一种基于卫星遥感影像的地质灾害信息提取方法及系统

1.本发明属于地质灾害识别技术领域，具体涉及一种基于卫星遥感影像的地质灾害信息提取方法及系统。


背景技术：

2.地质灾害是指，在自然或者人为因素的作用下形成的，对人类生命财产、环境造成破坏和损失的地质现象。如崩塌、滑坡、泥石流、水土流失、土地沙漠化及沼泽化、土壤盐碱化，以及地震、火山、地热害等，其中崩塌、滑坡、泥石流、水土流失等地质灾害较为常见，所造成的人员伤亡和经济损失呈上升趋势。
3.遥感的显著特点是非接触式探测、受地面条件限制少、可用于自然条件恶劣和地面工作困难的地区、宏观性和直观性强、信息量大、速度快、周期短的优势。遥感技术逐渐成为快速获取灾情信息、进行地质灾害信息提取、灾后应急和快速评估的有效手段，在地质灾害应急和抢险救灾工作中发挥了越来越重要的作用。
4.传统的遥感地质灾害信息提取多以人工目视判读为主，速度慢、效率低，通常依赖于专家的判读经验，只能定性地获取灾情信息，不能满足地质灾害应急的时效性要求。
5.因此，提供一种高效、准确获取遥感地质灾害信息的智能提取方法及系统是亟待解决的问题。


