学术交流 吴立新:冰川流域孕灾环境及灾祸的天空位协同智能监测办法与方向

发布时间:2022-02-19 22:26:25 | 作者:环球体育竞猜

  《测绘学报》《测绘通报》《测绘工程》《卫星导航(英文)》《测绘科学技能学报》《北京测绘》《Journal of Geodesy and Geoinformation Science》》联合融媒体。

  跟着我国西部暖湿化进程加速,冰川流域孕灾环境快速改变,冰川灾祸多发频发。因冰川流域地势极点杂乱、地表掩盖改变敏捷,冰川流域灾祸具有链式展开的特色且物源区长途高位、地势险恶,面向以致地质滑坡和露天矿边坡的天空位协同监测技能难以直接或有用运用。本文依据冰川流域空间环境与灾祸的监测内容及技能难点,剖析了可用的现代测绘遥感技能及其限制性。针对监测方针、几许要素和质量要求,提出了依据天空位协同的冰川流域孕灾环境与灾祸智能监测内在,即渠道协同、时刻协同、参数协同和标准协同,规划了使命驱动、常识引导的智能监测技能办法。面向3类根本监测使命,即个别冰川流域灾变进程情形模仿、冰川流域群孕灾环境差异剖析与危险辨认、冰川流域灾祸事情应急呼应,提出相应的天空位协同智能监测开始计划。最终,评论了依据天空位协同的冰川流域孕灾环境与灾祸智能监测要害问题,提出未来的作业方向。

  我国大陆冰川非常发育,西部区域共有山地冰川48 571条,掩盖陆地上积51 840.11 km2[1]。山地冰川不只是部分水循环和部分气候的重要调节剂,并且是气候干旱区域无可代替的水资源。山地冰川绚丽多姿、令人神往,仍是共同的旅游资源和地舆景观。因而,山地冰川兼具环境要素、自然资源和地舆景观的多重特色。可是,山地冰川对全球气候改变非常灵敏。跟着我国西部气候逐步由干冷型向暖湿型改变[2],山地冰川融化加重,越来越多的冰川及冰川流域正在成为严峻灾祸的驱动因子与孕育环境[3]。

  冰川跃动是冰川灾祸的一种重要办法,是重力作用下冰川行进动力和阻力平衡被打破,冰川物质快速重布但总质量不变的运动现象[4]。山地冰川跃动时外表流速急剧上升,很多固体物质从高海拔方位转移到低海拔方位,然后演化成冰崩或冰川泥石流。冰川跃动机制首要分为“热力学操控”和“水文学操控”两种。其间,“热力学操控”是指冰川底部温度因物质累积和摩擦热抵达压融点,底部构成润滑面,基底滑动跟着润滑面扩张而继续增强,直至跃动产生[5-6]。“水文学操控”是指冰川底部水压继续升高并打破极限而跃动[7]。因为冰川体及其下流的冰碛物质量巨大,且海进步、势能大,冰崩、冰川跃动及其引发的冰川泥石流可直接炸毁和吞噬冰川流域内及流域谷口邻近的根底设备与人居环境。我国天山、喜马拉雅山和念青唐古拉山发育了很多复合型和海洋型冰川[8]。外部液态水(包含冰面融水和雨水)进入这些冰川底部后,或许导致底部水压打破临界值而触发冰川灾祸。因而,在藏东南气候暖湿化布景下,喜马拉雅山东段和念青唐古拉山的冰川泥石流灾祸频率会继续添加。针对冰川流域进行灾祸危险评价与防灾减灾,以及在冰川泥石流灾祸产生后进行应急处理,已成为国家及当地政府部门的重要作业内容。

  冰川灾祸一般具有链式发育特色,现有单一、惯例的地灾观测手法[9-10]均无法满意冰川流域孕灾环境及灾祸展开进程的精准与齐备性监测需求。传统的泥石流监测办法,几乎没有顾及冰川流域上游杂乱地势和峻峭山坡的动态改变[11];现有针对地质滑坡和矿区边坡灾祸的天空位一体化监测办法[12-13],因孕灾环境的巨大差异而不能直接或有用应地用于冰川流域。在对藏东南典型冰川流域及灾祸实地考察的根底上,本文介绍冰川流域孕灾环境与灾祸的智能监测需求,提出依据天空位协同的智能化监测技能办法,旨在快速、准确、全面获取冰川流域灾祸危险辨认和灾祸应急处置所需的根底空间数据与要害信息,关于推进现代测绘技能在我国西部区域防灾减灾和交通要道(如川藏铁路、川藏公路)安全保证作业中的新运用,具有重要的科技价值和战略意义。

