一种基于高分遥感影像的大变形滑坡位移场标定方法
【技术领域】
[0001] 本发明涉及目标监测技术领域，是一种基于高分影像的大变形滑坡位移场标定的 系统和方法。
【背景技术】
[0002] 随着经济社会发展的加速，经济活动的加剧，对自然资源的过度开发，生态环境的 恶化，使得我国自然灾害呈现日趋严重的发展趋势。在众多自然灾害中，滑坡灾害是分布范 围广、影响大、破坏严重的地质灾害之一，滑坡运动具有时空不确定性，并且运动过程出现 巨大的能量转化，给人类的生活、生产等领域带来不便，甚至重大的经济损失。
[0003] 滑坡灾害是斜坡岩土体沿着惯通的剪切破坏面所发生的滑移现象，其机制是某一 滑移面上剪应力超过了该面的抗剪强度所致。中国众多地区，特别是西南丘陵山区，最基本 的地形地貌特征就是山体众多，山势陡峻，沟谷河流遍布于山体之中，与之相互切割，因而 形成众多的具有足够滑动空间的斜坡体和切割面，广泛存在滑坡发生的基本条件，滑坡灾 害相当频繁。另外，地震对滑坡的影响很大，首先是地震的强烈作用使斜坡土石的内部结构 发生破坏和变化，原有的结构面张裂、松弛，加上地下水也有较大变化，特别是地下水位的 突然升高或降低对斜坡稳定是很不利的。此外，由于地质构造、降雨造成的滑坡也在全国各 地时有发生，例如2009年发生的重庆武隆、云南文山、威信、凤庆山体滑坡等等。这些滑坡 对建筑物、农田、道路及地下管线等产生危害或破坏，造成一系列的生态环境问题。
[0004] 针对滑坡，国内外已经做了很多研究，传统检测滑坡的方法有：大地精密测量法、 GPS监测点布设，InSAR技术，三维激光扫描技术等，但具有一定优势的同时存在一定的缺 点。例如，传统的大地测量方式和GPS监测点布设为点式监测手段，难以获取空间场的信 息。而InSAR作为高精度监测地表形变的技术，适合于小变形滑坡或滑坡初期变形量较小 的测量，但对于滑坡发展后期或大变形滑坡，易产生相位失相干或相位解缠困难，从而不能 有效获取滑坡位移场信息。地面三维激光扫描技术受到测量距离的限制，机载三维激光扫 描设备昂贵，作业方式复杂。
[0005] 大变形滑坡是指那些维持稳定滑动、位移量很大、但未发生最终的突然性、灾害性 滑动的滑坡。这些滑坡在自然界占有相当的数量。对其进行全场性位移量观测，对于了解滑 坡发展趋势、进而进行灾害预警具有重要意义。作为空间信息技术之一的遥感技术，已经在 滑坡自然灾害动态监测及预报预测方面发挥了非常重要的作用和优势。高分遥感技术提取 滑坡区域和计算位移量的显著特点是：①具有宏观性和直观性；②获得的信息量巨大；③ 其应用受地面条件限制少，可用于自然条件恶劣，地面工作困难的地区；④经济效益好，成 本低，收益高。因此在高分遥感领域监测滑坡的研究方案大多基于灰度的匹配算法即相关 匹配算法，即利用模板图像在实时图像进行滑动获取基准子图，并计算模板图与基准子图 的相似性度量，以确定在实时图像中是否存在与该模板相同或相似的区域，若该区域存在， 还可确定其位置并提取该区域。由于该方法不需考虑图像的结构信息，利用区域相关的方 法对图像的灰度信息进行匹配。因此该算法易受噪声的干扰，并且匹配精度较低，匹配结果 并不理想，造成在复杂地形下圈定滑坡体范围和计算滑坡体位移量上存在很大误差，另外 遥感影像相对于一般图像有复杂性，在遥感影像的像素灰度匹配中也存在一定劣势。因此， 目前还没有针对大变形滑坡普适性的空间位移场监测方法。
[0006] 本研究方法中的基于特征的图像配准方法通过图像上具有代表性的特征信息进 行图像之间的匹配，首先提取两幅图像各自的特征点集，然后再建立这两个特征点集之间 的映射关系，找到匹配的点对，从而达到图像配准的目的。由于该方法只考虑特征信息，并 且有较强的抗噪声、形变能力，所以具有计算量小和鲁棒性高的优点。能较准确地在复杂地 形下圈定滑坡体范围和计算滑坡体位移量。
