[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

摘要

本发明属于潜在滑坡识别领域，公开了一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法：获取目标区域的形变速率图和光学遥感影像数据，并对所述光学遥感影像进行预处理，得到目标区域的光学遥感影像图；计算得到目标区域的地形信息数据；根据目标区域的形变速率图，分割得到多个对象，并选取地物分类样本，得到各类地物分类样本的分类特征要素及其阈值；分类、剔除得到利用光学遥感影像获取的目标区域潜在滑坡区域；计算得到潜在滑坡对象，将潜在滑坡对象与得到的目标区域潜在滑坡区域合并，最终得到目标区域完整的潜在滑坡区域；本发明结合光学遥感与InSAR形变速率信息，能够快速、有效的提取潜在滑坡信息，自动化程度与可靠性高，为预防滑坡灾害提供技术支撑。

主权项

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；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。