  波密县天摩沟是藏东南典型冰川泥石流灾祸发育点之一。2007年9月4日、2010年7月25—31日、9月5—8日,2018年7月11—15日,天摩沟产生过大规划冰川泥石流灾祸,屡次严峻损毁由东进藏咽喉要道(318国道)。天摩沟流域面积约18 km2,地势极为杂乱险恶,主沟长7.1 km,沟口海拔2460 m,高峰海拔5560 m,流域均匀斜度39.8[14]。流域内发育的现代冰川总面积4.7 km2,冰川结尾海拔约3800 m[14]。劝止科考相片显现(图 1):天摩沟冰川上游地势峻峭、积雪丰厚、云雾旋绕;冰川厚度大,冰川物质与周围基岩色彩差异较显着;冰川流域槽谷空间狭隘,边坡峻峭;边坡暴露、质地松懈,显性及隐性泥石流物源极为丰厚;下流植被茂盛,谷口堆积大型扇形堰塞体。因为地势极为险恶,观测人员及地上设备虽可进入山沟下流时刻短作业,但极难抵达冰川槽谷中游甚至冰川之上。因而,关于相似于天摩沟这样的杂乱冰川流域,任何单一的卫星遥感、无人机遥感和地上观测渠道和技能手法,均无法完成时空接连掩盖与精准牢靠监测。因而很多杂乱冰川流域灾祸监测是测绘范畴有待拓荒的新战场。

  结合对藏东南多个冰川流域与灾祸点的实地考察成果剖析,发现与一般地质滑坡、泥石流、矿区边坡监测技能比较,冰川灾祸监测具有以下根本特征:①监测规划更广,单一冰川流域面积可达10~103 km2;②监测方针杂乱,不只包含坐落冰川流域上游的粒雪盆与冰斗冰川、流域中游的冰蚀崖与陡坡、流域下流的槽谷与溜坡,还包含流域内的冰碛物、崩滑堆积体、冰碛湖,以及流域谷口的堰塞体等;③监测方针极不安稳,冰川流域形变速度快、坍塌多,监测方针的外表发射与吸收特性改变大,对遥感监测技能要求更高;④监测环境恶劣,地势杂乱、云雾旋绕,海进步、温度低、斜度大,监测方针间隔人员可达方位一般超越5 km,有用观测视场非常窄小。因而,冰川流域孕灾环境及灾祸监测对天空位网协同观测的要求更高、更火急,亟须展开智能化协同观测技能。

  现代测绘技能的快速展开为山地冰川流域孕灾环境与灾祸的智能监测供给了或许。本文要点介绍3类可用于冰川流域的测绘技能,包含:①卫星观测技能,含合成孔径雷达(synthetic aperture radar, SAR)和光学遥感技能;②航空观测技能,含无人机(unmanned aerial vehicle,UAV)热红外遥感、UAV光学遥感和UAV激光雷达(LiDAR);③地上观测技能,含地基三维激光扫描(terrestrial laser scanning, TLS)、丈量机器人等。本文择要对以上可用测绘技能的优缺点进行剖析。

  因为SAR卫星信号能够穿透云雾、掩盖规划广、分辩率较高,在大面积和长时段方针高程改变观测方面有显着优势。经过SAR印象获取冰川流域的DEM,再与前史高程数据配准后差分,可获取灾祸点冰川厚度改变和边坡高程改变[9, 15]。可是,现在在轨SAR卫星大多选用重轨单发单收干与办法,受大气改变、地表散射特征改变以及地表形变影响较大,无法获取高精度DEM;同步双轨单发双收虽然不受大气、地表散射特征改变以及地表形变(如冰川活动)的影响,无须地上操控点即可获取较高精度DEM,但现在可用的在轨民用星载同步双轨单发双收干与SAR(interferometry SAR, InSAR)数据源仅有TanDEM-X印象,导致观测时刻不行灵敏。

