基于全极化SAR图像的滑坡信息提取研究

摘要

滑坡是破坏力大、发生频率高的地质灾害之一。我国地质环境复杂，是滑坡高发地区，每年受潜在滑坡威胁的村庄城市多达上万个，涉及数百万人。滑坡研究是一项迫切且十分有意义的工作。遥感作为一种全新的观测手段，具有观测范围广、数据获取快、图像便宜等诸多优点，目前被广泛用于地质灾害研究中。滑坡通常发生于多云多雾且地形复杂山区，由于受限于天气原因，光学遥感不一定能实时获取观测地区图像。相较于光学卫星，雷达遥感能够不受天气和时间影响对地物进行全方位监测，同时具有穿透部分地物，对观测目标形状、大小、材质敏感等优点，因此非常适合于滑坡研究。 滑坡发生环境地物丰富，成因复杂，因此基于SAR图像的滑坡研究一直是难点之一。为了深入全方位的探讨基于极化SAR数据的滑坡研究，本文首先以滑坡发生区域环境为对象，研究了SAR图像分类技术，包括基于优化最小二乘支持向量机的有监督 SAR图像分类算法和基于主动活动轮廓模型的无监督 SAR图像分类算法。继而在分类SAR图像基础上，实现了基于变化检测算法的滑坡检测以及基于斜坡稳定模型的滑坡预测。本文主要工作概括为： （1）针对极化 SAR图像有监督分类，首先结合多种极化参数和多个纹理参数共同作为地物特征向量用于分类。其次为了避免特征向量维度过高带来的特征冗余和维度灾难问题，利用 KPCA算法对特征向量进行降维。最后利用果蝇优化算法对最小二乘支持向量机进行优化实现分类。实验结果表明，对于相同的训练数据，优化后的分类器能取得更好的分类精度。 （2）对于单极化 SAR图像无监督分类，提出了结合改进 ROEWA算子和改进 Edgeworth展开式的水平集分类方法。实验表明，该方法适用于由不同复杂度地物构成的SAR图像分类，同基于经验统计模型分类方法相比具有更好的分类性能。对于全极化SAR图像无监督分类，提出了结合边界信息、统计信息、极化信息和区域信息的多特征模糊活动轮廓模型。另外针对模糊活动轮廓模型求解缺陷，提出了基于分层模型的改进求解方法。实验表明，同已有方法相比，提出方法能得到更好的分类结果。实验同时表明，提出方法具有对初始条件不敏感、鲁棒性高等优点。 （3）基于前述图像分类方法，采用 Freeman分解极化参数和H/?分解极化参数分析了三处典型滑坡及其发生区域极化特征。以分析结果为理论依据，采用变化检测思想结合形态学算法实现了滑坡检测方法。以茂县地区作为观测区域，采用本算法提取了一定时间段内新发生滑坡。实地考察观测结果表明本算法基本能够正确检测出新发生滑坡。 （4）根据山区 SAR数据几何形变和极化旋转原理，基于雷达观测角度及地形参数对极化SAR数据进行校正，同时结合前述图像分类方法将观测区域分为可测区域和不可测区域；其次基于密歇根模型发展了均匀低矮植被散射模型，并与校正数据结合实现山区低矮植被区域土壤含水量反演。基于降雨量数据的间接验证实验和基于实地考察测量的直接验证实验均验证了土壤含水量估计算法的正确性。最后将山地土壤含水量反演算法与斜坡稳定模型相结合实现了滑坡预测方法。以茂县地区为观测对象，基于本方法给出了滑坡预测图。实验表明，观测到的滑坡均位于滑坡预测高发区域，间接验证了本算法的正确性。

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状及存在问题

1.3 论文的研究内容

1.4 论文组织结构

第二章 SAR图像有监督分类

2.1 引言

2.2 全极化SAR概述

2.3 地物特征提取与选择

2.4 基于最优参数的LS-SVM分类器

2.5 实验结果及讨论

2.6 本章小结

第三章 SAR图像无监督分类

3.1 引言

3.2 单极化SAR图像无监督分类

3.3 全极化SAR图像无监督分类

3.4 本章小结

第四章 基于全极化SAR图像的滑坡提取

4.1 引言

4.2 滑坡极化特征选取及分类

4.3 研究区域及数据

4.4 滑坡特征分析

4.5 滑坡识别及讨论

4.6 本章小结

第五章 基于全极化SAR图像的滑坡预测

5.1 引言

5.2 山区微波遥感测量

5.3 低矮植被覆盖区土壤含水量估计

5.4 土壤含水量估计及讨论

5.5 基于土壤含水量估计的滑坡预测

5.6 本章小结

第六章 结论与展望

6.1 论文总结

6.2 本文主要创新点

6.3 后续工作展望

致谢

参考文献

攻读博士学位期间取得的成果