[发明专利]一种基于多源时序遥感影像精准识别新生滑坡区域的方法

说明书

一种基于多源时序遥感影像精准识别新生滑坡区域的方法，该方法为：获取数字地形模型的坡度图、植被覆盖指数NDVI时序影像和地表辐射温度时序影像；基于地表温度和植被覆盖指数NDVI之间的经验参数关系计算简化地表干旱指数TVDI；提取滑坡前后遥感影像文件的TVDI值，作为滑坡区域提取的前后时相基础数据，对滑坡前、滑坡后的TVDI影像重采样并做差，得到变化区域的TVDI‑D值，设定分割滑坡区域和非滑坡区域的阈值，并对TVDI‑D影像进行二值化，将二值化后的TVDI‑D影像转为矢量，将坡度信息作为过滤条件对滑坡候选对象进行筛选，从而确定滑坡区矢量。本发明结合多源遥感信息提高了滑坡区域检测方法的精度，极大降低了滑坡检测中的误报率，也提高了滑坡检测结果的可信度。

技术领域

本发明属于遥感影像处理技术领域和滑坡监测领域，具体涉及一种基于多源时序遥感影像精准识别新生滑坡区域的方法。

背景技术

滑坡作为大型地质灾害之一，破坏力极强，常常造成大量经济损失和生命伤亡，因此对滑坡灾害的监测和检测十分重要。传统的遥感目视解译和现场勘查的方法，耗费大量人力物力，效率较低，因此国内外学者针对滑坡遥感检测开展了大量研究，前期主要集中在单时相遥感滑坡检测和多时相遥感滑坡检测。

单时相遥感滑坡检测方法，如基于SPOT-5卫星影像上的色度和结构差异、使用Landsat-7卫星ETM影像的8个波段作为特征数据、使用Quick Bird卫星影像的灰度共生矩阵提取滑坡的纹理特征和使用Resourcesat-1卫星影像分割提取多光谱特征和形状特征等信息，实现滑坡检测。多时相影像滑坡检测，如利用滑坡前后两张影像的差异，使用极大似然分类法检测滑坡；利用滑坡前后植被覆盖指数(NDVI)序列数据，根据NDVI的异常变化检测滑坡；使用Cartosat-1卫星和IRS-1D卫星影像中全色波段，利用变化检测的思想和纹理信息进行多时相编目检测滑坡；利用滑坡后引起地表NDVI较大变化以及滑坡发生后植被恢复速率缓慢的特点，使用多时相Rapid Eye卫星影像检测历史滑坡。但是基于单时相影像的滑坡检测方法容易将与滑坡光谱特征相似的地物(岩石、裸土和道路等)视为滑坡，尤其在多岩石和道路的山区，很多岩石和道路以及裸地被误判为滑坡，滑坡误报率较高；基于多时相影像的方法利用滑坡前后NDVI差异较大的特点检测滑坡，而农田收割和植被的自然变化也可能引起NDVI较大变化，多时相滑坡检测方法容易将农田、植被的自然变化识别为滑坡。随着遥感数据源的增多，可以利用多源遥感卫星影像组成的时间序列遥感数据进行滑坡检测，提供滑坡相关特征在时间序列上的变化信息，因而成为解决单时相和多时相滑坡遥感检测存在问题的一种可选方案。

发明内容

本发明针对现有技术中单时相遥感滑坡检测方法易于将岩石、裸土和道路误判为滑坡和多时相遥感滑坡检测方法易于将农田、植被等自然变化误判为滑坡等普遍问题，提供一种基于多源遥感时间序列影像识别滑坡区域的方法。本发明在满足滑坡调查时效性的基础上，从大面积滑坡发生区域灾情信息快速获取的客观需求出发，以灾前灾后数字地形DEM遥感影像、多波段光学遥感图像和热红外遥感影像为基础，在综合分析滑坡区域灾前灾后时空谱特征变化规律的基础上，利用滑坡区域和非滑坡区域的地表干旱指数差异，有效区分滑坡与耕地和裸地等非滑坡区域，利用坡度作为辅助信息排除地形平坦的区域，进而提升了滑坡区域的提取精度，极大降低了滑坡检测中的误报率，提高了滑坡检测结果的可信度。

为实现上述目的，本发明采取的技术方案如下：

一种基于多源时序遥感影像精准识别新生滑坡区域的方法，所述方法步骤为：

步骤一：获取基于5m分辨率的数字地形模型的坡度图、基于光学遥感影像的植被覆盖指数NDVI时序影像和基于热红外遥感影像的地表辐射温度时序影像；

步骤二：基于地表辐射温度和植被覆盖指数NDVI之间的经验参数关系计算简化地表干旱指数TVDI；