基于坡度特征的花岗岩风化程度划分方法研究
李霞1,2, 于德浩2, 陈伟涛1, 杨清雷2, 徐兴宇2, 胡畔2, 王李2
1.中国地质大学(武汉)计算机学院,武汉 430074
2.沈阳第二工程科研设计所,沈阳 110162
通信作者简介: 于德浩(1981—),男,博士后,主要从事工程地质和遥感地质研究。Email:gsrs_fish@163.com

第一作者简介: 李霞(1987—),女,工程师,主要从事工程地质和遥感地质研究。Email:frlixia@163.com

摘要

针对目前遥感技术手段难以快速划分岩石风化程度的问题,以花岗岩为研究对象,通过分析风化程度与坡度的耦合关系,提出了一种基于坡度特征的花岗岩风化程度划分方法。该方法首先利用卫星遥感数据解译区域地层岩性,通过立体像提取区域坡度信息; 然后对坡度分级并统计花岗岩地质体内各级坡度的面积百分比; 最后根据坡度分级特征曲线判断花岗岩风化程度。野外验证表明,该方法可以准确划分花岗岩风化程度,可为工程设计和施工作业提供参考。

关键词: 花岗岩; 风化程度; 坡度特征; 遥感技术
中图分类号:P512.1;P588.12;TP79 文献标志码:A 文章编号:2095-8706(2017)03-0010-07 doi: 10.19388/j.zgdzdc.2017.03.02
Classification of granite weathering degree based on slope characteristics
LI Xia1,2, YU Dehao2, CHEN Weitao1, YANG Qinglei2, XU Xingyu2, HU Pan2, WANG Li2
1. School of Computer, China University of Geosciences(Wuhan), Wuhan 430074, China
2. The Second Engineering Research Institute, Shenyang 110162, China
Abstract

For solving the problem of quick dividing rock weathering degree by present remote sensing technology, a method for the classification of granite weathering degree based on slope characteristics was proposed by analyzing the coupling relationship between the granite weathering degree and the slope. Firstly, regional stratum lithology was interpreted by remote sensing data, and regional slope information was extracted by stereoscopic images. Secondly, the slope was divided into five grades, and the area percentages of different slopes in granite area was counted. Lastly, according to the characteristic curves of slope grade, the granite weathering degree could be classified. According to field verification, this method can correctly classify the granite weathering degree, which provides reference for engineering design and construction work.

Keyword: granite; weathering degree; slope characteristics; remote sensing
0 引言

风化是影响岩石工程性质的重要因素之一, 准确划分岩石风化程度是为工程设计提供安全设计参数的重要内容[1, 2, 3, 4, 5]。划分岩石风化程度并研究岩石的工程特性, 是选择大型水电工程、高层建筑、道路桥梁等工程建基面及确定地基基础设计施工方案的关键, 对评价围岩的稳定性具有重要意义[6, 7]。目前, 因岩石风化导致矿物组成、结构构造变化造成的地质及工程灾害越来越多[8, 9, 10, 11, 12, 13], 建筑基础及边坡的稳定均与岩石风化程度有关[14, 15]

目前, 岩石风化研究方法主要有野外调查、物探、钻探[16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27]、岩石光谱特征研究[28, 29, 30, 31]及遥感影像目视判读[32]等。然而, 利用野外调查及物探、钻探等地面方法划分岩石风化程度, 虽然准确度较高, 但需投入巨大的人力、物力及财力, 工作效率较低, 难以满足在海量数据背景下快速对岩石风化程度划分的需求, 尤其在地质条件复杂区域, 很难利用该方法研究岩石的风化程度。利用岩石光谱特征研究风化程度存在的主要问题是, 植被覆盖度较大而岩石露头少的地区, 难以准确反映岩石的光谱特征; 对于同物异谱、同谱异物划分岩石风化程度, 其精度明显下降, 甚至出现错误; 利用光谱特征可研究部分岩石是否风化, 但划分岩石风化程度较困难。利用遥感目视判读岩石风化程度, 时间消耗较多, 且此方法主要根据影像特征解译岩石风化, 也难以划分岩石风化程度。

针对现有岩石风化程度划分方法存在的问题, 本文以花岗岩为研究对象, 通过分析岩石风化程度与坡度的耦合关系, 提出了基于坡度特征的花岗岩风化程度划分方法。该方法不仅弥补了野外调查及物探、钻探等地面方法工作效率低的问题, 且不受地形及植被覆盖等限制, 与遥感影像目视判读岩石风化方法相比, 其划分精度也较高。

