徐明宇
广东省佛山地质局 广东佛山 528000
摘要：西樵山位于佛山市南海区西樵镇，是国家5A 级风景名胜区，山体火山岩节理裂隙发育、风化土及坡积物厚度大、地形复杂，在台风暴雨的极端天气条件下极易发生地质灾害。本文通过运用了机载LiDAR、星载SAR等多种观测技术手段，集合地质灾害综合调查方法，针对植被茂密山区开展地质灾害多源协同观测，对西樵山潜在灾变隐患和隐蔽性地质灾害的早期识别提供了强有力的技术支撑。
关键词：隐蔽性地质灾害 InSAR LiDAR 灾害识别
引言
西樵山自然山体上的隐蔽性地质灾害，具有识别难度大、隐蔽性强、成因机理复杂、减灾防灾难度大、风险高等特点。通过采用InSAR地质灾害形变测量和航测LiDAR及激光点云、激光雷达建模（DSM、DEM）等先进技术手段进行地质灾害筛查，查明隐蔽性滑坡地质灾害隐患现状、分布规律，从根本上解决隐蔽性地质灾害识别的难题。
1. 研究区概况
1.1 研究区地质环境概况
西樵山山体总面积14km2，主峰大科峰海拔344.4m，地形上缓下陡，呈圆锥台状，坡度一般10～45°，局部地段出现高约近百米的裸露岩石悬崖陡壁，坡度60～70°。坡面植被发育，草木茂盛，总体上水土保持良好。因为人类工程活动，开山修路、修建房屋，形成许多人工边坡。山脚建筑物密布，常开挖坡脚，对坡体原始地貌改变较大。西樵山周边为三角洲冲积平原，地面高程一般2～4m，属堆积地貌。平原面积宽阔，坡降约1‰，平原地带河网极为发育，鱼塘密布，有残丘点缀。
西樵山由古近纪火山岩组成，属火山岩地貌，喷发中心位于最高峰大科峰一带，由火山颈相的粗面质集块岩和粗面质集块角砾岩组成，从中心向外，依次为粗面质火山角砾岩、粗面质角砾熔岩、石英粗面岩、粗面岩等，还夹有少量喷发—沉积相的凝灰质砂岩、沉凝灰岩和火山碎屑流相的粗面质凝灰岩（图1）。
.png)
图1 西樵山地质图
1-全新世桂洲组；2-始新世华涌组；3-华涌组粗面质火山岩；4-火山口；5-逆断层及断面产状；6-正断层及断面产状；7-性质不明断层/推测断层；8-整合界线或第四系与基岩界线；9-火山岩岩相界线/火山岩岩性界线；
1.2 研究区地质灾害现状情况
西樵山火山岩节理裂隙发育，风化壳及坡积物厚大，地下水丰富，山体地势陡峻，坡度陡，高差大，切割强烈，地形条件复杂，成为地质灾害多发区，极易在台风暴雨的极端天气条件下发生地质灾害。常见的地质灾害包括山体滑坡或崩塌、泥石流等。西樵山地质灾害类型有滑坡、崩塌、泥石流等3种。据以往资料可知，西樵山近年已发地质灾害共78处，造成的经济损失达5711万元，受威胁人口达759人。
滑坡是西樵山主要的地质灾害之一，区内发灾次数较多，规模较大，隐蔽性强，空间分布主要与地形地貌、地层岩性、人类工程活动等因素相关，其中削坡建房、切坡修路、采石场开挖等人类工程活动强度是决定性因素，即人类工程开挖活动越多、开挖强度越大，滑坡发生也就越多，也越集中。调查发现滑坡地质灾害点均发生于块状岩岩性组熔岩和火山碎屑岩中，火山碎屑岩中常夹有凝灰岩软弱层，且岩石存在风化不均匀，软弱层易成为滑动面或滑动带，而形成滑坡地质灾害。
2. 西樵山地质灾害多源遥感数据分析研究技术路线及工艺流程
