决策者需要及时准确地描述滑坡信息,以便对同震或降雨引发的滑坡灾害做出有效快速的反应。遥感技术可以为局部到区域范围内的灾难应对提供及时支持,特别是在偏远、孤立和人迹罕至的地区。这些技术分为像素、亚像素和基于对象的技术,每种技术都有自己的优缺点。本研究旨在调查和评估基于像素、亚像素和基于对象的图像分析(OBIA)方法在位于小喜马拉雅山的巴基斯坦穆扎法拉巴德(Muzaffarabad)同震滑坡检测中的优缺点。使用SPOT和ASTER图像,对基于最大似然分类器(MLC)、光学影像配准与关联(COSI Corr)和OBIA的分类技术进行了比较。在SPOT-5图像上,应用了MLC和OBIA方法,而ASTER图像用于亚像素分类。基于像素的MLC方法的总体准确度为80.8%,亚像素COSI-Corr方法的为90.9%,OBIA方法的为91.4%。因此,可以推断基于COSI-Corr和OBIA的分类优于基于像素的MLC分类技术。与基于像素的结果相比,OBIA结果在空间上更加一致,且取决于目视解译。由于地貌条件不同,OBIA的规则集使其很难在不同的地形中应用。COSI Corr技术使用低成本中等分辨率的卫星数据来产生合理的输出。为了使这项技术发挥作用,必须提供合适的地震前和地震后影像(光学和数字高程模型)(没有阴影和云层)。