山区公路往往是偏远地区联系外界的唯一通道,灾害发生所引发的公路塌方、交通中断,严重影响山区人民的生活,因此,对山区公路的灾情调查显得尤为重要。本论文对高分辨率影像中山区公路灾害的类型进行分析,结合灾害地物的构造特点对其特征进行描述,利用低空摄影测量技术获取灾害区域的数字高程模型和数字正射影像,采用基于模糊规则分类方法获取研究区域内公路和滑坡的形态数据,将提取到的灾害矢量数据与数字高程模型叠加,从而计算出滑坡体的致灾面积与土方量。其研究内容与成果主要包括以下几方面:(1)针对山区公路灾害调查应急性的需要,本文采用无人机获取高分辨率影像数据,利用POS自动空三解算的方法进行无地面控制点的三维地面模型重建,通过野外采集的检查点对模型精度进行评价,获取研究区的专题数据,实验表明,生成的数据质量良好。(2)针对山区公路灾害提取过程中植被覆盖造成的地物信息缺失、几何特征破坏严重等问题,本文运用基于点云模型去除覆盖植被的新方法剔除了数字正摄影像中的覆盖植被,解决了植被覆盖区山区公路不易提取的难题,通过灾害提取结果的比较分析,该方法能够将植被覆盖下的公路真实信息呈现出来,为山区公路的灾害调查提供新的理论参考。(3)针对滑坡特征的不确定性,本文运用基于地物特征模糊性描述的面向对象分类方法,通过构建滑坡体模糊特征规则集将研究区内的滑坡区域提取出来,采用目视解译与实地测量等方式对提取结果进行评价,相对于基于像元的分类方法,该方法消除了“椒盐现象”,与其他面向对象的方法比较,该分类方法能够更好地反映地物特征。(4)相比于卫星遥感和航空摄影等平台,基于低空摄影技术所生成的数字高程模型具有较高的精度。本文运用影像分类方法获取的灾害矢量数据与数字高程模型进行叠加,进而量算出灾害体的致灾面积与体积,为确定灾害等级提供参数指标。研究结果表明,低空摄影技术能够满足山区公路灾害的应急性需求,相对野外实测而言能够降低人力成本,相对遥感信息提取的方法而言能够基本解决植被覆盖造成地物信息不易提取的问题,因此,将该技术应用于山区公路灾情调查具有一定的研究价值。