巖體一般呈淺色調(diào)，紋理粗糙，植被覆蓋少，可見拉張節(jié)理形成的裂縫影像特征；崩塌下部堆積在光學(xué)影像上呈表面坎坷不平、紋理粗糙、倒石堆狀的影像特征，有時可見散落巨大石塊，見圖3（a）。

圖3 西香高速廊道典型不良地質(zhì)體遙感影像Fig.3 Remote sensing image of typical adverse geological bodies

②泥石流識別標(biāo)志

泥石流溝光學(xué)遙感識別主要從流域內(nèi)松散物源分布情況和溝口是否有老的泥石流堆積物兩方面進(jìn)行判譯。泥石流最突出的標(biāo)志就是堆積區(qū)常呈扇形、錐形形狀，其次是物源區(qū)巖體風(fēng)化嚴(yán)重，溝道內(nèi)發(fā)育多處小規(guī)模崩塌、滑坡等，見圖3（b）。

③滑坡識別標(biāo)志

滑坡主要分為老（古）滑坡和正在孕育的潛在滑坡兩類，其中，已經(jīng)發(fā)生過整體失穩(wěn)的老（古）滑坡的識別相對容易，其識別標(biāo)志主要為整體呈現(xiàn)圈椅狀地貌特征，后緣可見滑坡壁，中部可見滑坡臺坎、封閉洼地、濕地等，前緣可見滑坡舌擠壓河道導(dǎo)致河流改道，坡體上植被與周邊顯著差異等。而對于正在孕育的潛在滑坡的識別標(biāo)志主要為斜坡后源裂縫和前緣小規(guī)模崩塌滑坡，見圖3（c）。

④堆積體識別標(biāo)志

堆積體地貌特征與老（古）滑坡類似，常具有圈椅狀形態(tài)特征，一般坡體上沖溝發(fā)育，植被較周邊有顯著差異，中部夷平，常分布村民集居區(qū)和耕地等，見圖3（d）。

（2）SBAS-InSAR 形變探測

SBAS-InSAR 由意大利學(xué)者Berardino等[39]提出，通過對重復(fù)軌道觀測獲取的多時相雷達(dá)數(shù)據(jù)，集中提取具有穩(wěn)定散射特性的高相干點目標(biāo)的時序相位信號進(jìn)行分析，反演研究區(qū)域地表形變平均速率和時間序列形變信息，可獲得厘米級甚至毫米級的形變測量精度[17]。相較于差分干涉測量技術(shù)（Differential InSAR，DInSAR）和永久散射體干涉測量（Permanent/persistent scatterer InSAR，PS-InSAR）等，該方法不僅能去除時空失相關(guān)、大氣延遲相位等因素干擾，還能避免單一主影像造成的時空基線過長而引起的失相干效應(yīng)，更適用于自然場景的地表形變監(jiān)測[18?19]。

3 不良地質(zhì)體識別結(jié)果

通過光學(xué)遙感解譯和SBAS-InSAR 綜合判譯，在西香高速廊道內(nèi)共識別出不良地質(zhì)體164 處，其中 D002、D003、D004、D019、D029、D030 等10 處堆積體 和 H027、H031、H041、H042、H043、H044、H045 等16 處滑坡 SBAS-InSAR 探測有形變信號，總計探測到26 處不良地質(zhì)體。野外實地驗證確認(rèn)147 處為不良地質(zhì)體，17 處識別對象誤判為滑坡，綜合遙感識別正確率達(dá)89.6%。野外調(diào)查新發(fā)現(xiàn)不良地質(zhì)體27 處，其中滑坡13 處，崩塌5 處，泥石流5 處，堆積體4 處。最終查明西香高速廊道發(fā)育174 處不良地質(zhì)體，其中滑坡（H）74處，崩塌（B）40 處，泥石流（N）16 處，堆積體（D）44 處（圖4—5）。

圖4 西香高速不良地質(zhì)體分布圖Fig.4 Distribution of the adverse geological body

廊道不良地質(zhì)體平均發(fā)育密度為0.8 處/km2，主要集中分布在主線A 段、C 段和木里支線段，木里支線段發(fā)育最為密集，共86 處，平均密度為2.15 處/km，主線B 段無不良地質(zhì)體發(fā)育（表1）。反映了不良地質(zhì)體在空間上分布不均，這與線路穿越的地形和地質(zhì)條件有關(guān)，主線B 段位于鹽源盆地，地形平坦，其它線路穿越受霍兒坪、麥架坪、臥羅河等十余條斷層和雅礱江、小金河等河流影響的深切峽谷，不良地質(zhì)體分布密集，公路修建面臨較大挑戰(zhàn)，需要在本研究成果基礎(chǔ)上開展更詳細(xì)的野外勘查工作。

