基于多光谱遥感影像的巫峡滑坡灾害识别技术研究

三峡库区地质结构复杂,尤其是巫峡高陡岸坡发育区域,历来是滑坡灾害高发区,对三峡库区的安全运行构成威胁。为了厘清巫峡高陡峡谷区滑坡灾害发育的高精度多光谱遥感影像特征,本研究以高精度遥感影像资料为基础,以巫峡高陡峡谷区为研究对象,应用面对对象的分类方法对研究区的高精遥感影像进行分割和分类,结合多尺度分割和ESP(Estimation of Scale Parameter)工具确定最优分割尺度,选取典型的滑坡对象样本进行最近邻分类,探索基于高精度多光谱遥感影像的高陡峡谷区滑坡灾害识别技术方法。经试验得出高陡峡谷区基于高精度多光谱遥感影像的滑坡灾害识别的最优分割尺度为720,形状因子和紧致度为0.5,在分割基础上,进行分类和滑坡信息提取。通过对比已有滑坡灾害资料,基于遥感影像自动识别滑坡灾害技术得到的研究区滑坡灾害分布结果总体精度达到了0.8696。研究结果表明,基于高精度的遥感影像自动识别滑坡灾害技术方法能够较好地进行分割与滑坡识别,精度评价的结果比较符合实际。研究结果为巫峡高陡峡谷区滑坡灾害的识别、调查、预测和防治提供依据,对三峡库区滑坡灾害的早期识别和防灾减灾有重要意义。     

黄土滑坡高分辨率遥感影像识别——以陕西省延安市地区为例

中国西部黄土高原地区面积广,滑坡数量多。针对野外调查和目视解译费时、费力、周期较长等问题,利用高空间分辨率卫星遥感数据和DEM,以中国陕西省延安市宝塔区为研究区域,采用面向对象的分类方法,基于波段选择、尺度分析,利用影像分割,结合光谱特征、空间特征和地貌特征进行区域黄土滑坡识别。实验区分析结果表明,滑坡后壁和滑坡体识别精度达78.9%和73.6%,滑坡后壁比滑坡体更易于识别,该方法对研究同类型区域滑坡编目、地学分析和影像理解具有重要的意义。     

一种基于多源数据融合的滑坡地形深度学习识别模型研究

传统高位远程滑坡识别依赖地质专家人工判别,识别效率较低。研究实现一种基于深度学习的滑坡地形自动识别模型,以提高大范围区域潜在滑坡隐患点筛查工作的效率。该模型以目标区域的遥感图像、DEM数据、地质分区、河流水系等地质观测数据为输入,针对不同类型观测数据差异巨大的问题,设计构建特征分支网络,精确提取对应的滑坡特征。对光学影像数据采用深层网络架构提取复杂特征,对海拔、地质构成、河流和断裂带分布等结构化数据采用浅层网络架构提取特征。随后设计特征融合模块,融合两个网络的提取结果获得全面的滑坡灾害特征。模型基于提取的滑坡特征进行滑坡区域语义分割,实现精准的像素级别滑坡地形分类和定位。通过实验验证,该模型对滑坡区域的识别准确率（ACC）达到了0.85,可为滑坡自动识别提供技术支撑。     

基于遥感影像多尺度分割与地质因子评价的滑坡易发性区划

区域滑坡易发性的研究是滑坡空间预测的核心内容之一。从影像多尺度分割和面向对象的分类理论出发,以研究区遥感影像的熵、能量、相关性、对比度共4个参数作为影像纹理因子提取易发性特征,利用滑坡所处区域的库水影响等级、坡度、斜坡结构、工程岩组4类地质因子分析地质背景,搭建C5.0决策树的易发性分类模型,实现了对研究区内4类滑坡易发性单元的预测。结果表明:高易发性单元的工程岩组通常发育为软岩岩组和软硬相间岩组,且坡度在15°～30°之间;模型显示该区域训练样本和测试样本平均正确率达91.64%,Kappa系数分别为0.84,0.51,因此这种基于影像多尺度分割与地质因子分级的滑坡易发性分类研究具有一定的适用性。     

面向对象的遥感影像承灾体边缘提取方法

承灾体是研究地质灾害的一个重要方面,基于高分辨率遥感影像的地物自动提取将成为地质灾害承灾体识别的重要途径。依据面向对象思想,对高分辨率遥感影像进行分割获得承灾体对象;通过对分割后的图像提取图像梯度,进行二值化,去除毛刺等方法处理,获得完整的承灾体边缘。实验结果表明:提取的承灾体边缘完整且准确,在实际应用中具有广泛的适应性,优于传统的提取方法。     

泾阳南塬黄土滑坡类型与发育特征

1976年泾阳南塬大面积提水灌溉以来,沿泾河右岸发育27处,50余起黄土层内滑坡,造成严重的经济损失和人员伤亡,使得台塬面积不断缩小,水土流失加剧.通过对南塬黄土滑坡多次野外考察和滑坡测量,研究了泾阳南塬黄土滑坡类型与发育特征.依据滑坡发生力学机制对南塬黄土滑坡进行了分类,包括黄土流滑、黄土滑动和黄土崩塌.南塬黄土滑坡具有高陡的后壁,后缘裂缝普遍发育,具有演化性与群体性分布特征.其中裂缝发育及高陡的滑坡后壁是造成滑坡演化的重要因素.裂缝的发育还是滑坡群体性分布的内在动力机制.      

