一种公路滑坡区域的快速提取方法技术

本发明专利技术涉及山体滑坡研究技术领域，具体为一种公路滑坡区域的快速提取方法，包括获取公路滑坡样本和研究区域影像，采集滑坡样区光谱特征值，设计新遥感指数NDRLI，确定潜在公路诱发滑坡区域，设计光谱曲线形状指数SISC，剔除潜在公路诱发滑坡区域中的水体、耕地、裸地、阴影区域、建筑用地和坡度小于20°的地物，最终得到公路滑坡区域。本发明专利技术与现有常用方法相比，具有工作量小、耗费时间较短、效率高、数据易获取、分类精度较高等优点，为研究公路沿线的滑坡灾害分析提供科学依据，具有大规模推广应用的前景。

【技术实现步骤摘要】
一种公路滑坡区域的快速提取方法
本专利技术涉及山体滑坡研究
，具体为一种公路滑坡区域的快速提取方法。
技术介绍
滑坡是世界上最严重的自然灾害之一，它可能会导致人类生命和财产损失，造成道路和河流阻塞，进而影响道路正常通行和引发洪水。当前道路施工过程中，通过爆破和挖掘嵌入或穿透陡峭的山坡，这种切割和填充施工的方式将形成较大的不稳定区域。道路斜坡的切割或填充下边坡用于道路的加宽和加固是有效地消除坡度粘聚力和强度的一个重要因素，更容易使坡面遭到破坏。建成道路的下坡侧是道路建设废弃物的常见堆放区。此外，道路施工会引起地表排水中断，沟渠涵洞堵塞，地下水流运动改变等，因建设公路而引起的森林砍伐进一步导致岩体的变化和加剧了水土流失，上述现象都是道路施工期间和施工之后滑坡形成的主要原因。基于计算机和卫星技术的发展，遥感技术被广泛应用于滑坡的空间数据获取和分析中。尽管卫星图像提供了一种经济、快速的数据获取方式，常用于监测和绘制大型且难以进入的山区的山体滑坡，但当前关于道路引起山体滑坡的研究很少。对于公路滑坡区域最常用的提取方法还是通过航空像片解译和有限的实地调查来完成，这种方法工作量大、耗费时间长、效率低同时精度也不高，对于大型山区的山体滑坡调查人员只能进入局部地区，最终难以为公路沿线的滑坡灾害分析提供科学决策。
技术实现思路
本专利技术一种公路滑坡区域的快速提取方法，包括获取公路滑坡样本和研究区域影像，采集滑坡样区光谱特征值，设计新遥感指数NDRLI，确定潜在公路诱发滑坡区域，设计光谱曲线形状指数SISC，剔除潜在公路诱发滑坡区域中的水体、耕地、裸地、阴影区域、建筑用地和坡度小于20°的地物，最终得到公路滑坡区域。其中最关键在于设计新遥感指数NDRLI和光谱曲线形状指数SISC，通过计算新遥感指数NDRLI，较大程度地剔除了滑坡样区的植被，通过计算光谱曲线形状指数SISC，较大程度地剔除了潜在公路诱发滑坡区域的裸地和耕地。本方法具有工作量小、耗费时间较短、效率高、数据易获取、分类精度较高等优点，为研究公路沿线的滑坡灾害分析提供科学依据，有效解决了技术背景中提到的问题。本专利技术采用的技术方案：一种公路滑坡区域的快速提取方法，其特征在于，包括以下步骤：(1)在Googleearth影像上建立公路诱发滑坡解译标志；(2)依据公路诱发滑坡解译标志，通过目视解译Googleearth影像公路两旁图像绘制出滑坡区域，得到公路滑坡样本；(3)对Landsat8OLI影像进行数据预处理得到Landsat8OLI研究区域影像；(4)将从Googleearth影像上采集到的公路滑坡样本叠加在Landsat8OLI研究区域影像上，然后利用ENVI软件采集滑坡样本区域的光谱特征值；(5)根据采集到的滑坡样区光谱特征值绘制光谱曲线，通过分析滑坡与其它地物的光谱特征差异，设计出新遥感指数其中SWIR1是第一短波红外波段Band6光谱值，BLUE是蓝光波段Band2光谱值；如图4所示，滑坡滑坡在波段Band6有最大反射率值，在波段Band2反射率值较小，本设计的新遥感指数NDRLI是利用波段Band6与波段Band2的比值运算来增强滑坡信息的亮度。