SCI论文（www.lunwensci.com）
摘要 ：目前，矿山地质灾害风险评价主要通过层次分析法 对灾害的风险因素进行分析，根据分析结果构建风险评价指标 体系。由于大多数矿山地质灾害风险评价缺乏对原始影像的解 译分析，导致评价效果不佳。对此，提出遥感影像数据解译下的 矿山地质灾害风险评价方法。首先， 通过对地面控制点选取构建 参考图像，对比得到比较图像之间的细微差异 ;其次，对原始 影像差异较大的部分进行二次采样，将采样数据更新到原始遥 感影像中 ;然后，采用ENV15 软件对矿山地质灾害遥感影像多 光谱灰度图像进行大气校正 ;最后，在此基础上将易发性和危 险性指标进行融合，构建出矿山地质灾害风险评价指标。在实 验中， 对提出的方法进行了评价效果的验证。经实验结果分析表 明， 采用提出的方法对地区进行矿山地质灾害风险评价时， 灾害点预测误差较低， 具备较高的评价精度。
关键词 ：遥感影像数据,矿山地质灾害,解译,风险评价
不同类型的地质灾害及其发育特征均具有很强的地域性。 滑坡、泥石流等突发的地质灾害， 不但给人民带来巨大的经济和 财产的损害，还可能造成巨大的人员伤亡。因此，如何有效地解 决上述问题，已成为当前迫切需要解决的问题。近年来，国内外 学术界对其进行了大量的研究。随着社会的不断发展， 各种类型 的地质灾害事件日益持续增多， 造成的危害也会越来越严重， 所 以，细致地调查大规模的地质灾害， 并对其进行相应的风险评估 和预防工作， 对于国家和民众都具有重要的现实意义。
矿山地质灾害的风险评价主要依靠不同模型构建的评价指 标实现。通过采用不同的优化模型， 对矿山地质灾害的影响因素 进行分析， 构建出评价指标体系。通过对评价指标的权重进行计 算，对指标进行排序，计算不同指标下的评价分数，从而实现对 研究区域的矿山地质灾害风险评价。通过采用上述评价方法可 以满足对于矿山地质灾害的风险评价需求，但是该方法仍存在 一些弊端。在研究区域的地貌特征时， 因其经常呈现不规则的分 布规律，所以采用单一的评价指标对整体研究区域进行风险评 价会较为片面，容易出现评价结果与部分区域特点匹配值较低 的情况。针对以上情况，需提出新型的风险评价方法，旨在针对区域下不同单元格内的地貌特点进行精准评价。
1 矿山地质灾害风险评价
1.1 矿山地质灾害遥感影像数据解译
为对矿山地质灾害风险进行精准评价，需要对矿山地质灾 害的遥感影像数据进行数据预处理以及解译。以便于分析矿山 地质灾害的具体分布特征，并在此基础上对灾害等级进行科学 评价。具体实现步骤如下。
首先，在遥感传感器拍摄影像时，会存在电磁波信号的干扰 从而导致失真等情况， 因此为避免辐射失真， 需对采集到的矿山 地质灾害遥感影像数据进行大气校正。其次，在校正过程中主 要辐射定标完成对矿山地质灾害遥感影像多光谱灰度图像的转 换。最后，采用 ENV15 软件对矿山地质灾害遥感影像多光谱灰 度图像进行大气校正， 校正参数一般与实际图像信息相关， 本文 提出的部分通用校正参数如下所示 ：
Landsat5 TM 传 感 器 ：高 度 为 705km、大 气 模 式 为 MLS、 气 溶 胶 类 型 为 Rural、中 心 经 度 为 106.872 °、中 心 纬 度 为 37.763°、太阳高度角为 54.97°、太阳方位角为 130.54°、能见 度为 45km ;Landsat 8 OLI 传感器 ：高度为 705km、大气模式为 MLS、气溶胶类型为 Rural、中心经度为 105.923°、中心纬度为 37.683°、太阳高度角为 64.86°、太阳方位角为 142.09°、能见 度为40km。
