长时序多源遥感的滑坡变化监测方法研究

作     者：杨明生 

作者单位：中国科学院大学(中国科学院遥感与数字地球研究所) 

学位级别：硕士

导师姓名：冯钟葵;李山山

授予年度：2018年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

主      题：滑坡监测 NDVI 纹理特征分析 时空相关性 变化检测 

摘      要：滑坡恢复阶段的遥感变化监测是面向灾害全过程的滑坡遥感监测体系的重要组成部分,它能带来不可估量的生态效益。在滑坡恢复阶段,滑坡及其周边地区生态脆弱,诱发次生灾害风险高,容易引起生态恶化,对滑坡的预防与治理构成极大的挑战。为了获取滑坡恢复阶段的动态变化信息以辅助滑坡的防治过程,面向中等空间分辨率的长时序多源遥感数据,提出了长时序多源遥感的滑坡变化监测方法,以提高滑坡变化监测的效率和精度。首先,在NDVI的基础上,结合纹理特征分析和NDVI优化,对不同土壤要素复杂度下的NDVI进行不同程度的修正,使获得的改良指数具有较好的数据一致性,并以此替代NDVI作为滑坡变化指标,在一定程度上有效解决了多源数据一致性差的难题。然后,顾及时空相关性,设计了遥感时间序列变化检测方法,在获得改良指数图序列的基础上,采用皮尔逊相关系数来表达相邻时相的时空相关性,当相关系数高于给定阈值时,提出了基于相似性度量的预估保留方法,以监测处于恢复状态的滑坡,当相关系数低于给定阈值时,提出了基于改良指数的滑坡提取方法,以发现并监测恢复阶段出现的新滑坡,并在这一过程中采用了循环迭代的处理方式,既简化了处理流程,也进一步强化了时空相关性的作用,有效解决了滑坡监测过程中时空相关性顾及程度不足的难题。以汶川县城及其周边地区为例,针对汶川5·12大地震后的滑坡进行了相关实验。首先,为了检验基于改良指数的滑坡提取方法的有效性和准确性,采用2008年的Landsat5 TM和Terra ASTER数据进行了基于改良指数的滑坡提取实验(实验一)。相比基于NDVI的滑坡提取方法和多种监督分类方法,基于改良指数的滑坡提取方法对产生不久的滑坡有更高的识别精度,且对不同数据源的适应性更强。然后,为了获取研究区近十年的滑坡变化信息,采用2008～2017年间8个时相的多源遥感数据,进行了长时序多源遥感的滑坡变化监测实验(实验二)。通过对2013年和2015年不同方法的滑坡识别结果进行分析与比较,说明了该方法总体上优于基于改良指数的滑坡提取方法和利用灾前数据的双时相变化检测方法。同时,对实验区近10年的监测结果进行统计分析,得到滑坡恢复阶段存在的一些变化特点:滑坡面积逐年缩小,局部仍会产生新滑坡;震后5年内总体上恢复较快,5年后恢复变慢,其中在2～3年内恢复速率达到峰值;沿河地区普遍较非沿河地区快;滑坡恢复速率还与高程、坡度相关,与坡向无显著相关性。所得结论与前人的一些研究成果相吻合,再次说明了长时序多源遥感的滑坡变化监测方法的有效性。