滑坡灾害是中国乃至世界范围内发生频繁的地质灾害之一,造成了严重的经济损失和大量的人员伤亡。在灾害发生后,及时快速获取滑坡位置、范围等信息,可为灾害性质判断、灾后救援、灾害治理和预防次生灾害提供重要的决策支持。利用安全快速的遥感技术进行灾后调查是滑坡区域检测的主流手段,SAR系统可以全天时全天候的对地观测,而极化SAR更丰富地记录了滑坡区域的后向散射信息,充分利用这些信息有助提高滑坡区域检测性能。本文围绕极化SAR图像技术在滑坡区域检测中的应用展开研究,在不同数据条件下利用不同思路进行滑坡区域检测,实现在较低虚警率情况下提高滑坡区域检测正确率的目的。本文主要工作如下:1.选择良好的极化特征是提高极化SAR图像滑坡区域检测算法性能的前提,现有研究缺乏对滑坡区域极化特征的系统分析,对滑坡区域极化特征信息的利用不够充分。针对这个问题,本文通过直接计算和目标分解得到13个极化特征参数,通过视觉分析和类间类内距离比的量化分析选择出7个极化特征,构建了较完备的特征集合,为后续提高滑坡区域检测算法性能奠定基础。2.仅利用灾后极化SAR数据进行滑坡区域检测的方法,不需要灾前数据支撑,适用于突发的滑坡区域检测需求。针对复杂背景下灾后单时相极化SAR图像滑坡区域检测正确率低、虚警多的问题,本文提出一种联合SVM与AHP的滑坡区域检测方法。首先,基于相干矩阵进行SVM地物分类,初步筛选出滑坡区域;其次,通过AHP判定抑制虚警,实现了准确检测滑坡区域并有效剔除虚警的目的。在AHP判定时,通过极化特征参数构建判断矩阵,将各特征权值与滑坡置信度计算结合,使得滑坡区域散射特性的判别更为准确。利用2015年深圳地区和2018年日本伊布里地区的灾后单时相ALOS-2数据开展了滑坡区域检测实验,本文方法与次优方法相比,能够显著抑制林地、耕地等区域的虚警率,且滑坡区域检测正确率分别提升了约6%和2%。3.同时利用灾前和灾后的双时相极化SAR数据进行滑坡区域检测的方法,虽然对数据的要求更高,但利用更多的信息在理论上可以降低滑坡区域检测的虚警。现有基于变化检测的滑坡区域检测方法,对于散射特性与滑坡区域相似的区域（比如耕地）不能较好地抑制虚警。针对该问题,本文设计了一种联合CFAR与TOPSIS的滑坡区域检测方法。首先,将变化检测CFAR算法用于处理双时相数据得到变化区域;其次,利用灾后数据通过TOPSIS判决来剔除变化区域中的虚警,有效实现大幅度抑制虚警的目的。在TOPSIS判决时,对极化特征参数进行归一化和同趋势化处理,同时利用AHP优化设计TOPSIS的权重,在此基础上精确计算每个像素与滑坡的相似度,使得能够更准确地消除散射特性与滑坡区域类似地物造成的虚警;最后,利用2015年深圳地区和2018年日本伊布里地区的双时相ALOS-2数据开展了滑坡区域检测实验,与次优方法相比,本文方法将耕地区域的虚警率降低了10%左右,同时将滑坡区域检测正确率提升了10%以上。