利用RapidEye时间序列数据在大面积上进行自动时空滑坡制图

过去，基于多光谱卫星遥感的自动滑坡识别的不同方法已被开发，重点分析与特定触发事件相关的滑坡发生的空间分布。然而，包括南吉尔吉斯斯坦在内的许多地区正在经历持续的过程活动，需要持续的多时态分析。为此，基于RapidEye时间序列数据并结合地形信息，开发了一种自动的面向对象滑坡制图方法。该方法通过分析时态NDVI轨迹来区分与滑坡相关的地表变化和其他土地覆盖变化。为了适应7500 km²研究区内发生的各种滑坡现象，实施了基于像素的多阈值与面向对象分析的结合，包括不确定性相关滑坡概率类别的区分。在2009年至2013年间将该方法应用于整个研究区，成功识别出471个滑坡目标。对两个独立验证点的定量准确性评估显示出总体高制图准确度（质量百分比：80%），证明了所开发方法在大面积上进行有效时空滑坡制图的适用性，这是进行区域滑坡危害和风险评估的重要前提。