引用本文
张迪, 吴中海, 李家存, 刘绍堂, 马丹, 卢燕. 利用地面激光与地质雷达综合探测活断层浅层三维结构——以川西理塘毛垭坝盆地北缘正断层为例[J]. 地震地质, 2019,41(2): 377-399.
ZHANG Di, WU Zhong-hai, LI Jia-cun, LIU Shao-tang, MA Dan, LU Yan. THE DELINEATION OF THREE-DIMENSIONAL SHALLOW GEOMETRY OF ACTIVE FAULT BASED ON TLS AND GPR: A CASE STUDY OF AN NORMAL FAULT ON THE NORTH MARGIN OF MAOYABA BASIN IN LITANG, WESTERN SICHUAN PROVINCE[J]. SEISMOLOGY AND GEOLOGY, 2019,41(2): 377-399.  
DOI:10.3969/j.issn.0253-4967.2019.02.008
Permissions
Copyright©2019, 《地震地质》编辑部
《地震地质》编辑部 所有
利用地面激光与地质雷达综合探测活断层浅层三维结构——以川西理塘毛垭坝盆地北缘正断层为例
张迪1,2,3, 吴中海2,*, 李家存3, 刘绍堂1, 马丹3, 卢燕1
1)河南工程学院土木工程学院, 郑州 451191
2)中国地质科学院地质力学研究所, 北京 100081
3)首都师范大学资源环境与旅游学院, 北京 100048
*通讯作者: 吴中海, 研究员, E-mail: wzhh4488@sina.com。

〔作者简介〕 张迪, 男, 1987年生, 2015年于首都师范大学获地图学与地理信息系统专业博士学位, 讲师, 研究方向为三维激光和地质雷达在活断层探测上的理论与应用, 电话: 0371-62508596, E-mail: zhangdi1987228@163.com。

收稿日期: 2019-01-21
基金项目: 中国地质调查局项目(12120114002101, DD20160268)、 河南省重点研发与推广专项(182102310001, 192102310001)和河南省高等学校重点科研项目(19A420007)共同资助
摘要

快速获取活断层的高精度微地貌形态和对应的浅层三维结构是揭示活断层浅地表形迹与活动特征的关键。文中综合利用地面三维激光扫描仪和地质雷达技术, 以川西理塘地区毛垭坝盆地北缘主边界断裂禾尼段的正断层崖为研究对象, 获取了该处正断层错动2期最新地貌面的精确地表垂直位移量和浅层二维地质雷达图像, 并初步建立了基于地面三维激光与地质雷达的活断层微地貌精细化三维测量方法, 构建了断层崖微地貌的精细三维模型和浅表三维图像, 揭示了正断层崖处发育的伸展地堑结构, 同时初步实现了断层微地貌地表地下三维数据的一体化融合显示及相互解译。应用结果表明, 该方法可以同时快速、 高效、 无损地获取大范围内的活断层微地貌及浅层结构的多层次、 多视觉的空间数据, 极大地提高了对活动断层微地貌形态与浅层结构进行快速调查与研究的精度和认识水平, 也为更全面地认识和理解活断层的空间分布与变形特征、 活动习性和多期古地震遗迹等提供重要的数据和方法支持。因此, 对该方法的继续探索和完善, 将显著提升和扩展其在活断层定量化和精细化研究中的实用性及应用前景。

关键词: 理塘; 地面激光; 地质雷达; 活断层; 微地貌; 毛垭坝断裂
中图分类号:P631.8 文献标志码:A 文章编号:0253-4967(2019)02-0377-23
THE DELINEATION OF THREE-DIMENSIONAL SHALLOW GEOMETRY OF ACTIVE FAULT BASED ON TLS AND GPR: A CASE STUDY OF AN NORMAL FAULT ON THE NORTH MARGIN OF MAOYABA BASIN IN LITANG, WESTERN SICHUAN PROVINCE
ZHANG Di1,2,3, WU Zhong-hai2, LI Jia-cun3, LIU Shao-tang1, MA Dan3, LU Yan1
1)College of Civil Engineering, Henan University of Engineering, Zhengzhou 451159, China
2)Institute of Geomechanics, Chinese Academy of Geological Sciences, Beijing 100081, China
3)College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China
Abstract

It is crucial to reveal the surface traces and activity of active faults by obtaining high-precision microtopography and three-dimensional shallow geometry. However, limited by the traditional geological investigation methods in the field and geological condition factors, the measurement method on microtopography and shallow geometry of active fault is badly insufficient. In this study, the TLS and GPR are firstly used comprehensively to delineate the microtopography and shallow geometry of the normal fault scarp on the north margin of Maoyaba Basin in Litang. Firstly, the vertical displacements of two landforms produced by the latest two periods of normal faulting and the two-dimensional GPR profiles are obtained separately. Secondly, the three-dimensional measurement method of active fault based on TLS and GPR is preliminarily established. On this basis, three-dimensional model of fault scarp and three-dimensional images of subsurface geometry are also obtained. These data all reveal a graben structure at normal fault scarps. Thirdly, the fusion and interpretation of three-dimensional data from the surface and subsurface are realized. The study results show: 1)the vertical displacements of the T1 and T2 terraces by the normal fault movement is 1.4m and 5.7m, the GPR profile shows a typical fault structure and indicates the existence of small graben structure with a maximum width of about 40m in the shallow layer, which further proves that it is a normal fault. 2)the shallow geometry of the normal fault scarp can be more graphically displayed by the three-dimensional radar images, and it also makes the geometry structure of the fault more comprehensive. The precise location and strike of faults F1 and F2 on the horizontal surface are also determined in the three-dimensional radar images, which further proves the existence of small graben structure, indicating the extensional deformation characteristics in the subsurface of the fault scarps. Furthermore, the distribution of small graben structure on the surface and subsurface is defined more precisely. 3)the integrated display of microgeomorphology and shallow geometry of normal fault scarp is realized based on the three-dimensional point cloud and GPR data. The fusion of the point cloud and GPR data has obvious advantages, for the spatial structure, morphological and spectral features from the point cloud can improve the recognition and interpretation accuracy of GPR images. The interpreted results of the GPR profiles could minimize the transformation of the surface topography by the external environment at the most extent, restore the original geomorphology, relocate the position and trend of faults on the surface and constrain the width of deformation zones under the surface, the geological structure, and the fault dislocation, etc.

In a word, the TLS and GPR can quickly and efficiently provide the spatial data with multi-level and multi-visual for non-destructive inspection of the microgeomorphology and shallow structure for the active fault in a wide range, and for the detection of active fault in the complex geological environments, and it is helpful to improve the accuracy and understanding of the investigation and research on microtopography and shallow geometry of active faults. What's more, it also offers important data and method for more comprehensive identification and understanding of the distribution, deformation features, the behaviors of active faults and multi-period paleoseismicity. Therefore, to continuously explore and improve this method will significantly enhance and expand the practicability and application prospects of the method in the quantitative and elaborate studies of active faults.

Keyword: Litang; terrestrial laser scanner(TLS); ground penetrating radar(GPR); active fault; microtopography; Maoyaba Fault
0 引言

第四纪地貌体的高精度、 高分辨率测量是活断层研究的基础, 地震对地表形态的改造尺度通常是m级甚至是cm级, 而活断层作用所形成的微地表形态与浅层结构是刻画断层最新活动的重要证据(Maruyama et al., 2002; Hooper et al., 2003; 邓起东等, 2004; Arrowsmith et al., 2009; 刘静等, 2013; Zhou et al., 2013; 陈涛等, 2014)。此外, 因活断层的地下结构受周围环境和人类生产与生活活动影响相对较小, 可最大程度保留区域内已发生地震事件的证据, 能更全面地反映区域内大地震的活动过程与特征(冉勇康等, 1999; 邓起东, 2002; 吴中海等, 2014; 吴中海, 2018)。因此, 活断层微地貌及浅层结构的精细探测是获取断层浅表活动可靠证据的重要手段, 这显然对活断层的综合探测与研究具有重要意义。