表1 西香高速廊道不良地質(zhì)體分段統(tǒng)計表Table 1 Statistical list of adverse geological bodies in the corridor

4 典型區(qū)段不良地質(zhì)體分析

西香高速廊道不良地質(zhì)體空間分布不均，部分區(qū)段發(fā)育十分密集，對擬建線路威脅大，這些區(qū)段的不良地質(zhì)體穩(wěn)定性對線路比選和建設(shè)起著決定性作用。

4.1 磨盤山隧道—雅礱江橋段

磨盤山隧道—雅礱江橋段位于得力鋪蔭山河溝內(nèi)，主線A 段K53—K54+500 區(qū)段。區(qū)段內(nèi)發(fā)育8 處不良地質(zhì)體，其中崩塌1 處，滑坡3 處，堆積體4 處，密度達(dá)5.33 處/km（圖6）。在降軌形變結(jié)果中探測到D002、D003、D004三處堆積體具有形變信息，見圖7（a）。圖7（b）為堆積體上分別選取的特征點A1、A2、A3形變曲線圖，各點累計形變量分別為46.5 mm、38.2 mm 和26.7 mm，處于勻速蠕變狀態(tài)。受逆沖斷層活動影響，此區(qū)段巖體風(fēng)化強(qiáng)烈，殘坡積碎石土厚度較大，在地表水長期作用下形成深切河谷，導(dǎo)致堆積體發(fā)生明顯形變。D005為發(fā)育于蔭山河溝右岸的一處中型堆積體，面積約7.6×104m2，堆積厚度5～20 m，坡腳受掏蝕作用發(fā)生多處局部垮塌，并發(fā)育1 處小型滑坡H005，體積約1.9×104m3?；马敳坑修r(nóng)田灌溉，坡體上可見地下水出露，穩(wěn)定性較差，在降雨和工程擾動條件下可發(fā)生失穩(wěn)（圖8）。工可推薦線路從H005滑坡和D005堆積體中部以橋梁方式通過，2-1 比選線路以橋梁方式從D005堆積體后部通過，受影響較大，建議對線路進(jìn)行局部優(yōu)化。

圖5 InSAR 探測結(jié)果圖Fig.5 Detection results of InSAR technology

圖6 磨盤山隧道—雅礱江橋段遙感影像Fig.6 Remote sensing image along Mopanshan tunnel to Yalong River bridge

圖7 磨盤山隧道—雅礱江橋段不良地質(zhì)體InSAR 探測結(jié)果Fig.7 InSAR detection results of adverse geological bodies along Mopanshan tunnel to Yalong River bridge

圖8 D005 堆積體無人機(jī)影像Fig.8 UAV image of loose deposit D005

4.2 牦牛山隧道出口段

牦牛山隧道出口段位于臥羅河右岸格羅地溝內(nèi)，主線C 段K122—K129區(qū)段，流域內(nèi)高差1 800 m，溝長大于10 km，平均縱坡降約141‰，支溝雞腳溝與主溝呈“Y”狀發(fā)育。在溝道侵蝕作用下，區(qū)段內(nèi)不良地質(zhì)體發(fā)育密集，包括7 處滑坡，2 處堆積體，2 處崩塌和1 處大型泥石流，密度達(dá)1.57 處/km（圖9）。結(jié)合SBAS-InSAR結(jié)果發(fā)現(xiàn)，滑坡H027、H031和堆積體D019具有形變信號，在三個不良地質(zhì)體形變較大區(qū)域取特征點B1、B2、B3，得到累計形變量分別為?55.7 mm、?51.9 mm 和?63.0 mm，均處于勻速蠕變階段（圖10）。

圖9 牦牛山隧道出口段遙感影像Fig.9 Remote sensing image along the exit section of Maoniushan tunnel

圖10 牦牛山隧道出口段不良地質(zhì)體InSAR 探測結(jié)果Fig.10 InSAR detection results of adverse geological bodies along the exit section of Maoniushan tunnel