  依据相位信息的差分干与(differential InSAR, D-InSAR)技能能获取地表在雷达视野向(LOS)的形变观测值,可用于滑坡形变和冰川运动监测[16-18],但其受方针散射特征改变、形变梯度和大气改变影响较大[19]。在D-InSAR技能根底上展开起来的时序InSAR技能(包含依据单主印象的PS-InSAR和依据多主印象的SBAS-InSAR),经过对多景SAR印象进行特定条件干与组合来削弱大气改变和时空去相干对干与相位的影响,可获取更高精度的地表形变[20-22]。现在,该技能监测地质滑坡和矿区边坡安稳性的国内外事例虽然较多[10, 13, 19-20, 23-25],但对方针散射安稳性要求较高,仅合适简略地表掩盖条件,无法用于冰川流域的杂乱地表环境。比较于D-InSAR技能,依据印象强度信息的匹配盯梢技能(intensity tracking)理论上监测精度更低,但受方针外表散射改变和形变梯度影响较小,且不受水汽改变影响,合适冰川运动和大型滑坡监测。依据单印象对,intensity tracking技能能获取方针在LOS向和方位向的形变观测值[26-28];若对同一轨迹的多印象对进行小基线集强度盯梢(intensity tracking-SBAS)处理,则可在必定程度上进步时序形变监测精度[29]。虽然该技能在单一方向上的形变估量精度不及时序InSAR技能,但可依据单个卫星的升轨和降轨印象集获取真三维形变时刻序列,有利于准确把握方针动态,是相位失相干时的形变监测有用技能[30],在冰川跃动和滑坡监测方面已有一些成功事例[30-32]。

  全体来说,经过40多年的展开,SAR技能在大气贪污腐化改正、轨迹贪污腐化改正、低相干区丈量、多维形变丈量、时空分辩率改进等方面均取得了长足的行进[22],但因为选用斜距成像办法,SAR技能(包含intensity tracking在内)监测冰川泥石流灾祸体时不可避免地受险恶地势、高坡角和南北坡向约束。

  因为光学印象纹路明晰,经过比照不同时期的光学印象的分类与解译成果,可获取冰川面积、结尾方位改变、边坡裂缝改变、物源品种和面积等信息,为泥石流构成机制剖析供给依据支撑[12, 14, 28, 33-34]。依据空间前方交汇原理,光学遥感拍摄丈量技能可从立体像对提取DEM。将拍摄丈量获取的DEM与前史DEM配准后再差分,也可获取冰川的厚度改变和边坡高程改变[35-36]。因为光学卫星立体像对数据源丰厚,印象幅宽较大,且光学DEM不受冰面信号穿透影响,现在星载光学DEM差分是估量高分辩冰川厚度改变的干流办法[37-40]。可是,光学信号受云雾搅扰,并且冰川积累区外表的新降雪会导致外表缺少纹路特征,星载拍摄丈量技能或许因立体印象无法匹配而失效。

  依据光学印象的互相关匹配可获取方针二维形变。相似SAR intensity tracking技能,光学印象匹配的中心进程是寻觅主辅印象中的同名点,经过核算同一框架下主辅印象上同名点之间的坐标误差来获取方针形变量。同名点定位可直接依据像元亮度值进行,其原理与SAR印象intensity tracking同名点定位进程相似,也可依据像元亮度值转化的频率域相位值来展开[41]。得益于星下点成像办法,山地条件下光学印象比SAR印象的畸变程度小得多。关于陡坡滑移形变和冰川活动形变估量来说,光学印象匹配比SAR intensity tacking更稳健,并且数据源更丰厚。现在该办法在滑坡和冰川形变监测中均有较多运用事例[32, 42-47]。可是,相似于拍摄丈量技能,光学印象匹配技能也会因云雾和降雪而失效。

  高位峻峭坡体的冻融风化和沟谷边坡的冰川融水腐蚀,是冰川泥石流灾祸崩滑物源产生的重要原因,而峻峭坡体冻融风化程度和沟谷边坡融水腐蚀程度均与介质的渗水率或含水量直接相关。经过现场查询或多光谱印象剖析,一般难以区别物源区的含水量、孔隙度与风化程度。热红外成像技能运用方针与周围物体之间的亮温差异,依据红外辐射能量密度散布进行热成像辨认与特性剖析。因为水的热容量和热传导功用显着高于岩土介质,太阳照耀时含水或渗水岩土方针的温度上升速度显着慢于枯燥方针,特别慢于破碎及疏松多孔的枯燥方针。此外,因为水分蒸腾时需求吸收热量,导致方针外表温度下降,无热源时含水量较高的坡体温度也比其他部位更低。

