滑坡灾害具有预测困难、突发性强、分布范围广、破坏性大等特点。长期以来,地学专家采用了一系列的识别、监测方法对滑坡灾害进行调查与预警,但是滑坡给人民生命财产带来巨大损失的问题并未从根本上解决。目前,将遥感技术应用于地质灾害的早期识别与区域地质灾害调查是滑坡灾害领域重要研究方向之一。在滑坡识别方面,国内外地学专家从卫星影像图的目视解译,到人机交互解译,逐渐转向地质灾害的自动化识别,并发展出面向对象与基于像素的计算机识别方法。本文基于项目“汉江中游任河流域镇巴县幅地质灾害调查及专题研究”,以秦巴山区腹地的镇巴县及周边地区为研究区。通过对该区域的资料收集及野外地质灾害调查,对研究区内的滑坡灾害分布规律进行总结,并提取地质灾害的可量化解译标志,对滑坡进行智能解译。本文主要研究成果如下:1.结合收集到的研究区地质资料,通过野外地质灾害调查,统计滑坡灾害的分布与地貌、坡度、坡向、坡型、工程地质岩组和水系等的相关性,总结研究区滑坡灾害分布规律与地质识别标志。2.通过收集研究区高分辨率遥感影像与地形数据等资料,构造研究区三维地质模型,并在此基础上提出了研究区内滑坡的色彩、影像纹理、地形地貌目视解译标志,总结出了一套适用于陕南秦巴山区的滑坡灾害目视解译方法及知识体系,并为智能识别滑坡提供了理论指导。3.本文对面向对象识别方法与基于像素识别方法进行了对比研究,认为面向对象的识别方法更适用于研究区内的滑坡识别,并进一步探究研究区内遥感影像的最优分割尺度、地物分类。结合研究区内滑坡灾害的可量化识别标志,对研究滑坡发育比较集中的区域进行解译。结果表明,与目视解译相比,面对对象滑坡解译方法无论从识别效率、各种地物信息集成分析方面,还是结果输出及精度等方面都具有一定优势,可以对滑坡进行更准确识别,且在很大程度上减少了遥感解译的工作量。滑坡的智能解译终究会取代目视解译与人机交互遥感解译,实现完全自动化。本文的研究成果为智能解译的进一步发展提供了一定的理论基础。