近10年以来,吉林省内长白山脉多处沿江山体在11月下旬发生过规模不等的冻融性山体滑坡,多次造成公路阻断,严重影响了居民生产和生活。随着遥感技术的快速发展,利用遥感图像对滑坡易发区进行实时监测已成为现阶段灾害调查及评估的常用手段。但冻融性滑坡发生期间的气象环境复杂,云雾及雨雪天气极易导致无法获取研究区的有效光学遥感图像,同时由于积雪覆盖导致滑坡发生前、后SAR图像中多种地物的后向散射系数均产生了较大变化,在大范围变化的SAR图像上对小规模的冻融性滑坡进行精准检测非常具有挑战性。本文主要研究了基于SAR图像特征提取及特征融合的无监督SAR图像变化检测方法,并将该方法成功应用到桦甸市红石砬子镇松花江沿岸山体的冻融性滑坡检测之中。本文的主要研究内容如下:1.本文提出了一种基于SAR图像纹理变化的无监督冻融性滑坡检测方法。首先使用ENVI软件对哨兵1号数据进行数据预处理,采用决策树分类获取重点研究区,通过灰度共生矩阵提取SAR图像的纹理特征,利用纹理特征构造差异图结合FLICM聚类算法对滑坡区进行了较为精准的提取。同时实验结果表明,FLICM聚类算法的性能优于FCM聚类方法。2.本文提出了一种基于SAR图像Gabor特征融合的冻融性滑坡检测方法。采用差值法构造差异图,并对差异图多尺度、多方向的二维Gabor小波特征进行融合,对融合图像采用改进的FLICM聚类算法获取滑坡检测结果。实验结果表明,该方法能够较为精确的识别出冻融性滑坡区,改进的FLICM聚类算法在降低虚警率、提高检测准确率和Kappa系数方面效果较好。