以西樵山可能存在隐蔽性地质灾害的区域为核心，构建西樵山地质灾害“天—空—地”一体化的“三查”体系，对高位隐蔽性地质灾害隐患进行早期识别和提前发现：首先运用高精度遥感、InSAR技术对西樵山进行全面普查，寻找地表变形区，在全面普查的基础上利用机载LiDAR、无人机航拍等手段对潜在高位隐蔽性地质灾害隐患点进行筛查，查明高位隐蔽性地质灾害隐患现状、分布规律、及危害对象（图2）。
.png)
图2 西樵山“天-空-地”一体化地质灾害隐患综合调查技术路线图
3. 卫星InSAR地表形变监测
卫星InSAR地表形变监测工作范围包括了整个西樵山以及附近区域（图3），运用了ALOS-2卫星数据，测量分析植被茂密的山体的变形情况，同时与DSM模型进行综合对比分析，通过互相印证和实地核查，确定山体变形情况。同时测量分析调查区内建在山上、坡上及坡脚山上的各类人工建筑物的变形情况，以各类人工建筑物的变形情况为基础，结合实地核查，综合分析各类人工建筑物所在区域的山体变形趋势。
.png)
图3 佛山市西樵山附近区域ALOS-2地表形变测量
西樵山公园的植被覆盖非常茂密，对InSAR技术手段形成了较大的挑战。从西樵山公园及其附近区域的数据处理结果来看，在城市地区两种数据集的相干性都较高，能够提取足够多的相干点目标进行形变测量，数据集在西樵山公园内建筑物区域的相干性较好，但是由于建筑物稀少，无法提取足够多的相干点目标进行可靠的形变测量。西樵山周边建筑小区密集，相干性较好，以此可以推测部分地灾变形（滑坡前缘）。因此，在植被覆盖非常茂密的西樵山公园，卫星InSAR技术很难保证相干性，后续不建议采用InSAR技术进行地质灾害普查和监测。
4. 机载LiDAR地质信息识别与提取
本次共获取约15km2的机载LiDAR点云数据，采集点云总数为1169002287个，点密度约58.837个/m2，通过点云去燥、滤波等操作后去除植被获得的地面点数量为137725607个，山体高植被覆盖区平均点密度为2.8个/m2，平均地面点密度为7.44个/m2，综合植被穿透率为11.78%。通过对原始点云和地面点云进行处理，获得了调查区高分辨率数字高程模型(DEM）（图4）。在此三维解译环境中开展相关地质问题的解译工作。
.png)
图4 西樵山测区数字高程模型（DEM）
机载 LiDAR 技术为灾害的识别与威胁性的判别提供了更加直观的依据。新发现潜在隐蔽地质灾害隐患点共66处。本文挑选最典型的NSL16泥石流进行分析。
NSL16位于西樵山国际影视城北东向200m后山登山大道，流域面积约3.9x104m2，主沟沟道长度约365m，堆积区整体规模约2x104m3，为一中型坡面泥石流，沟床坡度约23°，泥石流沟大致流向为200°，总体坡降约400‰。从光学遥感影像上可以看出（图5），整体呈“栎叶形”，植被发育茂密，沟头窄，中、下段沟道开阔，平面形态呈“V”字型；从滤除植被的LiDAR影像上可以看出，堆积区内松散固体物质较为丰富，主要为碎石夹少量黏性土的松散堆积物，流通区较为窄且短明显水流侵蚀痕迹，堆积区呈扇形，堆积物较薄，现沟口水流痕迹较为明显，表明历史上该沟曾发生过泥石流。在极端天气或者地震等影响下，可能会发生泥石流冲出沟口摧毁房屋及公路。
.png)
图5 西樵山NSL16泥石流地质灾害光学遥感影像
从现场复核来看，该泥石流位于西樵山国际影视城后山的山坡，此处发生过泥石流。泥石流沟整体呈“栎叶形”。为一坡面泥石流，沟长约365m，沟道较平直，整体沟道纵降比较缓，沟内植被发育，多灌木。泥石流沟上游坡体角度约20°，冲沟清晰可见，呈漏斗形，物源区为古采石场堆积区，有大量碎石夹少量黏性土，可能再次发生泥石流。
