基于光学-LiDAR协同遥感及三维精细建模的滑坡特征解译与稳定性评价

摘要

针对高位植被覆盖区滑坡隐患识别难、传统监测手段精度不足的问题，提出多源遥感耦合三维数值模拟的综合技术框架，以解决三峡库区强人类活动扰动下边坡稳定性评价难题。以三峡库区谭家湾滑坡为例，借助无人机（unmanned aerial vehicle, UAV）数字摄影测量和机载激光雷达（light detection and ranging, LiDAR）去植被技术，获取了高精度正射影像（digital orthophoto map, DOM）和精细数字高程地形数据。通过对比多期时间序列卫星影像、正射影像及数字高程模型（digital elevation model, DEM）衍生图，成功识别出下挫裂缝、拉张裂缝及冲沟等滑坡要素。采用FLAC^3D开展自然、开挖与降雨多工况弹塑性分析，揭示灾变机制。结果表明，高精度光学影像和LiDAR去除植被技术显著提升滑坡要素特征识别率，揭示后缘长约100 m的贯通性下挫裂缝，呈近东西向展布，中后部存在多处拉张裂缝，部分排水沟下挫，前缘道路变形开裂；数值模拟表明，开挖扰动导致塑性区扩展至整个滑坡体，饱和工况下安全系数降至0.966,最大主应力约6.696 5 MPa,最大位移约3.6 m,斜坡处于不稳定状态；基于“天-空-地”一体化综合技术，实现高植被覆盖滑坡从宏观形变特征分析到力学机制解析的全链条诊断。本研究建立的“遥感定量分析-地质模型重构-灾变过程模拟”技术体系，为三峡库区高植被覆盖滑坡风险评估提供了可迁移方法范式，对防灾减灾具有重要的理论意义和工程实用价值。

关键词

光学-LiDAR协同遥感 / 特征分析 / 三维建模 / 数值模拟 / 稳定性分析