【发明内容】
[0007] 本发明的目的是针对大变形滑坡体，提供一种基于高分影像的滑坡空间位移矢量 场标定的系统和方法。该方法在滑坡灾害尤其在复杂地形下的滑坡地质灾害的监测中，能 够自动找寻正在移动的滑坡体并对其进行监测，得到滑坡体在某个时间段内位移矢量的发 生方向、位移大小和空间范围，从而为进一步分析滑坡发展趋势以及布设GPS控制网、更精 确监测空间位移，并开展灾害预警提供基础数据与依据。
[0008] 为达到上述目的，本发明的技术解决方案是： 一种基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，该方法包括遥感 影像处理、遥感影像匹配和空间场位移量计算，具体步骤操作如下： A) 选取研究区不同时相的两幅高分辨率遥感影像(分辨率为0. 5m之内)和同一研究区 与遥感影像时间同步的两期数字高程模型（DEM); B) 建立"基于高分影像特征集的双几何模型"，通过该模型，利用步骤A)选取的DEM对 步骤A)中选取的遥感影像进行正射校正； C) 对正射校正后的影像，依次进行影像融合、影像裁剪预处理，并输出预处理后的遥感 影像； D) 分别对步骤C)中输出的两幅遥感影像，基于高斯卷积核构建影像尺度空间，检测极 值点，获得尺度不变性； E) 将步骤D)中生成的遥感影像中特征点，利用空间尺度函数，过滤掉低对比度的特征 点和不稳定的边缘响应点，并精确定位过滤后的特征点； F) 为过滤后的特征点分配方向值，生成特征描述子； G) 当两幅遥感影像的特征向量生成以后，采用关键点特征向量的欧式距离作为两幅遥 感影像中关键点的相似性判定度量； H) 通过"基于标准偏差基准的斜率过滤法"去除两幅遥感影像中匹配错误的特征点； I) 通过"滑坡体运动特征矢量集模型"计算正确匹配的特征点位移量，在步骤C)选取 的遥感影像中，标定滑坡体空间位移矢量场，并圈出滑坡体范围；最后进行滑坡位移矢量精 度检验。
[0009] 所述的基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，所述A) 步，所述的遥感影像为多光谱影像或全色影像中的任意一种，数量上至少为两幅，本专利申 请书采用了两幅遥感影像；所述的时间同步，为影像1与DEMl获取时间基本一致，影像2与 DEM2获取时间基本一致，从而确保影像正射校正的准确性。
[0010] 所述的基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，所述B) 步，所述的"基于高分影像特征集的双几何模型"，其中模型一：将较低分辨率的遥感影像依 照较高分辨率的遥感影像的分辨率，取采样点到周围4邻域像元的距离加权计算栅格值， 建立新的栅格矩阵；模型二：在"小视场角内的中心投影近似于平行光投影"的假设下，求 解方位参数，可克服方位参数的相关性，高分辨率的影像视场角更小，因而其方位参数 之间的相关性必然更强，因此该模型近似效果较好。
[0011] 所述的基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，所述C) 步，在处理过程中，两幅遥感影像的分辨率要始终保持一致。
[0012] 所述的基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，所述D) 步，所述输出预处理后的遥感影像，两张遥感影像必须满足：同一研究区、同一坐标系、同等 分辨率、同等面积、以及同种图片格式条件。
[0013] 所述的基于高分遥感影像的大变形滑坡位移场标定方法，其特征在于，所述G) 步，两幅遥感影像中特征点的相似性判定的度量是特征点间的欧式距离，即取图像1的某 个