活断层出露地表或隐伏地下, 由于沉积、 风化等自然动力及人类生产与生活活动的影响, 断层微地貌及地下浅层结构比较复杂, 传统的测量方法(如利用皮尺、 全站仪和差分GPS等)及地质调查方法(如槽探技术)在不同程度上存在数据采集频率低、 工作强度大、 易受野外地质环境制约等缺点, 难以快速、 高效地获取大范围内活断层微地貌和浅层结构的空间数据。地面三维激光(Terrestrial Laser Scanner, TLS)和地质雷达(Ground Penetrating Radar, GPR)技术的出现, 为断层微地貌及浅层结构的精细化探测提供了新的技术手段。地面三维激光可以非接触的测量方式快速获取被测物体外部的几何形态或三维场景(Axelsson, 1999; 刘经南等, 2003; 杨必胜等, 2017), 已被广泛应用于地学领域(Kayen et al., 2006; Derron et al., 2010; 魏占玉等, 2010; 马洪超, 2011; Gold et al., 2013; 任治坤等, 2014; 郑文俊等, 2015; 焦其松等, 2016)。而地质雷达则是根据电磁波的时频和振幅特征来定性或定量分析物体内部或浅地表层的地球物理探测技术(Peters et al., 1994; Benson, 1995; Smith et al., 1995; Neal, 2004; Weihermü ller et al., 2007; Jol, 2009; 刘澜波等, 2015)。将地面三维激光和地质雷达技术相结合应用具有明显优势, 既充分发挥2种技术优势提供的多视角、 多层次的空间数据, 也促进了2种数据之间的相互解译。因此, 近年来, 将地面三维激光与地质雷达技术相结合的方法已被广泛应用于考古与文物保护(Lubowiecka et al., 2009; Solla et al., 2011, 2012b, c; Teixidó et al., 2014; Zhao et al., 2015; Aziz et al., 2016; Masini et al., 2017; Puente et al., 2018)、 建筑及道路检测(Solla et al., 2012a, Puente et al., 2013; Lagü ela et al., 2018; Pé rez et al., 2018)、 地质勘察(Lee et al., 2007; Aqeel, 2012; 朱如凯等, 2013; Maerz et al., 2015; Schneiderwind et al., 2016)、 冰川探测(Thomson et al., 2010)等领域, 并取得了较好的效果。地面三维激光和地质雷达在活断层上的综合应用始于对Denali Fault同震破裂地貌和地下浅层结构的探测, 该研究初步验证了2种技术综合应用于活断层探测上的可能性(Kayen et al., 2004)。Spahic等(2010)利用地面激光点云和地质雷达图像重建了断层露头模型, 并实现其外部形态和内部结构在地质建模软件GOCAD(Geological Object Computer Aided Design)中的叠加显示。Bubek等(2015)利用地面激光获取地形数据, 实现了地质雷达图像的地形校正, 并依据地质雷达的探测结果重新确定了断层面的位置与产状, 进而精确计算出正断层的垂直位错量。Schneiderwind等(2016)提出了基于地面LiDAR和地质雷达技术对探槽剖面地层单元的自动识别方法, 并对地层单元进行三维重建。Cowie等(2017)利用地面LiDAR和地质雷达技术准确限定了断层的滑动量。

本文主要在前人调查研究的基础上, 以川西理塘地区近EW向毛垭坝断裂禾尼段处的正断层崖为例, 详细介绍了地面三维激光和地质雷达技术在活断层微地貌及地下结构探测上的工作流程, 获取了研究区的断层崖高精度地貌数据和三维模型等, 初步实现断层微地貌地表地下三维数据的一体化显示, 并对2种数据的相互解译进行了分析探讨。

1 研究方法

地面三维激光可以非接触的测量方式快速获取断层微地貌的地形数据, 并实现在复杂地形条件下的断层高精度微地貌三维重现(李峰等, 2008; 袁小祥等, 2012; 魏占玉等, 2014; 康帅等, 2017)。而地质雷达则是根据地下介质的电性差异(主要是介电常数和电导率)快速、 高效、 无损地获取活断层的浅层地下结构(Cahit et al., 2013; Dujardin et al., 2014; Carbonel et al., 2015; 张迪等, 2015, 2016; Anchuela et al., 2016; Maurya et al., 2017; Lunina et al., 2019)。因此, 将地面三维激光和地质雷达技术综合应用于活断层的浅表形迹与结构探测, 不仅可以整合2种技术的优势, 为断层微地貌形态调查研究提供多视角、 多层次的空间数据, 也可获取更多断层地质构造信息, 以丰富断层的结构特征。在本研究中, 首先利用地面三维激光扫描仪获取断层微地貌的高精度点云, 结合地面控制点将点云转换到大地坐标系下, 通过三角构网建立断层微地貌精细化的三维空间模型, 并获取地貌面垂直断距的精确数据; 其次, 选择2种不同频率的地质雷达天线与差分GPS同步采集地下浅层的二维剖面, 初步解译后采用高频率天线获取断层地下的三维结构; 最后, 以地面三维激光扫描仪获取的点云为参考, 将地质雷达图像转换为点云以实现2种异源异构数据的融合, 从而实现断层微地貌地表地下数据的一体化融合显示, 并进行相互解译。 其包含的主要探测设备及原理如图1所示。

图 1 活断层微地貌地表地下一体化探测原理(正断成分的走滑断层)Fig. 1 The principle of the surface and subsurface detection of active fault.

2 研究区概况

本文选择的活断层探测点位于距理塘县城西北约57km的毛垭坝盆地北缘禾尼一带(30.23° N, 99.89° E, 海拔约4i100m), 即理塘左旋走滑活动断裂带北西段南侧的毛垭坝盆地北缘断裂带上。该断裂整体上近EW向展布, 是控制毛垭坝断陷盆地发育的主边界断层(周春景等, 2015)(图2)。前人对于该断裂的活动性质仍有不同认识, 有的认为该断裂为逆断层性质(徐锡伟等, 2005), 也有研究者认为其是典型的正断层(周荣军等, 2005; 马丹等, 2014, 吴中海等, 2015; Chevalier et al., 2016)。该断层主要沿毛垭坝盆地北缘山前地带展布, 并垂直错动了晚第四纪不同期次的冰水扇和冰水阶地, 形成了高度不同的断层崖地貌。通过遥感影像和地表调查发现, 图 2中a观察点处为断层错断山前冲积扇形成的断层崖(图3a), b观察点处为整齐排列的断层三角面和错断冲积扇形成的断层崖(图3b), c观察点处为发育在断层上升盘侧拔河高度分别约6m和13m的T1和T2i2级冰水阶地(马丹等, 2014)(图3c)。根据前人得到的宇宙核素暴露年龄数据, T2应形成于约(21.7± 4.2)kaiBP的末次盛冰期(Chevalier et al., 2016), 据此推断T1应该形成于全新世, 同时在断层下盘处存在明显的近EW走向的地堑(宽70~80m)及地垒构造。沿断裂向NW, 在洞玉沟沟口处(图 2中的红色区域和图3d)和d观察点处(图2)均可见阶梯状断崖的发育。以上这些典型的构造地貌特征均指示了毛垭坝断裂的正断性质。

图 2 毛垭坝断裂几何展布Fig. 2 Geometric distribution of the Maoyaba Fault.

图 3 毛垭坝断裂错断地貌特征和数据采集点地貌
a 图 2中a观察点处的错断冲积扇的断层崖及羽状水系; b 图 2中b观察点处断层三角面及错断冲积扇的断层崖; c图 2中c观察点处的阶梯状断崖、 地堑、 地垒; d 数据采集点地貌全景图Fig. 3 Offset geological features of Maoyaba Fault and location of the study area.

探测点洞玉沟沟口处的阶梯状断层崖形迹连续, 且整个区域内地面较平坦(整体地貌全景图如图3d所示), 是一处非常理想的探测实验区域。为验证地面三维激光和地质雷达技术结合应用于青藏高原典型活断层的探测效果, 尝试采用2种技术获取高精度断层崖微地貌形态和地下浅层三维结构, 以期为进一步深入认识毛垭坝盆地北缘断裂带的活动性质与特征提供新的数据。

3 数据采集与处理
3.1 数据采集

本研究选择基于相位测量原理的FARO Focus3D X 330型地面三维激光扫描仪来获取断层崖的微地貌, 其扫描精度可达到mm级, 且操作简便、 体积小、 重量轻, 非常适合在高原地区作业(图4a)。数据采集流程主要包括工作路径规划、 扫描站点布置、 靶球放置、 扫描参数设置和控制点大地坐标的获取(图5)。根据扫描区域范围和地形条件选择最佳的扫描路径并布设扫描站点后, 利用地面激光扫描仪共采集28站点云, 将点云通过站与站之间的靶球进行配准拼接, 最后将多站点云统一到特定的相对坐标系中。在进行断层崖高精度地形三维激光扫描的同时, 通过扫描仪内置的高分辨率相机同步获取扫描区域内高分辨率的纹理信息(高清照片)。为便于与其他遥感数据进行协同分析, 选择其中的3个靶球为控制点, 采用高精度GPS静态同步观测方法得到各靶球的大地坐标, 进而实现点云到大地坐标系的转换。

图 4 三维激光扫描仪和地质雷达数据采集
a 地面三维激光扫描仪; b 地质雷达与DGPS同步采集系统Fig. 4 Data acquisition of TLS and GPR.

