1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

1 研究背景及意义

滑坡作为一种常见的地震次生灾害，因其巨大的致灾力而广泛引起人们的关注。另一方面，与一般滑坡相比，地震滑坡由于震动造成岩体结构破坏，形成的滑坡规模较大，一旦遇到雨水等诱发因素可能形成泥石流等其他次生灾害。因此，在未来几年里，对该地区的滑坡地质灾害区域进行识别提取，既可有效指导仍在危险区的居民进行搬迁，对当地灾后恢复重建、规划和经济发展，起到预警作用；又能在居民地的选址、重建、地基与地基抗震设计时，具有一定的指导意义。

传统的滑坡监测方法有大地测量法、简易观测法、设站观测法、边坡深部位移检测法、摄影测量法、TDR监测法、GPS检测法、OTDR监测法。这些方法受地形方面的限制，如震后检测人员较难或者无法进入相关区域调查，费时费力，成本较高；再者，由局限在地面的测量方法获取的数据不够宏观，不利于整体分析。

遥感作为一门对地观测综合性技术，它的出现和发展既是人们认识和探索自然界的客观需要，更有其它技术手段与之无法比拟的特点。遥感技术的特点归结起来主要有以下三个方面:

1、探测范围广、采集数据快；

2、能动态反映地面事物的变化；

3、获取的数据具有综合性。

遥感和地理信息技术作为一种新的数据获取、调查与监测途径和手段，在地震滑坡领域已得到广泛关注。通过对遥感图像、基础地图数据进行综合分析、对比和解译，同时结合数字图像处理技术，能方便、准确的提取滑坡信息，其结果可靠，证实采用遥感和地理信息技术对灾害进行调查是一种直观、快速而经济的方法，对于灾害应急、救灾减灾具有重要意义。

2 国内外研究现状

国内外利用遥感的进行滑坡检测的主要方向有：

1.基于高分辨率、面向对象的区域提取方法

结合数字技术和多媒体技术，王志华在”数字滑坡技术”方面的研究^[1]；在面向对象的新技术趋势下，张雅丽在”面向对象高分辨率遥感数据滑坡灾害信息提取”方面的研究^[15]；除此之外，谭龙在”基于面向对象分类法的高分辨率遥感滑坡信息提取”应用研究^[10]；冀超在”面向对象的滑坡识别方法”方面的研究^[5]。在结合国产卫星数据产品同时，刘肖姬、梁树能、吴小娟、甘甫平在”高分二号卫星数据滑坡识别”方面的研究^[3]；NASA的 Kasha Patel在”As the Rains Start:Using NASA Data to Automatically Detect Potential Landslides in Nepal”的滑坡监测研究尼泊尔境内的山体滑坡区域^[9]；陈莹在”基于遥感影像的变化检测方法在滑坡体提取中的应用”的研究^[4]；陶舒在”汶川地震滑坡遥感信息提取及灾害危险性评价”的研究^[13]则是从滑坡的地质构造方面进行相关特征提取。

2.基于植被指数的区域提取方法

植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。何筱萍、易浩若在”NDVI”在林火监测中的应用研究^[12]；李方方在”基于多植被指数时空变化的矿区生态环境监测”方面的研究^[6]；殷守敬在”基于时序NDVI的土地覆盖变化检测方法”方面的研究^[11]；马春林在”NDVI遥感信息提取”方面的研究^[8]；韩爱惠在”MODIS植被指数提取荒漠化敏感区域”方面的研究^[14]。”植被是自然界的一面镜子”，植被指数在识别下垫面时能起到很好的指示效果。

3.基于SAR图像的滑坡提取研究

微波烟感也有得天独厚的优势，能全天时全天候工作，对某些特定地物有特殊的波谱特征等。崔丽霞在”基于SAR图像的快速大面积滑坡信息提取”中的究^[7]研实现快速地对大面滑坡区域提取。

3 研究方法和内容

预处理

图像匹配

图像融合

分类提取

阈值设定

图像获取

3.1 归一化差异植被指数NDVI

归一化差异植被指数NDVI（Normalized Difference Vegetation Index）是植被指数的一种，（其中NIR代表多光谱遥感图像中的近红外波段，R代表其中的红色波段），由于对绿色植被表现敏感，常被用来检测植被生长状态、植被覆盖度和消除部分辐射误差。是目前用的最广泛的植被指数。地震后，滑坡区域翻新出泥土或裸岩，此时该区域的植被指数与未发生滑坡的区域有着较大的差异，计算灾区的植被指数为可实现滑坡区域的提取提供理论可能性。

