变化检测和面向对象结合的高分辨率遥感影像滑坡体提取方法研究

摘要

滑坡是一种突发性强、分布范围广、危害程度大的自然地质灾害，会给人们交通出行、工农业生产及生命财产造成重大损失。快速、准确获取滑坡灾害的位置、大小等信息对应急救援及灾后重建等工作具有重要指导意义。遥感技术具有成像速度快、覆盖范围广、成本低等优势，是滑坡灾害监测的有效手段之一。近年来，随着遥感技术的快速发展，遥感影像空间分辨率不断提高，高分辨率遥感影像中纹理、结构、空间等信息更加丰富，从高分辨率遥感影像上能有效识别出更多类型、更小规模的滑坡。为此，本文对高分辨率遥感影像滑坡快速提取方法展开研究，具体内容如下： (1) 在总结滑坡提取技术基础上，重点介绍了变化检测方法，分析了以像元为单位的变化检测方法在提取滑坡信息方面的特点，并以我国资源3号卫星影像(ZY-3)为数据，采用基于像元的变化检测方法提取了西藏甲玛矿区滑坡。从西藏甲玛矿区滑坡提取结果发现，主成分分析的变化检测方法提取滑坡具有简便、快速的特点。但是，该方法提取滑坡正确率较低，仅为15.47%，此外，该方法提取滑坡还存在一些不足：①该方法主要依据光谱特征的变化提取滑坡，一些非滑坡的变化信息会被检测为滑坡；②以像元为单位，提取出的变化图斑离散，使得提取的滑坡不连续，这种现象在高分辨率遥感影像中尤为突出。 (2) 针对以像元为单位的变化检测方法提取滑坡存在的不足，使用面向对象方法提取研究区滑坡。先将影像分割成对象的集合，再利用影像光谱、形状、纹理等特征组成的滑坡提取规则集提取滑坡。同样以西藏甲玛矿区滑坡为例进行实验，结果表明，面向对象方法克服了变化检测方法的图斑离散问题，提取的滑坡空间连续，与实际分布一致，提取正确率为80.83%，明显高于主成分分析的变化检测方法。但是，面向对象方法提取滑坡时，对整个研究区影像进行影像分割、特征提取等操作提升了滑坡提取的复杂程度，显著增加了数据处理量和处理时间。 (3) 针对基于像素级变化检测方法和面向对象方法提取滑坡时各自存在的优势和不足，本文将两者的优势相结合，提出了变化检测与面向对象结合的滑坡体提取方法。首先采用基于像元的变化检测方法提取出滑坡所在的区域，然后在变化区域内采用面向对象方法提取滑坡。实验表明，本文所提方法正确率为87.32%，比单一使用面向对象方法的正确率高7%左右，比单一使用主成分分析的变化检测方法高72%左右，提取过程所需时间也明显少于面向对象方法，显著提高了滑坡提取效率。 (4) 为进一步验证变化检测和面向对象结合的高分辨率遥感影像滑坡体提取方法的有效性和适用性，以 2008 年汶川地震引发的一处群滑坡为例，利用震前和震后的Google Earth影像，分别采用基于像元的变化检测方法、面向对象方法和本文提出的方法提取滑坡。实验结果的对比表明，变化检测和面向对象结合的高分辨率遥感影像滑坡体提取方法提取滑坡的正确率为69.22%，明显高于单一使用主成分分析的变化检测方法提取滑坡的精度，甚至略高于面向对象方法提取的精度，而且提取的滑坡空间连续，与实际空间分布一致，提取速度约为面向对象方法的二倍。 本文研究表明，变化检测和面向对象结合的高分辨率遥感影像滑坡体提取方法能快速、有效提取滑坡信息，这为高分辨率遥感影像滑坡快速提取提供了方法参考。

目录

第一个书签之前