图 5 地面三维激光数据采集与预处理流程图Fig. 5 Flow chart of TLS data acquiring and processing.

电磁波的探测深度与天线的中心频率和介质的介电常数有关。当地下媒介相同时, 较高中心频率的天线具有较高的分辨率, 但电磁波能量衰减较快, 其探测深度较浅, 而较低中心频率的天线发射的电磁波能量较大、 波长较长, 虽然其分辨率相对降低, 但探测深度较深(Jol, 2009)。本文采用瑞典MALA公司的RAMAC系列地质雷达系统, 选择中心频率250MHz和500MHz的屏蔽天线垂直于断层走向进行地下结构探测, 天线采集参数如表1所示。

表1 不同中心频率地质雷达天线采集参数 Table1 The acquisition parameters of the different GPR antennas

首先, 采用中心频率为250MHz的天线沿测线(图3d中的测线1、 2、 3和4)分别采集断层崖不同位置的大范围、 深度较深的二维剖面, 根据电磁波振幅和频率变化初步识别出浅层异常区域; 然后, 采用中心频率500MHz的天线沿测线(图 3d中的测线1、 2、 3和4)进行重复探测, 以获取高分辨率的地下浅层二维图像; 最后, 结合2种中心频率天线的现场解译效果, 识别活断层地下结构比较明显的区域, 再采用中心频率为500MHz的天线获取多道平行的二维剖面(图 3d白色矩形区域), 并在此基础上重建该区域浅层三维结构。

地质雷达数据采集模式主要有测距轮触发、 时间触发和点测3种触发方式, 本文中2种不同频率的天线都是通过高精度测距轮触发地质雷达主机的控制单元进行数据采集的。为获取精确的地理位置信息, 将地质雷达主机系统与差分GPS集成数据同步采集系统(图4b), 使地质雷达在进行数据采集时也可同步获取图像的精确位置信息, 这也为地质雷达图像的地形校正提供精确的高程数据。

3.2 数据预处理

点云预处理流程主要包括点云配准、 坐标转换、 滤波和重采样(图5)。点云配准的目的是统一多站点云坐标系, 点云滤波则是消除数据采集过程中产生的噪声点, 这些噪声点主要来自于激光扫描仪内部的系统误差、 因被测物体表面因素产生的误差和外界环境引起的偶然误差。在保证三角构网精度的前提下, 为提高效率, 构网前需对离散点云进行重采样处理。

地质雷达数据采集过程中产生的信号振铃、 多次散射波和电磁波绕射等噪声可能将电磁波中的有用信息湮没, 以致影响其识别与提取。为提高地质雷达图像的信噪比, 进行数据解译之前需对雷达图像进行处理。本文选择商用软件Reflexwi7.2进行预处理, 具体流程如图 6所示。首先进行数据编辑处理, 包括数据合并、 废道剔除以及测线方向一致化; 为消除数据中的直流偏移和低频信号拖尾, 需进行解震荡滤波; 去地面波则是通过起始时间校正处理使雷达图像与地表位置相匹配; 为增加地质雷达图像深部信号的可视化效果, 需进行自动增益处理; 根据不同的天线频率, 利用带通滤波选择合适的截止频率以去除数据中的噪声点, 提高图像质量; 图像平滑则是整体去除图像背景噪声, 抑制天线振铃信号。若已知电磁波的平均传播速度, 则可实现地质雷达图像的时深转换。利用差分GPS获取GPR测线上的高程数据, 通过地形校正消除地形起伏对雷达图像的畸变效应, 使真实地形在雷达图像上显示出来。

图 6 地质雷达数据处理流程Fig. 6 Flow chart of GPR data processing.

4 结果与分析
4.1 三维地表模型

断层崖的整体彩色点云如图7a所示。由于点云不连续显示的特点, 断层崖的地貌形态不够直观和明显, 在点云上无法直接进行定量和半定量分析, 而三角构网后的三维地表模型可以解决这一问题。三维地表模型可较好地兼顾地貌上的特征点、 线, 并将细微的地形变化刻画出来。本文采用Geomagic Studio软件对点云进行重采样后, 通过不规则三角构网的方法建立了断层崖高分辨率的三维模型。图7b和c分别为真彩色的三维表面模型和数字高程模型(Digital Elevation Model, DEM), 图7d为通过Golden Software Surfer 10.0生成的断层崖地表等高线和三维表面图。从地表等高线图和三维表面图上可以清楚地判断出探测点洞玉沟沟口处的地貌为明显的阶梯状断层崖, 自西向东存在T1和T2i2阶断崖, 且在断层崖下部存在地势较低的凹槽型区域(图7d), 这与现场地质调查的结果一致, 从地貌形态上进一步定量地证明了此区域存在潜伏地堑区。为获取2阶断崖的垂直位错量, 在高精度DEM上垂直于断层走向依次提取4条断崖剖面(图7c中的1、 2、 3和4), 其具体的二维地形剖面如图8所示。剖面1和2是在T1断崖处提取的地形剖面, 在水平距离12~22m内坡面发生明显变化(图8a, b), 2剖面拟合后的垂直断距分别为1.15m和1.13m, 那么2剖面的平均垂直断距1.14m即为T1断崖处的垂直断距。剖面3和4是在T2断崖东、 西两端处分别提取的二维地形剖面, 在水平距离20~50m内坡面发生明显变化, 2剖面拟合后的垂直断距分别为6.1m和5.3m。与T1断崖处的垂直断距相比, T2断崖处2剖面的垂直断距拟合结果相差较大, 这是因为T2断崖的分布范围较大, 地表地貌形态分布不均匀, 导致不同位置处断层崖的垂直断距不同, 本文以2处剖面垂直断距的平均值5.7m作为T2断崖处的垂直断距。根据地面三维激光扫描仪获取的高精度三维空间数据, 通过提取4处不同位置的地形剖面最终可以得到T1和T2断崖的垂直断距分别为1.14m和5.7m。通过地面三维激光扫描仪建立的断层崖三维地表模型不仅为研究和理解活断层的地貌和形变演化提供了精细的基础数据, 还有助于进一步定量或半定量分析断层崖的几何学、 运动学和动力学特征。

图 7 断层崖三维地表模型
a 真彩色激光点云图像; b 三维表面模型; c 数字高程模型(DEM); d 地表等高线(等高距为0.5m)与三维表面图Fig. 7 3-D modeling of fault scarp.

图 8 垂直断距计算Fig. 8 The vertical displacements of two landforms.

4.2 地质雷达图像

利用地质雷达探测断层地下浅层结构时, 由于介电常数和电导率存在差异, 电磁波在不同层位之间的交界面处会产生明显反射, 连续层位的雷达波响应特征为连续的电磁波反射, 一般情况下, 浅层层位电磁波连续同相轴的反射强度较强, 深部层位的电磁波连续同相轴的反射强度较弱。断裂带内或断层面附近介质与周围介质的结构和组分存在较大差异, 当地质雷达天线经过活断层区域时, 雷达图像上的电磁波特征会发生明显变化。依据前人的研究成果, 断层在地质雷达图像上的电磁波响应特征主要表现为: 1)连续的电磁波反射波发生中断或错断; 2)断层面两侧存在电磁波双曲线绕射或多次波反射现象; 3)电磁波反射波的能量强弱、 波形特征发生明显变化(Busby et al., 1999; Christie et al., 2009; Cahit et al., 2013; Maurya et al., 2013; Lunina et al., 2016)。

经数据处理后的中心频率为250MHz和500MHz的地质雷达图像如图 9所示, 水平方向表示地质雷达天线在地面上行进的距离, 竖直方向(图像左侧)表示电磁波传播的双程时间, 竖直方向(图像右侧)表示时深转换后电磁波的探测深度。图9a和b为测线1处中心频率为250MHz和500MHz的地质雷达图像, 图像上最大探测深度分别为6.5m和2.5m。在2幅不同中心频率的雷达图像上, 电磁波反射波能量在水平距离约54m处均发生了明显变化。相对于图像上两侧电磁波反射波能量较强的区域, 水平距离约54m处存在自地表至向下的弱电磁波反射波能量区, 整体呈倾斜状分布, 尤其是在中心频率500MHz的地质雷达图像中表现得更为明显, 由此初步判断此电磁波能量的强弱交界区存在断层F1(如图9a, b)。此外, 水平距离约54m处的地形陡然变化也进一步指示了断层F1的存在。

图 9 中心频率为250MHz和500MHz的二维地质雷达图像
a、c、e、g 测线1— 4处中心频率为250MHz的图像; b、d、f、h 测线1— 4处中心频率为500MHz的图像Fig. 9 The 2-D GPR profiles of 250MHz and 500MHz.

