《Geomatics, Natural Hazards and Risk》:Geospatial risk modeling of subsidence-related hazards in mining-affected terrains using remote sensing, geophysics, and VR-based visualization
编辑推荐:
在后采矿及构造复杂地形中,沉陷灾害正日益威胁基础设施、人类安全与土地利用稳定性,尤其是在缺乏原位监测(in-situ monitoring)的数据匮乏地区。本研究构建了一种地理空间风险建模框架,将重力布格(Bouguer)异常、磁力梯度、卫星反演坡度、归一化植
在后采矿及构造复杂地形中,沉陷灾害正日益威胁基础设施、人类安全与土地利用稳定性,尤其是在缺乏原位监测(in-situ monitoring)的数据匮乏地区。本研究构建了一种地理空间风险建模框架,将重力布格(Bouguer)异常、磁力梯度、卫星反演坡度、归一化植被指数(NDVI)以及干燥地表范围整合为复合物理风险指数(PRI),用于地形脆弱性分类。研究人员将该方法应用于巴西铁四角区(Iron Quadrangle);该区结构不稳定带常与扩张中的城市区域及遗留采矿场地重叠。所得风险表面可支持早期识别、空间优先级排序与易灾景观中的减灾规划。本研究的一项关键贡献在于提出了一条可复现流程,将多源遥感与地球物理数据融合至标准化风险模型中,从而能够在数据受限情境下识别不稳定性。研究人员将输出结果嵌入沉浸式虚拟现实(VR)界面,以增强空间解释能力,并支持非专业人员决策。尽管本研究应用于南美采矿区,但该框架可迁移至其他面临沉陷、塌陷或结构性灾害的地区。该框架为土木防护机构、城市规划者和基础设施管理者提供了位于地理信息测绘(geomatics)、灾害评估与空间风险治理交叉领域的可操作工具。
该文发表于《Geomatics, Natural Hazards and Risk》,围绕采矿活动与构造复杂背景下的地表沉陷及相关结构灾害识别问题,提出了一套面向区域尺度的综合地理空间风险建模框架。研究背景在于,长期采矿会造成地下空洞、岩土体弱化、断裂再活动及地表机械不稳定,进而诱发沉陷、塌陷和边坡失稳等灾害。这类风险不仅威胁基础设施、居民安全和生态环境,也会影响土地利用决策与区域治理。尤其在缺乏原位监测和系统地质工程调查的数据匮乏地区,传统依赖单一指标或单一灾种的评估方法难以全面刻画地表—地下耦合的不稳定性,现场方法虽然有效,但往往具有侵入性强、成本高、覆盖有限和难以及时预警等局限。因此,开展一种融合地球物理、地形和遥感表征信息的多变量风险识别研究,具有明确的科学意义和应用价值。
研究人员以巴西米纳斯吉拉斯州铁四角区为研究对象。该区面积约7,000 km
2,地质构造复杂,断层、剪切带和岩性接触关系密集,并叠加长期资源开采影响,是典型的构造敏感且采矿遗留问题突出的区域。研究的核心目标是建立一个复合物理风险指数(PRI),通过统一标准化处理不同来源、不同物理含义的数据,识别潜在结构脆弱区,并将其嵌入虚拟现实(VR)环境以提升空间理解和决策支持能力。论文强调,这一框架并非完整意义上的灾害“风险”全要素模型,而主要表征风险中的灾害性(hazard)成分,但为了便于表达沿用了“risk”这一术语。
研究人员主要采用了多源数据融合与多准则决策分析(MCDA)技术路线。数据来源包括巴西地质调查局(SGB)提供的布格重力异常和磁测数据、航天飞机雷达地形测量任务(SRTM)数字高程模型(DEM)、Landsat 8影像及Google Earth影像。方法上,研究首先对布格异常、磁力异常、坡度、归一化植被指数(NDVI)和干燥地表/湿度相关指标进行统一预处理、重采样、归一化和同一坐标系统配准;其次采用加权栅格代数构建PRI;最后在Blender和Unreal Engine中完成三维地形建模、纹理映射和VR交互显示。研究还通过与已知地质不稳定事件进行对照、权重±10%的敏感性分析及区域地学专家审查,对模型合理性进行了验证。
在理论背景部分,论文首先阐明了重力与磁法在地质灾害评估中的基础作用。布格异常通过对观测重力进行地形和表层质量改正,反映地下密度差异,可用于识别地下空洞、弱化带和扰动区,因此不仅适用于矿产勘查,也能够揭示与结构失稳相关的低密度异常。磁法异常则反映地下物质磁性差异,常用于圈定断层、剪切带与岩性边界;在机械不稳定地形中,磁力梯度尤其有助于追踪可能作为破坏面或变形通道的地下不连续体。论文进一步指出,单纯依赖地下地球物理信息仍不足以解释近地表环境退化与地形响应,因此引入多光谱遥感指标作为补充。NDVI用于识别植被稀疏和生态扰动区域,SWIR1–NIR–Red组合形成的湿度/干燥地表表征则用于识别地表含水状态与土体弱化迹象。坡度作为最基本的地形因子,用于刻画地表机械不稳定的地貌条件。通过这些指标的协同,模型具备同时刻画地下异常与地表响应的能力。