  依据上述方针特性,可运用热红外遥感齐备渗水的峻峭坡体和冻融风化岩体方针,辨认物源区的坍塌危险体,剖析物源区的风化程度和松懈程度[48-51]。热红外相机既可架设于地上,也可搭载于UAV进步行长间隔成像观测,作业办法较灵敏,本钱较低。可是,热红外遥感只能反映坍塌危险区的空间散布与改变,无法定量估量潜在物源体积。

  UAV拍摄丈量机动灵敏、本钱低、时空分辩率高,被广泛用于地质勘查和灾祸监测。UAV拍摄丈量原理与航空拍摄丈量原理相似,运用共面条件方程来获取像片间的相对方位联系:将一切像片归入到一致的空中三角丈量模型中,运用UAV配套的RTK信息和少数地上操控点来求解像片的外方位元素;再经过同名点空间前方交会解算像元点的地上坐标,生成方针区高分辩率数字外表模型(DSM)和数字正射印象(DOM)[52]。经过对高分辩率DOM时刻序列进行目视解译,可开始检测边坡地势地貌条件、沟内松懈物源品种(包含冰碛物、崩滑物源、沟内堆积物源[14, 53])、物源组成(包含黏土颗粒、砂土颗粒、砾石颗粒[11])和物源移动状况,以及边坡滑移垮塌状况[54-57]。

  因为UAV印象的空间分辩率为厘米至分米级(取决于相机像素与成像间隔),可据此发现高分卫星难以感知的地表裂纹[58]。经过对UAV印象进行运动结构康复(structure from motion, SfM)可获取灾区印象三维场景和DSM,估量滑动的物源体积,有助于灾情查询[59]。经过差分不同时期UAV光学相机获取的山沟DSM,可精密估量地上高程改变和边坡形变;若结合与DSM处于同一格网下的DOM分类成果,还可定量估量冰川、崩滑物源、沟内堆积物源等方针的体积改变,精准把握冰川物质和沟内物源的移动状况[60-64]。可是,UAV光学遥感也受云雾和地表积雪影响,且光学信号无法穿透植被获取地上信息。此外,UAV自身还受飞翔条件、续航才能和航高约束,在高山区域的作业才能遭到不速之客。

  现有的UAV LiDAR系统集LiDAR、CCD相机、GNSS、惯性丈量系统于一体,能够准确获取高分辩DEM、DSM和DOM。因系统自带定位定向设备,无须布设地上操控点,只需在测区周围安顿1台以上GPS基准站即可。LiDAR主动发射激光信号,无须印象匹配而直接获取地表点三维坐标,在夜晚或许地表积雪时也能作业。因为激光束可穿透稀少植被(冰川流域植被区以灌木为主),LiDAR可获取边坡地表三维形状[65]。若将UAV LiDAR系统获取的正射印象与三维点云相交融,还可获取危险滑坡体概括,预算潜在泥石流物源量[12, 66-69]。经过差分不同时期UAV LiDAR获取的山沟DSM,也可精密估量地上高程改变和边坡形变;若再结合与DSM处于同一格网下的DOM分类成果,则可进一步预算冰川、崩滑物源、沟内堆积物源等方针的体积改变[70-71]。可是,UAV LiDAR系统作业本钱较高,其CCD获取的是小相幅印象,生成DSM和DOM是两个独立进程,存在二者的匹配问题。此外,UAV LiDAR系统也受水汽云雾影响,对山区蒸腾水汽的灵敏度要大于UAV拍摄丈量。

