《Geoscience Frontiers》：A scalable multimodal remote sensing deep learning framework for automated detection of active slow-moving landslides in hazard-prone mountainous regions
编辑推荐：
构造活动活跃且地貌复杂区域内的慢速滑坡给大尺度探测带来了重大挑战。现有依赖光学或合成孔径雷达（SAR）强度图像的深度学习方法主要关注形态与纹理特征，往往无法探测到活动但细微的蠕变变形。相反，干涉合成孔径雷达（InSAR）技术虽能捕捉地表运动，但在很大程度上依赖
构造活动活跃且地貌复杂区域内的慢速滑坡给大尺度探测带来了重大挑战。现有依赖光学或合成孔径雷达（SAR）强度图像的深度学习方法主要关注形态与纹理特征，往往无法探测到活动但细微的蠕变变形。相反，干涉合成孔径雷达（InSAR）技术虽能捕捉地表运动，但在很大程度上依赖劳动密集型的人工解译，对大尺度监测而言效率低下。为克服上述局限，本研究提出慢速滑坡探测（SMLD）框架，这是一种多模态深度学习方法，将InSAR导出的形变速度场与高分辨率光学影像协同融合。该框架将空间精化模块与像元级加权融合方案纳入两阶段探测流程，以学习联合的运动学—上下文表征。为验证该框架，研究人员在青藏高原—黄土高原过渡带及青藏高原东部构建了包含InSAR测量与高分辨率光学影像的综合多模态数据集。消融实验表明，与仅用InSAR的基线相比，整合光学信息使平均精度均值（mAP）提升了26.84%。该整合有效化解了滑坡与其他地表运动之间的语义模糊，从而提高了对细微蠕变灾害的探测召回率。具体而言，对于活动性滑坡类别，SMLD-Framework取得了88.83%的召回率和86.63%的AP。在对比基准测试中，与备选架构相比，所提框架的召回率相对提升超过23.6%，AP提升范围为7.4%至36.0%。此外，青藏高原东部的跨区域实验表明，该模型在多样的冻土、土地利用和植被条件下保持稳定，在未见场景中维持84.79%的AP得分。观测到的空间分布表明，过渡带内的活动性滑坡沿河谷呈线性聚集，这可能与地形陡峭度、河流侵蚀和农业扰动有关。总体而言，SMLD-Framework为地貌复杂地形中活动性慢速滑坡的自动探测与定位提供了一种可扩展的解决方案。
滑坡是最广泛的自然灾害之一，严重威胁基础设施与人类生命安全。世界卫生组织（WHO）统计显示，1998至2017年间全球约480万人受滑坡影响，逾1.8万人死亡；联合国减灾办公室（UNDRR）报告2020年此类灾害年均经济损失达1516亿美元，而偏远山区的历史记录不完整意味着实际影响可能被严重低估。在气候变化加剧与人类土地利用活动增强的背景下，全球滑坡事件的频率与规模预计将上升，因此建立及时准确的滑坡编目对预警系统、风险减缓策略和土地利用规划至关重要，在地形复杂山区尤为迫切。
传统滑坡调查依赖野外勘查与专家遥感影像解译，专家通过目视检查地形特征、植被格局和裸露土壤来识别滑坡。此类方法虽总体可靠，但劳动密集、耗时，在大范围复杂山区应用中往往不切实际。光学遥感可直接目视解译，对滑坡引起的裸土暴露和植被损失高度敏感，但其有效性受大气条件与光照要求制约：山区持续云覆盖和雾削弱可见光辐射、延迟可用影像获取，灾后植被快速恢复还会遮蔽新鲜形态陡坎，导致漏检率上升。合成孔径雷达（SAR）作为主动传感方式具备全天时全天候观测能力，可缓解上述大气约束，但仅基于SAR幅度影像的常规滑坡探测面临辐射与几何双重限制：相干叠加引起的斑点噪声降低辐射保真度并引入颗粒状伪影，侧视成像几何在高起伏地形中产生叠掩、透视收缩和阴影等地形畸变，加之复杂后向散射行为，使仅依赖幅度数据的滑坡特征可靠勾绘与解译变得困难。
近年来，深度学习特别是卷积神经网络（CNN）被广泛应用于光学和SAR影像的自动滑坡探测，显著提升了大范围编目制图效率。然而慢速滑坡探测仍是重大挑战，此类现象以每年仅毫米至厘米级的细微渐进位移为特征，虽很少立即威胁人身安全，但可造成严重基础设施破坏，并在外部触发下可能加速为灾难性失稳。与具有清晰形态陡坎的快速失稳不同，慢速滑坡在单时相光学或SAR幅度影像中缺乏显著光谱或纹理特征，与周围稳定地形几乎无法区分。