(6)在ENVI软件中，输入新遥感指数NDRLI计算公式，计算出Landsat8OLI研究区域影像上地物的NDRLI值，得到Landsat8OLI研究区域影像的新遥感指数图，确定NDRLI数值在0-0.5之间的地物为潜在公路诱发滑坡区域；如图3所示，NDRLI指数的范围在-1至+1之间，该指数旨在：通过使用SWIR1来最大化提高公路引起的滑坡和裸地的反射率，同时尽量减少水体对蓝光的低反射率，因此公路滑坡和裸地的亮度得到了增强，而水体为负值受到了抑制，较容易地把水体剔除，另外植被的亮度比公路引起的山体滑坡亮度增强得更高，经多次试验后确定NDRLI值在0.7至1为植被，NDRLI值在0.4至0.7可能包含耕地和裸地，最终确定NDRLI值在0-0.5之间为潜在公路诱发滑坡区域，即把水体和植被剔除，潜在公路诱发滑坡区域可能包含有耕地和裸地，这与实地考察的因公路诱发山体滑坡的混合特征相符。(7)绘制潜在公路诱发滑坡区域的地物光谱平均值曲线，通过分析地物光谱平均值曲线的特征差异，设计光谱曲线形状指数公式中TM3为绿光波段Band3的光谱值，TM4为红光波段Band4的光谱值，TM5为近红外波段Band5的光谱值，所述地物包括裸地、耕地和滑坡；在裸地、耕地和滑坡各自的光谱值中，将波段Band5和波段Band3的光谱值之和的一半除以波段Band4的光谱值，所得的数值，耕地和裸地的都大于1，而滑坡的则小于或等于1，因此根据此原理设计的光谱曲线形状指数SISC是为了剔除潜在公路诱发滑坡区域的耕地和裸地，最终的计算结果如图6-图9所示，理论与实际结果基本相符。由于采集的滑坡区域样本较多，因此同一波段就有多个光谱值，所以图5采用的是每一个波段内的光谱平均值，即将波段Band5和波段Band3的光谱平均值之和的一半除以波段Band4的光谱平均值，所得的数值，耕地和裸地的都大于1，而滑坡的则小于或等于1。(8)计算滑坡、耕地和裸地的SISC数值，确定光谱曲线形状指数SISC阈值为1.1，即潜在公路诱发滑坡区域中SISC数值大于1.1的地物为非滑坡部分，去除了潜在公路诱发滑坡区域中耕地和裸地的噪声值；图6-图9是确定光谱曲线形状指数SISC阈值为1.1的依据，通过确定SISC阈值较大程度地剔除了潜在公路诱发滑坡区域中的耕地和裸地。(9)剔除潜在公路诱发滑坡区域的耕地和裸地后，再利用基于面向对象分类方法剔除潜在公路诱发滑坡区域的阴影区域；山区地形阴影分布广泛且难以消除，而且山区阴影处的地物难以进行分类，同一地物在太阳直射的地表和在山区阴影下会有不同的光谱反射率，因此需要去除阴影区域的影响。(10)剔除耕地、裸地和阴影区域后，运用Arcgis软件对潜在公路诱发滑坡区域的DEM数据进行坡度分析，然后用重分类模块划分出含坡度20°～50°的坡度等级数据，将潜在公路诱发滑坡区域里坡度小于20°的区域剔除，最终得到公路滑坡区域。对于潜在公路诱发滑坡区域还存在的部分耕地及建筑用地等因素，本方案利用坡度因子来清除其在公路滑坡中的影响。因为滑坡和坡度有着密切的关系，坡度是诱发滑坡的关键因素，也是诱发滑坡的内在条件。现有大量统计资料表明，滑坡容易发生在坡度20°-50°之间，而大多数耕地位于坡度小于15°的地方，在坡度＞15°的条件下，耕地正逐渐过渡到自然生态系统，若坡度大于25°则耕地必须退耕还林，因此可以利用坡度来提高分类精度，将坡度小于20°的区域剔除即剔除了滑坡中的耕地、建筑用地和部分异常水体。进一步的，步骤(2)所述滑坡区域包括削山滑坡和填充滑坡。进一步的，步骤(3)所述数据预处理包括四个步骤，依次为辐射定标、大气校正、图像镶嵌、图像裁剪。Landsat8OLI影像即地物原始影像图经上述的数据预处理后，得到Landsat8OLI研究区域影像即地物光谱曲线影像图。进一步的，步骤(9)所述阴影区域是指潜在公路诱发滑坡区域里的近红外波段且DN值在0～380之间的区域。采集多个阴影区样本进行统计分析后，确定这个范围内提取到的阴影区域较为准确。进一本文档来自技高网...

