文丨波波百談
編輯丨波波百談
研究區位于靠近 Reventador 火山的安第斯熱帶地區，具有陡坡、地震活動和全年降雨量高的特點。Sentinel-1 SAR 資料為該地區的時間序列監測提供了解決方案，因為圖像在白天和晚上都可用，并且不受雲層覆寫的影響。
基于滑坡檢測，可以進一步識别災害變量，以支援未來的災害和風險評估。在基于雲的環境中快速處理 Sentinel-1 時間序列資料，可以近乎實時地監測正在進行的侵蝕，并為保護國民經濟、環境和社會提供積極主動的措施。
自然災害因素
美洲的災害數量呈指數級增長。在厄瓜多，自然災害造成的損失率高于世界平均水準，該國在南美洲的自然災害中處于高度暴露狀态。約73.6%的厄瓜多人口面臨兩種或兩種以上的自然災害。由于氣候變化和基礎設施脆弱性，預計該國滑坡災害的頻率和強度将增加。
其發生的主要緻病因素是其位于太平洋火環帶，并進一步由厄爾尼諾南方濤動（ENSO）觸發。由于高地震活動和熱帶山地環境的綜合影響，該國經常發生山體滑坡，斜坡陡峭，水文模式高度可變，土地壓力增加，特别是在陡峭的高地。
厄瓜多最大的瀑布聖拉斐爾因瀑布天然熔岩壩屏障後面的火山碎屑雪崩沉積造成異常侵蝕現象而崩塌。古柯河河道的後續變化進一步引發了聖拉斐爾瀑布上遊的退化侵蝕。
從那時起，考慮到位于受影響地區的國家輸油管道的損壞，古柯河沿岸持續不斷的群衆運動使基礎設施、環境和土著社群面臨連鎖影響的風險。石油基礎設施對于該國的石油出口乃至經濟也非常重要。
在聖拉斐爾瀑布消失後不久，斷裂的油管影響了12個民族部落之一的 Kichwa 人的土地。從那時起，大片植被區正在被侵蝕。此外，侵蝕正在逼近并威脅到 Coca Codo Sinclair 大壩。
這是一座建于 2016 年的水力發電廠，容量為1500兆瓦、如今，大壩供應了全國 25% 的電力需求。厄瓜多目前的辯論聲稱，水力發電廠的建設與聖拉斐爾瀑布的崩塌有關，并影響了古柯河的退化侵蝕過程。持續的河流侵蝕造成的破壞将使厄瓜多面臨全國電力供應下降的局面。
正在進行監測以保護該地區和該國的可再生能源供應。是以，滑坡監測對于該地區災害風險管理的快速響應至關重要，尤其是在厄瓜多東北部地區等多元風險地區。
了解該地區由于侵蝕造成的大規模運動有助于對安第斯地區等滑坡多發地區進行充分的風險評估。山體滑坡通常會在短時間内發生，影響附近的人口和環境。暴雨期和最終的洪水會進一步引發山體滑坡。連同地質結構和邊坡特征，它們代表了滑坡風險的主要災害成分。
資訊系統的檢測
遙感和地理資訊系統 (GIS) 在滑坡風險監測中發揮着關鍵作用。GIS 中的地理空間分析允許在考慮多種緻病因素的情況下對滑坡敏感性進行模組化。可以使用模糊隸屬函數、層次分析法 (AHP)或權重線性組合 (WLC)進行滑坡敏感性評估。
生成的地圖有助于識别容易發生山體滑坡的區域，并提供有關觸發事件的動态的見解。然而，這些模型是為小規模評估開發的，高分辨率資料的缺乏限制了詳細滑坡敏感性評估的潛力。遙感時間序列分析可以進一步協助監測滑坡及其影響，尤其是在滑坡高發地區。在這裡，遠端但特别快速的監控至關重要。
群衆運動往往與強降雨事件有關。濃密的雲層限制了 Landsat 8 或 Sentinel-2 圖像等光學資料的使用，尤其是在熱帶地區。Sentinel-1 合成孔徑雷達 (SAR) 可以克服這些挑戰，非常适合滑坡探測。
使用 SAR 資料，可以在非相幹變化檢測的背景下使用它們的反向散射資訊來研究表面粗糙度和介電特性的變化，特别是在滑坡監測方面。與光學遙感資料相比，SAR 資料還提供了擷取有關表面粗糙度和結構的額外資訊的潛力。
Sentinel-1已廣泛用于滑坡以及滑坡風險監測。此外，可以考慮使用複數值來研究相幹變化檢測或幹涉測量中的相移。然而，由于植被生長迅速而茂密，限制了幹涉測量方法的使用，是以在熱帶森林環境中監測大規模運動具有挑戰性。已經嘗試使用雙時相變化檢測 (BCD) 方法監測滑坡，尤其是使用光學資料和 SAR。