  星载和UAV丈量手法在冰川流域陡坡区域的有用观测数据较少。带着较便利的TLS是一种重要的弥补丈量手法。经过地上扫描获取方针区的三维方位点云和外表纹路信息,可完成方针区三维建模与地物辨认[72]。经过配准和差分不同时期获取的TLS点云,可准确估量冰川结尾的厚度改变、沟谷边坡崩滑量、沟谷边坡腐蚀量、沟谷内堆积物源体积及山沟边坡形变[65, 73-76]。结合多期TLS和UAV LiDAR观测数据对冰川泥石流灾祸产生前后沟谷内堆积物源体积和边坡崩滑量改变进行精密估量,有助于树立冰川流域气温、降水与泥石流规划之间的联系。可是,TLS信号易受地物遮挡,观测规划有限,且需观测人员带着设备进入泥石流沟内作业,受可达地址、海进步度和监测环境不速之客较大。

  丈量机器人也称主动全站仪,可在固定站点接连观测作业办法下完成无人值守、方针主动辨认、主动盯梢观测与数据处理[77]。除全主动化外,该技能比GNSS更为灵敏,比TLS更具近实时观测才能,已在工程设备变形监测、边坡安稳性监测等方面得到了较广泛运用[78-80]。运用该技能固定站点的点群方针精密实时观测才能,能够完成对冰川结尾、堆积物源体边沿、滑塌体、危岩等要点方针或要害特征点的位移改变进行长途主动化观测,并进行崩滑智能预警。可是,丈量机器人观测规划和有用间隔受冰川流域的杂乱地势影响,因而需求提早确认靶区并优化布置观测站的方位。

  综上,鉴于山地冰川流域地势地貌、方针地物及与监测条件的极点杂乱性与多变性,任何单一手法及惯例办法均难以完成冰川流域孕灾环境及灾祸的精准感知使命。亟须选用智能化技能、协同多种现代测绘遥感手法,展开依据天空位网协同的冰川流域孕灾环境与灾祸智能监测办法、办法与要害技能研讨。

  冰川泥石流是冰川流域的典型地灾现象,其产生首要包含以下机制[3, 11, 14, 33, 53, 81-85]:①强降雨进程中冰川产生跃动/冰崩,移动冰体对冰川下流V型沟谷两边和底部岩土层产生削蚀作用,触发山沟两边滑坡或垮塌,碎冰体、冰碛物、崩滑物源、沟道堆积物源组成的固体混合物在雨水和冰川融水冲刷下构成泥石流;②冰川结尾大规划移动行进,冰体堵塞相邻山沟的河道,构成堰塞湖,后期冰坝溃决构成山沟洪水,然后转为泥石流;③冰川产生跃动或坍塌时,移动冰体炸毁前方冰碛湖的坝体,溃决洪水转化为泥石流;④冰川产生跃动/坍塌后,碎冰体及各种物源组成的混合物堆积在山沟中,后期雨水和冰川融水冲刷使混合物堆积体失稳,构成泥石流;⑤冰川融水和寒冻风化长时刻腐蚀高位峻峭山坡,在降雨或其他外力作用下陡崖崩滑,被雨水和冰川融水威胁而从高处倾注而下,构成泥石流;⑥冰川融水长时刻腐蚀沟谷边坡,在降雨或其他外力作用下边坡崩滑,构成暂时冲沟拦截坝,跟着水位升高,暂时坝体溃决,雨水和冰川融水威胁着各种物源从高处倾注而下,构成泥石流。虽然冰川泥石流的产生条件和以致泥石流冤枉,都需求峻峭的地势、丰厚的松懈固体物源和足够的水源[86],但冰川泥石流发动的降雨量阈值远低于一般降雨型泥石流[14]。此外,因为冰体对河槽有铲削作用、冰川融水对高位陡坡有腐蚀作用,冰川泥石流的物质来历途径比一般降雨型泥石流更多,物源累积更快,损害更大。

  冰川在跃动/坍塌之前的外表流速会显着添加,部分冰川还会有显着的部分增厚和结尾行进现象,近期产生了结尾跃动/坍塌的冰川,其下流的面积和厚度会明显添加[28]。因而,环绕冰川主体方针,冰川散布、冰川流速与厚度改变、冰碛湖鸿沟等是冰川流域孕灾环境监测的根本要素。此外,冰川周围高位陡坡的安稳性、冲沟边坡的安稳性、流域内岩土体的崩滑状况、沟内物源的堆积状况等,是冰川流域孕灾环境监测的重要内容。与此相关的危险坡体面积与形变速度、崩滑物源体积、冰碛物体积、沟内堆积物源体积改变等,也是冰川流域孕灾环境监测的根本要素。依据冰川流域监测方针的空间标准和改变起伏,结合冰川泥石流灾祸研讨、进程模仿与危险剖析的数据要求[32, 61-62, 76, 87-88],本文总结了冰川流域孕灾环境与灾祸的监测方针、几许要素与质量要求,见表 1。

