基于多尺度差异探测与知识聚类的泥石流灾情遥感监测

As a primary natural disaster, debris flow widely distribute in China about 2/3 of the mountain area. It is significance for the study and assessment of disaster to determine the spatial location of debris flow disasters quickly and accurately. This project aims to develop a quick and automatic method for dynamic monitoring of debris flow based on multi-source remote sensing image. First, through a thorough study of the multiscale geometric analysis (MGA) methods and characteristics of the debris flow, the effect of different MGA on the expression of debris flow's characteristics is studied and the uniform multiscale expression model can be proposed. Second, through a thorough study of characteristics of debris flow in transform domain, the method of multiscale change detection can be developed. Third, through a fusion of multiscale change characteristics in transform domain, information extraction technology for debris flow based on multiscale feature set and knowledge clustering can be developed. This will provide a kind of technical support for the dynamic monitoring of debris flow and evaluation of geological disaster.

我国是一个泥石流多发的国家，在约占中国国土2/3的山区都有泥石流活动。泥石流发生以后通常会破坏交通线路、危害居民生命和财产安全，造成巨大损失。迅速准确的确定泥石流灾害发生的空间位置，并对灾情进行动态监测，将有助于深入研究泥石流的发生、发展规律，同时对灾害应急评估也具有重要意义。.由于泥石流灾害具有空间分布广的特点，常规手段难以有效监测，而遥感手段展现出巨大优势。由此本课题拟对泥石流遥感监测中的关键技术方法展开深入研究，旨在形成适用于多源影像数据的泥石流灾情信息快速获取方法，为泥石流灾害监测和灾情评估提供技术支撑。主要研究内容包括：选择适用于泥石流影像特征表达的多尺度几何分析方法，建立变换域中泥石流特征的多尺度统一表达模型；揭示泥石流特征在尺度空间中的变化规律，建立基于多尺度特征差异探测的变化检测方法；发展多尺度变化信息综合分析方法，形成变化特征集与知识聚类相结合的泥石流分类与信息提取方法。

本项目针对川西地区山地泥石流灾害的灾情信息提取方法展开研究，采用变化检测与目标识别两种技术途径来自动提取泥石流灾害发生以后的建筑物、道路损毁及地表覆被变化信息，为泥石流灾情评估提供信息支持。首先，系统分析了泥石流灾害区的特征表达方法，从光谱特征、纹理特征、几何结构特征等方面分别开展实验分析，优选了可用于表达泥石流灾害破坏区域的多种纹理特征表达因子。其次，较为深入地对比分析了空间域、变换域中进行变化检测的性能，并对变化检测精度与多尺度分析因子间的关系进行了关联分析。第三，针对泥石流破坏区的自动识别，发展了一种主题模型框架下的多尺度对象级聚类算法，结合纹理特征分析形成的特征向量，可有效提取泥石流流通区与部分堆积区。第四，针对建筑物损毁等重要的灾情信息，提出了基于多尺度、多特征融合的建筑物识别与变化检测方法。通过对灾前、灾后建筑物特征表达因子的相似性分析，形成了特征级的建筑物变化检测方法。