5. 综合解译成果分析
此次西樵山卫星InSAR地表形变监测通过ALOS-2卫星数据的处理分析，得到西樵山公园的雷达视线（LOS）方向形变速率图。由于西樵山植被覆盖茂密，提取到的相干点目标稀少，仅仅在公园建筑物地方提取到相干点，在植被区域没有点；在西樵山四周的建筑区域提取到非常多的相干点。未没有发现明显的形变或地灾隐患。在西樵山东南侧发现一处建筑区域存在明显变形，局部区域的地表形变速率达到25毫米/年。此外，还探测到周边的其它建筑区域和道路也存在不同程度、不同范围的变形。此次西樵山机载LiDAR遥感解译发现的地质灾害隐患点共66处，将本次解译出的地质灾害隐患点与已知地灾隐患点坐标进行空间位置关联，发现两者相交（重叠）有51处，占比78.79%；两者不相交（不重叠）有15处，占比22.73%。另外西樵山测区小型崩塌灾害发育，前文所述机载LiDAR遥感调查对规模较小的崩塌灾害解译存在一定不足，基于以上原因，机载LiDAR遥感调查解译结果与数据库内已知地灾隐患点匹配套合结果仅能代表中型地质灾害及以上规模的吻合情况。机载LiDAR对于古采石场同时具有很好的识别性，古采石场的复杂地质环境反映了地形的多样性和地物的复杂性(试验区包含密集的植被、陡坎等)。由于西樵山的雨水条件较好，古采石场遗弃以后人类活动干扰较少，古采石场弃坑内部的松散堆积物容易被茂密植被所覆盖，光学传感器不能穿透植被，因而难以从光学遥感影像中获取古采石场内部松散堆积物的信息；而地面调查因地形陡峭和植被茂密等原因也难以开展。但机载LiDAR点云能够滤除植被等地物，可获取该区域的真实地形信息，在由LiDAR获取的地面点数据构建的DEM山体阴影中，可清晰地看到塌陷区域与未塌陷地表的界线，从而有效识别出古采石场的范围。本次共识别出13处古采石场。
6. 结语
本文以西樵山及周边区域已有的地质灾害隐患为主要研究对象，以可能存在隐蔽性地质灾害的区域为核心，进一步提高调查精度，构建西樵山地质灾害“天—空—地”一体化的“三查”体系，对高位隐蔽性地质灾害隐患进行早期识别和提前发现：首先运用高精度遥感、InSAR技术对西樵山进行全面普查，在全面普查的基础上利用机载LiDAR、无人机航拍等手段对潜在高位隐蔽性地质灾害隐患点进行筛查，最后针对筛查识别的地质灾害隐患点开展传统的地质灾害地面核查，查明了高位隐蔽性地质灾害隐患现状、分布规律、及危害对象，为后期西樵山地质灾害治理提供了宝贵基础数据。
参考文献：
［1］张小红. 机载激光雷达测量技术理论与方法［M］.武汉: 武汉大学出版社，2007: 16-32．
［2］董秀军，许强，佘金星，等.九寨沟核心景区多源遥感数据地质灾害解译初探［J］．武汉大学学报(信息科学版) ，2020，45( 3) : 432-441．
［3］许强，董秀军，李为乐．基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警［J］．武汉大学学报 (信息科学版) ，2019，44( 7) : 957-966．
［4］张勤，黄观文，杨成生．地质灾害监测预警中的精密空间对地观测技术［J］．测绘学报，2017，46( 10) : 1300- 1307．