滑坡是一种破坏性自然灾害,造成了大量生命损失,并对自然和建筑环境造成影响。滑坡频率是危险性评估的重要依据。然而,在偏远地区对滑坡进行准确的年代测定常常是具有挑战性的。本文提出了一种新颖的基于分段小波去噪和逐步线性拟合(SWADE)的滑坡年代测定技术,该技术使用了1985-2017年间的Landsat卫星观测结果。SWADE的原理是,在植被覆盖区,滑坡通常会导致植被移除,从而造成标准化植被指数(NDVI)随时间降低。本文利用在加拿大不列颠哥伦比亚省东北部巴金霍尔斯河(Buckinghorse River)地区发生的66个已知滑坡资料,对SWADE 和两种先前发表的滑坡年代测定方法(谐波模型和 LandTrendr)进行了适用性评估。通过SWADE可以识别出时间序列中NDVI值的突变,这种突变可能指示了一个或多个滑坡发生的日期。有52%的滑坡通过SWADE确定的最可能发生日期误差范围在1年以内,检测误差在2年以内的滑坡占比62%。对比发现,当把两个最可能的滑坡日期范围综合在一起时,其检测的滑坡数目占比可分别增加到68%和80%。谐波建模显示79%的滑坡发生时间检测最大误差在1年以内,在2年以内的达到82%。与SWADE不同,该方法需要专家判断和建立良好的季节性植被周期。LandTrendr最初是为森林损毁填图而开发的,其能检测到最大误差在2年以内的滑坡占比仅有42%。SWADE为滑坡测年提供了一种很有前景的全自动方法,有助于构建偏远地区的滑坡频率-幅度分布。