李宁

摘 要：早期将地质灾害遥感解译技术应用于水利枢纽工程，主要因为全局性特点。后续发展到铁路公路选线比较应用。这期间解译方法以目视解译为主。在方式逐渐成熟的过冲中，逐步开始重视综合利用多源资料。2005年以后遥感解译的方法向自动化发展、大数据发展、综合模型发展。

关键词：遥感；地质灾害；解译

1 国内地质灾害遥感解译的起步阶段

金亨丁（水利部规划设计管理局津渤航空遥感实验地质小组）等（1980）将遥感解译技术应用于潘家口水库卫星遥感图像的地质解译工作，主要是应用目视解译。早期遥感解译技术主要应用于水利水电方面。

邹家祥等（1985）提出采用遥感技术作为水利枢纽工程环境评价研究手段之一是今后发展的方向。遥感影像具有其他资料不能比拟的直观性，采用多幅镶嵌，即可形象地鸟瞰库区乃至整个流域全貌。

2 将地质灾害遥感解译应用于交通建设

李景豪（1991）通过对4400张不同时期航片和5幅卫片的解译，结合前人资料和地面调查验证，对宝成铁路（宝鸡-绵阳段）沿线约5000平方公里范围的地质灾害现象和环境地质因素进行了分析。其中部分影像资料用计算机和光学图像处理等技术进行了信息增强提取。

徐国文（1994）提出遥感解译标志的建立需要充分收集地面实况资料后，综合分析各类地质灾害体在遥感图像上所显示的形状、大小、色调或色彩、阴影、影像的结构、图案花纹等，还要兼顾与之有关的地质、地貌、土壤、水文、植被、气候、人文活动等在影像上形成的影像特征（徐国文，1994）。其中强调了遥感解译标志具有区域性。

许也平等（2001）结合沪蓉国道主干线巫山至万州段灾害地质遥感解译实例说明，利用遥感技术可及时对设计公路路线中灾害地质问题作出解译，为路线方案比选提供指导性的地质资料。

3 发展过程中的方法演变与分析

杨桄等（2004）比较了几种方法的优缺点，认为目视解译不是遥感应用的初级阶段，或者是可有可无，相反，它是遥感解译中不可缺少的一部分。但最终方向是智能化、自动化发展。自动解译需要解决的几个技术难题包括：遥感影像复杂信息的全自动分割和获取、多种信息源的空间数据标准统一、遥感和地理信息系统的复合以及多源遥感信息复合、多种目标智能提取与识别模型的标准化和集成等等。

反而言之，不使用自动解译就不会面临这些问题？显然不是的，这些问题由人工来完成。人工在做出判别时，无非依据标准和经验。本文笔者认为，自动解译的最主要难点是：如何让计算机获得并积累判识经验，并将该经验转换为指导计算机运行的命令。

冯航建等（2008）基于泥石流地质灾害遥感解译提出了一种新方法：基于虚拟GIS和空间分析的遥感解译方法。①将大尺度区域降级为较小尺度的空间逻辑单元；②针对各单元应用遥感影像和高精度DEM数据创建三维虛拟场景立体动态模型，突出表现地物的空间特征，使人眼易于辨认目标和确定空间位置，从而为解译工作者提供一个真实、客观、连续的环境，可以从全方位观察泥石流沟谷以及相关的地形地貌；③通过叠加多层地形、地质、岩性、土壤、灾害等具有丰富属性信息的图层，为解译者提供在视觉上无法获取的认知描述信息。该文献中也提到了，该方法对数据要求较高，且需要较高的GIS及遥感的专业技术水平，不利于广泛推广（冯航建等，2008）。笔者认为，该方法可以提高遥感解译的准确度，但需要付出与之等价的人财物。我们在开展乐西高速公路沿线地质灾害遥感解译项目过程中，收集遥感影像的同时，也收集了DEM数据、地形、地质、岩性、土壤、灾害等数据，但没有将其建立在一个模型当中进行软件分析。实际生产和科研还是有差别。

4 遥感解译方法的不确定性体现

5.12汶川大地震瞬间释放巨大的能量，致使山体破碎，河流变迁，极大的改变了震区的地貌和地表景观，形成了崩塌、滑坡、泥石流等一系列次生山地地质灾害，对人民群众的生命财产和社会经济的发展形成了严重威胁。采用传统实地调查山地地质灾害分布状况的方法困难很大，航空遥感技术可以宏观、全面、精确、及时地获取地质灾害相关信息，及时采取应急措施预防灾害的进一步发生。综合利用不同时相、不同传感器的影像对汶川县地震次生山地地质灾害进行监测，很短时间内全面掌握了汶川境内的崩塌、滑坡、泥石流、堰塞点的分布情况，利用先进的RS、GIS技术，在DEM的基础上，结合地质信息，通过水系流域的划分，探讨了地震地质灾害的特点和分布规律，为预防预警次生山地地质灾害提供了新的思路和方法。

其中值得注意的是“综合利用不同时相、不同传感器的影像”。特别是将遥感解译技术应用于自然灾害预防、预警、救灾工作中时，如果只采用某一时段的遥感影像，会具有局限性。例如若干年前，辽河大水，遥感估算的受灾面积只有民政部门上报的数据的十分之一，中央采信了遥感估算面积。当时遥感图像是洪峰以后获取的，洪峰过水面积更大，图像上反映不出来。如果有洪峰前后的多时相遥感数据结合，加上数字高程模型、洪水的过程模型、地面水文数据等，估算最大过水面积、淹没深度和淹没时间，便可以得到更准确的灾情评估信息。从瞬间到过程系统分析，且需要多学科交叉。

5 遥感解译方式的发展趋势与展望

针对遥感自动解译这个课题，谢飞等（2012）提出了基于SPOT5图像的泥石流自动提取方法。首先根据植被指数、土壤亮度指数等遥感指数获取新的主成分变换图像，利用阀值自动选取算法提取疑似包含泥石流的图斑。同时利用编程算法在DEM数据中自动提取沟谷位置。然后将疑似泥石流图斑和沟谷范围匹配，经过面积、坡度、顺坡性等筛选，得到泥石流或潜在泥石流信息。该方法和冯航建等（2008）提出的方法略有不同。但都可以直观的、简单的理解为：将各种信息综合，然后选择一个标准，达到该标准的就是对应的地质灾害。

王云南等（2017）归纳阐述了目前自动解译的一些方法，例如利用地质灾害体自身光谱特征及与周边地物的光谱差异进行计算机自动识别；例如将获得的遥感影像进行去阴影、坡度筛选、形态学滤波、栅～矢转换、面积和顺坡形筛选。以上遥感智能解译结果经过现场实地勘察的对比，均有90%以上的准确度。证明遥感智能解译是可以提高解译效率，并有不低的准确度。但目前该方法处于进一步的研究阶段，还未建立完善的理论体系，不能实现全面的智能解译。笔者认为，直接的说，就是没有形成统一的技术规范，没有一个权威衡量标准。

参考文献

[1]金亨丁，水利部规划设计管理局津渤航空遥感实验地质小组.潘家口水库卫星遥感图像的地质解译[J].水利水电技术，1980，（3）：31-37.

[2]邹家祥，李仁.遥感方法在水利枢纽工程环境影响评价中的应用[J].水利学报，1985，（12）：68-74.