图9c和d为测线2处中心频率为250MHz和500MHz的地质雷达图像。根据电磁波反射波的能量强弱及波形特征的变化, 水平距离15~58m范围内为电磁波异常区, 整体呈楔状分布且延伸至深部, 上部宽度约40m, 下部宽约16m(约6m深), 电磁波异常区的形态与断层楔构造相一致, 初步判断此异常区为断层楔构造, 尤其在中心频率250MHz的地质雷达图像上比较明显。在电磁波异常区内, 雷达波反射波的特征也存在不同程度上的差别, 异常区中间位置(水平距离约37m)的电磁波反射波的能量较弱, 而其两侧区域的电磁波反射波的能量较强, 这指示了此区域内存在断层F2。左侧区域(水平距离15~37m)内的电磁波反射波能量分布比较均匀, 波形比较规则且同相轴的连续性较好, 而右侧区域(水平距离37~58m)内的电磁波反射波能量分布不均匀, 上部能量较强且波形比较混乱, 反射波同相轴的连续性较差, 这表明2区域内的物质组分不同。因此, 依据电磁波反射波的能量强弱及波形特征的变化, 水平距离15~58m的电磁波异常区为断层楔构造, 电磁波能量强弱交界处分别为断层存在区域。 其中, 断层F1和F3位于电磁波异常区域的2个边界处, 应为断层楔构造的边界断层, 而断层F2位于电磁波异常区内部, 推断为断层楔内部的次级断层。

图9e和f为测线3处长度约73m的中心频率250MHz和500MHz的地质雷达图像, 在水平距离0~30m和35~70m范围内存在明显的电磁波异常区, 区域内的电磁波反射波能量较强, 其它区域的电磁波反射波能量较弱。水平距离0~30m、 深0~2m范围内(白色虚线)的电磁波异常区主要分布在深部, 电磁波反射波能量较强且同相轴比较连续, 而异常区下部的电磁波反射波能量分布均匀, 能量较弱。根据电磁波异常区的几何形态, 初步判断该电磁波异常区为沉积区。与测线2处水平距离15~55m范围内电磁波异常区的电磁波特征相似, 水平距离35~70m范围内存在的电磁波异常区为断层楔构造, 其中, 水平距离35m和70m处的电磁波反射波能量强弱分界线为断层楔构造的边界断层F1和F3, 水平距离约55m处的电磁波能量强弱异常区解译为断层楔内部的次级断层F2。测线4处的地质雷达图像(图9g, h)更加验证了断层楔构造的存在。与测线2和3处的构造形态相比, 此处断层楔构造的分布范围较小, 地表宽约为15m, 断层F1、 F2和F3相交于地下约2m处。

综合4处不同频率地质雷达天线的探测结果, 可识别出断层F1和F3之间区域为主要的活断层变形带, 其最大宽度可达约40m, 二维剖面图上具有典型的断层楔构造特征, 平面上应对应中间宽、 向两端变窄的小型地堑构造, 断层F1和F3为地堑构造的2条边界断层, F2则属于地堑内部的次级正断层, 3条断层呈近EW走向, 其中F1为主断层面, 倾向SW, 倾角接近90° , F2和F3则倾向NE, 倾角相对较小。不同中心频率天线的地质雷达浅层探测结果更进一步证实了毛垭坝盆地北缘主边界断裂应属于典型的正断层。此外, 从地质雷达图像上可总结出沉积层和断层楔的雷达波响应特征。由于与周围介质存在较大差异, 电磁波在沉积层中的反射波能量和波形都会发生明显变化, 沉积作用发生的过程比较缓慢, 其内部介质分布比较均匀, 因此沉积区域内电磁波能量反射强度比较均匀, 两边电磁波同相轴基本相对称并向中间方向弯曲, 而在沉积区底部电磁波同相轴则呈近水平方向。断层构造楔的电磁波异常区域整体呈楔状分布且延伸至深部, 2边界处存在明显电磁波异常且波形比较混乱, 其内部也存在指示次级断层的电磁波异常, 且在断层楔内部和边界接近地面处的电磁波连续同相轴往往会发生中断。

根据4个不同位置处中心频率为250MHz和500MHz地质雷达天线的探测结果, 选择地面比较平坦且碎石分布较少的区域(图3d), 采用中心频率为500MHz的地质雷达天线以1m为间隔分别采集10道互相平行的二维剖面(长约20m), 经过地质雷达数据处理后(图6), 将所有的二维剖面导入点云处理与显示软件Bentley Pointools Software, 如图10a和b所示。在地质雷达剖面上, 绿色区域内的电磁波反射波能量较弱, 蓝色区域内电磁波反射波能量较强, 根据电磁波反射波能量强弱可以明显判断出宽约20m的电磁波异常区域, 其形态整体呈楔状, 电磁波异常区的分界线分别为断层F1和F2, 此解译结果与测线2处的中心频率500MHz地质雷达天线的探测效果一致(图9c, d)。在图10b的三维地质雷达剖面图上, 依据10道二维地质雷达剖面上解译出断层F1和F2的位置, 可将断层F1和F2的位置及准确走向(红色虚线)在平面上绘出, 即断层F1和F2在地表的精确位置及走向。2条断层中间区域为地堑区, 这进一步限定了地堑区的分布范围。在三维地质雷达剖面图的基础上, 利用线性空间插值方法重建地下三维图像, 其效果如图10c和d所示。相对于二维剖面图, 地下三维图像将活断层地下浅层结构更形象、 直观地展示出来, 断层构造形态也更加确切, 从而为活断层三维建模提供精确的数据支持。

图 10 三维地质雷达图像
a、 b 三维地质雷达剖面图; c、 d 三维地质雷达图像Fig. 10 The 3D GPR profiles.

4.3 点云与地质雷达图像初步融合的效果

地面三维激光扫描仪采用非接触高速脉冲测量的方式可全方位地获取断层三维地表空间数据, 采集的数据为具有拓扑关系的离散点云, 而地质雷达图像则是由连续单道波组成的水平和竖直方向呈一定比例的二维时间剖面。鉴于地面三维激光扫描仪和地质雷达的数据采集方式及空间特征, 无法直接实现2种异构数据的一体化融合。本文以地面三维激光点云为参考, 通过硬件实现地质雷达系统与差分GPS同步采集后, 结合改进后的电磁波传播路径模型, 将地质雷达图像和激光点云转换到同一地理参考坐标系下, 以此将2种数据相互融合, 具体流程如图 11所示。首先, 对采集的点云和地质雷达图像进行滤波、 重采样等预处理, 将处理后的点云与高分辨率全景影像通过激光扫描处理软件FARO SCENE 6.2配准后生成彩色点云, 再结合地面控制点将所有点云转换到绝对地理参考坐标系下; 其次, 根据地质雷达和GPS同步采集后的时间同步文件, 编写软件实现地质雷达图像与GPS坐标的精确匹配; 然后, 建立地质雷达探测空间坐标系, 改进电磁波传播路径模型以实现地质雷达图像的时深转换, 并将地质图像转换为离散点云; 最后, 结合坐标转换模型将2种数据统一到相同的地理参考坐标系下, 并通过属性归一化统一2种数据的格式, 从而实现其一体化融合显示。

图 11 点云与地质雷达图像融合流程Fig. 11 Data integration flow chart of point cloud and GPR profiles.