采用上述大气校正参数方法对矿山地质灾害遥感影像数据 进行校正。除此之外， 采用传感器拍摄到的矿山地质灾害遥感影 像会因地球表面曲率和地形起伏导致几何畸变，因此需要对其 进行几何校正。具体校正步骤主要分为三部分， 首先对地面控制 点进行选取构建参考图像，然后将参考图像与对象画面进行对 比， 比较图像之间的细微差异， 最后对原始画面中差异较大的部 分进行二次采样， 将采样数据更新到原始遥感影像中， 完成对遥 感影像图像的几何校正。在选取地面控制点时， 可以选取面积以 及高度均较为明显的大型建筑、大型河流、或河流中各支流之间 较为明显的交汇点， 选取地理特征较为明显的地面控制点， 可以 减少后续进行图像比对时的工作量， 提高几何校正的精度。在对 矿山地质灾害遥感影像的图像完成大气校正以及几何校正后，即可根据实际地形特征建立解译标志。本文选取了 3 种常见的矿山地质灾害，分别为滑坡、崩塌以及泥石流。针对历史遥感图像，建立出的矿山地质灾害解译标志原则如下所示。
(1) 滑坡 ：分布特点为沟谷陡峭边坡地段、河流拐点处 ;平 面形态为蛇形、半圆形、扇形;地质颜色为纹理与色调较为明显， 多为深绿色。
(2) 崩塌 ：分布特点为沟谷两侧，公路沿线地带 ;平面形态 为半弧形、扇形;地质颜色与周围地貌色调差异较大， 多为灰调。
(3) 泥石流 ：分布特点为陡峭山坡两侧，植被稀疏处 ;平面 形态为瓢形、扇形;地质颜色为影像色调深浅不一， 色调变化大。
通过上述解译原则对采集到的地质遥感影像进行解译，得到 地质分布特征， 为后续的矿山地质灾害风险评价提供数据支持。
1.2 矿山地质灾害易发性评价
在完成对矿山地质灾害遥感影像的解译工作后，即可对矿山 地质灾害风险进行评价，具体评价包括易发性评价和风险评价。 采用信息量模型法， 将解译后的矿山地质灾害遥感影像数据转换 为信息量值，通过对信息量值进行计算，判定矿山地质灾害的易 发性。对此，首先需要对解译后的矿山地质灾害遥感影像数据对 应的区域进行网格单元划分。完成对矿山地质灾害区域的单元划 分后，即可计算单一网格内某矿山地质灾害易发性指标的信息 量。因矿山地质灾害易发性指标各不相同，当单元格内的信息量 总和越高时， 代表该研究区域内矿山地质灾害的易发程度也就越 高。在此基础上， 可构建矿山地质灾害确定性系数模型。
矿山地质灾害确定性系数模型可基于上述提出的矿山地质 灾害易发性评价指标，用于判定研究区域内某种矿山地质灾害 是否会发生。为规范评价结果，将该模型的输出值取值范围规 定在 [-1.1] 之间。当矿山地质灾害确定性系数模型输出为正数 时，则代表在该单元格内有较高的可能性会发生某种矿山地质 灾害 ;当矿山地质灾害确定性系数模型输出为负数时，则在该 单元格内有较低的可能性会发生某种矿山地质灾害。
通过上述步骤即可完成对矿山地质灾害影响的易发性评价， 将易发性与危险性指标进行结合即可实现对矿山地质灾害风险 性评价。
1.3 矿山地质灾害风险性指标融合
随着现代科技的发展，遥感的地球探测技术也越来越受到人 们的重视。由于其具有时效性、宏观性、信息量大等优点，现已 在地理、地质矿产、海洋、地震、测绘、军事等相关领域得到了广 泛应用，在地质灾害的调查和监测中占有举足轻重的地位。近年 来遥感技术已经贯穿于地质灾害调查与研究，即调查、监测、预 警、评估和防控的全过程。利用卫星遥感技术不仅可以掌握区域 地质地貌、地质构造、植被等地质环境，还可以了解地质灾害调查与研究， 对滑坡、崩塌、泥石流等突发地质灾害进行实时调查、监测和评估， 确定地质灾害危险区段及开展地质灾害预警。
本文提出的矿山地质灾害风险性指标融合了易发性和危险 性两个指标， 本文通过将两个指标的数据进行融合， 构建出针对 于遥感影像数据的矿山地质灾害风险性评价指标，实现了对研 究区域的矿山地质灾害风险评价。
首先需构建矿山地质灾害危险性指标， 具体构建步骤如下。