基于地貌特征的崩塌、滑坡、泥石流遥感自动识别

建立了一种基于地貌特征的崩滑流（崩塌、滑坡、泥石流）遥感自动识别方法,通过对地物的光谱特性、几何形状和顺坡性相关的6次布尔运算完成对崩滑流的自动识别。并以碧罗雪山一处高山峡谷地区为例,采用10m空间分辨率的SPOT-5多光谱影像和1：5万地形图生成的DEM（数字高程模型）作为数据源,进行了崩滑流自动识别效果的检验。实验结果表明：①该方法顾及了地貌对崩滑流空间几何形态的影响,可以有效地提高崩滑流遥感自动识别的正确率;②识别对象与数据源的关系明确、逻辑简单、决策阈值容易确定,便于使用决策树进行分类;③该方法对数据源要求较低,只需中等以上比例尺的DEM和拥有红、近红外的遥感影像即可;④粘连图斑的分割是该方法面临的主要难题。     

基于国产高分辨率光学遥感影像的水体提取

遥感图像中地表水体同山体、建筑物等地物产生的阴影在光谱特征上存在较高的类间相似性,导致提取过程中容易出现混淆和错分的情况。针对此问题,提出一种基于面向对象和人工蜂群的地表水体提取方法。该方法首先对遥感图像进行分割以获取分割对象的光谱、比率、几何形状等统计特征,以弥补高分遥感图像波段数目少,信息量不足的缺陷;并借助人工蜂群算法在解决复杂问题最优化方面的优势,选取水体同阴影二值分类的几何平均正确率作为算法的适应度函数,最终获取地表水体的最优化提取规则。选取厦门市大嶝岛和湖南省资兴市部分区域,基于国产高分一号、二号遥感数据进行水体提取,并与传统SVM分类结果进行比较。实验结果表明本算法提取水体的总体精度和Kappa系数均优于传统SVM分类器,表明该方法可应用于高分遥感图像的地表水体提取。     

应用OB-HMAD算法与光谱特性的遥感图像动态变化检测

在对图像动态变化情况进行检测的过程中,对原始图像的分割精度较低,导致检测结果存在较大误差。为此,应用OB-HMAD算法与光谱特性,进行自然资源遥感图像动态变化检测。在计算了影像各波段的光谱异质性和形状异质性特征值参量后,结合各波段对应的权重系数,考虑自然资源遥感图像的光谱异质性和形状紧凑度、形状平滑度,利用OB-HMAD算法对自然资源遥感图像进行多尺度分割处理。在图像动态变化检测阶段,根据自然资源遥感图像变化与光谱特征参数之间的关系,计算了各分割图像的曲率参数,通过计算曲率参数之差完成对目标图像参数动态变化的计算。实验结果表明,该方法应用下,图像NDVI、RVI和SAVI变化量的检测结果与实际值的误差分别仅为0.000 9,0.005 7和0.004 8。以上数据证明该方法完成了遥感图像动态变化检测,且检测效果较佳。     

同震崩塌滑坡的光学遥感影像多特征融合解译方法

同震崩塌滑坡的解译及定位是震区灾后恢复工作中需要重点解决的问题,如何在灾害快速、自动解译的基础上,不断提高解译精度,是目前同震崩塌滑坡解译的研究热点之一,也是促使地质灾害早期识别向智能化、科学化发展的必要前提。文章在团队前期所提出的遥感影像局部阈值二值化方法的基础上,针对同震崩塌滑坡解译结果假阳率偏高的问题,分析了假阳性地物的光学和几何特点,提出了融合目标区域光学影像灰度特征、区域坡度信息、NDVI指数特征及解译地物主轴特征的同震崩塌滑坡多特征融合解译方法。为验证所提出模型的准确性,以2014年云南鲁甸地震龙头山镇为研究区,利用震后获取的高分一号（GF-1）卫星影像数据及数字高程模型对该同震崩塌滑坡进行了解译识别,结果表明,文中提出的方法准确解译出了同震崩塌滑坡区域,并有效去除了假阳性地物干扰,提高了解译精度。     