斷層構(gòu)造活動造成該區(qū)段巖體破碎，堆積層厚度較大，坡腳受溝道流水強(qiáng)烈掏蝕，形成密集滑塌。H031為溝道左岸一處小型滑坡，前緣已發(fā)生多次滑塌，中部拉裂臺坎明顯，兩側(cè)發(fā)育沖溝，降雨和流水持續(xù)作用將導(dǎo)致滑坡變形加劇。工可推薦線牦牛山隧道出口位于H031滑坡下部，緊鄰滑塌區(qū)，建議對線路進(jìn)行局部優(yōu)化，比選線路2-2 和2-4 在該區(qū)段均以隧道方式通過，不受不良地質(zhì)體影響（圖11）。

圖11 滑坡H031 無人機(jī)影像Fig.11 UAV image of loose landslide H031

4.3 下麥地隧道出口段

下麥地隧道出口段位于小金河右岸下麥地鄉(xiāng)，木里支線MK17+500—MK21+100 區(qū)段，整個坡體由2 處大型堆積體組成，D029受側(cè)蝕作用顯著，發(fā)育2 處滑坡H040、H041、D030受降雨和河流作用，形成多處局部形變和縱向沖溝，見圖12（a）。結(jié)合時序InSAR 結(jié)果發(fā)現(xiàn)，D030前緣形變信號明顯，見圖12（b）、12（c），特征點C1、C2和B3的時間—形變曲線如圖12（d）所示，各點累計形變量分別為74.6 mm、69.6 mm 和20.8 mm，C1和C2在2020 年11 月23 日之后的形變速率明顯增大，出現(xiàn)加速趨勢，可能由于庫水位變化導(dǎo)致形變加劇。

圖12 下麥地隧道出口段不良地質(zhì)體綜合遙感識別結(jié)果Fig.12 Integrated remote sensing detection along the exit section of Xiamaidi tunnel

通過實地調(diào)查發(fā)現(xiàn)，堆積體D029、D030下伏基巖為中厚層砂巖夾薄層泥質(zhì)砂巖，風(fēng)化程度高，傾向與坡向基本一致，穩(wěn)定性較差。受人類工程活動影響，坡體多處發(fā)生小規(guī)?；?，道路變形明顯。進(jìn)一步工程擾動可能加劇堆積體變形。比選線路2-3 擬以橋梁、路基方式通過堆積體D030，受影響較大，建議線路采取“繞避”措施（圖13）。

圖13 下麥地隧道出口段不良地質(zhì)體現(xiàn)場照片F(xiàn)ig.13 Scene photograph of the exit section of Xiamaidi tunnel

5 討論

（1）利用綜合遙感手段能快速、宏觀掌握擬建高速公路廊道不良地質(zhì)體的發(fā)育和空間分布情況，彌補(bǔ)了傳統(tǒng)地面調(diào)查對高位、高隱蔽性不良地質(zhì)體難以識別的局限。但遙感手段也同樣存在一定的局限性，光學(xué)影像時效性和分辨率不足、研究區(qū)植被覆蓋率高、人類工程活動頻繁等，都有可能造成不良地質(zhì)體的誤判和漏判。本次西香高速廊道不良地質(zhì)體的遙感識別中，綜合遙感識別出不良地質(zhì)體164 處，通過野外實地驗證發(fā)現(xiàn)，誤判不良地質(zhì)體17 處（均為滑坡），漏判不良地質(zhì)體27 處（其中滑坡13 處，崩塌5 處，泥石流5 處，堆積體4 處）。遙感識別中誤判和漏判的不良地質(zhì)體類型均以滑坡為主，這與光學(xué)衛(wèi)星遙感影像空間分辨率和時間分辨率不足以及部分區(qū)域高植被覆蓋有很大關(guān)系。研究區(qū)一些小規(guī)模淺表層溜滑跡象展現(xiàn)出與滑坡局部滑塌變形跡象相同的光譜和紋理特征，是造成滑坡誤判的主要原因。同時，部分目前活動性不強(qiáng)的滑坡，其形態(tài)要素（平面形態(tài)、滑坡壁、滑坡臺階、滑坡舌、滑坡裂縫、滑坡鼓丘、封閉洼地等）和變形跡象在光學(xué)影像上顯現(xiàn)不明顯，即使光學(xué)影像分辨率達(dá)到亞米級，也容易漏判。此外，漏判的堆積體和泥石流集中在植被覆蓋率高和水位漲伏較大的區(qū)域，主要原因是：①堆積體在未擾動的狀態(tài)下一般較為穩(wěn)定，形變跡象不明顯，在植被覆蓋較少時，可通過地貌特征進(jìn)行識別，但在植被高覆蓋區(qū)則難以識別；②漏判的泥石流溝主要分布于錦屏一級水電站庫區(qū)，受庫水位變化影響，泥石流堆積扇在水位上升時期被淹沒，容易造成泥石流的漏判，因此今后對水庫區(qū)不良地質(zhì)體的遙感識別應(yīng)盡可能采用水庫蓄水前后和不同季節(jié)的多時相遙感影像進(jìn)行對比解譯。