由于不同地理特征区域下的矿山地质灾害诱发因素存在差 异， 因此本文针对上述滑坡、崩塌以及泥石流三种矿山地质灾害 的解译结果， 对解译标志进行分析， 选取了强降雨诱发因素进行 针对性研究。一般情况下，某地区的降水强度越高，则该地区的 滑坡、崩塌以及泥石流三种矿山地质灾害发生概率也就越高。与 上述矿山地质灾害易发性评价指标构建的步骤类似，危险性评 价指标也需要在划分完网格单元的基础上进行。在构建完矿山 地质灾害危险性指标后， 即可对矿山地质灾害风险进行评价。
本文将危险性与易发性指标进行融合，按照易发性以及危 险性的信息值，将评价等级划分为四种，分别为极高、高、中、 低，分别对应Extremely high、High、Middle、Low。
其中，当数值为 1.25 时，地质灾害风险评价标准为以下 3 种 情况 ：易发性为Extremely high、危险性为Extremely high ;易发 性为Extremely high、危险性为High ;易发性为High、危险性为 Extremely high。
当数值为 1.00 时，地质灾害风险评价标准为以下 5 种情况 ： 易发性为Extremely high、危险性为Middle ;易发性为Extremely high、危险性为Low ;易发性为High、危险性为High ;易发性为 High、危险性为Middle ;易发性为Middle、危险性为 Extremely high。
当数值为 0.50 时，地质灾害风 险评价标准为以下 3 种情 况 ：易发性为Middle、危险性为Low ;易发性为Low、危险性为 Middle ;易发性为Low、危险性为Low。
通过以上述构建的评价指标为标准，即可实现对遥感影像 数据区域内的矿山地质灾害风险评价。将本节内容与上述的遥 感影像数据解译以及易发性评价和危险性评价进行结合，至此， 遥感影像数据解译下的矿山地质灾害风险评价方法设计完成。
2 实验部分
为证明提出的遥感影像数据解译下的矿山地质灾害风险评 价方法在评价效果上优于传统的矿山地质灾害风险评价方法， 待理论部分设计完成后， 构建实验环节， 对该矿山地质灾害风险 评价方法的实际评价效果进行检验与分析。
2.1 实验准备
本次实验选取的研究对象为以高原和山脉为主要地貌的某省高纬度地区。该地区主要为大陆性季风气候，冬季干燥寒冷， 夏季炎热少雨， 全年降水量偏少， 年均降水量在453.98mm 以内。 虽整体降水量较少，但受当地较为复杂的地形影响，导致该地 区的降水分布较不均匀，具体体现在空间以及时间上的分布不 均匀。在降水空间分布上， 该地区降水较为充沛的地区主要集中 在山脉迎风坡以及地势低洼的河流区域内 ;在降水时间分布上， 该地区的降水主要集中在夏季，7 月份~ 9 月份降水较多，最高 月降水量可达到 743.98mm。受降水分布不均以及地形的影响， 该地矿山地质灾害频发。经遥感探测可得， 该地区矿山地质灾害 频发点共有 125 处，其中包括滑坡 75 处(占 60%)，泥石流 15 处 (占 12%)，地面坍塌20处(占 16%)，其余矿山地质灾害 15处(占 12%)。
为提高实验结果的可靠性，本次实验选取了两种常规的矿 山地质灾害风险评价方法作为对比方法，分别为基于层次分析 法的矿山地质灾害风险评价方法和基于 GIS 的矿山地质灾害风 险评价方法。通过采用上述三种评价方法对研究区域的历史数 据进行矿山地质灾害风险等级进行评价，并得到具体灾害点数， 对比灾害点数与实际情况之间的差异，从而比较评价方法的评 价效果。
采用本文所提出的评价方法得到不同评价指标的信息量 I， 本次统计的信息量包括山脉高程、坡度、坡向三项指标，具体信息量统计结果如下所示。
(1) 高程 ：重分类区间为< 0、0 ~ 100、100 ~ 300、300 ~ 500 和>500 ;信息量分别为 -0.342、-0.236、0.154、0.079 和 -0.003 ; 信息量排序为43、38、10、16 和24.