基于面向对象分类法的川藏铁路沿线大型滑坡遥感解译

川藏铁路位于青藏高原中东部,其地形地貌和地质构造复杂,是我国大型滑坡发育最为密集的地区,严重影响了我国西南地区的人类生命财产安全和重大工程建设。在面上资料分析的基础上,重点以川藏铁路沿线茶树山滑坡、川藏公路102道班滑坡、八宿怒江滑坡、理塘乱石包高速远程滑坡为例,在ENVI51和eCognition软件平台上,利用高分辨率WorldView 2以及Landsat遥感卫星数据,结合野外实地调查,采用基于面向对象分类法对滑坡的遥感信息进行分析研究。结果表明,采用面向对象分类法可以提取出关键信息和目标区域,再结合目视解译,能够得到滑坡的细部信息,提高遥感影像滑坡解译的成功率,特别是对川藏铁路沿线等地质条件复杂区域的滑坡调查工作有重要意义。最后,结合灰度共生矩阵(GLCM)和归一化植被指数(NDVI)对古滑坡和新生滑坡的识别进行探讨。基于灰度共生矩阵和植被指数提出了滑坡遥感信息量判别(GVI)模型,并构建模型的质量函数IGVI;统计样本的结果显示古滑坡的IGVI值明显低于新生滑坡,表明本研究提出的GVI模型可以为识别古滑坡和新生滑坡提供依据。     

宝鸡黄土区滑坡遥感调查中遥感数据尺度问题探讨

遥感数据的尺度效应决定了可识别内容与识别精度,同一区域内的遥感数据尺度不同,同样的遥感处理模型或者方法将得到不同的处理结果。以宝鸡黄土区滑坡遥感调查为基础,对不同遥感数据源的滑坡体的最小可识别面积、图斑面积精度测算、最佳及最大成图比例尺、遥感地质灾害解译对比性分析、滑坡遥感解译精度评价等等与遥感尺度有密切关系的问题进行了探讨。研究结果表明,在宝鸡黄土区,调查大、中型以上滑坡的信息,可以采用SPOT-5(2.5 m)融合图像数据,比例尺为1∶25000或1∶50000;调查中型、小型滑坡及较大滑坡体内部结构定量信息,可以采用Quick Bird(0.61 m)融合图像数据,比例尺为1∶5000。     

Application of Unmanned Aerial Vehicles Low-altitude Photogrammetry in Investigation and Evaluation of Loess Landslide

The new technology of UAVs low-altitude photogrammetry is a new three-dimensional space technology after radar remote sensing and 3D laser scanning. This technology has many advantages in the aspect of acquiring 3D point cloud data, such as large area operation, high-accuracy and capturing 3D geographical information quickly. With the algorithm improvement and commercialization development of low-altitude photogrammetry, this new technology is widely used in various fields in foreign countries. This new technology shows a tendency of rapid development in China, especially in the field of surveying and mapping, but in the geological and geotechnical engineering field is at a tentative stage. Based on briefly introducing the new technology of the basic principle and 3D data acquisition method, combined with an example about loess landslide investigation at Heifangtai tableland in Gansu Province, this paper described the application effect of the new technology in the regional landslide investigation and individual landslide investigation. The results showed as follows: ①We could greatly understand the regional spatial distribution of loess landslide in the regional landslide investigation. ②We learned the development characteristics and disaster process of the landslide by means of analyzing pre-sliding and post-sliding low-altitude photogrammetry datum in individual landslide investigation. Thus, UAVs low-altitude photogrammetry technology has broad prospects and research value in the field of geotechnical engineering and geological engineering application.     

基于无人机倾斜摄影的黄土滑坡信息多维提取与应用分析

本文针对黄土地区地质灾害调查与评估需求,探索了一种基于无人机倾斜摄影影像和飞控数据的滑坡单体信息多维提取的方法。通过影像处理获得的DEM、DOM和实景三维模型等多维数据,对贾家村滑坡坡形、坡度、相对高差、植被覆盖率、纵坡比降、表面积与物源体积进行定量提取,结合区域气象数据分析了贾家村滑坡年均降雨量时空分布规律,利用相关地质资料分析了其地层岩性特点和区域地质构造情况,为准确评定其稳定性及危险性提供既高效又准确的定性、定量参考依据。     

面向对象的喀斯特地区土地利用遥感分类信息提取

传统的面向像元分类方法虽然对光谱差异较为明显的遥感影像信息提取具有较好的效果,但会不可避免地产生“椒盐现象”,同时对纹理和形状信息不能充分应用,造成了大量信息损失。为了提高喀斯特地区土地利用遥感信息提取的精度,本文采用面向对象的分类方法,对贵州省毕节地区开展了土地利用遥感信息自动提取研究。首先对该地区Landsat-5 TM影像进行多尺度分割,形成影像对象层,然后综合应用基于知识决策树分类和基于样本的最邻近分类等技术对喀斯特地区进行遥感解译。结果表明,面向对象分类技术能较好地对喀斯特地区土地利用信息进行提取,同时避免了“椒盐现象”的产生,经野外采集样点数据验证,一级类分类精度为91.7 %,二级类分类精度为89.4 %,表明该方法在贵州省毕节地区应用效果良好。      

