CN119418482A 一种基于遥感数据的山体滑坡监测方法 （甘肃省地质环境监测院(甘肃省地质环境研究所、甘肃省自然资源厅地质灾害防治技术指导中心)）

本发明公开了一种基于遥感数据的山体滑基于所述匹配后的高分辨率DEM数据，计算研究所述滑坡发生的可能性和危险等级获得山体滑2获取研究区域的高分辨率光学遥感影像和合成孔径雷达影根据光学影像的纹理清晰度和雷达影像的穿对所述高光谱分辨率的滑坡区融合影像进行配准和裁剪，提取与研究区DEM空间范围计算筛选出的滑坡易发区域的曲率参数，通过设置曲率实时获取新的遥感影像数据检测高危滑坡区变化情况并结合所述滑坡危险性分布图，根据光学和雷达遥感影像提取各时相影像的特征信息根据配准后的所述光学遥感影像和合成孔径雷达遥感影像，通过解算对几何校正后的光学遥感影像和合成孔径雷达遥感影像，采用图根据雷达影像的穿透性，采用阈值分割法提取地物轮廓，通过区域生长将光学影像的像元亮度值与雷达影像的穿透特征图的后向散射系数进行归一化处理，根据所述初始融合影像，采用小波变换提取多尺度特征，通过设通过所述高光谱分辨率的滑坡区融合影像进行配准和裁剪，利用图像对裁剪后的感兴趣区域影像和所述DEM子集进行空间分辨率的重采样和统一，利用地3将提取的地形因子图层与感兴趣区域影像进行叠加分析，获得地形因子与地物光谱、获取研究区域内匹配后的高分辨率DEM数据，对DEM数据进行预采用有限差分法对所述初步的坡度参数进行处理，计算每个像元点在预设坡度阈值和坡向条件，对同时满足所述坡度条件和所述坡向条件根据筛选出的滑坡易发区域的数字高程模型数据，计算每个栅格的根据筛选出的滑坡易发区域的地质条件和历史滑坡数据，通过统计分通过滑坡危险性预测模型，对滑坡易发区域内每个栅格的滑坡危险性进行预测和评通过影像解译技术提取滑坡区内的地形参数，并与预设阈值若地形参数超过预设阈值，则进一步解译影像获取滑坡区内的根据地形参数突变情况和植被土壤因素变化情况，对滑坡危险性45[0005]根据光学影像的纹理清晰度和雷达影像的穿透性，设计像元级和特征级融合策[0006]对所述高光谱分辨率的滑坡区融合影像进行配准和裁剪，提取与研究区DEM空间[0010]实时获取新的遥感影像数据检测高危滑坡区变化情况并结合所述滑坡危险性分6[0012]根据光学和雷达遥感影像提取各时相影像的特征信息，通过多时相影像特征匹[0014]对几何校正后的光学遥感影像和合成孔径雷达遥感影像[0017]将光学影像的像元亮度值与雷达影像的穿透特征图的后向散射系数进行归一化[0020]通过所述高光谱分辨率的滑坡区融合影像进行配准和裁提取与研究区域空间范围一致的感兴趣区域影像和DEM子[0021]对裁剪后的感兴趣区域影像和所述DEM子集进行空间分辨率的重采样和统一，利[0029]根据研究区域的地理信息数据，提取研究区域内每个栅格或矢量单元的坡向参7[0043]若地形参数超过预设阈值，则进一步解译影像获取滑坡[0044]根据地形参数突变情况和植被土壤因素变化情况，对滑8[0051]根据光学影像的纹理清晰度和雷达影像的穿透性，设计像元级和特征级融合策[0052]对高光谱分辨率的滑坡区融合影像进行配准和裁剪，提取与研究区DEM空间范围[0056]实时获取新的遥感影像数据检测高危滑坡区变化情况并获得滑坡发生的可能性和危险等级，根据滑坡发生的可能性和危险等级获得山体滑坡情[0058]根据光学和雷达遥感影像提取各时相影像的特征信息，通过多时相影像特征匹[0060]对几何校正后的光学遥感影像和合成孔径雷达遥感影像[0064]将光学影像的像元亮度值与雷达影像的穿透特征图的后向散射系数进行归一化9[0069]对裁剪后的感兴趣区域影像和DEM子集进行空间分辨率的重采样和统一，利用地值法对DEM数据进行处理，计算每个像元点在其邻域内的最大高程差，得到初步的坡度参数。采用有限差分法对DEM数据进行处理，计算每个像元点在水平和垂直方向上的高程梯[0079]根据研究区域的地理信息数据，提取研究区域内每个栅格或矢量单元的坡向参每个30米×30米栅格的平面曲率和剖面曲率值。通过对研究区内已发生的527处滑坡点的平面曲率和剖面曲率进行统计分析，确定平面曲率大于15或剖面曲率大于2的栅格