BCD和SCD方法的比較
據我們目前所知，使用 SAR 進行滑坡監測的基于雲的順序變化檢測 (SCD) 尚未用于滑坡監測和管理。SCD 可以代表一種非常快速的方法來近乎實時地識别滑坡，這取決于基于雲的環境中圖像的可用性。然而，驗證生成的地圖以确定适用于各個研究區域的适當方法也很關鍵。
滑坡風險監測和管理可以從這些技術中獲益，尤其是在偏遠地區，例如厄瓜多的亞馬遜雨林，這些地區也難以進入。滑坡預警模型旨在減少滑坡引起的破壞，并協助縮小拉丁美洲和加勒比地區當地滑坡研究的差距。
根據仙台減少災害風險架構 (SFDRR) 并支援優先事項 “了解災害風險”，本研究将在研究區域進行滑坡檢測及其災害風險管理潛力，并分析持續侵蝕的發展，在聖拉斐爾瀑布和 Coca Codo Sinclair 大壩之間使用具有主成分分析的 BCD ，與 基于雲計算的環境中的 SCD 進行比較，以提供近實時監測的機會的滑坡發展。
檢測到的區域使用高分辨率圖像進行驗證，并支援識别和适當的監測方法，并進一步幫助識别研究區域中的潛在觸發變量。通過強調暴露于滑坡災害的區域，可以将了解某些觸發變量的影響納入國家風險評估。雖然陡峭的斜坡與地下的強降雨或高土壤水分相結合會引發一個地區的山體滑坡，但植被覆寫的存在可以鞏固土地品質。
古柯河穿過保護的 Cayambe-Coca 國家公園，平均流量為 290 m 3 /s， 海拔高度達到 500–3600 m asl 最高點是雷文塔多爾成層火山的頂峰，它屬于與 Pan de Azúcar、蘇馬科和普約河流域排列的火山群。
上一次噴發始于 2002 年，此後，雷文塔多火山一直保持活躍，以火山複合體為特征的熔岩是安山岩和玄武岩-安山岩。細長形狀的錐體傾斜度可達 34°。在上一次大規模噴發（2002 年）中，錐體的高度下降了 110 米。從那時起，火山活動導緻其延伸範圍擴大到目前的規模。
米沙胡利地層的火山岩構成了該地區的基底。雷文塔多火山噴發造成熔岩流、火山碎屑物質流、雪崩沉積物和火山泥流。古柯河流經的上層是高度動态的。沉積和侵蝕的循環目前形成了具有高度異質性和水滲透最佳條件的材料層。
潮濕的山地森林覆寫了大部分地區。降水量向亞馬遜流域增加，年平均降水量 (MAP) 從 3000 毫米到 6000 毫米，從東到西呈梯度變化。平均溫度為 20 °C。
該地區是一個生物多樣性豐富的熱點地區，周圍環繞着國家公園 Cayambe-Coca 和世界公認的聯合國教科文組織生物圈保護區 Sumaco。除了研究區對石油和能源等自然資源的經濟重要性外，在國家法律和國際協定的保護下，它還擁有寶貴的生物和文化财富。
研究區的滑坡監測對于支援國家風險管理至關重要。由于山體滑坡是一種快速災害，是以需要近乎實時的監測技術。然而，還需要采取積極主動的行動，這需要全面了解滑坡風險和緻病因素的動态。了解滑坡運動及其發展有助于訓練早期預警機制模型。
由于高雲覆寫和地表參數檢測，使用 Sentinel-1 和 SAR 資料是必要的。盡管如此，在熱帶地區使用 SAR 資料監測滑坡仍然具有挑戰性。在本研究中使用了幹涉相幹差分 (ICD) 技術，該技術側重于由裸土和陡坡等粗糙表面引起的反向散射信号。
通過包含幹涉資訊對相幹變化檢測 (CCD) 技術進行了測試，但由于古柯河的熱帶安第斯地區植被高度密集，結果具有誤導性。所呈現的結果允許使用空間分辨率為 20 m 和 6 天時間分辨率的 Sentinel-1 時間序列進行近乎實時的監測。
BCD 有助于識别固定時間間隔内的特定運動，總體精度為 0.88。而在基于雲的環境中運作的 SCD 方法代表了一種更省時的滑坡檢測分析，與BCD驗證區域已包括在内，但可以擴充以進行進一步分析。