通过点云处理与显示软件Bentley Pointools Software展示的融合效果如图 12所示。其中图12a和b为点云与地质雷达二维剖面的融合效果, 图12c和d为点云与地质雷达三维图像的融合效果。在图12b中测线1处的三维激光点云中, 根据点云形态特征和高程变化可识别出地表破裂(红色箭头)和断层崖的位置(白色箭头)。根据地面激光点云的地貌形态变化可推断此处为活断层所经过的区域, 这为此位置在地质雷达剖面上出现电磁波异常的解译提供了参考(测线1), 而且根据断层崖的形态可确定出断层的位置及走向(图12b)。在图12d中, 根据三维雷达图像解译出的断层F1在地表位置及准确走向(红色虚线)可最大限度减少外部环境(沉积、 风化等)对地表地貌形态的改造, 恢复原始地貌形态, 重新定位断层在地表的位置及走向, 限定地表下变形带的宽度、 地质构造形态、 断层位错等。地面三维激光点云与地质雷达数据之间的无缝融合, 实现了活断层微地貌地表和浅层空间数据的一体化显示, 为活断层微地貌形态表达提供多视角、 多层次的空间数据, 提高了复杂地质条件下断层在地质雷达图像上的识别和解译精度, 也为活动断层的定量分析提供了新的研究思路和手段。

图 12 点云与地质雷达图像初步融合效果Fig. 12 The fusion result of point cloud and GPR profiles.

5 讨论

与地面三维激光扫描仪相比, 地质雷达在数据采集过程中易受数据采集区域条件(地形、 土壤性质、 电磁干扰等)、 参数设置(中心频率、 道间距、 采样频率等)和数据采集方式等因素的影响, 使雷达图像上的干扰波较多, 影响有效信号的识别和解译。探测时应最大限度减少外部环境的干扰(高压线、 电线杆、 车辆和手机等), 以获取高信噪比的图像。受地质雷达天线极化方式的影响, 当雷达测线与断层走向正交时, 断层雷达波反射信号的强度最强; 当测线与断层走向平行时, 反射信号强度最弱。因此, 采用地质雷达进行断层浅层结构探测时, 测线的布置应尽量垂直于断层走向的方向, 当遇到隐伏断裂或地表破裂不明显的情况时, 应依据已有的地质调查资料或利用地质雷达初步确定出断层的大致走向, 再进行测线布置和数据采集。此外, 活断层浅层结构往往比较复杂, 单一频率地质雷达天线的探测效果易具有不确定性和多解性, 建议选择多频率地质雷达天线(高频、 中频和低频)相结合的方式进行探测, 中、 低频天线可获取大范围内深度较深(最大深度可达约100m)的图像, 适用于表达断层浅层结构的整体形态; 而高频天线则可获取分辨率达cm级的高分辨率图像, 适用于表达断层浅层的局部精细形态。多频率地质雷达天线组合探测的方式克服了单一频率天线的缺点, 可同时获取不同深度、 不同分辨率的断层浅部结构图像, 提高了在地质雷达图像中识别和解译断层的准确性。

针对整体上呈近EW向展布的控制毛垭坝断陷盆地发育的主边界断层的活动性质, 根据地面三维激光扫描仪采集的数据生成的地表等高线和三维地表模型可判断出探测点洞玉沟沟口处地貌为明显的阶梯状断层崖, 并通过提取的4处不同位置的地形剖面得到T1和T2断崖的垂直断距分别为1.14m和5.7m。另外, 综合分析地表等高线和三维地表模型上的高程变化, 断层崖下部存在明显地势较低的凹槽型区域, 进一步证明了此区域为潜伏地堑区。因此, 从地面三维激光扫描仪获取的断层崖地表三维模型上可推断毛垭坝盆地北缘主边界断裂应属于典型的正断层。为更进一步验证推断结果, 采用中心频率为250MHz和500MHz的地质雷达天线获取断层崖4个不同位置的地下浅层图像, 而电磁波反射波的能量强弱及波形特征的变化可清晰地反映断层崖地下近6.5m深的浅层结构。通过对4处不同频率的地质雷达图像进行解译可知, 断层崖地下浅层存在明显的电磁波异常区, 整体呈楔状分布且延伸至深部(特别是测线2— 4的地质雷达图像)。在测线2和3的地质雷达图像上电磁波异常区分布范围较大, 地表宽度可达约40m, 深部宽度约16m(约6m深处), 而在测线4处此电磁波异常区域分布范围变小, 地表宽约15m, 且电磁波异常区只延伸到地下约2m处。综合分析地质雷达图像的探测结果, 可以推断此电磁波异常区为主要的活断层变形带, 宽度最大可达约40m, 具有典型的断层楔构造特征, 且呈中间宽、 两端窄的形态, 断层F1和F3为地堑构造的2条边界断层, 其中F1为主断层面, 而F2则属于地堑内部的次级正断层, 这与小型地堑构造一致。因此, 与断层崖处地表三维模型的显示结果一致, 不同频率天线的地质雷达图像提供了断层崖下部存在指示伸展变形特征的小地堑构造, 剖面上为典型的断层楔构造, 这更进一步证明了毛垭坝盆地北缘主边界断裂为典型的正断层, 也为古地震探槽的布设提供重要的依据。

相对二维地质雷达剖面, 三维地质雷达图像不仅能将断层崖地下浅层结构更形象、 直观地展示出来, 使断层构造形态更加确切, 也可确定断层F1和F2在地表水平面上的精确位置及走向。地质雷达剖面上的断层楔构造和地表水平面上F1和F2的走向更进一步证明了断层崖下部存在的指示伸展变形特征的小地堑, 从而更精确地限定了地表及地下小地堑的分布范围, 同时也为活断层三维建模提供精确的数据支持。在三维地质雷达图像的基础上, 初步实现了地面三维激光点云与地质雷达图像之间的无缝融合, 为活断层微地貌形态表达提供多视角、 多层次的空间数据。地面激光点云中含有丰富的空间结构、 形态特征和光谱特征, 可提高地质雷达图像的识别和解译精度, 而地质雷达图像可最大限度减少外部环境(沉积、 风化等)对地表地貌形态的改造, 恢复原始地貌形态, 重新定位断层在地表的位置及走向, 限定地表下变形带宽度、 地质构造形态、 断层位错等。

本文所得到的川西理塘毛垭坝盆地边界断裂的研究结果表明, 综合地面三维激光与地质雷达的活断层浅层三维结构探测方法, 不仅可以更好地获得断层所错动的不同时代阶地的位移, 也进一步证实了该断层的性质, 并可限定断层隐伏于地表下的变形带性质及宽度变化等。良好的应用效果也充分说明, 综合地面三维激光和地质雷达技术获取断层微地貌和浅表三维结构的方法, 具有数据采集效率高、 可重复探测及对地表环境无破坏的特点, 有助于快速获取断层带的典型地貌形态和浅表的主断层位置、 产状、 结构和变形带宽度等重要数据。目前本文仍只是探索性地应用2种技术, 初步验证了其在理塘地区毛垭坝盆地边界断裂正断层上的应用效果, 但将此方法在不同地貌和不同性质活断层的应用效果如何, 还需做大量的实验研究工作。同时, 2种数据可视化的形式比较单一, 需进一步研究与其他数据, 如栅格数据(DEM)、 矢量数据及地下模型等多类型数据的融合方法。激光点云中含有丰富的断层空间结构、 形态特征和光谱特征等信息, 可辅助地质雷达图像的解译, 但具体的解译方法仍有待进一步深入的研究。

6 结论

本研究利用地面三维激光扫描仪和地质雷达技术, 综合探测川西理塘地区毛垭坝盆地北缘正断层微地貌与浅层三维结构的应用结果, 验证了此方法在断层微地貌与浅层三维结构探测上的有效性和实用性, 并获得以下初步认识:

(1)探测结果表明, 毛垭坝盆地北缘正断层禾尼段错动地表T1和T2阶地所形成的断崖垂直位移量分别为1.14m和5.7m。该处断层在地质雷达剖面上具有典型的断层楔构造, 指示了浅表层存在水平方向上最大宽度约40m, 中间深度> 6m的小型拉张地堑构造, 进一步证明了该断层具有典型的正断层活动性质。

(2)通过构建地下三维地质雷达图像, 不仅可以将断层崖地下浅层结构更形象、 直观地展示出来, 使断层构造形态更加确切, 也确定出断层F1和F2在地表水平面上的精确位置及走向, 更进一步证明了断层崖下部存在的指示伸展变形特征的小地堑, 从而更精确地限定了地表及地下小地堑的分布范围。

(3)地面三维激光点云与地质雷达数据之间的无缝融合, 实现了活断层微地貌地表和浅层空间数据的一体化显示。2种数据融合的优势明显, 地面激光点云中含有的丰富的空间结构、 形态特征和光谱特征可提高地质雷达图像的识别和解译精度, 而地质雷达图像可最大限度减少外部环境(沉积、 风化等)对地表地貌形态的改造, 恢复原始地貌形态, 重新定位断层在地表的位置及走向, 限定地表下变形带宽度、 地质构造形态、 断层位错等。

致谢 审稿专家提出了宝贵的修改意见, 在此表示衷心感谢!

