[发明专利]典型滑坡灾害遥感智能提取方法与系统

说明书

本发明公开了一种典型滑坡灾害遥感智能提取方法与系统，涉及地质工程领域。本发明包括以下步骤：利用地理数据库获取滑坡前的第一遥感影像，并利用遥感技术获取滑坡后的第二遥感影像；结合第一遥感影像和第二遥感影像，利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓；基于滑坡前、滑坡后对应的轮廓，结合滑坡前后的数字高程数据对滑坡轮廓数据进行计算；根据计算结果采用距离预测统计算法，计算滑坡距离；根据滑坡距离，判定滑坡灾害危害指标。本发明通过遥感技术以及滑坡距离的计算，对滑坡灾害等级进行确定，减少了人为臆断导致的误差，其评价结果具有客观准确性；提高了远程监测管理的效率和应对灾害的能力。

技术领域

本发明涉及地质工程领域，更具体的说是涉及一种典型滑坡灾害遥感智能提取方法与系统。

背景技术

众所周知，地质条件不稳定可能诱发滑坡等地质灾害。基于此，研究滑坡地质灾害的防治措施是一项必然之举，而了解工程地质与水文地质特征，则是实现这一目的的关键所在。不同地区由于其自身的地质条件不同，因此滑坡灾害的特征也呈现出较大的差异。

随着基础设施建设速度不断提升，机械化建设水平也在不断加强，人为因素对生态和自然产生了广泛且深远的影响，这无形中加大了滑坡灾害出现的概率。与此同时，滑坡灾害反作用于建设工程，由于这一灾害导致工程工期延误进而增加成本投入的情况时有发生，甚至给人们的生命财产安全带来了威胁。基于此，滑坡运动距离是评价滑坡致灾范围的一个重要指标，因此其预测方法一直备受关注。

发明内容

有鉴于此，本发明提供了一种典型滑坡灾害遥感智能提取方法与系统，研究滑坡运动距离，进而为滑坡灾害评估和防治提供可靠依据。

为了实现上述目的，本发明采用如下技术方案：

一种典型滑坡灾害遥感智能提取方法，包括以下步骤：

利用地理数据库获取滑坡前的第一遥感影像，并利用遥感技术获取滑坡后的第二遥感影像；

结合第一遥感影像和第二遥感影像，利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓；

基于滑坡前、滑坡后对应的轮廓，结合滑坡前后的数字高程数据对滑坡轮廓数据进行计算；

根据计算结果采用距离预测统计算法，计算滑坡距离；

根据滑坡距离，判定滑坡灾害危害指标。

可选的，还包括对第一遥感影像，第二遥感影像进行预处理，具体如下：

对第一遥感影像、第二遥感影像分别进行分割处理；

根据分割处理结果，对第一遥感影像、第二遥感影像进行灰度化处理，并对噪点进行去噪；

利用OTSU阈值对去噪后的影像处理，并基于canny边缘检测算法对图像进行边缘检测。

可选的，所述距离预测统计算法的公式如下：

L＝2.5V^0.101H_s^-0.191(tanα)^0.250(tanβ)^0.265(tanγ)^0.259H^0.852；

其中，V表示滑坡体积，H表示滑源区高差，α、β、γ分别表示不同的滑坡角，H表示滑坡体滑动前后的最高差。

可选的，利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓，具体为：将遥感影像的边界信息通过傅里叶变换将滑坡的轮廓特征从空间域变换到频域内，提取滑坡的频域信息作为特征向量，将滑坡轮廓数字化。

可选的，对滑坡轮廓数据进行计算具体为：根据起始点和终点确定遥感影像的优化边界；基于优化边界进行多段式扫描测量；利用数字高程数据对扫描测量结果进行校正，得到滑坡相关数据。