在“3.1 数据获取与处理”部分,研究人员系统构建了多源数据处理流程。布格异常数据用于识别可能存在结构弱化、空洞形成或采矿诱发扰动的低密度区域;磁测数据用于揭示磁化率突变所对应的断层和岩性不连续界面。Landsat 8影像在大气校正后生成多个标准RGB组合:B4–B3–B2用于真彩色显示,B7–B6–B4用于强化城市建成区、裸土和采矿扰动特征,B6–B5–B4用于区分土壤湿度与类型;同时计算NDVI栅格,用于评估植被密度。DEM由SRTM数据生成,并转换为高度图投影到三维网格中,经过几何细分和表面平滑后形成VR环境中的基础地形。坡度图则由DEM通过梯度算法计算得到,作为后续风险指数建模的重要输入。城市足迹从Landsat组合影像中提取,并与土地利用信息进行视觉交叉验证,作为人类活动扰动的背景信息。
在“3.2 基于多变量地理空间分析的灾害指数建模”部分,论文给出了PRI的数学构建过程。五个变量——坡度、NDVI、布格异常、磁测、干燥地表/湿度——均被视为机械不稳定性或地貌敏感性的代理指标。研究对所有栅格进行0–1标准化;对于与危险性正相关的变量采用标准归一化,对于与危险性负相关的变量采用反向归一化。权重设定遵循MCDA思想:坡度权重为25%,NDVI反向指标为30%,布格异常为15%,磁测反向指标为10%,湿度/地表水分指标为20%。在此基础上构建综合灾害指数(HI),随后采用Jenks自然断点法重分类为五个等级,形成最终PRI。论文特别指出,敏感性分析显示当单个输入图层权重在±10%范围内波动时,“高风险”区域范围平均仅变化5.8%,说明该复合指数具有较好的稳健性,且不存在单一图层对结果的过度支配。
在“3.3 VR平台中的可视化集成”部分,研究人员将分类后的灾害图、归一化栅格及原始地球物理数据通过分层材质和可切换视图整合进Unreal Engine构建的沉浸式VR平台。风险等级以从绿色到红色的感知色标叠加在地形网格之上,用户可在单图层、综合HI和分类结果之间切换,也可从地面视角或空中视角对高风险区进行多尺度浏览。正交投影和纹理混合逻辑保证了数据叠加的空间一致性,使布格异常、磁异常与地形形态之间的关系能够以较直观方式呈现。论文强调,这种沉浸式界面降低了复杂地球物理数据的理解门槛,使规划人员、土木工程师及其他非专业用户也能参与风险判读。
在“4. Results”部分,研究结果显示最终PRI值域为1.0至5.0,对应由低到高的结构脆弱性。高风险区主要集中于研究区中东部,尤其靠近城市—矿区交界地带,这些区域通常同时具有较陡坡度、低植被覆盖与明显地球物理异常。中等风险区分布于过渡性地形,而低风险区多对应植被较好且地形较稳定区域。研究还将PRI与城市化区域叠加,发现若干高风险区与已建成或扩展中的人口聚居区存在空间重合,提示结构性灾害对建成环境具有潜在暴露风险。进一步地,研究将连续PRI铺覆于DEM形成三维表面模型,并采用5×垂直夸张强化细微地形起伏显示。结果表明,高风险区常沿陡坎、坡折带和脊线等地形形态分布,尤其在研究区东北部和中部更为明显,说明地形形态对结构脆弱性的空间组织具有重要作用。按照五级分类统计,极低风险约占42%,低风险约23%,中等风险约24%,高风险约11%,极高风险约1%,表明总体上低至中等危险区域占优势,但仍存在值得重点关注的局部热点。
在“5.1 Key findings”部分,研究人员指出,综合PRI揭示的高风险带主要沿铁四角区构造复杂走廊分布,尤其集中在东北部和中部。一些热点区表现为低布格异常值(?18至?22 mGal)、突变坡折和NW–SE向磁力梯度的重叠,这一组合特征与断层控制的变形或地下空洞塌陷相一致,且多位于历史采矿区以及Cauê Lineament、Concei??o Fault System等已知构造附近。NDVI和干燥地表数据增强了地表层面的验证能力,低植被覆盖和高SWIR反射所指示的扰动地表与结构风险簇群具有较高一致性。
在“5.2 Methodological transferability to other urban regions”部分,论文认为该方法具有较强可迁移性。尽管案例区位于巴西,但对于其他受历史采矿或构造变形影响、且地面监测不足的沉陷易发区,同样可以利用区域重磁资料、DEM和季节性植被指数建立类似框架。在缺少布格异常数据时,也可考虑利用干涉合成孔径雷达(InSAR)时序形变或电阻率等替代代理指标进行地下空洞判识。
