基于主成分变换的滑坡识别方法及其在2015年尼泊尔地震中的应用

作     者：陈文龙 候勇 李楠 钟成 阿木拉堵 陈晨 孙技星 李卉 CHEN Wen-long;HOU Yong;LI Nan;ZHONG Cheng;AMU La-du;CHEN Chen;SUN Ji-xing;LI Hui

作者机构：中国地质大学(武汉)教育部长江三峡库区地质灾害研究中心武汉430074 湖北省测绘成果档案馆(湖北省地理信息数据交换中心)武汉430074 中国地质大学(武汉)地球科学学院武汉430074 

出 版 物：《长江科学院院报》 (Journal of Changjiang River Scientific Research Institute)

年 卷 期：2020年第37卷第1期

页      面：166-171页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金面上项目(41772352) 中央高校基本科研业务费专项资助项目(CUGQYZX1746) 长江科学院开放研究基金资助项目(CKWV2018485/KY) 

主　　题：滑坡识别 遥感 主成分变换 变化检测 特征构建 尼泊尔地震 

摘      要：2015年尼泊尔地震以其强大的破坏力诱发了许多滑坡,对居民生命安全、道路房屋等造成极大的威胁,更准确快速的震后滑坡制图对救灾行动起着至关重要的作用。为了解决遥感传统像素级的变化检测方法的结果中大量过度识别,以尼泊尔首都加德满都为研究区,首先利用震前震后两期Landsat-8影像进行主成分变换,然后对变换后包含丰富特征信息的第一主成分(PC1)影像作变化检测,最后利用震后影像的第3主成分、NDVI(Normalized Difference Vegetation Index)、坡度等特征去除变化检测结果中的非滑坡地物。目视解译成果验证表明:基于主成分变换的滑坡识别方法能将研究区93.0%的滑坡识别出来,识别效果较好;滑坡主要发生在研究区东北方向的Sun Koshi河谷一带,主要地形坡度为[20°,50°)。提出的方法能较好地应用于地震引起的大范围滑坡识别,为震后救援和重建工作提供有力帮助。