The authors have declared that no competing interests exist.

参考文献
1 陈涛, 张培震, 刘静, 等. 2014. 机载激光雷达技术与海原断裂带的精细地貌定量化研究[J]. 科学通报, 59(14): 1293—1304. doi: 10.1007/s11434-014-0199-4. [本文引用:1]
2 CHEN Tao, ZHANG Pei-zhen, LIU-ZENG Jing, et al. 2014. Quantitative study of tectonic geomorphology along Haiyuan Fault based on airborne LiDAR[J]. Chinese Science Bulletin, 59(14): 1293—1304(in Chinese). [本文引用:1]
3 邓起东. 2002. 中国活动构造研究的进展与展望[J]. 地质论评, 18(2): 168—177. [本文引用:1]
4 DENG Qi-dong. 2002. Advances and overview on researches of active tectonics in China[J]. Geological Review, 18(2): 168—177(in Chinese). [本文引用:1]
5 邓起东, 陈立春, 冉勇康, 2004. 活动构造定量研究与应用[J]. 地学前缘, 11(4): 383—392. [本文引用:1]
6 DENG Qi-dong, CHEN Li-chun, RAN Yong-kang. 2004. Quantitative studies and applications of active tectonics[J]. Earth Science Frontiers, 11(4): 383—392(in Chinese). [本文引用:1]
7 焦其松, 张景发, 蒋洪波, 等. 2016. 基于TLS 技术的典型建筑物震害信息三维建模分析: 以彭州市白鹿中学为例[J]. 国土资源遥感, 28(1): 166—171. [本文引用:1]
8 JIAO Qi-song, ZHAGN Jing-fa, JIANG Hong-bo, et al. 2016. Typical earthquake damage extraction and three-dimensional modeling analysis based on terrestrial laser scanning: A case study of Bailu Middle School of Pengzhou City[J]. Remote Sensing for Land and Resources, 28(1): 166—171(in Chinese). [本文引用:1]
9 康帅, 张景发, 崔效峰, 等. 2017. 基于高精度地基LiDAR技术的活断层错断地貌研究: 以冷龙岭活动断裂带为例[J]. 地震, 37(3): 61—71. [本文引用:1]
10 KANG Shuai, ZHANG Jing-fa, CUI Xiao-feng, et al. 2017. Offset land form caused by active fault based on high precision terrestrial LiDAR data: A case study of the Lenglongling active fault zone[J]. Earthquake, 37(3): 61—71(in Chinese). [本文引用:1]
11 李峰, 徐锡伟, 陈桂华, 等. 2008. 高精度测量方法在汶川 MS8. 0地震地表破裂带考察中的应用[J]. 地震地质, 30(4): 1065—1075. [本文引用:1]
12 LI Feng, XU Xi-wei, CHEN Gui-hua, et al. 2008. The application of different high-precision survey methods in the investigation of the MS8. 0 Wenchuan earthquake surface ruptures[J]. Seismology and Geology, 30(4): 1065—1075(in Chinese). [本文引用:1]
13 刘静, 陈涛, 张培震, 等. 2013. 机载激光雷达扫描揭示海原断裂带微地貌的精细结构[J]. 科学通报, 58(1): 41—45. doi: 10.1360/972012—1526. [本文引用:1]
14 LIU-ZENG Jing, CHEN Tao, ZHANG Pei-zhen, et al. 2013. Illuminating the active Haiyuan Fault, China by airborne light detection and ranging[J]. Chinese Science Bulletin, 58(1): 41—45(in Chinese). [本文引用:1]
15 刘经南, 张小红. 2003. 激光扫描测高技术的发展与现状[J]. 武汉大学学报(信息科学版), 28(2): 132—137. [本文引用:1]
16 LIU Jing-nan, ZHANG Xiao-hong. 2003. Progress of airborne laser scanning altimetry[J]. Geomatics and Information Science of Wuhan University, 28(2): 132—137(in Chinese). [本文引用:1]
17 刘澜波, 钱荣毅. 2015. 探地雷达: 浅表地球物理科学技术中的重要工具[J]. 地球物理学报, 58(8): 2606—2617. [本文引用:1]
18 LIU Lan-bo, QIAN Rong-yi. 2015. Ground penetrating radar: A critical tool in near-surface geophysics[J]. Chinese Journal of Geophysics, 58(8): 2606—2617(in Chinese). [本文引用:1]
19 马丹, 吴中海, 李家存, 等. 2014. 川西理塘断裂带的空间展布与第四纪左旋走滑活动的遥感影像标志[J]. 地质学报, 88(8): 1417—1435. [本文引用:2]
20 MA Dan, WU Zhong-hai, LI Jia-cun, et al. 2014. Geometric distribution and the Quaternary activity of Litang active fault zone based on remote sensing[J]. Acta Geologica Sinica, 88(8): 1417—1435(in Chinese). [本文引用:1]
21 马洪超. 2011. 激光雷达测量技术在地学中的若干应用[J]. 地球科学: 中国地质大学学报, 36(2): 347—354. [本文引用:1]
22 MA Hong-chao. 2011. Review on applications of LiDAR mapping technology to geosciences[J]. Earth Science: Journal of China University of Geosciences, 36(2): 347—354(in Chinese). [本文引用:1]
23 冉勇康, 邓起东. 1999. 古地震学研究的历史、 现状和发展趋势[J]. 科学通报, 44(11): 12—20. [本文引用:1]
24 RAN Yong-kang, DENG Qi-dong. 1999. History, status and trend about research of paleoseismology[J]. Chinese Science Bulletin, 44(11): 12—20(in Chinese). [本文引用:1]
25 任治坤, 陈涛, 张会平, 等. 2014. LiDAR 技术在活动构造研究中的应用[J]. 地质学报, 88(6): 1197—1202. [本文引用:1]
26 REN Zhi-kun, CHEN Tao, ZHANG Hui-ping, et al. 2014. LiDAR survey in active tectonics studies: An introduction and overview[J]. Acta Geologica Sinica, 88(6): 1197—1202(in Chinese). [本文引用:1]
27 魏占玉, 石峰, 高翔, 等. 2010. 汶川地震地表破裂面形貌特征[J]. 地学前缘, 17(5): 53—66. [本文引用:1]
28 WEI Zhan-yu, SHI Feng, GAO Xiang, et al. 2010. Topographic characteristics of rupture associated with Wenchuan earthquake[J]. Earth Science Frontiers, 17(5): 53—66(in Chinese). [本文引用:1]
29 魏占玉, 何宏林, 高伟, 等. 2014. 基于LiDAR数据开展活动断层填图的实验研究: 以新疆独山子背斜-逆冲断裂带为例[J]. 地震地质, 36(3): 794—813. doi: 10.3969/j.issn.0253-4967.2014.03.019. [本文引用:1]
30 WEI Zhan-yu, HE Hong-lin, GAO Wei, et al. 2014. Experimental study of geologic mapping of active tectonics based on LiDAR data: A case of Dushanzi anticline-reverse fault zone in Xinjiang[J]. Seismology and Geology, 36(3): 794—813(in Chinese). [本文引用:1]
31 吴中海. 2018. 活断层的术语、 研究进展及问题思考[J]. 地球科学与环境学报, 40(6): 706—726. [本文引用:1]
32 WU Zhong-hai. 2018. Active faults: Terminology, research advances and thinking on some problems[J]. Journal of Earth Sciences and Environment, 40(6): 706—726(in Chinese). [本文引用:1]
33 吴中海, 龙长兴, 范桃园, 等. 2015. 青藏高原东南缘弧形旋扭活动构造体系及其动力学特征与机制[J]. 地质通报, 34(1): 1—31. [本文引用:1]
34 WU Zhong-hai, LONG Chang-xing, FAN Tao-yuan, et al. 2015. The arc rotational-shear active tectonic system on the southeastern margin of Tibetan Plateau and its dynamic characteristics and mechanism[J]. Geological Bulletin of China, 34(1): 1—31(in Chinese). [本文引用:1]
35 吴中海, 张岳桥, 胡道功. 2014. 新构造、 活动构造与地震地质[J]. 地质通报, 33(4): 391—402. [本文引用:1]
36 WU Zhong-hai, ZHANG Yue-qiao, HU Dao-gong. 2014. Neotectonics, active tectonics and earthquake geology[J]. Geological Bulletin of China, 33(4): 391—402(in Chinese). [本文引用:1]
37 徐锡伟, 闻学泽, 于贵华, 等. 2005. 川西理塘断裂带平均滑动速率、 地震破裂分段与复发特征[J]. 中国科学(D辑), 35(6): 540—551. [本文引用:1]
38 XU Xi-wei, WEN Xue-ze, YU Gui-hua, et al. 2005. Average slip rate, earthquake rupturing segmentation and recurrence behavior on the Litang fault zone, western Sichuan Province[J]. Science in China(Ser D), 35(6): 540—551(in Chinese). [本文引用:1]
39 杨必胜, 梁福逊, 黄荣刚. 2017. 三维激光扫描点云数据处理研究进展、 挑战与趋势[J]. 测绘学报, 46(10): 1509—1516. [本文引用:1]
40 YANG Bi-sheng, LIANG Fu-xun, HUANG Rong-gang. 2017. Challenges and perspectives of 3D LiDAR point cloud processing[J]. Acta Geodaetica et Cartogrphica Sinica, 46(10): 1509—1516(in Chinese). [本文引用:1]
41 袁小祥, 王晓青, 窦爱霞, 等. 2012. 基于地面LiDAR玉树地震地表破裂的三维建模分析[J]. 地震地质, 34(1): 39—46. doi: 10.3969/j.issn.0253-4967.2012.01.005. [本文引用:1]
42 YUAN Xiao-xiang, WANG Xiao-qing, DOU Ai-xia, et al. 2012. Terrestrial LiDAR-based 3D modeling analysis of surface rupture caused by Yushu earthquake[J]. Seismology and Geology, 34(1): 39—46(in Chinese). [本文引用:1]