3.2 阈值设定方法

时序异常点判断阂值选取方法利用各差异影像在时序上构造异常度指标,需要根据统计显著性水平确定该点是否为异常值。而在差异影像上某一点在某一时间点的异常度水平,是与该点对应区域发生土地覆盖类型变化概率是相关的。从统计意义上来说,一般取作为异常值判断的显著性水平。仅仅通过时序上的异常度判定地物是否发生变化,在某些情况下并不适合。由于地物类型不一样,不同类型地物之间转化时临界值也必然不同。例如某些地物相对于自身异常度较高,但是其绝对变化幅度并没有达到类型变化的临界值,在这种情况下,仅仅通过时序异常度无法将所有变化提取出来。空间异常点判断一般情况下,在差异影像中,类型发生变化的区域其差值相对于未发生变化的区域更大。通过在差异影像中设置地物发生变化的最小临界值,将超过闭值的区域提取出来。

3.3 特征点提取

根据阈值设定后的对各片区的指数过滤，将未被过滤的区域高亮显示，一般在影像上较容易分辨山顶与山谷，滑坡区域一般从上至下沿扇形分布。

4 小结

基于遥感影像的汶川地震滑坡灾情提取正是运用当下比较先进的遥感影像数据获取方法结合地理信息技术(ArcGIS）很便捷高效地实现了对灾区滑坡区域提取。

在本课题下，我即将运用NDVI结合目视解译的方法，间接地通过地表植被覆盖度情况来判断提取地震滑坡区域，使得滑坡灾情能够明确清晰地显示在电子地图上，为滑坡区域显示提供了极大的便捷性和直观性。

参考文献：

[1]王志华, 中国滑坡遥感及新进展[J]. 国土资源遥感，2007，4：8-9.

[2]梅安新,彭望琭,秦其明,刘惠平, 遥感导论[M].北京:高等教育出版社,2001. 135-149．

[3]刘肖姬、梁树能、吴小娟等, ”高分二号”卫星数据遥感滑坡灾害识别研究#8212;#8212;以云南东川

为例[J]. 航天返回与遥感, 2015，4.

[4]陈莹, 地震灾区河谷滑坡检测的遥感分析#8212;#8212;以北川县滑坡为例[J]. 自然灾害学报, 2011(01): 97-104.

[5]冀超, 基于面向对象的滑坡识别方法研究[D].电子科技大学，2012.

[6]李方方, 基于多植被指数时空变化的矿区生态环境监测[D], 河南理工大学,2012.

[7]崔丽霞, 基于SAR图像的快速大面积滑坡信息提取方法研究[D], 电子科技大学2015.79-80.

[8]马春林, 基于植被指数NDVI的遥感信息提取[R]. 中国高新技术企业, 2008(10): 114-120.

[9]Kasha Patel.As the Rains Start:Using NASA Data to Automatically Detect Potential Landslides in Nepal[R].NASA,2016.

[10]谭龙, 基于面向对象分类法的高分辨率遥感滑坡信息提取应用研究[D], 2014, 兰州大学.

[11]殷守敬, 基于时序NDVI的土地覆盖变化检测方法研究[D]. 武汉大学,2010,147.

[12]何筱萍、易浩若, 归一化差植被指数(NDVI)在林火监测中的应用[R]. 林业科技通讯, 1997(08): 16-18.

[13]陶舒, 汶川地震滑坡遥感信息提取及灾害危险性评价研究[D].首都师范大学,2009 .68.

[14]韩爱惠, 用MODIS植被指数的时间序列分析提取荒漠化敏感区域的方法[J]. 林业资源管理, 2004(01): 57-60.

[15]张雅莉, 面向对象高分辨率遥感数据滑坡灾害信息提取研究[D], 兰州大学，2015 .

2. 研究的基本内容、问题解决措施及方案

1． 本课题要研究或解决的问题

在nasa的reverberate|echo网站上下载相关的aster遥感影像数据，选取特定波段，通过计算受灾区域的归一化差异植被指数，根据滑坡区域的土壤岩石被翻新出来，此时几乎没植被，植被指数信号较弱，设定一定的阈值来判定该区域是否为滑坡区域；arcgis对相关区域的切片处理。

2． 拟采用的研究手段