1 技术方法及数据源
1.1 技术方法

对研究区各级风化程度的花岗岩进行坡度统计, 分析花岗岩与坡度分级的关系, 建立花岗岩风化程度特征曲线, 提出花岗岩风化程度遥感快速划分方法。

1.2 研究区概况及数据源

研究区位于吉林省集安市, 面积约2 000 km2, 地理位置如图1所示。研究区数据源采用SPOT 5遥感影像以及10 m分辨率的DEM数据, 对SPOT 5遥感影像进行了几何校正和图像增强等预处理。

图1 研究区地理位置示意Fig.1 Location of the study area

2 风化程度与坡度的关系

花岗岩岩石风化程度参照《工程岩体分级标准》(GB/T 50218— 2014), 分为未风化、微风化、弱风化、强风化和全风化5级。

2.1 花岗岩地质单元

利用卫星遥感数据, 通过人机交互式解译方法, 解译研究区花岗岩地质单元, 绘制地质界线。解译成果如图2所示。

图2 研究区花岗岩岩性分布Fig.2 Lithology distribution of granites in the study area

2.2 坡度分级

岩石经冻融、风蚀、日晒等作用后, 由于受重力、冲刷等外动力搬运作用, 形成稳定的地貌, 一般坡度平缓地区比坡度陡峭地区岩石风化程度高。利用10 m分辨率的DEM数据在ArcGIS平台进行填洼处理, 提取坡度信息, 结合《GB/T 15772— 2008水土保持综合治理规划通则》将坡度划分为[0° , 5° )、[5° , 15° )、[15° , 25° )、[25° , 35° )和[35° , 90° ]5个等级。研究区花岗岩坡度分级如图3所示。

图3 花岗岩区坡度分级Fig.3 Slope grade of granites in the study area

2.3 坡度与花岗岩风化程度关系

野外极少见未风化的花岗岩。已知研究区花岗岩风化程度如图4所示。

图4 研究区花岗岩风化程度Fig.4 Weathering degree of granites in the study area

统计研究区356个花岗岩单元内各级坡度面积占本单元总面积的百分比, 绘制各级风化程度坡度分级曲线。在各级风化程度坡度分级特征曲线中, 随机选取10条曲线展示(图5)。

图5 花岗岩各级风化程度坡度分级特征曲线Fig.5 Characteristic curves of slope grade for different granite weathering degrees

一般情况下, 岩石粒径越大、含抗风化矿物越少、地质年代越老, 岩石越易风化, 但是通过卫星遥感技术手段很难获取岩石粒径、矿物含量、地质年代等信息。由图5可知, 虽然花岗岩粒径、矿物含量、地质年代等不同, 但风化程度相同的坡度分级特征曲线基本一致, 且不同风化程度下, 坡度分级特征曲线的差异较大。因此, 利用卫星遥感信息解译花岗岩地质界限, 再利用地质单元内各级坡度面积百分比, 可划分花岗岩风化程度。目前, 利用卫星遥感解译花岗岩并提取坡度信息技术已比较成熟, 其解译及提取精度也较高。在解译出地质单元体的基础上分析其各级坡度面积百分比, 进而划分岩石风化程度的方法具有可操作性。

3 花岗岩风化程度遥感快速划分方法

计算上述各级坡度面积百分比平均值(表1), 根据表1绘制花岗岩风化程度坡度分级特征曲线(图6)。

表1 研究区岩石风化程度坡度分级面积百分比均值 Tab.1 Area percentage of slope grade for different rock weathering degrees in the study area

图6 坡度分级特征曲线Fig.6 Characteristic curves of slope grade

图中fi={ai, bi, ci, di, ei}为第i类风化程度中各级坡度面积百分比, 其中abcde分别为[0° , 5° )、[5° , 15° )、[15° , 25° )、[25° , 35° )、[35° , 90° ]坡度面积百分比, 角标1、2、3、4分别代表全风化、强风化、弱风化、微风化。

由图6可知, 不同风化程度的坡度特征曲线各不相同。全风化坡度面积百分比特征为b1> c1, 且a1> c1, 其他风化坡度面积百分比无此特征; 强风化坡度面积百分比特征为b2> d2, 且a2< c2, 其他风化坡度面积百分比无此特征; 弱风化坡度面积百分比特征为c3> d3, 且b3< d3, 其他风化坡度面积百分比无此特征; 微风化坡度面积百分比特征为c4< d4, 其他风化坡度面积百分比无此特征。

综上, 得到花岗岩风化程度遥感快速划分方法。

设某一地质单元内, [0° , 5° )、[5° , 15° )、[15° , 25° )、[25° , 35° )、[35° , 90° ]坡度面积百分比分别为ax, bx, cx, dx, ex