43 张迪, 李家存, 吴中海, 等. 2016. 地质雷达在活动断裂探测中的应用与进展[J]. 地质力学学报, 22(3): 733—746. [本文引用:1]
44 ZHANG Di, LI Jia-cun, WU Zhong-hai, et al. 2016. Review and application of ground penetrating radar in active fault[J]. Journal of Geomechanics, 22(3): 733—746(in Chinese). [本文引用:1]
45 张迪, 李家存, 吴中海, 等. 2015. 探地雷达在探测玉树走滑断裂带活动性中的初步应用[J]. 地质通报, 34(1): 204—216. [本文引用:1]
46 ZHANG Di, LI Jia-cun, WU Zhong-hai, et al. 2015. A preliminary application of ground penetrating radar to the detection of active faults along Yushu strike-slip faulted zone[J]. Geological Bulletin of China, 34(1): 204—216(in Chinese). [本文引用:1]
47 郑文俊, 雷启云, 杜鹏, 等. 2015. 激光雷达(LiDAR): 获取高精度古地震探槽信息的一种新技术[J]. 地震地质, 37(1): 232—241. doi: 10.3969/j.issn.0253-4967.2015.01.018. [本文引用:1]
48 ZHENG Wen-jun, LEI Qi-yun, DU Peng, et al. 2015. 3D laser scanning(LiDAR): A new technology acquiring high precision palaeoearthquake trench information[J]. Seismology and Geology, 37(1): 232—241(in Chinese). [本文引用:1]
49 周春景, 吴中海, 张克旗, 等. 2015. 川西理塘活动断裂最新同震地表破裂形成时代与震级的重新厘定[J]. 地震地质, 37(2): 455—467. doi: 10.3969/j.issn.0253-4967.2015.02.009. [本文引用:1]
50 ZHOU Chun-jing, WU Zhong-hai, ZHANG Ke-qi, et al. 2015. New chronological constraint on the co-seismic surface rupture segments associated with the Litang Fault[J]. Seismology and Geology, 37(2): 455—467(in Chinese). [本文引用:1]
51 周荣军, 陈国星, 李勇, 等, 2005. 四川西部理塘-巴塘地区的活动断裂与1989年巴塘6. 7级震群发震构造研究[J]. 地震地质, 27(1): 31—43. [本文引用:1]
52 ZHOU Rong-jun, CHEN Guo-xing, LI Yong, et al. 2005. Research on active faults in Litang-Batang region, western Sichuan Province, and the seismogenic structures of the 1989 Batang M6. 7 earthquake swarm[J]. Seismology and Geology, 27(1): 31—43(in Chinese). [本文引用:1]
53 朱如凯, 白斌, 袁选俊, 等. 2013. 利用数字露头模型技术对曲流河三角洲沉积储层特征的研究[J]. 沉积学报, 31(5): 867—877. [本文引用:1]
54 ZHU Ru-kai, BAI Bin, YUAN Xuan-jun, et al. 2013. A new approach for outcrop characterization and geostatistical analysis of meand ering channels sand bodies within a delta plain setting using digital outcrop models: Upper Triassic Yanchang tight sand stone formation, Yanhe outcrop, Ordos Basin[J]. Acta Sedimentologica Sinica, 31(5): 867—877(in Chinese). [本文引用:1]
55 Anchuela Ó P, Lafuente P, Arlegui L, et al. 2016. Geophysical characterization of buried active faults: The Concud Fault(Iberian Chain, NE Spain)[J]. International Journal of Earth Sciences, 105(8): 2221—2239. [本文引用:1]
56 Aqeel A M. 2012. Measuring the orientations of hidden subvertical joints in highways rock cuts using ground penetrating radar incombination with LiDAR [D]. Doctoral dissertation, Missouri University of Science and Technology, Lola City. [本文引用:1]
57 Arrowsmith J R, Zielke O. 2009. Tectonic geomorphology of the San Andreas fault zone from high resolution topography: An example from the Cholame segment[J]. Geomorphology, 113(1-2): 70—81. [本文引用:1]
58 Axelsson P. 1999. Processing of laser scanner data: Algorithms and applications[J]. ISPRS Journal Photogrammetry and Remote Sensing, 54(2-3): 138—147. [本文引用:1]
59 Aziz A S, Stewart R R, Green S L, et al. 2016. Locating and characterizing burials using 3D ground-penetrating radar(GPR)and terrestrial laser scanning(TLS)at the historic Mueschke Cemetery, Houston, Texas[J]. Journal of Archaeological Science: Reports, 8: 392—405. [本文引用:1]
60 Benson A K. 1995. Applications of ground penetrating radar in assessing some geological hazards: Examples of groundwater contamination, faults, cavities[J]. Journal of Applied Geophysics, 33(1-3): 177—193. [本文引用:1]
61 Bubek A, Wilknson M, Roberts G P, et al. 2015. The tectonic geomorphology of bedrock scarps on active normal faults in the Italian Apennines mapped using combined ground penetrating radar and terrestrial laser scanning[J]. Geomorphology, 237: 38—51. [本文引用:1]
62 Busby J P, Merritt J W. 1999. Quaternary deformation mapping with ground penetrating radar[J]. Journal of Applied Geophysics, 41(1): 75—91. [本文引用:1]
63 Cahit C Y, Erhan A, Maksim B, et al. 2013. Application of GPR to normal faults in the Buyuk Menderes Graben, western Turkey[J]. Journal of Geodynamics, 65: 218—227. [本文引用:2]
64 Carbonel D, Rodríguez-Tribaldos V, Gutiérrez F, et al. 2015. Investigating a damaging buried sinkhole cluster in an urban area(Zaragoza city, NE Spain)integrating multiple techniques: Geomorphological surveys, DInSAR, DEMs, GPR, ERT, and trenching[J]. Geomorphology, 229: 3—16. [本文引用:1]
65 Chevalier M L, Leloup P H, Replumaz A, et al. 2016. Tectonic-geomorphology of the Litang fault system, SE Tibetan Plateau, and implication for regional seismic hazard[J]. Tectonophysics, 682: 278—292. [本文引用:2]
66 Christie M, Tsoflias G P, Stockli D F, et al. 2009. Assessing fault displacement and off-fault deformation in an extensional tectonic setting using 3-D ground-penetrating radar imaging[J]. Journal of Applied Geophysics, 68(1): 9—16. [本文引用:1]
67 Cowie P A, Phillips R J, Roberts G P, et al. 2017. Orogen-scale uplift in the central Italian Apennines drives episodic behavior of earthquake faults[J]. Scientific Reports, 7: 44858. doi: 10.1038/srep44858. [本文引用:1]
68 Derron M H, Jaboyedoff M. 2010. Preface “LiDAR and DEM techniques for land slides monitoring and characterization”[J]. Natural Hazards and Earth System Sciences, 10: 1877—1879. [本文引用:1]
69 Dujardin J R, Bano M, Schlupp A, et al. 2014. GPR measurements to assess the Emeelt active fault's characteristics in a highly smooth topographic context, Mongolia[J]. Geophysical Journal International, 198(1): 174—186. [本文引用:1]
70 Gold P O, Oskin M E, Elliott A J, et al. 2013. Coseismic slip variation assessed from terrestrial LiDAR scans of the El Mayor-Cucapah surface rupture[J]. Earth and Planetary Science Letters, 366: 151—162. [本文引用:1]
71 Hooper D M, Bursik M I, Webb F H. 2003. Application of high-resolution, interferometric DEMs to geomorphic studies of fault scarps, Fish Lake Valley, Nevada-California, USA[J]. Remote Sensing of Environment, 84(2): 255—267. [本文引用:1]
72 Jol H M. 2009. Ground Penetrating Radar: Theory and Applications[M]. Amsterdam: Elsevier Science. [本文引用:2]
73 Kayen R, Barnhardt W, Carkin B, et al. 2004. Imaging the M7. 9 Denali Fault earthquake 2002 rupture at the Delta River using LiDAR, RADAR, and SASW surface wave geophysics[C]. American Geophysical Union Fall Meeting Abstracts: S11A-0999. [本文引用:1]