【技术保护点】
1.一种公路滑坡区域的快速提取方法，其特征在于，包括以下步骤：(1)在Google earth影像上建立公路诱发滑坡解译标志；(2)依据公路诱发滑坡解译标志，通过目视解译Google earth影像公路两旁图像绘制出滑坡区域，得到公路滑坡样本；(3)对Landsat8 OLI影像进行数据预处理得到Landsat8 OLI研究区域影像；(4)将从Google earth影像上采集到的公路滑坡样本叠加在Landsat8 OLI研究区域影像上，然后利用ENVI软件采集滑坡样本区域的光谱特征值；(5)根据采集到的滑坡样区光谱特征值绘制光谱曲线，通过分析滑坡与其它地物的光谱特征差异，设计出新遥感指数

【技术特征摘要】
1.一种公路滑坡区域的快速提取方法，其特征在于，包括以下步骤：(1)在Googleearth影像上建立公路诱发滑坡解译标志；(2)依据公路诱发滑坡解译标志，通过目视解译Googleearth影像公路两旁图像绘制出滑坡区域，得到公路滑坡样本；(3)对Landsat8OLI影像进行数据预处理得到Landsat8OLI研究区域影像；(4)将从Googleearth影像上采集到的公路滑坡样本叠加在Landsat8OLI研究区域影像上，然后利用ENVI软件采集滑坡样本区域的光谱特征值；(5)根据采集到的滑坡样区光谱特征值绘制光谱曲线，通过分析滑坡与其它地物的光谱特征差异，设计出新遥感指数其中SWIR1是第一短波红外波段Band6光谱值，BLUE是蓝光波段Band2光谱值；(6)在ENVI软件中，输入新遥感指数NDRLI计算公式，计算出Landsat8OLI研究区域影像上地物的NDRLI值，得到Landsat8OLI研究区域影像的新遥感指数图，确定NDRLI数值在0-0.5之间的地物为潜在公路诱发滑坡区域；(7)绘制潜在公路诱发滑坡区域的地物光谱平均值曲线，通过分析地物光谱平均值曲线的特征差异，设计光谱曲线形状指数公式中TM3为绿光波段Band3的光谱值，TM4为红光波段Band4的光谱值，TM5为近红外波段Band5的光谱值，所述地物包括裸地、耕地和滑坡；(8)计算滑坡、耕地和裸地的SISC数值，确定光谱曲线形状指数SISC阈值为1.1，即潜在公路诱发滑坡区域中SISC数值大于1.1的地物为非滑坡部分，去除了潜在公路诱发滑坡区域中耕地和裸地的噪声值；(9)剔除潜在公路诱发滑坡区...

【专利技术属性】
技术研发人员：赵银军，黄玉莹，
申请(专利权)人：广西师范学院，
类型：发明
国别省市：广西,45