摘要
地震次生地质灾害具有形成时间短、突发性强、破坏性大、诱导性强等特点，能够加剧地震破坏效应，严重阻碍灾后应急救援工作的顺利实施。快速获取地震次生地质灾害灾情信息，对震后救援、应急以及重建等工作具有十分重要的意义。遥感技术以其快速、宏观、经济等优势，逐步成为空间对地观测的重要手段之一。传统的基于遥感技术的震后次生灾害调查，多是通过对遥感数据人工目视解译结合辅助地理数据综合分析判定完成的。随着遥感技术、空间技术、计算机技术的飞速发展，基于遥感技术的地震次生灾害快速识别和检测逐步向自动化、智能化方向发展。灾后高分辨率遥感影像的精细化分类、多时相遥感数据的变化检测以及综合利用影像多特征分析等人机交互方式，已逐步成为当前遥感技术应用于灾害应急的主要手段，也是近年来国内外学者研究的热点之一。 地震次生地质灾害在高分辨率遥感影像上的光谱、形态、纹理、空间位置分布等特征，是次生地质灾害遥感信息提取的物理基础。充分把握地震次生地质灾害的多种遥感特征，选择合理的特征参量，实现对灾害信息的快速、智能提取是高分辨率遥感信息提取的研究方向之一。此外，从计算机视觉角度，利用视觉显著性分析理论，快速提取显著目标区域进而得到特定的目标信息是计算机视觉领域的研究热点之一。通过对视觉注意模型的分析和应用，针对地震次生地质灾害在遥感影像上的显著性表现，可以有效地识别和检测次生地质灾害。本论文分别从经典的多特征分析和视觉显著性分析两方面对地震次生地质灾害遥感信息快速、智能提取进行研究，主要取得了以下成果: (1)提出了一种基于震后高分辨率遥感影像的地震次生地质灾害自动提取方法——基于多特征的层次分析方法。该方法综合利用了灾害影像的光谱、形状、纹理及空间分布等特征，通过选择合理的特征参量、自动化地计算参量阈值、利用专家知识建立合理的提取规则，实现了对地震次生地质灾害的快速、智能提取。该方法的最大优势在于快速、智能，不依赖于人机交互，对地震灾害应急救援具有很大的现实意义。 (2)提出了两种结合显著性分析和超像素分割的典型地震次生地质灾害快速提取方法。两种方法均以显著性检测为基础，通过对原始影像做超像素分割实现处理对象从单像元级到超像素级的扩展。两种方法分别利用统计学习和超像素区域相似性度量方法实现了对显著目标的提取。相关实验对灾后滑坡体和泥石流进行了提取，以解决在复杂多目标的遥感图像上显著性检测能力不足问题。实验证明，该算法对具有较为明显的且类型一致或差异不大的显著目标提取效果较好。由于该类方法以显著性检测为基础，对于遥感影像中显著性较低的水体提取效果不佳，因此不太适合对灾后堰塞湖信息进行提取。 (3)将视觉显著性检测方法与经典的多特征分析方法对比分析，提出一种仅使用震后单时相高分辨率遥感影像的地震次生地质灾害遥感信息快速、智能提取新模式。 论文的创新点主要有以下几个方面: 1)提出了基于多特征综合的层次分析方法对地震次生地质灾害进行提取; 2)通过改进的Otsu算法，实现对特征参量阈值的自动计算; 3)提出两种结合显著性检测和超像素分割的遥感信息提取方法，并成功应用到地震次生地质灾害的遥感信息提取中; 4)将视觉显著性检测与多特征综合分析方法进行对比，提出一种针对地震次生地质灾害遥感信息快速、智能提取的新模式。
NETL