74 Kayen R, Pack R T, Bay J, et al. 2006. Terrestrial-LiDAR visualization of surface and structural deformations of the 2004 Niigata Ken Chuetsu, Japan, earthquake[J]. Earthquake Spectra, 22(S1): 147—162. [本文引用:1]
75 Lagüela S, Solla M, Puente I, et al. 2018. Joint use of GPR, IRT and TLS techniques for the integral damage detection in paving[J]. Construction and Building Materials, 174: 749—760. [本文引用:1]
76 Lee K, Tomasso M, Ambrose W A, et al. 2007. Integration of GPR with stratigraphic and LiDAR data to investigate behind-the-outcrop 3D geometry of a tidal channel reservoir analog, upper Ferron Sand stone, Utah[J]. The Leading Edge, 26(8): 994—998. [本文引用:1]
77 Lubowiecka I, Armesto J, Arias P, et al. 2009. Historic bridge modeling using laser scanning, ground penetrating radar and finite element methods in the context of structural dynamics[J]. Engineering Structures, 31(11): 2667—2676. [本文引用:1]
78 Lunina O V, Gladkov A S, Afonkin A M, et al. 2016. Deformation style in the damage zone of the Mondy Fault: GPR evidence(Tunka Basin, southern East Siberia)[J]. Russian Geology and Geophysics, 57(9): 1269—1282. [本文引用:1]
79 Lunina O V, Gladkov A S, Gladkov A A. 2019. Surface and shallow subsurface structure of the middle Kedrovaya paleoseismic rupture zone in the Baikal Mountains from geomorphological and ground-penetrating radar investigations[J]. Geomorphology, 326: 54—67. [本文引用:1]
80 Maerz N H, Aqeel A M, Anderson N. 2015. Measuring orientations of individual concealed sub-vertical discontinuities in sand stone rock cuts integrating ground penetrating radar and terrestrial LiDAR measuring orientations of sub-vertical sand stone discontinuities[J]. Environmental and Engineering Geoscience, 21(4): 293—309. [本文引用:1]
81 Maruyama T, Lin A. 2002. Active strike-slip faulting history inferred from offsets of topographic features and basement rocks: A case study of the Arima-Takatsuki tectonic line, southwest Japan[J]. Tectonophysics, 344(1-2): 81—101. [本文引用:1]
82 Masini N, Capozzoli L, Chen P, et al. 2017. Towards an operational use of geophysics for archaeology in Henan(China): Methodological approach and results in Kaifeng[J]. Remote Sensing, 9(8): 809. [本文引用:1]
83 Maurya D M, Chouksey V, Joshi P N, et al. 2013. Application of GPR for delineating the neotectonic setting and shallow subsurface nature of the seismically active Gedi Fault, Kachchh, western India[J]. Journal of Geophysics and Engineering, 10(3): 34006. [本文引用:1]
84 Maurya D M, Chowksey V, Tiwari P, et al. 2017. Tectonic geomorphology and neotectonic setting of the seismically active South Wagad Fault(SWF), western India, using field and GPR data[J]. Acta Geophysica, 65(6): 1167—1184. [本文引用:1]
85 Neal A. 2004. Ground-penetrating radar and its use in sedimentology: Principles, problems and progress[J]. Earth Science Reviews, 66(3-4): 261—330. [本文引用:1]
86 Pérez J, de Sanjosé Blasco J, Atkinson A, et al. 2018. Assessment of the structural integrity of the Roman Bridge of Alcántara(Spain)using TLS and GPR[J]. Remote Sensing, 10(3): 387. [本文引用:1]
87 Peters L P, Daniels J J, Young J D. 1994. Ground penetrating radar as a subsurface environmental sensing tool[J]. Proceedings of the IEEE, 82(12): 1802—1822. [本文引用:1]
88 Puente I, Solla M, González-Jorge H, et al. 2013. Validation of mobile LiDAR surveying for measuring pavement layer thicknesses and volumes[J]. NDT&E International, 60: 70—76. [本文引用:1]
89 Puente I, Solla M, Lagüela S, et al. 2018. Reconstructing the Roman Site “Aquis Querquennis”(Band e, Spain)from GPR, T-LiDAR and IRT data fusion[J]. Remote Sensing, 10(3): 379. [本文引用:1]
90 Schneiderwind S, Mason J, Wiatr T, et al. 2016. 3-D visualisation of palaeoseismic trench stratigraphy and trench logging using terrestrial remote sensing and GPR: A multiparametric interpretation[J]. Solid Earth, 7(2): 323—340. [本文引用:2]
91 Smith D G, Jol H M, Owen T E. 1995. Ground penetrating radar: Antenna frequencies and maximum probable depths of penetration in Quaternary sediments[J]. Journal of Applied Geophysics, 33(1-3): 93—100. [本文引用:1]
92 Solla M, González-Jorge H, Álvarez M X, et al. 2012a. Application of non-destructive geomatic techniques and FDTD modeling to metrical analysis of stone blocks in a masonry wall[J]. Construction and Building Materials, 36: 14—19. [本文引用:1]
93 Solla M, Lorenzo H, Novo A, et al. 2011. Evaluation of ancient structures by GPR(Ground Penetrating Radar): The arch bridges of Galicia(Spain)[J]. Scientific Research and Essays, 6(8): 1877—1884. [本文引用:1]
94 Solla M, Lorenzo H, Novo A, et al. 2012b. Structural analysis of the Roman Bibei bridge(Spain)based on GPR data and numerical modeling[J]. Automation in Construction, 22: 334—339. [本文引用:1]
95 Solla M, Lorenzo H, Rial F I, et al. 2012c. Ground-penetrating radar for the structural evaluation of masonry bridges: Results and interpretational tools[J]. Construction and Building Materials, 29: 458—465. [本文引用:2]
96 Spahic D, Exner U, Behm M, et al. 2010. Structural 3D modeling using GPR in unconsolidated sediments(Vienna Basin, Austria)[J]. Trabajos de Geología, 30(30): 250—252. [本文引用:1]
97 Teixidó T, Peña J A, Fernández G, et al. 2014. Ultradense topographic correction by 3D-laser scanning in pseudo -3D ground-penetrating radar data: Application to the constructive pattern of the monumental platform at the Segeda I Site(Spain)[J]. Archaeological Prospection, 21(2): 113—123. [本文引用:1]
98 Thomson L, Osinski G, Barfoot T D. 2010. Application of LiDAR and GPR to terrestrial and Martian periglacial and glacial geomorphology[C]. Proceedings of the Third European Conference on Permafrost(EUCOP). Svalbard, Norway: EUCOP. [本文引用:1]
99 Weihermüller L, Huisman J A, Lambot S, et al. 2007. Mapping the spatial variation of soil water content at the field scale with different ground penetrating radar techniques[J]. Journal of Hydrology, 340(3-4): 205—216. [本文引用:1]
100 Zhao W K, Emanuele F, Sara T L, et al. 2015. Improved high-resolution GPR imaging and characterization of prehistoric archaeological features by means of attribute analysis[J]. Journal of Archaeological Science, 54: 77—85. [本文引用:1]
101 Zhou L, Heitaro K, Sakae M, et al. 2013. Detection of subtle tectonic geomorphic features in densely forested mountains by very high resolution airborne LiDAR survey[J]. Geomorphology, 182: 104—115. [本文引用:1]