在“5.3 Urban risk exposure and zoning implications”部分,作者指出,巴朗-迪科凯斯(Bar?o de Cocais)、Santa Bárbara以及伊塔比拉(Itabira)北部等地的城市扩展已进入“高”和“极高”风险区。这些区域往往兼具陡坡、较低布格异常和较高干燥地表条件,因而更易发生地下不稳定或地表塌陷。论文据此提出,土地利用规划和环境许可中应将这些地段视为重点管控对象,避免在断层对齐洼地或汇流坡地等机械脆弱地段进一步扩张建设。
在“5.4 Innovation in multivariable risk modeling”部分,论文的创新性主要体现在三方面:其一,将重力、磁法、NDVI、坡度和地表水分等多源异质数据标准化并统一到一个可复现的PRI框架中;其二,将传统上需要专业解释的布格异常图和磁力网格转化为更易理解的综合风险表达;其三,通过DEM投影和VR沉浸式场景,将多尺度地形与地下异常关联起来,提高非专业决策者对空间风险的认知能力。
在“5.5 Model constraints and data limitations”部分,论文明确讨论了局限性。首先,输入数据的空间分辨率限制了模型在点位尺度上的适用性,难以捕捉小型断层错动或浅部局地空洞,因此该方法更适合区域筛查而非替代场地工程勘察。其次,NDVI和干燥地表估计受大气条件和季节变化影响,在影像时效性不足时可能低估近期人为扰动。再次,VR平台对硬件具有一定要求,且对用户的地形与异常判读能力仍有一定依赖。作者因此建议,未来可引入更高分辨率地球物理调查、高时相遥感资料以及更轻量化的展示平台以提升精度和可及性。
在“5.6 Enhancements for model precision and usability”部分,论文提出未来发展方向,包括引入InSAR时序形变和时序NDVI实现动态监测,采用机器学习分类器优化图层权重与异常解释,以及开发基于网页、平板或移动端的轻量化应用,以扩大市政管理、民防机构和非专业用户的使用范围。
在“5.7 Comparative assessment with traditional hazard models”部分,作者将PRI与传统坡度模型、仅基于NDVI的植被胁迫制图以及单一布格异常或磁测图层进行对比。结论是:单一坡度模型难以识别地下空洞与水文饱和等隐伏致灾因素;仅依赖NDVI易将季节性植被变化误判为危险信号;单层地球物理模型虽能揭示深部异常,但若缺少地形和水文背景,难以完成风险优先级排序。相比之下,PRI通过多变量耦合提高了危险性判识的完整性与实用性。论文同时指出,既有针对铁四角区的研究更多集中于场地尺度的岩土工程测试,而本研究提供的是区域尺度、早期筛查导向的互补性框架。
论文结论部分可译述如下:本研究建立了一种用于构造复杂后采矿环境沉陷相关灾害评估的一体化地理空间框架。该框架通过将地下地球物理异常与地表遥感指标整合到标准化PRI中,并嵌入沉浸式VR环境,弥补了传统灾害制图方法的不足。应用于巴西铁四角区的结果表明,布格重力异常、磁力梯度、SRTM提取坡度、NDVI和干燥地表范围可以共同构成多变量风险模型,用于识别塌陷、断层控制变形和地形不稳定区。PRI能够支持区域尺度的灾害筛查、早期预警、分区管理和减灾规划。其关键贡献在于提出了一条可复现的数据融合流程,将异质空间数据转化为适用于数据匮乏地区和基础设施敏感地区的标准化决策支持工具。VR界面则通过直观的三维浏览提高了空间解释力和利益相关者参与度。该系统不能替代岩土工程现场验证,但能够提升土木防护机构、规划人员和基础设施管理者对地球物理指示信息的可达性。其主要局限在于输入数据分辨率仍偏区域尺度,可能遗漏场地级不稳定与微构造不连续。未来应引入高分辨率无人机(UAV)摄影测量、InSAR时序形变、基于机器学习的自适应权重以及可扩展部署方式。对于其他地区,该框架可使用等效数据替代,包括SRTM、ALOS或LiDAR生成的DEM,Sentinel-2、Landsat或UAV影像提供的植被与地表覆盖信息,以及本地重力、磁法或ERT、GPR等地球物理数据。在最低实现条件下,只需共配准DEM、至少一种地球物理数据和至少一种地表指标图层,即可完成部署。总体而言,该研究为全球结构脆弱地形中的灾害评估与风险治理提供了可复制、模块化且具有扩展潜力的多尺度平台。