[发明专利]一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法

权利要求书

1.一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法，具体包括以下步骤：

步骤1、对研究区域内的SAR卫星采集得到的SAR影像进行处理，得到研究区域的形变速率图；选取覆盖研究区域内其中之一的疑似滑坡区域为目标区域，裁剪得到目标区域的形变速率图；

步骤2、获取目标区域的光学遥感影像数据与目标区域的DEM数据，所述光学遥感影像数据包括全色波段数据和4波段多光谱数据；根据获取的目标区域的DEM数据对所述光学遥感影像数据进行正射校正，得到包括全色波段数据和4波段多光谱数据的正射光学遥感影像；对正射光学遥感影像进行处理，得到目标区域的光学遥感影像图；所述DEM指数字高程模型；

步骤3、对目标区域的DEM数据定义投影和重采样，得到重采样后的DEM数据；对重采样后的DEM数据进行剪裁，得到目标区域完整的DEM数据，并根据目标区域完整的DEM数据，计算得到目标区域的坡度图、山体阴影图、地表起伏度图、地面高程图；

其特征在于，还包括：

步骤4、对目标区域的形变速率图定义投影和重采样，得到重采样后的形变速率图；采用多尺度分割方法，对重采样后的形变速率图中的形变速率和目标区域的光学遥感影像图中的4波段多光谱数据整体进行分割，得到多个对象；

根据目标区域的坡度图、山体阴影图、地表起伏图、地面高程图及目标区域的光学遥感影像图中的4波段多光谱数据，计算得到多个对象的属性值；

以得到的多个对象为基本单元选取地物分类样本，根据选取的地物分类样本和得到的多个对象的属性值计算得到各类地物分类样本的分类特征要素及分类特征要素对应的阈值；

所述步骤4具体包括如下步骤：

步骤41、采用地图投影方法对目标区域的形变速率图定义投影，得到具有投影信息的形变速率图，并使具有投影信息的形变速率图与目标区域的光学遥感影像图的投影坐标系统一致；采用三次卷积的方法对具有投影信息的形变速率图进行重采样，得到重采样后的形变速率图，并使重采样后的形变速率图与目标区域的光学遥感影像图的分辨率保持一致；

步骤42、将重采样后的形变速率图中的形变速率作为一个波段数据，采用多尺度分割方法，对重采样后的形变速率图中的形变速率和目标区域的光学遥感影像图中的4波段多光谱数据整体进行分割，得到多个对象，所述对象是指具有同质性的像元集合；

步骤43、分别从目标区域的坡度图、山体阴影图、地表起伏度、地面高程图及目标区域的光学遥感影像图中的4波段多光谱数据中获取得到每个对象中组成对象的所有像元的坡度值、地面高程值、山体阴影值、地形起伏度值和4波段多光谱值，并分别计算得到每个对象中组成对象的所有像元的坡度值的平均值、地面高程值的平均值、山体阴影值的平均值、地形起伏度值的平均值和4波段多光谱值的平均值；通过公式(4)(5)分别计算每个对象的NDVI值和NDWI值；

将每个对象中组成对象的所有像元的坡度值的平均值、地面高程值的平均值、山体阴影值的平均值、地形起伏度值的平均值、4波段多光谱值的平均值及每个对象的NDVI值和NDWI值作为每个对象的属性值，得到多个对象的属性值；

式中，NDVI_i表示第i个对象的归一化植被指数，NDWI_i表示第i个对象的归一化水体指数；ρ_i(NIR)、ρ_i(RED)、ρ_i(GREEN)分别表示第i个对象的4波段多光谱数据中近红外波段、红波段和绿波段处的反射率值，取值范围均为[0,1]，i表示第i个对象，i为大于0的自然数；

步骤44、以得到的多个对象为基本单元选取地物分类样本，所述地物分类样本包括水体、植被、基岩、裸地、人工表面、沉积物、阴影样本；采用分类回归树算法对选取的地物分类样本及得到的多个对象的属性值进行计算，得到各类地物分类样本的分类特征要素及分类特征要素对应的阈值；

步骤5、根据各类地物分类样本的分类特征要素及分类特征要素对应的阈值对目标区域的光学遥感影像图进行分类，得到各类地物的分类结果；根据各类地物的分类结果，得到利用光学遥感影像获取的目标区域的潜在滑坡区域；

步骤6、根据目标区域的形变速率图与各类地物的分类结果，提取得到漏分的潜在滑坡对象；将漏分的潜在滑坡对象与利用光学遥感影像获取的目标区域的潜在滑坡区域进行合并，得到融合了光学遥感影像和InSAR形变速率信息的目标区域的潜在滑坡区域。