技术实现要素：

6.为了解决上述现有技术存在的缺陷，本发明的目的在于提供一种基于卫星遥感影像的地质灾害信息提取方法及系统。
7.本发明采用的技术方案如下：
8.一种基于卫星遥感影像的地质灾害信息提取系统，包括：
9.数据获取模块，用于获取多时相待提取区域的卫星遥感影像数据；
10.数据预处理模块，用于对所述卫星遥感影像数据进行预处理，去除卫星遥感影像中的影像干扰因素；
11.典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型；
12.信息提取模块，用于根据所述基础要素，从经过预处理的卫星遥感影像数据中提取符合所述典型地质灾害样本条件的地质灾害信息。
13.其中，所述卫星遥感影像数据包含蓝、绿、红、近红、短波红外波段。
14.进一步的，所述数据预处理模块在对所述卫星遥感影像数据进行预处理包括：对所述卫星遥感影像数据进行大气校正处理、影像配准处理以及影像融合处理。
15.进一步的，所述典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型的方法包括：
16.获取已发地质灾害点的类型、数量和边界的信息、潜在地质灾害分布区、水系和地
形地貌数据、地层岩性数据的遥感数据，并建立地质灾害时空数据库；
17.模型构建模块根据地质灾害时空数据库中的数据分析地质灾害、孕灾环境和降雨数据之间的关系，构建典型地质灾害样本类型。
18.进一步的，所述构建典型地质灾害样本类型包括但不限于崩塌、滑坡、泥石流、地裂缝、地面沉降、地面塌陷、岩爆、坑道突水、突泥、突瓦斯、煤层自燃、黄土湿陷、岩土膨胀、砂土液化，土地冻融、水土流失、土地沙漠化及沼泽化、土壤盐碱化，以及地震、火山、地热害等一种或多种。
19.进一步的，所述信息提取模块包括：
20.粗提取模块，用于利用归一化指数阈值方法，对预处理后的卫星遥感影像进行地质灾害特征提取，确定地质灾害疑似范围；
21.特征计算模块，用于获取待提取区域内的dem辅助数据，结合遥感影像，计算多维度特征，含光谱值、标准差以及dem特征；
22.特征掩模模块，用于利用地质灾害疑似范围，对待提取区域内的dem特征数据和光谱特征数据进行掩模处理，获取疑似范围内的多维特征；
23.精提取模块，用于采集疑似范围内的地质灾害的样本、非地质灾害的样本，选取多维特征，利用预先配置的决策树模型，对地质灾害精细提取，得到地质灾害范围。
24.进一步的，所述粗提取模块以及精提取模块中的信息提取方法包括：通过计算机自动分类与人机交互目视解译相结合的方法，提取所述目标区域的地质灾害类型及空间分布信息或采用波段合成的方法进行提取。
25.一种基于卫星遥感影像的地质灾害信息提取方法，包括如下步骤:
26.s1：通过数据获取模块采集多时相待提取区域的卫星遥感影像数据；
27.s2：通过数据预处理模块对所述卫星遥感影像数据进行预处理；
28.s3：通过典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型，并建立地质灾害时空数据库；
29.s4：通过信息提取模块，对从经过预处理的卫星遥感影像数据中提取符合所述典型地质灾害样本条件的地质灾害信息。
30.综上所述，由于采用了上述技术方案，本发明的有益效果是：
31.1)在本发明中基于卫星遥感影像数据，使用计算机自动分类和人机交互解译的方法，从卫星遥感影像数据提取出符合典型地质灾害的信息。从而可以构建相关区域的地质灾害时空数据库，并对从经过预处理的卫星遥感影像数据中提取符合所述典型地质灾害样本条件的地质灾害信息。通过上述，可以高效、准确获取获取灾情信息，可以准确把握地质灾害的危险性，进而制定行之有效的防灾策略和避灾方案，切实减少人员伤亡和财产损失。同时，还可为山区重大工程规划建设与城镇防灾减灾工作提供科学依据。
32.2)本发明中，融合dem和光谱特征，生成多维度特征，利于地质灾害区域的识别。在中低维度地区，相比单纯的利用影像各波段灰度信息进行提取，综合dem特征，能够提取更高精度的积雪结果，可以细致排查潜在地质灾害点，最大程度上减少人员伤亡和财产损失，潜在地质灾害防不胜防，更具危险性，而隐伏构造则是潜在地质灾害的主控因素，项目综合利用高分遥感数据，发展隐伏构造信息突出方法，实现尽早发现隐伏构造所导致的潜在地质灾害点，解决因地表覆盖导致人工难以发现的问题。同时，也克服了因研究区过大、交通
不便所导致的人员无法全覆盖调查的难题，使地质灾害调查工作更细致、更全面，为在最大程度上减少人员伤亡和财物损毁提供高科技手段。
33.3)本发明提供的基于卫星遥感影像的地质灾害信息提取方法及系统，自动化程度高、图像处理效果好，可以节约成本，高效服务地质灾害隐患点排查工作，对地质灾害进行遥感监测与危险性分析，所需的成本远远低于逐一、定期的实地调查所需的昂贵成本，对地质灾害隐患点的排查、监测、防护和预警具有重要意义。
附图说明
34.本发明将通过例子并参照附图的方式说明，其中：
35.图1是本发明中基于卫星遥感影像的地质灾害信息提取系统的结构框图；
36.图2是本发明中基于卫星遥感影像的地质灾害信息提取方法的流程图。
具体实施方式