若满足bx > cx, 且ax> cx, 则推断该地质单元风化程度为全风化;

若满足bx > dx, 且ax< cx, 则推断该地质单元风化程度为强风化;

若满足cx> dx, 且bx < dx, 则推断该地质单元风化程度为弱风化;

若满足cx< dx, 则推断该地质单元风化程度为微风化。

4 推广试用及精度评价

选取鸭绿江部分地区为推广试用区, 地理位置如图7所示。该区花岗岩岩性分布及坡度分级情况分别如图8、图9所示。

图7 推广试用区地理位置示意Fig.7 Location of test region

图8 试用区花岗岩岩性分布Fig.8 Lithology distribution of granites in the test region

图9 试用区花岗岩坡度分级Fig.9 Slope grade of granites in the test region

利用花岗岩风化程度遥感快速划分方法划分推广试用区的花岗岩风化程度如图10所示。在试用区各类花岗岩风化程度中分别随机选取60个点进行野外验证, 验证点分布情况如图11, 部分野外验证点照片如图12。利用花岗岩风化程度遥感快速划分方法划分岩石风化程度的精度如表2

图10 试用区花岗岩风化程度Fig.10 Weathering degree of granites in the test region

图11 野外验证点分布Fig.11 Distribution of field verification points in the test region

图12 野外验证点Fig.12 Photos of the field verification points

表2 基于坡度特征的花岗岩风化程度划分方法精度评价 Tab.2 Accuracy evaluation of the method for the classification of granite weathering degree based on slope characteristics

表2可知, 花岗岩全风化的划分精度最高, 弱风化的划分精度最低, 总体精度为74.17%。导致总体精度偏低的主要原因有以下2方面。

(1)在圈定地质界限和提取坡度过程中, 存在一定的人为误差和系统误差, 是导致花岗岩风化程度划分精度偏低的主要原因。

(2)同一地质单元体被地表水系或第四系分割成2个或多个地质单元, 利用该方法在被分割后的2个或多个单元体内进行计算, 导致错分现象。

5 结论

利用卫星遥感技术圈定地质界限, 统计地质单元体内各级坡度的面积百分比, 绘制坡度分级特征曲线, 得到坡度分级与花岗岩风化程度之间的关系, 提出了花岗岩风化程度遥感快速划分方法。经推广试用和野外验证, 全风化花岗岩的划分精度较高, 准确率达81.67%, 弱风化花岗岩的划分精度较低, 准确率为68.33%, 总体精度为74.17%, 基本达到预期效果。目前该方法处于试用阶段, 一些技术难题尚未解决, 其技术方法和精度有待进一步提高。

The authors have declared that no competing interests exist.

