编辑推荐：
火山地貌识别与红岩relief图像应用研究。通过高分辨率数字地形模型（DTM）生成红岩relief图像（RRIM）结合傅里叶变换频谱分析，成功识别了意大利Amiata火山植被覆盖区下的长条状熔岩流、平台状地貌及火山颈等隐蔽结构，验证了DTM衍生参数在复杂地形区火山制图中的有效性。
José Pablo Sepúlveda|Simone Paternostro|Lucrezia Valeriani|Giulio Masetti|Alvaro Aravena|Stefano Lo Faro|Letizia Vita|Sandro Conticelli|Raffaello Cioni
智利维尼亚德尔马安德烈斯贝洛大学工程学院
摘要
地质测绘为理解火山区域的喷发过程和时间演化提供了基础知识。由于数字地形模型（DTM）的可用性和分辨率不断提高，它们在火山学中被广泛且有效地用作识别和分类地貌特征、辅助野外调查和制图的工具。本研究重点探讨了基于高分辨率1米像素DTM生成的红色地形图像地图（RRIM），并结合实地考察对其进行补充和验证，以识别植被茂盛的火山中部分隐藏的火山特征。我们在意大利南部托斯卡纳地区的蒙特阿米亚塔火山应用了这种方法，该火山属于中更新世时期的喷出型硅质火山，表面覆盖着茂密的硬木森林。研究结果发现，火山底部存在狭长的熔岩流和类似高原的地形，顶部则形成了重叠的圆形穹丘。此外，我们还通过局部傅里叶变换（即S变换光谱分析）确定了最大熔岩流的主导频率及其表面折叠模式。这些分析基于不同尺度（1米、10米和100米）的RRIM数据以及1米和10米分辨率的DTM数据。研究表明，这些测绘工具的广泛应用是识别和解释隐蔽火山结构的有效方法。我们建议，在对偏远或植被茂密的火山区域进行精确测绘时，应考虑使用基于DTM的参数。
引言
地质测绘为理解火山区域的喷发动态和时间演化提供了基础，是任何正确的岩石学研究或火山灾害评估的重要前提（Lucchi, 2013; Martí et al., 2018; Németh and Palmer, 2019; Cioni et al., 2021; Martí, 2023）。由于地形对地图上显示的所有地质元素分布具有重要影响，因此在制图过程中准确表示地形至关重要（Farmakis-Serebryakova and Hurni, 2020）。对于地质测绘而言，明确界定火山地貌对于地貌测量、土地管理及保护规划至关重要（Evans, 2012a, 2012b; Grosse et al., 2012; Euillades et al., 2013; Melis et al., 2014; Németh et al., 2021）。火山地区的地质特征通常非常复杂，包括不同喷发中心之间的相互作用、构造与破坏周期的交替（Thouret, 1999; Groppelli and Viereck-Goette, 2010; Lucchi, 2013; de Silva and Lindsay, 2015），以及地形对火山物质分布和沉积的影响。火山类型和规模各异，且常常与周围景观融为一体。火山体高度可超过2000米，具有崎岖陡峭、难以接近的地貌特征；位于偏远地区时，给测绘和野外工作带来诸多困难（Pardo et al., 2019）。此外，火山可能跨越国家边界，给野外调查、危机管理和土地使用带来地缘政治问题（Donovan and Oppenheimer, 2019）。这些操作上的挑战在高海拔地区、冰川覆盖区、植被茂密区或喷发物质岩性差异较小的情况下尤为突出，使得传统地质测绘方法的应用变得极具挑战性和耗时。事实上，国际火山地质委员会（IAVCEI）指出，过去几十年中，基于经典的野外研究方法与先进技术方法之间存在差距。
数字地形模型（DTM）显示的是裸露的地表，不包括树木、建筑物等表面特征，能够精确反映地形特征。由于DTM的普及和分辨率提升，它们在过去几十年中被广泛应用于火山学研究（Grosse et al., 2012; Favalli and Fornaciai, 2017; Euillades et al., 2013; Melis et al., 2014; Karátson et al., 2016; Camiz et al., 2017; Ulusoy et al., 2021; Carrión-Mero et al., 2020）。通过手动和半自动化方法对火山结构进行远程分析（Iwahashi and Pike, 2007; Grosse et al., 2012; Euillades et al., 2013; Melis et al., 2014; Németh et al., 2021; O'Hara et al., 2023; Van Wees et al., 2024），这些方法对地形不规则性高度敏感，有助于识别复杂火山地貌。红色地形图像地图（RRIM）是由Chiba等人（2008）提出的，通过地形坡度和开放度差异突出显示不同地貌和结构特征（Chiba et al., 2008; Karátson et al., 2016; Favalli and Fornaciai, 2017; Ulusoy et al., 2021）。尽管RRIM具有诸多优势（最初用于描述火山体），但在火山学中的测绘应用尚不广泛。
