激光雷达在地质灾害中的应用

地质灾害是指以地质动力活动或地质环境异常变化为主要成因的自然灾害,会造成人民生命安全和财产的巨大损失。并且,随着世界人口数量的增长和城市快速扩张,遭受地质灾害的人群在不断增多。尽管不可能完全阻止地质灾害的发生,但人们还是尽可能地创造知识、设计方法和框架去评估和减小地质灾害的潜在影响(Pradhan,2017)。

图1某地滑坡现场

地质灾害虽然不能完全避免,但是可以通过前期的监控为决策部门提供给数据支撑,从而降低灾害带来的损失。目前,地质灾害研究主要包括地质灾害识别、监测、预警、易发性评价、易损性评价、风险管理和致灾机理研究等,在这些研究中除开需要获得灾害体物理力学参数如地层岩性和地质体强度等,还需要获得与地理位置有关的高程、坡度、坡向、表面曲率和水系因子等。前者主要通过现场地质调查和室内或原位实验获取,后者则需要进行地形测量。传统的地形测量方法主要是使用全站仪或GPS进行人工测量,这种测量方法费时费力且数据分辨率较低,在人力不可及或无GPS信号的林下只能束手无策。

近年来迅猛发展的摄影测量和激光雷达(light detection and ranging,LiDAR)技术,使得地质灾害精细测绘成为了可能。相较于摄影测量技术,LiDAR具有更高的数据精度和数据分辨率,且其适应性也更强,不受云雾和光照的影响。同时,不同的搭载平台还能满足地质灾害领域的多角度和多尺度研究。在滑坡、崩塌、泥石流、地裂缝和地面沉降等常见地质灾害研究中,LiDAR正成为一种常备的研究手段。

图2LiAir无人机激光雷达系统获取滑坡数据

以激光雷达在地质灾害的应用为例,Bull等(2010)在对新西兰某流域沟道进行两期扫描后进行差分运算,获得了泥石流的运动路径、影响范围和体积。Takami和 Mukoyama(2015)使用多时相激光雷达DEM对滑坡进行变形监测,包括变形方向和变形量大小。Tseng等(2013)将多期激光雷达数据用于滑坡体积计算,并分析了滑坡体积和面积之间的关系,对使用滑坡面积预测滑坡体积进行了研究。Froese和Mei(2008)使用机载激光雷达系统获取采矿区的地表数据,对其进行滤波得到高精度的地面点,进而生成高分辨率的DEM,在DEM图像上,有效地识别出了矿区塌陷坑的位置,并统计其面积、深度和体积(图6)。Lan等(2010)使用激光雷达对加拿大某段铁路进行了扫描,在高精度地形的基础上对沿线崩塌进行了空间建模,分析了崩塌灾害的运动距离、速度和能量,进而对危险性进行了评估(图7)。

图3 激光雷达用于泥石流灾害调查

图4 激光雷达用于滑坡灾害监测

图5 激光雷达用于滑坡体积测量

图6 激光雷达用于采矿区地面塌陷识别

图7 激光雷达用于崩塌灾害危害性评价

随着激光雷达在地质灾害中应用的不断深入,未来的研究将结合大数据和深度学习方法, 实现地质灾害调查的自动化和智能化。

参考文献:

Biswajeet Pradhan. (2017) Laser Scanning Applications in Landslide Assessment, Springer

J.M. Bull, H. Miller, D.M. Gravley, D. Costello, D.C.H. Hikuroa, J.K. Dix. (2010) Assessing debris flows using LIDAR differencing: 18 May 2005 Matata event, New Zealand[J], Geomorphology, 2010, 24: 75–84

Takami T., Mukoyama S. (2015) Estimation of Ground Movement Using Multi-temporal Data from Airborne LiDAR. In: Lollino G. et al. (eds) Engineering Geology for Society and Territory – Volume 2. Springer, Cham

Tseng, C. , Lin, C. , Stark, C. P., Liu, J. , Fei, L. and Hsieh, Y. (2013), Application of a multi‐temporal, LiDAR‐derived, digital terrain model in a landslide‐volume estimation. Earth Surf. Process. Landforms, 38: 1587-1601

Corey R. Froese, Shilong Mei. (2008). Mapping and monitoring coal mine subsidence using LiDAR and InSAR. GeoEdmonton’08

Hengxing Lan, C. Derek Martin, Chenghu Zhou, Chang Ho Lim. (2010). Rockfall hazard analysis using LiDAR and spatial modeling. Geomorphology, 118: 213-223