本文提出了一种利用卫星图像和数字地图信息,基于广义改进模糊 Kohonen 聚 类网络(GIFKCN)分类模型的滑坡半自动识别方法。该方法利用归一化植被指数、 归一化建筑指数和归一化水指数等光谱参数修正的 GIFKCN 分类模型对滑坡前后 的图像进行区分。利用前后的图像区别来识别植被类别的变化。一般来说,滑坡会 导致植被损失;因此,利用这一特性,可以确定滑坡隐患点。最终,使用从 DEM 衍生的坡度和坡向确定的规律去除误报。将该方法应用于 landsat5 和 advancedlandimagereo-1 卫星图像上,对印度锡金邦 2011 年 9 月 18 日发生的 Mw=6.9 级地震诱发的滑坡进行了探测。使用的地形信息是该地区的 ASTER 全球数字高程 模型。本文对该方法精度进行了评价,结果表明该方法能有效地识别和区分滑坡。