  针对冰川流域杂乱地势条件和冰川泥石流灾祸的监测内容与质量要求,本文提出冰川流域孕灾环境与灾祸监测的天空位协同内在,包含渠道协同、时刻协同、参数协同和标准协同4个方面。

  (1) 渠道协同。首要,需求打破单一手法、单一渠道的限制,构建依据天基渠道(高分辩率SAR和光学卫星)、空基渠道(UAV拍摄丈量、UAV LiDAR和UAV热红外)、地基渠道(TLS和丈量机器人)的天空位多渠道立体观测系统。针对冰川流域地势条件、方针特征和监测要求,发挥各渠道优势,进行点与面、高精度要点区和低精度全掩盖区的有机结合,完成对冰川流域孕灾环境与灾祸监测根本要素与重要内容的全掩盖,并对各渠道观测规划的堆叠部分进行穿插验证与互补增强,进步时空掩盖度和观测精度。

  (2) 时刻协同。在依据卫星遥感进行冰川流域全体观测的根底上,一方面要依据冰川流域内不同危险区的灾祸发育态势进行监测资源优化装备,以高功率、低本钱、高精度监测为方针,完成重要危险区与灾祸点的接连监测和聚集监测,近实时地获取灾祸危险态势研判与灾祸链危险剖析所需根底数据与要害信息;另一方面,针对重特大灾祸事情与应急抢险救援举动,必要时要依据卫星过境或许UAV作业时刻,选用天空,或六合,或空位,或天空位观测手法同步作业,保证多渠道观测成果彼此验证、及时牢靠。

  (3) 参数协同。依据上述天空位测绘遥感手法,协同获取冰川流域要害点位、冰川鸿沟与冰面高程信息,以及冰面正射印象、泥石流物源区三维场景、DEM、DOM、DSM、热红外印象等表观数据,然后反演冰川厚度改变、冰川鸿沟改变、冰川外表流速改变、冰川周围高位陡坡形变、沟内边坡形变、崩滑物源体积、堆积物源体积改变、冰碛湖/堰塞湖面积改变等空间要素,以及边坡岩体风化程度、物源组成等物理要素,同步获取冰川流域要害点位的气温与降雨数据,以及流域及周边的外部环境要素(如地震活动),以便展开冰川流域灾祸科学研讨和灾祸危险剖析。

  (4) 标准协同。依据不同使命需求、不同冰川流域、不同灾祸现象,依据监测使命进行大标准(如藏东南区域)、中标准(如藏东南交通要道两边10~20 km缓冲区)、小标准(单一冰川流域或灾祸危险区)的冰川流域孕灾环境与灾祸监测资源装备与协同计划规划,既能进行大标准的区域孕灾环境查询与灾祸危险排查以及中标准的危险流域与灾祸危险区确认,又能进行小标准的灾变进程聚集与灾祸事情应急,然后从不同时空标准有用获取冰川流域孕灾环境的本底信息、灾变影响要素与驱动因子改变,以及灾祸与灾情动态改变。

  依据现代测绘遥感手法的天空位协同监测是全面获取和精准把握冰川流域地势地貌、地表形变及灾祸物源信息与改变态势的有用手法,但其协同监测办法与数据处理进程需求智能化,特别需求引进相关常识(包含冰川流域形变特征、冰川泥石流构成与发育进程、冰川泥石流灾祸链演化规则,以及地质岩土常识、自然地舆学常识、气候水文学常识、灾祸学常识等)作为4项协同的信息根底与常识引导。本文针对监测内容、难点与特殊性,提出使命驱动、常识引导和天空位协同的冰川流域孕灾环境与灾祸智能监测技能办法(图 2)。

  常识引导和智能规划旨在树立科学有用的天空位协同智能监测系统。该系统应可依据详细使命需求与冰川流域观测条件,主动建立天空位协同观测计划;然后依据观测取得的流域地势、地表形变速度、水汽散布、物源态势信息,对观测资源与协同作业办法及时进举动态优化;智能化模块指挥使命履行单元主动履行协同观测计划和动态优化,然后下降观测指挥者的决议计划难度,进步协同观测的科学性与观测数据的有用性。