(2) 坡度 ：重分类区间为< 5、5 ~ 10、10 ~ 15、15 ~ 30、 30 ~ 45、45 ~ 65 和>65 ;信息量分别为 -0.652、0.232、0.401、 0.256、 -0.009、 -0.342 和 -0.503 ;信 息 量 排 序 为 42、7、1、4、33、 36 和41.
(3) 坡向 ：重分类区间为0、0 ~ 22.5、22.5 ~ 45、45 ~ 67.5、 67.5 ~ 90 和 > 90 ;信 息 量 分 别 为 -1.043、0.234、0.403、0.304、 0.012 和 0.093 ;信息量排序为47、31、29、26、22 和 17.
以上述统计的信息量为标准，对研究区域的历史地质数据 进行风险评价， 最终得到不同维度下的灾害点数。
2.2 实验结果
本次实验选取的比较标准为矿山地质灾害风险评价方法的 评价精度，具体评价指标为评价方法得到的灾害点数与实际点数之间的误差。该误差值越低， 代表矿山地质灾害评价方法的实际评价精度越高， 具体实验结果如下所示。
(1) 纬度为25.45°时，本文方法、基于层次分析法的地质灾 害风险评价方法、基于 GIS 的地质灾害风险评价方法的灾害点数误差值分别为 1 个、4 个、5 个。
(2) 纬度为 35.45°时，本文方法、基于层次分析法的地质灾 害风险评价方法、基于 GIS 的地质灾害风险评价方法的灾害点数误差值分别为2 个、5 个、6 个。
(3) 纬度为45.45°时，本文方法、基于层次分析法的地质灾 害风险评价方法、基于 GIS 的地质灾害风险评价方法的灾害点数误差值分别为2 个、3 个、4 个。
(4) 纬度为 55.45°时，本文方法、基于层次分析法的地质灾 害风险评价方法、基于 GIS 的地质灾害风险评价方法的灾害点数误差值分别为 3 个、4 个、5 个。
(5) 纬度为 65.45°时，本文方法、基于层次分析法的地质灾 害风险评价方法、基于 GIS 的地质灾害风险评价方法的灾害点 数误差值分别为 3 个、6 个、7 个。
通过上述实验结果可以看出，矿山地质灾害风险评价方法 针对于不同区域内的风险评价结果存在差异。因受该地降水量 影响， 导致研究区域的灾害点呈现不规则分布特点。通过数值上 的对比可以明显看出，两种传统的矿山地质灾害风险评价方法 所预测的灾害点明显与实际情况相差较大，灾害点误差值较大， 说明传统的矿山地质灾害风险评价方法的评价效果较差。而本 文提出的遥感影像数据解译下的矿山地质灾害风险评价方法所 预测出的灾害点明显更接近实际区域的地质情况，误差值较低。 由此可以看出本文提出的矿山地质灾害风险评价方法的评价效 果更优， 能够对研究区域做出精准的风险评价。
3 结论
本文提出的遥感影像数据解译下的矿山地质灾害风险评价 方法通过对遥感影像进行大气校正以及几何校正，有效提高了 校正精度。在此基础上提出的矿山地质灾害风险评价方法具备 较高的评价精度，能够针对不同地质特征的区域做出精准评价， 评价结果与地区实际情况更为接近。在今后的研究工作中， 还需 针对不同评价指标影响因素进行进一步分析，对指标进行细化， 构建更为全面的矿山地质灾害评价指标体系。
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/56384.html