RS与GIS支持下的汶川县城周边地质灾害危险性评价

地质灾害危险性评价是防灾减灾工作的重要依据。本文以汶川县城周边64 km2为例,应用遥感信息提取技术与GIS空间分析方法,根据IKONOS遥感图像和地形图及野外调查资料,提取了崩塌和滑坡易发性评价因子,采用信息量法确定了因子分值,计算了崩塌和滑坡易发性,并分别提出崩塌和滑坡的危险性计算方法,形成了汶川地区崩塌和滑坡危险性分区图。研究结果表明:新的崩塌和滑坡危险性评价方法能够反映区内地质灾害危险程度,该方法可行,结果合理,这为中、大比例尺区域范围内地质灾害危险性研究提供了有益的思路。     

基于高精度DEM和RS技术的滑坡环境指标参数快速提取方法——以陕西省宝鸡市金台区长乐塬特大型滑坡为例

DEM和RS技术是研究滑坡地质灾害的重要资料和手段。近年来,随着高空间分辨率遥感卫星和高精度雷达卫星的上天,可以获取现时性高精度的DEM,使滑坡地质灾害的研究由二维向三维提升。利用IRS-P5数据生成的5m精度的DEM,借鉴GOOGLE的三维可视性原理,将其和高空间分辨率QuickBird(0.61m)数据叠置到数字地球之上,制作成三维可视性图像,进行滑坡环境指标参数提取方法研究。研究结果表明,该方法可直接读取滑坡环境指标的三维参数,具有客观、准确、快速的特点,可为滑坡灾害评估和区域地质灾害危险性评价提供定量化资料。     

贵州2010年6月28日关岭滑坡遥感应急调查

2010年6月28日,贵州省关岭县发生大规模滑坡,2010年6月30日中国国土资源航空物探遥感中心根据国土资源部中国地质调查局的部署,紧急派机飞往灾区进行航摄,获取了灾后第3天的高分辨率航摄图像数据,经正射处理后,进行解译提供灾区使用。该解译以QuickBird数据、航摄数据及1∶50 000数字地形、航摄立体像对生成的DEM分别作为滑坡前后的遥感数据源及地理控制数据源。采用数字滑坡技术估算了628关岭滑坡灾害的灾损,解译了滑坡的形态结构及运动方式,利用滑坡前后DEM计算了原斜坡滑走及堆积的滑坡方量,分析了628关岭滑坡成因及存在的地质灾害隐患,并提出防治措施建议。     

An unsupervised multi-scale segmentation method based on automated parameterization

The continuous improvement of the launched satellites’ spatial and spectral resolutions has brought new challenges for remote sensing image segmentation technology. The traditional supervised methods greatly depend on artificial interpretation and reduce the degree of automation and robustness of image segmentation. Therefore, the article proposes a novel unsupervised multi-scale segmentation method for high-resolution remote sensing images based on automated parameterization and it mainly includes three steps, adaptive selection of scale parameter (SP) based on local area homogeneity index J-value, multi-scale segmentation based on the inter-scales boundaries constraint strategy, and region merging based on multi-features. The article makes experiments by multi-group high-resolution remote sensing images of different launched satellites and compares the proposed method with the well-known commercial software eCognition and a traditional supervised method. The results show that the proposed method can locate the object edges more accurately and extract the object outlines more completely, and needs no human intervention in segmentation process, so it can provide a generic and effective unsupervised solution for high-resolution remote sensing image segmentation.     

数字滑坡技术及其典型应用

为了改变传统滑坡遥感技术方法效率低、调查精度难以提高的状况,经多年实践与探索,笔者于 1999 年提出了“数字滑坡”概念。该概念使传统的“地学滑坡”拓展为能以数字形式表达的,具有三维空间、“多维”时间信息的,由“多元”要素组成的“数字滑坡”。数字滑坡技术系统由滑坡解译基础技术、遥感识辨滑坡技术、滑坡数据库及滑坡模型4部分构成。多年来,数字滑坡技术已成功应用于我国大型水电站建设、山区交通线建设、区域开发环境治理以及抗震减灾等领域,也用于大规模个体滑坡调查研究,并取得了显著的经济和社会效益,有效服务于国家防灾减灾战略。该文主要以西藏帕里河及川东天台乡2个典型滑坡调查为例,阐述数字滑坡技术的创新应用。