  顾及观测区域的空间标准与观测数据的时效性,本文将冰川流域孕灾环境与灾祸智能监测使命分为3个根本类型:A类——面向单一冰川流域灾变进程情形模仿的协同观测;B类——面向冰川流域群孕灾环境差异与危险剖析的协同观测;C类——面向冰川泥石流灾祸事情应急呼应的协同监测。针对3类根本使命,提出不同使命驱动的天空位协同智能监测开始计划:

  A类监测计划:旨在精密获取单一冰川流域孕灾环境本底信息与灾变进程表观数据。顾及相关监测技能的优缺点和表 1所列监测质量要求,协同监测计划为:①经过天基渠道和空基渠道获取冰川流域地势与地表掩盖、冰川流速与融化速度——优先选用SAR和InSAR技能获取冰川流域地势、冰川外表高程、冰面斜度、冰川融化速度,以及冰川跃动/坍塌物质体积,以光学遥感技能进行协同,选用光学遥感技能获取冰川、冰碛湖或堰塞湖面积;②经过空基渠道获取冰川下流槽谷三维模型,反演冲沟长度、沟床比降、山体斜度等要害孕灾环境要素——优先运用UAV LiDAR技能,以UAV光学印象SfM三维重构技能进行协同;③经过空、地渠道获取沟内冰碛物体积、崩滑物源体积、沟内堆积物源体积,判识物源组成——优先运用UAV光学印象SfM三维重构技能估量物源体积,以UAV LiDA、TLS技能进行协同,优先运用UAV光学遥感解译判识物源组成,以劝止采样和地球物理勘探技能进行协同。

  B类监测计划:旨在获取和剖析大规划内多个冰川流域、多个灾祸要素的长时刻改变信息。协同监测计划为:①首要,经过天基渠道观测冰川和冰川湖长时刻动态改变——优先选用SAR和InSAR技能获取冰川流域地势、冰川外表高程、冰面斜度、冰川融化速度,以及冰川跃动/坍塌物质体积,以光学遥感技能进行协同,选用光学遥感技能获取冰川、冰碛湖或堰塞湖面积及其鸿沟长时刻改变;②其次,对卫星观测成果进行归纳剖析,解译辨认危险冰川流域与灾祸危险区;③然后,经过天基、空基渠道对危险流域与危险区进行要点监测——优先选用InSAR时序形变估量技能监测崩滑危险区,以UAV热红外灾变体齐备和UAV光学遥感印象解译进行协同。

  C类监测计划:旨在冰川流域灾祸产生后及时为国家及地方政府的应急救灾供给数据保证与信息支撑。协同监测计划为:①经过天基和空基渠道辨认受灾规划、受损程度与泥石流堰塞体,确认救灾处置方针和优先等级——优先运用高分辩光学卫星印象解译技能,以高分辩SAR卫星印象解译和UAV光学印象解译技能进行协同;②经过空基、地基渠道监测流域山沟中堆积物源剩余量和散布状况,以及沟谷边坡安稳性,辨认灾祸链及短期二次灾祸危险,保证救援部队安全——优先运用UAV光学遥感SfM三维重构技能查询山沟堆积物源剩余量和散布,以UAV LiDAR和TLS进行协同,运用UAV热红外灾变体齐备技能确认崩滑危险区,优先运用UAV光学/LiDAR DSM差分来准确估量危险边坡的形变量,以丈量机器人形变监测进行协同,辨认崩滑危险;③经过天基、空基渠道监测山沟冰川鸿沟、厚度和流速改变,确认近期是否存在二次跃动或许,辨认中长时刻二次灾祸危险,为受损根底设备修护和重建供给时刻节点信息参阅——优先运用光学卫星遥感印象解译和盯梢冰川鸿沟改变,以UAV光学印象解译进行协同,优先运用卫星InSAR DEM差分技能和SAR印象匹配技能估量冰川厚度改变和流速改变,以卫星光学DEM差分技能和印象匹配技能进行协同,条件答应时还可选用UAV光学/LiDAR DSM差分技能进行辅佐协同。

