[发明专利]滑坡识别知识库建立方法、装置、电子设备及存储介质

说明书

本发明涉及滑坡识别知识库建立方法、装置、电子设备及存储介质，该方法包括：采用InSAR技术对各目标区域的SAR影像数据集进行分析，确定各目标区域的时序形变图和累积形变量图；基于目标区域的坡度图和坡向图，联合应用热点聚类技术和空间聚类分析技术，对目标区域的时序形变图中的形变点进行分析，确定目标区域的滑坡边界；基于预先设定的解译标志，对目标区域的光学影像数据集、时序形变图、累积形变量图和滑坡边界进行遥感目视解译，确定目标区域的滑坡属性信息。本发明考虑了坡向和坡度对滑坡识别的影响，提高了获取的滑坡属性信息的准确度，进而提升了滑坡识别知识库的数据精度，为后续的AI自动识别奠定了良好的基础。

技术领域

本发明涉及滑坡遥感图像识别技术领域，尤其涉及滑坡识别知识库建立方法、装置、电子设备及存储介质。

背景技术

滑坡灾害是一种突发性强、破坏力大的自然灾害；出于安全防护的目的，需要对易发生滑坡的区域进行风险调查、隐患排查、早期识别与预警处理，以达到减少或避免区域滑坡灾害发生的效果。受滑坡的人工解译需要耗费大量的人力和时间的限制，一般采用自动化识别方式识别滑坡，而滑坡的自动识别需要有大量的滑坡样本数据作为支撑，因此构建滑坡样本库对滑坡的自动化识别具有重要的研究意义。

目前，卫星遥感技术因其探测面积大、时间序列丰富、多分辨率以及价格实惠等特点被广泛应用于识别潜在滑坡体上，其通过对光学遥感影像进行解译以达到识别滑坡体的目的，但是在进行光学遥感影像解译时，存在过度依赖影像的色彩、纹理等要素信息特点，致使在所获取的原始影像质量低的情况下，滑坡体的识别精度也低；合成孔径雷达(SAR)由于具有全天时、全天候、穿透植被覆盖层能力强以及对地表变形的测量精度可达毫米级的特点，逐渐被应用于潜在滑坡体的识别；其通常采用D-InSAR、MAI、PSI等解译技术对雷达影像进行解译以提高滑坡体的识别精度；但是由于滑坡体通常在运动过程中会对基底松软的碎屑物质的侵蚀，导致滑坡的体积增大进而引起超远距离运动，在这种情况下，受时间失相干、地形影响和大气延迟的影响采用上述解译技术可能仅能发现滑坡体表面局部形变，不能对滑坡边界进行精准判定，进而可能造成伪滑坡的出现，增加判定结果冗余度；因此，直接利用标注滑坡信息的光学遥感影像或者标注滑坡信息的雷达影像建立滑坡样本库，会致使滑坡样本库的性能达不到预期要求。

发明内容

针对现有技术存在的问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的滑坡识别知识库建立方法、装置、电子设备及存储介质。

第一个方面，本发明实施例提供一种滑坡识别知识库建立方法，包括：

采用InSAR技术对各目标区域的SAR影像数据集进行分析，确定各目标区域的时序形变图和累积形变量图；其中，所述InSAR技术分析的相干测量点包括永久散射体点和分布式散射体点；所述数据集中不同SAR影像之间存在探测时相、探测波段和/或探测视角的差异；

基于目标区域的坡度图和坡向图，联合应用热点聚类技术和空间聚类分析技术，对目标区域的时序形变图中的形变点进行分析，确定目标区域的滑坡边界；

基于预先设定的解译标志，对目标区域的光学影像数据集、时序形变图、累积形变量图和滑坡边界进行遥感目视解译，确定目标区域的滑坡属性信息；

利用标记工具将目标区域的滑坡属性信息标记在目标区域的SAR影像上，并基于标记后的目标区域的SAR影像生成滑坡识别知识库。

根据本发明提供的一种滑坡识别知识库，所述基于目标区域的坡度图和坡向图，联合应用热点聚类技术和空间聚类分析技术，对目标区域的时序形变图中的形变点进行分析，确定目标区域的滑坡边界，具体为：采用热点聚类技术对目标区域的时序形变图中的形变点进行热点分析，得到目标区域的滑坡隐患点；