在本研究中，我们利用RRIM识别蒙特阿米亚塔火山的主要地貌特征，并结合S变换光谱分析，根据不同尺度和DTM分辨率的差异来量化熔岩流的表面折叠模式。该火山是研究RRIM在识别难见火山地貌方面的优势的理想案例：其硅质成分和活动方式较为单一（熔岩流和穹丘），植被覆盖密集，限制了传统航空和卫星分析的应用（图1A），且露头分布不连续且孤立（图1B和C）。尽管该火山已有多项研究对其地质历史进行探讨（Mazzuoli and Pratesi, 1963; Ferrari et al., 1996; Marroni et al., 2015; Principe et al., 2017; Benvenuti et al., 2024; Vezzoli et al., 2022; Vezzoli and Principe, 2023; Principe et al., 2024），但本研究仍利用RRIM辅助绘制意大利1:50,000比例尺第320号地质图“Castel del Piano”的制作，该工作得到了意大利地质调查局（Servizio Geologico d'Italia）的支持（Benvenuti et al., 2024; Servizio Geologico d'Italia, 2024）。基于这些结果，我们认为RRIM在偏远、难以到达的区域、被冰川和植被覆盖的地区以及外星地形中的测绘应用具有巨大潜力。
蒙特阿米亚塔火山地质
蒙特阿米亚塔火山（海拔1738米）是中更新世时期的火山体，呈东北-西南走向（Ferrari et al., 1996; Cadoux and Pinti, 2009; Laurenzi et al., 2015; Principe et al., 2017; Benvenuti et al., 2024）。它位于意大利南部托斯卡纳地区，上覆三叠纪石灰岩及白垩纪至渐新世的陆地沉积岩。该火山与一个区域性构造隆起区的西部顶端相对应，该隆起与下更新世海洋沉积物的抬升有关。
基于DEM的表面图像
数字高程模型（DEM）是三维地形可视化的基本数据来源。可通过多种DEM衍生方法来表达和突出地形特征（表1）。其中，地形阴影渲染是一种有效的可视化方法，能清晰显示细微的地形变化（Smith and Clark, 2005; Favalli and Fornaciai, 2017）。然而，光照角度等因素会影响渲染效果。火山体边界界定
蒙特阿米亚塔火山的边界界定较为困难，因为其熔岩流逐渐与周围沉积物融合。植被覆盖（图1B和C）、分散的碎屑堆积以及人类活动（图1A）会模糊地貌差异，掩盖了火山体与沉积物的边界。尽管如此，RRIM仍能清晰显示火山与沉积物之间的纹理和形态差异（图4）。讨论
关于蒙特阿米亚塔火山熔岩流的研究和识别存在争议，涉及制图和成因解释、数量、边界划分及地层位置等方面（Rittmann, 1958; Mazzuoli and Pratesi, 1963; Ferrari et al., 1996; Marroni et al., 2015; Principe et al., 2017, Principe et al., 2024; Principe and Vezzoli, 2021; Vezzoli et al., 2022; Vezzoli and Principe, 2023）。尽管所有研究者均认可...结论
广泛使用基于DEM的地图，尤其是RRIM，是一种无偏见、快速且易于应用的火山结构识别方法，有助于支持传统测绘工作。本研究在意大利地质测绘项目（CARG Project）框架下，应用该方法识别了蒙特阿米亚塔火山的火山地貌。作者贡献声明
José Pablo Sepúlveda：撰写初稿、数据可视化、研究设计、概念构建。
Simone Paternostro：撰写、审稿与编辑、研究协助。
Lucrezia Valeriani：撰写、审稿与编辑、研究协助。
Giulio Masetti：撰写、审稿与编辑、研究协助。
Alvaro Aravena：撰写、审稿与编辑、数据可视化、方法论研究。
Stefano Lo Faro：撰写、审稿与编辑、研究协助。
Letizia Vita：撰写、审稿与编辑、研究协助、资金协调。
利益冲突声明
我们声明不存在可能影响本文研究的财务利益或个人关系。致谢
感谢Bruna Baldi和Guido Lavorini在托斯卡纳地区信息平台方面的支持，以及Lorella Francalanci在野外工作上的指导。研究资金由智利国家研究与发展机构（Agencia Nacional de Investigación y Desarrollo）通过Chile Ph.D.奖学金（编号72200406，2019年）提供；由POR-FSE通过托斯卡纳Pegaso博士计划资助SP；以及比萨大学资助LV。
