[发明专利]基于遥感技术的潜在滑坡早期识别方法

权利要求书

1.一种基于遥感技术的潜在滑坡早期识别方法，包括以下步骤：

S1、获取工程区的遥感资料、地形资料及地质资料：所述遥感资料包括高分辨率遥感影像和多期差分干涉雷达遥感影像；所述地质资料包括地质图和不良地质图；

S2、提取滑坡发育因子及取值范围，包括以下步骤：(1)对步骤S1获取的地质图和不良地质图进行坐标系校正和数字化处理，提取区域滑坡分布特征信息；(2)构建三维遥感空间场景，提取坡度、坡向、坡面曲率、地形起伏度、植被覆盖度及到达水系距离信息；(3)利用统计方法得到滑坡发育影响因子和取值范围；

S3、建立滑坡因子集标准单元：根据步骤S2得到的滑坡发育影响因子和取值范围将各个滑坡发育影响因子划分成多个区间，统计单个影响因子的各个区间内滑坡发生的密度，得到该影响因子的最佳取值区间；利用同样方法得到所有影响因子的最佳取值区间，这些因子的最佳取值区间组成滑坡因子集标准单元；

S4、建立模型划分滑坡发育高危区：利用步骤S2得到的三维遥感空间场景，划分滑坡发育单元；编辑其属性信息，将步骤(1)得到的滑坡发育单元发送至步骤S2构建的三维遥感空间场景中，提取滑坡发育单元的坡度、坡向、坡面曲率、地形起伏度、植被覆盖度和到达水系距离，组成滑坡发育单元属性集；利用数学相似度模型，计算得到滑坡发育单元的高危区；

S5、对滑坡发育高危区进行差分干涉雷达遥感监测，提取高危区变形及裂缝信息，实现潜在滑坡早期识别。

2.根据权利要求1所述的潜在滑坡早期识别方法，其特征在于：步骤S1所述的地形资料为工程区的数字高程数据，所述数字高程数据为大比例尺地形图上的等高线数据、高分辨率卫星影像立体像对数据或机载激光雷达获取的高程数据，所述机载激光雷达获取的高程数据带有全球定位和惯性测量单元姿态定位参数。

3.根据权利要求1所述的潜在滑坡早期识别方法，其特征在于：步骤S1所述的高分辨率遥感影像为分辨率为2.5m的SPOT5和ALOS卫星影像、分辨率为2.1m的资源三号卫星影像或者分辨率更高的卫星影像、数码航摄影像；所述的高分辨率遥感影像带有有理函数传感器模型参数；所述差分干涉雷达遥感影像为分辨率较高的Radarsat、TerraSAR-X数据。

4.根据权利要求1所述的潜在滑坡早期识别方法，其特征在于，在S2中，步骤(2)具体包括：对步骤S1获取的高分辨率遥感影像进行处理；利用获取的数字高程数据建立数字高程模型；以处理后的遥感影像为基准，对数字高程模型和处理后的遥感影像进行严格配准和三维渲染处理，构建三维遥感空间场景该操作可在遥感图像处理软件中完成；将步骤(1)提取的区域滑坡分布特征信息加载至所构建的三维遥感空间场景，提取滑坡发生区域的坡度、坡向、坡面曲率、地形起伏度、植被覆盖度和到达水系距离。

5.根据权利要求4所述的潜在滑坡早期识别方法，其特征在于：所述对高分辨率遥感影像进行处理包括利用遥感图像处理软件进行遥感影像的大气校正、波段组合、几何精校正、图像融合以及镶嵌处理。

6.根据权利要求4所述的潜在滑坡早期识别方法，其特征在于：所述建立数字高程模型主要有以下几种途径：

1)通过大比例尺地形图上的等高线数据建立数字高程模型，其数据处理包括矢量化等高线数据和将矢量化结果进行空间插值运算；

2)利用高分辨率卫星影像立体像对提取的高程数据建立数字高程模型，其数据处理包括图像裁剪、斑点压缩和图像配准；

3)利用LIDAR获取的高程数据建立数字高程模型，其数据处理包括GPS/IMU联合平差计算、点云滤波、坐标转换处理。

7.根据权利要求1所述的潜在滑坡早期识别方法，其特征在于，在S2中，步骤(3)具体包括：将得到的滑坡分布特征与坡度、坡向、坡面曲率、地形起伏度、植被覆盖度和到达水系距离在地理信息系统软件中进行空间叠加分析，统计每个滑坡发生区域的坡度、坡向、坡面曲率、地形起伏度、植被覆盖度和到达水系距离的取值范围。