2019年开发竞赛[ENVI遥感应用组]一等奖作品欣赏——基于Sentinel-2B数据的面向对象滑坡提取与易发性评估

作品单位：聊城大学  环境与规划学院

小组成员：侯英卓 韩萍 韩畅

指导教师：马雪梅 何振芳

获奖情况：一等奖

https://v.qq.com/txp/iframe/player.html?width=500&height=375&auto=0&vid=u3045dqw5a4

一、作品概述

滑坡是指斜坡上的土体或者岩体，受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响，在重力作用下，沿着一定的软弱面或者软弱带，整体地或者分散地顺坡向下滑动的自然现象。滑坡灾害破坏性巨大，快速高效提取滑坡灾害分布并进行易发性评估，对降低滑坡带来的经济和生态损失具有重大意义。

本作品利用2019年4月Sentinel-2B数据与2014年6月Landsat8数据，结合GDEM数据和相关统计资料，以四川易发生滑坡区域茂县为案例区，基于面向对象的思想，依据光谱、纹理、几何、地形特征，实现滑坡提取与易发性评估。完成以下应用目标：（1）利用作品设计的模型，可以在灾害发生第一时间基于遥感等多源数据快速获取滑坡信息。（2）为案例区地质灾害预警提供历史和现时有效数据，进而实现未雨绸缪，降低滑坡带来的生态、经济损失。（3）为其它滑坡易发区提供风险评估指标体系、模型和方法借鉴。（4）选取Sentinel-2B数据进行滑坡监测，充分考虑该区域植被和复杂地形等因素，提出了快速高效准确的滑坡提取模型，可作为雷达方法滑坡监测的有益补充。

二、作品技术流程

本作品实现了对Landsat、哨兵数据的图像裁剪、辐射定标、大气校正、图像增强等预处理操作过程，根据滑坡遥感解译标志并搜集大量文献，快速高效地提取出滑坡并对区域进行了滑坡易发性评估。

在滑坡提取中，通过三种最优分割尺度确定方法的对比，确定最优分割尺度；采用面向对的思想、综合分析各种提取规则并基于最优提取规则搭建拓展工具，快速高效提取出了2019年的茂县区域滑坡。针对提取结果，我们利用高分辨率的谷歌地图等辅助数据进行目视解译精度验证和选取验证样本，并将本文滑坡提取方法和监督分类进行对比，得到本文Kappa系数在0.9以上，而监督分类Kappa系数仅为0.74，说明本文滑坡提取精度较高且明显好于监督分类。此外，我们还利用Python爬虫技术，爬取了微博上有关茂县滑坡的历史动态资料，以此作为滑坡提取结果进一步检验的数据。

在评估过程中，综合考虑分析研究区的地表坡度、坡向、高程、岩性、断层分布、土地利用类型、土壤类型、水文情况（降水量和水系分布）等信息；并利用决策树的方法提取土地利用类型，实现了研究区域的滑坡风险评估。针对易发性评价结果，从定性和定量两个角度实现精度检验。

图 作品主要技术流程图

三、作品制作过程

3.1 遥感数据预处理

研究区域数据预处理主要包括裁剪、辐射定标、大气校正和图像增强等过程。其中哨兵二号数据进行裁剪、去云、波段合成、辐射定标、大气校正和主成分分析处理；Landsat8数据进行裁剪、辐射定标、大气校正和植被增强处理；DEM数据经过镶嵌、裁剪、转换分辨率等处理过程。

3.2 面向对象滑坡提取

滑坡提取

通过对影像进行多尺度分割，然后用最大面积法、基于GLCM纹理均值法、均值方差法对比，确定最优分割阈值。选取了十个滑坡提取规则。

（1）波谱特征规则：NDSI、NIR、NDWI_mean、FV_mean、Hue_mean

（2）纹理特征规则:Texture_Entropy

（3）几何特征规则:Elongation、area

（4）地形特征规则:Slope、Ls_shape

图 属性特征设置与属性文件输出

通过基于经验值以及Otsu（最大类间方差法）法并结合研究区域独特性以及复杂性反复调试确定滑坡提取规则。

为了提高计算效率，用ENVI Modeler构建了滑坡快速提取模型并生成了拓展工具。

图 滑坡提取过程建模

图 滑坡提取结果

精度检验

精度检验分为定性和定量，主要分为两种：一是基于Kapppa系数，将本文方法和监督分类法作对比；二是基于Python爬虫技术，获取微博上茂县滑坡历史动态资料进行验证。

在微博上共爬取到了14个茂县滑坡的动态记录。其中，红色点（13个）为已检验并正确提取的滑坡点，紫色点（1个）为本文未提取出的滑坡点。

图 部分滑坡提取检验图

3.3 滑坡易发性评估

文中确定了十个评价因子：地震烈度、降水量、高程、坡度、距断层距离、岩性、距水系距离、土壤、土地利用类型、坡向。采用综合层次分析法与信息量法的方式对茂县区域滑坡灾害易发性进行评价。

易发性评价模型

图 易发性评价结果图

四、作品关键技术与特色

4.1 作品关键技术

最优尺度分割：通过均值方差法、GLCM纹理均值法、最大面积法的分析对比，最终确定最佳分割尺度25；并发现对于地形复杂的山区，在影像最优分割尺度的选取上，均值方差法效果相对最佳。

面向对象滑坡提取：基于最优分割后的对象，综合分析滑坡光谱、纹理、几何和地形等特征，最终选取十个滑坡提取规则。通过经验值与Otsu(最大类间方差法)确定最佳阈值。

层次分析与信息量相耦合：利用层次分析和信息量相耦合的方法确定评价因子综合信息量，实现研究区滑坡易发性评估。

决策树分类：通过层层筛选的方式确定地物分类最佳阈值并编写决策树，实现研究区土地利用类型提取。

定性与定量相结合的精度验证：滑坡提取验证和滑坡易发性评估验证。

4.2 作品特色

选题聚焦我国自然灾害评估亟需解决的热点与难点问题

我国滑坡灾害频发，造成生态、经济损失巨大，高效快速准确提取滑坡并进行易发性评估，是滑坡预警工作的重中之重。

使用较新的遥感数据源进行山体滑坡监测

作品首次在四川茂县运用Sentinel-2B高分辨率遥感影像进行山体滑坡信息提取和研究，充分考虑该区域植被、复杂地形等因素，通过监测植被、地形等多因子扰动，实现滑坡诊断算法，可作为雷达方法滑坡监测的有益补充。

基于多源数据和GIS空间分析辅助的滑坡信息自动提取

作品应用多源、高分辨率遥感数据，基于面向对象思想，综合RS与GIS方法，获取最优分割尺度和多种提取规则，采用ENVI  Modeler搭建拓展工具，实现滑坡自动识别。

科学合理的易发性评估与定性定量精度验证

作品借助野外调查资料，耦合层次分析法与信息量法，采用多种评价指标，构建科学合理的评价指标体系，并从定性定量角度进行精度验证。