金晓海 刘同伟
温州设计集团有限公司，浙江 温州 325000
摘要：GIS技术在地质灾害规律研究中有着多重的意义,在充分获取有关灾害数据信息后,利用相应的GIS技术对数据进行处理与分析,查明灾害分布情况,摸清地质灾害家底,圈定地质灾害易发区,为社会经济建设提供保障。
关键词：GIS技术；地质灾害；应用分析
地质灾害由于诱发因素复杂,可预见性差,发生突然等特点,容易造成人类生命财产的重大损失。目前,人类尚不能完全准确预报和防治地质灾害,尤其是对灾害发生的时间难以准确预报。传统的区域地质灾害动态监测主要是通过群测群防获取非重点地质灾害的状态信息，以常规监测手段取得重点地质灾害的状态信息，耗费大量的人力且数据获取的时效性较低。随着包括城市空间大数据、无人机遥感、三维可视化、合成孔径雷达、机载激光雷达等新型GIS技术的不断成熟运用，地质灾害防治工作从过去分散的、被动应急的状况转变为有组织的、专门的、有预见性的工作成为了可能。
1基础数据的收集与处理
1.1数据收集
通过地理国情监测云平台获取包括0.5米、2米全色、8米多光谱、2米全色与8米多光谱融合、16米多光谱等四类遥感影像数据；获取德国宇航中心提供的SRTM数据之一的DLR-DEM数据，高程精度达6-10米；依据各个站点气象资料的连续性及最长时段性标准，在中国气象科学数据网（http://cdc.nmic.cn/）和地方气象局选取区域内所有气象站点1960-2019年的逐日气象数据。
获取详细行政边界、地形、等高线等基础地理数据和生态环境数据、地质地貌数据、土地利用数据、土壤类型数据（地理国情监测云平台提供的1：100万全国土壤类型数字地图）、水文数据、小洪流域和山洪沟数据、地质灾害数据等。
1.2数据处理
在进行地质图数字化、灾害点的识别、提取以及地质灾害风险因素的识别过程中，部分指标需要通过遥感解译技术来获取。采用航拍影像和 DLR-DEM 数字高程数据作为地质灾害调查数字化的基础图件。主要以地质地形图数字化、地质因子的提取以及土地利用类型的遥感解译等方式进行数据处理。
地质因子主要利用ArcGIS中的ArcToolBox工具箱的Spatial Analysis Tools来进行空间提取与分析，包括相关的坡度和坡向等因子等。坡度表示地表面某一点相对于水平面的倾斜程度，坡向是描述该点倾斜方位的一个量词。地表面上某点坡度的数值为地表曲面在该点的切平面与水平面的夹角度数，该点的坡向为此点在切平面沿最大倾斜方向矢量投影在水平面上的方位角。
土地利用类型的遥感解译的主要是为了通过卫星和航拍的遥感影像图来获取和识别地质灾害点周边承灾体的具体情况。由于遥感成像每一景范围有限，通常一个地区难以被一定分辨率下的单幅遥感影像完全覆盖，因此要进行镶嵌。遥感影像的镶嵌是将两幅多幅遥感图像拼接在一起构成一幅整体图像的过程。镶嵌可分为基于象元的镶嵌和基于地理坐标的镶嵌两种。本研究中使用的航拍影像，因其前期已经进行过预处理，因此镶嵌时采用了基于地理坐标的镶嵌方法。
遥感影像的预处理完成后需要进行土地利用目视解译，开始解译之前首先要确定统一的解译标志。
遥感影像解译标志的建立可以提高土地利用数据采集和分析的精度，以及结果准确性和客观性。不仅要通过遥感识别地质灾害点，还要对各种地质灾害的环境背景条件进行解译，因此分别建立土地利用类型解译标志和地质灾害解译标志。地质灾害体主要通过其图像的空间结构信息，其中包括大小、形状、纹理（影纹图案）等进行图像识别，第二是图像的光谱信息，主要为图像的亮度值（色调），结合分析地层岩石、水系、植被、地貌及景观等特征，确立不同种类的灾害体以及各自的解译标志。泥石流的解译标志：影像结构粗细间杂，色调浅灰—灰白。沟槽弯曲段常见堆积物为灰白色调，粗砾堆积物影像结构粗糙，而细粒堆积物影像结构细腻。缺少堆积物的沟槽顺直；沟口为泥石流主要堆积区，平面常为扇形体，面上水流不固定，多为漫流或汊流。泥石流流通区常宽窄不一，流水呈分叉的游荡性河段或干沟。
2GIS技术在地质灾害预测中的实际应用
2.1三维GIS的技术实现
针对泥石流、滑坡、不稳定斜坡、危岩带等典型地质灾害点开展倾斜摄影测量与三维可视化调查，无人机获取的多角度倾斜摄影数据远程传输至后方数据处理中心进行三维建模，应用建立的灾害体三维模型以及数字正射影像图（DOM）、数字高程模型（DEM）、数字表面模型（DSM）等数据。利用新一代三维GIS技术实现地质灾害隐患点的全空间模型表达，拟采用不规则四面体网格（TIM）和体元栅格（voxel grid）等新型场模型构建地形、地质环境，实现对连续非匀质三维空间属性场的建模和表达，精细化还原地质灾害隐患现场环境，实现灾害体边界判读与量算，提高区域地质灾害调查及预测工作效率。
2.2GIS空间分析功能的应用
根据历年发生地质灾害发生情况，根据其发生时间以15年为时间段分为4个时间段。运用GIS软件的空间分析功能将其空间化，得到这60年间不同时间灾害发生的布局情况。借用SAR、CAR等空间结构模型，建立空间信息线性或非线性回归模型或结构自适应模型。例如滑坡、泥石流等地质灾害点分布统计反映了滑坡、泥石流等各类地质灾害易发性的高低。而地质灾害点密度体现了局部范围内地质灾害发生次数，如泥石流灾害点密度越大，则该区域为泥石流灾害集中区域，反之则该区域泥石流灾害发生次数较少。
2.3基于GIS的二次开发地质灾害预测系统
根据以上采集的大数据与地质灾害预测分析方法，结合监测区域内地质灾害发生实际情况，基于GIS进行设计和开发突发性地质灾害预测预报模型系统。基于超图或易智瑞的GIS进行二次开发，减少整体开发的工作量，提供雨量数据获取、GIS预警计算和预警发布三大核心功能模块，并通过批处理实现了一键运行和无人值守功能，简化系统的操作难度。生成的预警结果，用以满足灾害预警预报和群测群防实际工作的需求，实现实时、快速和高效的地质灾害预警预报。该地质灾害预警预报系统可为防灾减灾和群测群防工作提供可靠的技术支持。
3结束语
综上所述，本文简要阐述了从数据收集及处理到数据应用分析及系统开发等GIS在地质灾害预测中应用的大致流程思路，并且从地理空间分析、遥感影像的解译、三维GIS的实现、二次开发的具体应用等方面，对GIS技术在地质灾害预测中的具体应用进行了明确，主要目的就是帮助提升地质灾害预警预报的精准性和及时性，当极端天气来临时，让相关部门可有效掌握有关地质灾害要素信息，并提供可视化决策指挥辅助，提升地质灾害应急反应速度和处理能力。
参考文献
[1]王若峰，轩吉善.GIS技术在地质灾害预测中的应用研究[J].建筑工程技术与设计，2014（33）：106.
[2]赖文.刍议GIS技术的地质灾害处理[J].中国化工贸易，2014（14）：45.
[3]李国庆.地质灾害风险评估中GIS技术的应用分析[J].地球，2016（5）：75