37.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
38.下面结合图1-图2对本发明作详细说明。
39.本发明一方面提供一种基于卫星遥感影像的地质灾害信息提取系统，包括：
40.数据获取模块，用于获取多时相待提取区域的卫星遥感影像数据，其中，所述卫星遥感影像数据包含蓝、绿、红、近红、短波红外波段；
41.数据预处理模块，用于对所述卫星遥感影像数据进行预处理，去除卫星遥感影像中的影像干扰因素，预处理包括对所述卫星遥感影像数据进行大气校正处理、影像配准处理以及影像融合处理；
42.典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型；
43.本实施例中，所述典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型的方法包括：
44.获取已发地质灾害点的类型、数量和边界的信息、潜在地质灾害分布区、水系和地形地貌数据、地层岩性数据的遥感数据，并建立地质灾害时空数据库；
45.模型构建模块根据地质灾害时空数据库中的数据分析地质灾害、孕灾环境和降雨数据之间的关系，构建典型地质灾害样本类型。
46.其中，孕灾环境是由大气圈、水圈、岩石圈(包括土壤和植被)、生物圈和人类社会圈所构成的综合地球表层环境。降雨数据对地质灾害岩土体的内摩擦角和内聚力有严重影响。
47.所述构建典型地质灾害样本类型包括但不限于崩塌、滑坡、泥石流、地裂缝、地面
沉降、地面塌陷、岩爆、坑道突水、突泥、突瓦斯、煤层自燃、黄土湿陷、岩土膨胀、砂土液化，土地冻融、水土流失、土地沙漠化及沼泽化、土壤盐碱化，以及地震、火山、地热害等一种或多种。
48.信息提取模块，用于根据所述基础要素，从经过预处理的卫星遥感影像数据中提取符合所述典型地质灾害样本条件的地质灾害信息。
49.本实施例中，所述信息提取模块包括：
50.粗提取模块，用于利用归一化指数阈值方法，对预处理后的卫星遥感影像进行地质灾害特征提取，确定地质灾害疑似范围；
51.特征计算模块，用于获取待提取区域内的dem辅助数据，结合遥感影像，计算多维度特征，含光谱值、标准差以及dem特征，考虑后续需要对dem特征与其它特征进行融合，对研究区dem数据重采样至15米，与landsat8融合后影像分辨率一致，最终输出重采样后dem特征；
52.特征掩模模块，用于利用地质灾害疑似范围，对待提取区域内的dem特征数据和光谱特征数据进行掩模处理，获取疑似范围内的多维特征；
53.精提取模块，用于采集疑似范围内的地质灾害的样本、非地质灾害的样本，选取多维特征，利用预先配置的决策树模型，对地质灾害精细提取，得到地质灾害范围。
54.本实施例中，所述粗提取模块以及精提取模块中的信息提取方法包括：通过计算机自动分类与人机交互目视解译相结合的方法，提取所述目标区域的地质灾害类型及空间分布信息或采用波段合成的方法进行提取。
55.本发明另一方面还提供一种基于卫星遥感影像的地质灾害信息提取方法，包括如下步骤:
56.s1：通过数据获取模块采集多时相待提取区域的卫星遥感影像数据；
57.s2：通过数据预处理模块对所述卫星遥感影像数据进行预处理；
58.s3：通过典型地质灾害样本生成模块，基于地质灾害的基础要素，生成典型地质灾害样本类型，并建立地质灾害时空数据库；
59.s4：通过信息提取模块，对从经过预处理的卫星遥感影像数据中提取符合所述典型地质灾害样本条件的地质灾害信息。
60.在具体应用时，对所述卫星遥感影像进行预处理包括：对所述卫星遥感影像进行大气校正处理、影像配准处理以及影像融合处理。其中，由于传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。因此，为消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程，在展开信息提取之前，首先对遥感卫星展开大气校正处理。而考虑全色和多光谱影像之间存在的位置误差，需要对展开影像配准。影像配准采用相对配准，以全色数据为参考，对多光谱影像进行相对配准即可。遥感影像融合是将全色高空间分辨率和多光谱多波谱信息进行互补的一个过程，利用影像融合的算法进行处理，获取既包括光谱信息、又具备高空间分辨率信息的遥感影像。它能够提高后期信息识别精度，扩大应用范围和效果。
61.另外，在实际应用时，所述决策树模型的算法为cart算法，且常用尼基指数作为属性度量的指标。采用的分类树(决策树)是一种十分常用的分类方法，它是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一
种类别。对于决策树，数据的准备往往是简单或者是不必要的，而且能够同时处理数据型和常规型属性，在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
62.此外，上述方法还包括：以地质灾害时空数据库中的数据作为真值数据，对精细识别得到的地质灾害信息进行正确率分析，所述正确率由正确预测的地质灾害除以预测的地质灾害总面积得到。
63.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。