  现有的天空位协同监测办法用于杂乱多变的冰川流域孕灾环境与灾祸监测时,缺少智能化技能,难以满意实践需求。需求引进地学、气候水文学和冰川灾祸学常识,并结合使命需求,开发使命驱动的协同规划智能模型、数据交融处理智能办法、灾祸态势剖析智能技能,构成天空位协同的智能监测系统。为此,本文提出针对不同监测使命的智能化作业方向。

  A类使命:以现场可达、成果精准、本钱较低为原则,依据冰川流域的详细观测条件(例如海拔方位、地势地貌、云雾掩盖、人员及设备可达性)、观测方针特色(例如标准巨细、形变速度、外表斜度和朝向、外表掩盖物、外表散射特征安稳性)、根底数据集质量(前史地势数据、存档卫星印象、可编程卫星印象)等,以时空协同、互补增强为方针,构建复合型多方针协同规划模型,规划多源交融智能算法;打破监测资源时空分配和协同办法动态优化的智能瓶颈,完成多渠道、多标准、多参数协同智能监测,保证冰川流域灾祸情形模仿所需根底数据的精准获取。

  B类使命:以作业快捷高效、时空掩盖度高、全体本钱低为准测,结合区域地舆地貌、地质水文及气候学常识,构建边沿效益最大化协同规划模型;依据冰川流域群孕灾环境的共性特征与个别差异、冰川泥石流灾祸危险区的空间散布与发育特征等,对有限的时刻、人力、和观测资源进行时空智能分配,完成各类观测资源的运用效益最大化,保证冰川流域群孕灾环境差异剖析与危险辨认所需根底数据的全面获取。

  C类使命:以监测及时、要素齐备为原则,结合灾祸产生和灾祸链时空演化常识,构建时效性最佳的协同规划模型,规划相应的智能算法;依据灾祸点观测条件、观测方针特色、根底数据集等,智能分配功率最优的传感器和作用最佳的监测办法,对灾情评价与灾祸态势研判亟需的空间信息和要害要素进行近实时、全掩盖、高精度监测,保证灾情研判与抢险救灾所需求害数据的聚集获取。

  冰川流域地势险恶、地表掩盖杂乱,冰川泥石流灾祸损害大、致灾要素多。冰川流域孕灾环境与灾祸的智能监测需求火急,对观测数据的点面交融、时空互补、参数增强和精度进步的要求远高于地质滑坡和露天矿边坡。充分发挥现代测绘遥感技能的各项优势及其协同才能,构建冰川流域孕灾环境与灾祸的天空位协同智能监测技能系统,具有挑战性与前瞻性。天空位协同监测资源的优化装备、观测作业的使命驱动、规划模型的主动生成、监测数据的信息交融、灾祸演化的态势研判等,均是智能化的重要方向。亟须面向冰川流域的不同监测使命,研制相应的天空位协同智能规划模型、规划智能算法、开发智能渠道,以满意防灾减灾、应急保证和科学研讨的严峻需求。

  在气候暖湿化布景下,藏东南交通要道面对冰川灾祸严峻威胁。环绕渠道协同、时空协同、参数协同、标准协同展开藏东南冰川流域孕灾环境及冰川泥石流灾祸危险区智能监测研讨,具有典型性与代表性。整合可用的卫星遥感、UAV遥感和地基观测资源,构建天空位协同的智能监测技能系统,完成冰川流域孕灾环境、改变态势与灾祸事情智能监测,是获取藏东南减灾防灾、危险剖析和应急处置所需空间根底信息数据的必经之路。跟着质量更好、分辩率更高的卫星数据越来越丰厚,功用更强、性价比更优的现代测绘仪器(如UAV-SAR)的不断涌现,新数据新设备必将在冰川流域孕灾环境与灾祸观测中有用武之地。本文提出的办法与办法也将与时俱进,不断修正和完善。

  作者:吴立新,博士,教授,研讨方向为地灾感知认知、遥感-岩石力学、数字矿山与智能矿山、三维地学建模与运用

  原标题:《学术交流 吴立新:冰川流域孕灾环境及灾祸的天空位协同智能监测办法与方向》

相关推荐

读取内容中,请等待...

© CopyRight 2019, HUNANGY.COM, Inc.All Rights Reserved.
学院地址:湖南省长沙市岳麓区含浦科教园
湘教QS3-200505-000638 湘ICP备19015321号