对关键事件引发的重大山体滑坡进行准确及时的清查，对于灾害评估和风险治理至关重要。本报告主要汇报两方面的研究进展：

1. Sentinel-2多光谱仪器（MSI）数据越来越多地用于同震滑坡测绘。然而，很少有研究探索将Sentinel-2近红外（NIR）窄、红边和短波红外（SWIR）波段充分用于滑坡测绘。在本研究中，Sentinel-2 10-m融合近红外窄波段、red-edge-1波段、SWIR-1波段和SWIR-2波段被纳入基于变化检测的马尔可夫随机场（CDMRF），该随机场考虑了滑坡的光谱、空间和背景信息。在绘制2017年中国雅鲁藏布大峡谷和2018年日本北海道两次大地震引发的同震滑坡时，证明了所开发方法的有效性。结果表明，对于这两个地震事件，使用融合的Sentinel-2波段的映射性能都得到了显著改善。这种改进主要归因于融合的Sentinel-2红边、NIR窄波段和SWIR波段提供了更多丰富的光谱信息。这项研究的新颖之处在于（1）初步尝试使用Sentinel-2 10-m融合带进行滑坡测绘，以及（2）Sentinel-3红边、NIR窄带和SWIR带的协同作用，以进行更可靠的滑坡测绘。

2. 我们使用了PlanetScope的图像来快速识别滑坡，提出了一种结合变化检测和基于区域的水平集进化（RLSE）的半自动方法，以提高滑坡测绘效率。我们的方法使用独立分量分析（ICA）、主分量分析（PCA）和变化向量分析（CVA）的变化检测方法来自动生成滑坡零位曲线（ZLC），然后结合RLSE方法来细化滑坡测绘结果。为了证实所提出方法的适用性，我们使用基于ICA、PCA和CVA的RLSE测试了Kodagu（印度，2018）的滑坡测绘表现。结果表明，基于ICA的RLSE可以在完整性、正确性和Kappa系数方面获得更好的滑坡测绘精度。这项研究证明了PlanetScope等低轨道微型卫星用于滑坡测绘的适用性和潜力。

滑坡,光学卫星,Planetscope,Sentinel-2