（2）InSAR 技術(shù)在形變梯度極限、觀測方向上的缺陷，以及受地形條件、大氣波動等影響產(chǎn)生的誤差，也有可能導(dǎo)致不良地質(zhì)體的誤判和漏判。因此，從形變信息到確定不良地質(zhì)體，需要結(jié)合地質(zhì)資料綜合考慮。例如，圖7 所示堆積體D005在InSAR 結(jié)果中并無明顯形變信息，但通過多期光學(xué)遙感影像特征和野外實地調(diào)查，可以準(zhǔn)確判定其為不良地質(zhì)體。因此，綜合遙感手段和野外驗證協(xié)同工作仍十分必要。此外，在水庫等大型水體區(qū)域進(jìn)行InSAR 數(shù)據(jù)處理時，大氣誤差較顯著，應(yīng)采用大氣誤差校正模型，盡量降低大氣誤差影響，避免不良地質(zhì)體的誤判和漏判[40?45]。

（3）西香高速廊道內(nèi)發(fā)育大量規(guī)模巨大的堆積體，尤其以木里支線MK17—MK33段最為顯著，圖14 展示了此區(qū)段的光學(xué)遙感影像和InSAR 探測結(jié)果，除D029、D030和D033外，其它堆積體未探測到有效形變信息，目前處于基本穩(wěn)定狀態(tài)。但值得注意的是，此區(qū)段構(gòu)造活動頻繁，斷層、河流等內(nèi)外動力地質(zhì)作用破壞了巖土體的完整性，在降雨、工程擾動等共同作用下，堆積體可能發(fā)生大規(guī)模失穩(wěn)，對高速公路造成危害。因此，堆積體的穩(wěn)定性應(yīng)成為后期線路優(yōu)化和工程施工的重點關(guān)注對象。

圖14 MK17—MK33 區(qū)段堆積體綜合遙感識別圖Fig.14 Integrated remote sensing detection along section of MK17—MK33

6 結(jié)論

文中利用“天-空-地”一體化綜合遙感手段對西香高速公路廊道不良地質(zhì)體進(jìn)行識別，并對重點區(qū)段不良地質(zhì)體的危險性進(jìn)行分析評價，取得了以下主要認(rèn)識：

（1）通過遙感解譯圈定西香高速廊道不良地質(zhì)體164 處，后期野外實地驗證確認(rèn)147 處為不良地質(zhì)體，遙感解譯識別正確率為89.6%。野外調(diào)查新增不良地質(zhì)體27 處，最終確定西香高速廊道內(nèi)共發(fā)育不良地質(zhì)體174 處，其中滑坡74 處，崩塌40 處，泥石流16 處，堆積體44 處，具有形變信號的不良地質(zhì)體26 處。

（2）西香高速廊道內(nèi)不良地質(zhì)體平均發(fā)育密度為0.8 處/km，但空間分布不均，主要集中分布在主線A 段、C 段和木里支線段。木里支線段不良地質(zhì)體發(fā)育最為密集，共發(fā)育86 處不良地質(zhì)體，平均密度為2.15 處/km。

（3）磨盤山隧道—雅礱江橋段、牦牛山隧道出口段和下麥地隧道出口段等區(qū)段不良地質(zhì)體發(fā)育密集、規(guī)模大、穩(wěn)定性差，對擬建線路威脅大，且治理難度大，建議在后期進(jìn)行線路比選等工作時，應(yīng)盡量對以上不良地質(zhì)體進(jìn)行繞避。