滑坡是一种突发性强、破坏力强、分布范围广且频发的自然地质灾害，严重影响交通出行和工农业生产，造成人民生命财产重大损失。我国西南地区雨水充沛、山地面积广且地形起伏大，是滑坡灾害高发区，并且灾害信息获取及灾后救援的难度大。准确获取滑坡灾害位置、形态和面积等信息是灾后救援、灾害治理和预防二次滑坡灾害的重要前提。遥感技术具有覆盖范围广、成本低、获取数据快等优势，是滑坡灾害信息获取的有效手段之一。但是，光学遥感因受光照和天气影响，难以及时获取山区滑坡的有效信息，合成孔径雷达(SyntheticApetureRadar,SAR)卫星具有全天时、全天候对地观测能力，能够及时获取滑坡区域观测影像，进而提取滑坡信息。为此，本文对SAR影像滑坡提取方法展开研究，具体工作及成果如下：
　　（1）研究了SAR影像滑坡提取中的数据选择问题，以2017年6月24日茂县新磨村滑坡为例，采用Sentinel-1A卫星数据，分析了SAR影像透视收缩、叠掩对滑坡提取的影响，得出在选择SAR影像时，应选择滑坡体所在斜坡的坡向未朝向雷达波入射方向的影像，以避免透视收缩、叠掩的影响。
　　（2）阐述了三种遥感影像非监督分类方法，提出了基于SAR多时相强度信息的滑坡提取方法。以茂县新磨村的多时相SAR强度图像为数据，采用遥感影像非监督分类的EM算法进行滑坡提取实验。实验结果发现利用SAR多时相影像强度信息提取滑坡的正确率仅为3.96%。分析其原因，主要是因为SAR图像各类别地物之间的强度信息差异不大，并且SAR图像阴影、透视收缩等几何畸变以及斑点噪声导致这些区域的SAR图像强度信息无法反映地物真实的散射特性，因此，仅仅依据强度信息难以区分实际地物类别。实验分析表明，基于SAR影像强度信息的传统遥感影像非监督分类方法，不适于SAR影像提取本文研究区的滑坡。
　　（3）针对基于SAR影像强度信息的非监督分类方法提取滑坡存在的问题，顾及滑坡引起地表变化这一特征，引入变化检测方法，利用不同时相SAR强度信息之间的变化来提取滑坡。以茂县新磨村滑坡提取为例，利用均值比法提取变化图像，再采用Otsu阈值分割和数学形态学处理，得到滑坡提取结果。实验发现，基于SAR影像强度信息的变化检测方法提取滑坡，可以减少透视收缩、阴影等几何畸变带来的误差，提取滑坡的正确率优于非监督分类方法。但是，基于SAR影像强度信息的变化检测方法提取滑坡的正确率仅为15%左右，这主要是因为实验区植被覆盖度较高，植被散射特性在时间上的不稳定性给变化检测提取滑坡带来大量伪变化信息，导致滑坡提取的正确率极不理想。实验表明，基于SAR影像强度信息的变化检测方法也难以有效提取滑坡，尤其是植被覆盖区的滑坡。
　　（4）鉴于利用SAR强度信息提取滑坡存在诸多问题，考虑到SAR图像同时含有强度信息和相位信息，并且滑坡和周围环境（如植被）的相干性存在时空差异，论文提出基于相干系数变化检测的滑坡提取方法。在分析研究区SAR影像时序相干性基础上，选用跨越滑坡时间的影像的相干系数和滑坡后影像的相干系数作为变化检测的数据，采用变化检测方法提取滑坡。实验结果发现，与基于强度信息变化检测的滑坡提取方法相比，基于相干系数的变化检测方法消除植被带来的伪变化，提取滑坡的正确率达到90%以上。
　　研究结果表明：变化检测方法提取滑坡，可以克服SAR影像几何畸变无法反映真实地物信息的问题；采用相干系数作为变化检测的数据来提取滑坡，避免了植被带来的伪变化信息影响。因此，综合SAR影像强度及相位信息，利用相干系数变化检测方法，可有效提取植被覆盖区域的滑坡。