参考文献
[1] 聂德新, 韩爱果, 巨广宏. 岩体风化的综合分带研究[J]. 工程地质学报, 2002, 10(1): 20-25. [本文引用:1]
[2] 巨广宏. 黄河拉西瓦水电站深切河谷花岗岩体风化卸荷的工程地质研究[D]. 成都: 成都理工大学, 2002. [本文引用:1]
[3] 冯涛. 武广客运专线韶花段球状风化花岗岩工程特性研究[D]. 成都: 西南交通大学, 2004. [本文引用:1]
[4] 王海. 浅谈奎北线第三系泥岩风化程度划分[J]. 铁道勘察, 2008, 34(3): 50-52. [本文引用:1]
[5] 周永伟. 风化类岩石中地铁暗挖车站施工稳定性分析[D]. 沈阳: 东北大学, 2011. [本文引用:1]
[6] 李日运, 吴林峰. 岩石风化程度特征指标的分析研究[J]. 岩石力学与工程学报, 2004, 23(22): 3830-3833. [本文引用:1]
[7] 孟田华. 云冈石窟风化的综合分析研究[D]. 北京: 中国地质大学(北京), 2014. [本文引用:1]
[8] Pye K, Miller J A. Chemical and biochemical weathering of pyritic mudrocks in a shale embankment[J]. Quarterly Journal of Engineering Geology and Hydrogeology, 1990, 23(4): 365-381. [本文引用:1]
[9] Hawkins A B, Pinchs G M. Cause and significance of heave at Lland ough Hespital, Cardiff: A case history of ground floor heave due to gypsum growth[J]. Quarterly Journal of Engineering Geology and Hydrogeology, 1987, 20(1): 41-57. [本文引用:1]
[10] Steward H E, Cripps J C. Some engineering implications of chemical weathering of pyritic shale[J]. Quarterly Journal of Engineering Geology and Hydrogeology, 1983, 16(4): 281-289. [本文引用:1]
[11] 巫锡勇, 罗健, 魏有仪. 岩石风化与岩石化学成分的变化研究[J]. 地质与勘探, 2004, 40(4): 85-88. [本文引用:1]
[12] 田小甫. 太原晋阳大佛边坡岩体风化分级及地震稳定性评价研究[D]. 北京: 中国地质大学(北京), 2009. [本文引用:1]
[13] 吴发根. 广州市花岗质岩石风化带的工程地质特性研究[D]. 广州: 广州大学, 2013. [本文引用:1]
[14] 王彪. 昌北千枚岩风化程度的模糊综合评判及桩基承载力分析[D]. 南昌: 华东交通大学, 2007. [本文引用:1]
[15] 杨凌云. 秦岭山区风化变质软岩作为高速公路路堤填料的研究及应用[D]. 西安: 长安大学, 2011. [本文引用:1]
[16] 冯庆祖, 陈龙, 聂德新. 岩体风化程度量化分带研究[J]. 地质灾害与环境保护, 2001, 12(2): 76-79. [本文引用:1]
[17] 宋照亮, 彭渤. 关于岩石风化过程中化学组分迁移的定量研究方法[J]. 大地构造与成矿学, 2002, 26(3): 300-305. [本文引用:1]
[18] 赵善国, 李景山, 田春竹, . 基岩风化带的划分及风化效应[J]. 黑龙江水专学报, 2002, 29(2): 34-35. [本文引用:1]
[19] 左三胜, 任光明. 运用定量指标研究岩体风化问题的探讨[J]. 山地学报, 2002, 20(3): 365-369. [本文引用:1]
[20] Irfan T Y. Mineralogy, fabric properties and classification of weathered granites in Hong Kong[J]. Quarterly Journal of Engineering Geology and Hydrogeology, 1996, 29(1): 5-35. [本文引用:1]
[21] Price J R, Velbel M A. Chemical weathering indices applied to weathering profiles developed on heterogeneous felsic metamorphic parent rocks[J]. Chemical Geology, 2003, 202(3/4): 397-416. [本文引用:1]
[22] Xiong S F, Ding Z L, Zhu Y J, et al. A similar to 6 Ma chemical weathering history, the grain size dependence of chemical weathering intensity, and its implications for provenance change of the Chinese loess-red clay deposit[J]. Quaternary Science Reviews, 2010, 29(15/16): 1911-1922. [本文引用:1]
[23] Topal T. Quantification of weathering depths in slightly weathered tuffs[J]. Environmental Geology, 2002, 42(6): 632-641. [本文引用:1]
[24] Mathé P E, Rochette P, Vand amme D, et al. Volumetric changes in weathered profiles: iso-element mass balance method questioned by magnetic fabric[J]. Earth and Planetary Science Letters, 1999, 167(3/4): 255-267. [本文引用:1]
[25] Hill I G, Worden R H, Meighan I G. Yttrium: The immobility-mobility transition during basaltic weathering[J]. Geology, 2000, 28(10): 923-926. [本文引用:1]
[26] Kurtz A C, Derry L A, Chadwick O A. Refractory element mobility in volcanic soils[J]. Geology, 2000, 28(8): 683-686. [本文引用:1]
[27] 刘成禹, 何满潮. 对岩石风化程度敏感的化学风化指数研究[J]. 地球与环境, 2011, 39(3): 349-354. [本文引用:1]
[28] Lyon R J P. Effects of weathering, desert-varnish, etc. on spectral signatures of mafic, ultramafic and felsic rocks, Leonorawest Australia[J]. International Geoscience and Remote Sensing Symposium, 1990(2): 1177-1179. [本文引用:1]
[29] 莱昂, 项月琴, 张良培. 风化及其它类荒漠漆表面层对高光谱分辨率遥感的影响(二)[J]. 环境遥感, 1996, 11(3): 186-194. [本文引用:1]
[30] 莱昂, 项月琴, 张良培. 风化及其它类荒漠漆表面层对高光谱分辨率遥感的影响(一)[J]. 环境遥感, 1996, 11(2): 138-150. [本文引用:1]
[31] 周霄, 高峰, 张爱武, . VIS/NIR高光谱成像在中国云冈石窟砂岩风化状况分布研究中的进展[J]. 光谱学与光谱分析, 2012, 32(3): 790-794. [本文引用:1]
[32] 柳俊山. 风化作用对遥感图像影像特征的影响[J]. 遥感地质, 1988(1): 28-30. [本文引用:1]