科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着遥感技术的发展，高分辨率的卫星影像数据逐渐丰富，滑坡灾害的信息提取被进一步推进，当前滑坡灾害应急调查主要以目视解译和野外调查为主，费时费力，难以满足灾后救援的迫切需求。面向像元和面向对象的单时相滑坡遥感信息提取方法等存在着滑坡过识别、误识别的问题。因此，在此提出以滑坡前后多时相遥感影像为数据源的变化检测滑坡识别方法，首先根据归一化植被指数（NDVI）进行基于像元的变化检测确定滑坡预选区，再结合面向对象的几何规则完成滑坡的精细识别，这种基于变化检测和几何规则相结合的方法能有效排除道路、建筑、裸地等光谱特征与滑坡相似的非滑坡部分。以九寨沟滑坡为例，采用高分一号8 m分辨率多光谱相机2015年8月1日的影像（滑前）以及2017年8月16日的影像（滑后）作为数据源，进行滑坡识别实验。结果表明，和面向对象的单时相方法相比，基于变化检测和几何规则相结合的多时相方法滑坡提取的精度较高，制图精度高达88.80%，用户精度高达81.19%，都大幅超过面向对象单时相法的精度，漏分误差及错分误差分别下降23.22%和11.72%，可为有效组织滑坡灾后救援与重建工作提供可靠依据。
-
单位南京大学金陵学院; 中国科学院