關于我們整合 HR 圖像和數字化侵蝕模式以識别正确分類的像素的驗證區域，我們可以将 SCD 識别為更好的方法，可以确定潛在的觸發變量，例如在退化侵蝕開始的區域中更陡的斜坡，以及在滑坡檢測區域中增加的降水和地下土壤水分率。
地質滑坡的品質評估
這些地區的 EVI 概況并未顯示出與滑坡的顯着關系，每個時間步長的分析可能是相關的，因為必須考慮空間和時間自相關，雖然滑坡似乎是由地形先決條件引發的，并且由于生物實體動态變量而持續發生，但是在侵蝕源頭也應考慮其他因素，例如合法或非法的采礦活動，并将其納入災害和風險中映射方法。
為了改進滑坡變量的評估，此處介紹的方法展示了如何在基于雲的環境中考慮連續時間序列分析來近乎實時地評估滑坡風險。此外，應考慮及時提供有關解釋變量的資訊以允許動态變化。與标準降水指數 (SPI) 通常用作幹旱災害名額（值低于 0 時）的幹旱事件類似，短時間内降水量的增加可以嵌入滑坡災害的動态模型中。
非山體滑坡和山體滑坡檢測區域的最大降水率，在所提出的研究區域，山體滑坡導緻環境和社會經濟破壞的風險很高。與道路有關的基礎設施損壞，尤其是厄瓜多經濟和能源的關鍵基礎設施，如輸油管道和 Coca Codo Sinclair 大壩，引起了國家的高度關注。
古柯河沿岸的山體滑坡緊鄰大壩，尤其是主油管已經被毀，導緻本已持續的災難産生連鎖反應。研究區多次發生了因泥石流造成的油管破裂造成的石油洩漏，影響了土著人民及其土地，并對社會、經濟和環境層面産生了各種影響，威脅着多方面的可持續發展。
災害風險管理
保護受影響地區的土著知識和土著社群，成為跨規模主動風險管理國家戰略的一部分。厄瓜多等拉美國家高度依賴水力發電，這是一種清潔能源，符合 2030 年議程和可持續發展目标，但這使得該國的電力供應極易受到自然災害的影響。
這些災害，其中包括山體滑坡，預計也會因氣候變化而惡化。在這裡介紹的研究中，可以确定一種使用 SCD 分析進行快速滑坡監測的方法。通過比較使用高分辨率圖像驗證的 BCD 和 SCD 的結果，确定了SCD 的精度更高，為 0.91。此外，由于在基于雲的環境中應用，處理速度要快得多，代表了該地區滑坡風險監測和管理的巨大潛力。
SCD 提倡對時間序列進行連續分析，不隻比較二值圖像，而是考慮時間序列中所有圖像的趨勢。觸發變量的分析部分顯示了一些預期的結果，例如坡度或土壤水分與滑坡之間的密切關系，但無法确定植被覆寫與滑坡之間的密切關系。所選擇的方法可以成為電廠運作的重要資産，保障能源供應安全，加強社會、經濟和環境保護機制的完善。
由于在雲基環境中的應用，處理速度要快得多，這在該地區進行山體滑坡風險監測和管理的潛力很大。SCD促進對時間序列的連續分析，并且不僅比較二進制圖像，還考慮時間序列中所有圖像的趨勢。對觸發變量的分析部分顯示了一些預期結果，所選擇的方法可以成為發電廠運作的重要資産，保證能源供應安全，加強社會、經濟和環境保護機制的完善。
參考文獻
【1】Bolten J, Crow W, Zhan X, Jackson T, Reynolds C (2010) 評估遙感土壤水分反演在農業幹旱監測中的效用。
【2】Carvajal P、Anandarajah G、Mulugetta Y、Dessens O (2017) 使用 CMIP5 集合評估氣候變化對長期水力發電影響的不确定性——厄瓜多案例。氣候變化。
【3】Ghorbanzadeh O, Feizizadeh B, Blaschke T (2018) 一種區間矩陣方法，用于優化 AHP 技術中用于土地沉降敏感性映射的決策矩陣。環境地球科學。
【4】Guns M, Vanacker V (2013) 森林覆寫變化軌迹及其對熱帶安第斯山脈滑坡發生的影響。環境地球科學。