干涉合成孔径雷达（InSAR）对细微地表形变高度敏感，通过分析重复轨道SAR采集间的相位差可精确量化地面位移信号，从而在大空间尺度识别慢速滑坡。近期研究探索将解缠干涉相位或InSAR导出形变速率图与深度学习架构结合以实现此类蠕变灾害的自动探测，虽已展示InSAR与深度学习协同的潜力，但仍存在若干关键局限：其一，现有模型在复杂地貌环境中常出现严重语义模糊，将滑坡驱动形变与采矿、开挖、农业灌溉等人类活动引起的地面运动混淆而产生高假阳性率，同时因单模态特征置信度低而频繁漏检细微蠕变坡体，造成高假阴性率；其二，这些方法在应用于地质与环境特征多样区域时迁移性有限，且缺乏对模型超出原始训练域泛化性能的系统评估。
针对上述缺口，研究人员提出慢速滑坡探测框架（SMLD-Framework），一种将InSAR导出形变速度场与光学影像丰富光谱、纹理和形态信息有效整合的多模态深度学习方法。该框架专门设计用于降低活动性滑坡探测中的语义模糊、减少细微蠕变坡体漏检，并提升大尺度灾害探测与区域筛查效率。青藏高原与黄土高原过渡带地形崎岖、构造活跃、地表异质性强，为评估所提方法的稳健性与泛化性提供了严苛试验场。研究人员首先在该区域构建的综合数据集上训练与评估模型以建立性能基线，随后将训练好的框架应用于青藏高原东部空间上不连续的高海拔区域以评估跨区域泛化能力，该泛化测试点具有与训练域不同的环境特征，包括冻土分布、土地利用格局和植被覆盖的变化。本研究聚焦于慢速滑坡相关活动变形区的自动探测与空间定位，跨多样环境背景的稳健表现凸显了SMLD-Framework用于可扩展、可迁移灾害识别的潜力。通过生成可靠的空间候选，该框架可作为高效初步筛查工具，促进地貌复杂区域的系统性滑坡编目编制。
研究区位于青藏高原与黄土高原过渡带，横跨中国青海和甘肃两省部分区域，地形环境多样，包括山地、高海拔高原和山间盆地，共同导致广泛的边坡失稳。地貌上表现为高原边缘典型的陡峭起伏，海拔自西南超过5500 m向东北降至约700 m，强烈地形起伏导致土壤组成、岩性和风化强度的强空间异质性，主要受活动构造和沿高原边缘强烈河流下切控制。复杂地质格架进一步加剧滑坡易发性：区域受活动逆冲与走滑断裂系统控制，产生持续构造应力场，岩体高度破碎；断裂带内断层泥、变形带和密集节理网络显著削弱边坡材料，在降雨入渗或地震加载下促进失稳。向黄土高原方向，厚层第四纪黄土沉积成为主要表生材料，其结构松散、孔隙度高、遇水强湿陷性，饱和时失稳可能性增加。气候上受大陆季风和高山气候系统共同影响，存在明显气候梯度：西南高地寒冷湿润，东北部明显干旱，山间谷地呈过渡性热力条件，促进季节性冻土强烈冻融循环，夏季集中降雨进一步加速边坡失稳；持续构造抬升加剧河流下切，形成陡峭谷壁并引起坡体应力频繁重分布。这些地质、地貌与气候因素共同造就了滑坡启动与复活频繁发生的动态过渡带，使其成为研究复杂滑坡过程与机制的理想天然实验室。
数据方面，研究人员获取四个轨道Sentinel-1 SAR影像监测区域地表形变：核心过渡带由Track 128（升轨）、Track 55（升轨）和Track 135（降轨）覆盖，涵盖活动断裂系统与滑坡易发高原边缘；为评估框架跨区域泛化能力，另获取青藏高原东部过渡带西南侧Track 33（降轨）的独立数据集。数据用于两种实验配置：首先聚合全部四个轨道数据并划分以建立背景多样性最大的稳健基线；其次将Track D33作为独立测试区开展跨区域泛化实验，模型仅在Track A128、A55和D135上训练后在未见D33区域评估。升降轨组合便于多几何监测，缓解崎岖山区SAR成像固有的几何畸变。高分辨率历史光学影像取自Google Earth平台，为深度学习模型提供丰富地貌与纹理上下文。
方法上，SMLD-Framework为多模态深度学习架构，整合InSAR导出形变速度场与高分辨率光学影像实现慢速滑坡自动探测。为克服光学与SAR幅度数据对细微地表位移敏感性有限的问题，框架将InSAR运动学与光学光谱纹理信息结合，增强可靠识别蠕变坡体的能力；与主要关注灾后形态异常的传统单源方法不同，该多模态方法通过捕捉活动性慢速滑坡的运动学特征并结合丰富空间上下文实现精确探测。框架工作流包括MT-InSAR处理与形变反演流程、多模态特征融合策略及基于深度学习的滑坡探测流程。
MT-InSAR形变反演方面，研究人员利用多时相干涉合成孔径雷达（MT-InSAR）从差分干涉图网络重建地表位移时间演化。设N为按时间顺序获取的SAR影像数，基于预设时空基线阈值生成差分干涉图网络；对ti与tj（ti
多模态数据融合方面，InSAR导出形变速度图首先地理编码至WGS84坐标系以确保与光学影像空间对齐。针对粗分辨率InSAR格网与细粒度光学像元的分辨率失配，低分辨率InSAR形变图先经双三次插值上采样，随后应用超分辨率卷积神经网络（SRCNN）增强形变场空间连续性并抑制插值伪影，该预处理流程确保两种数据源几何一致性，使下游网络有效利用InSAR形变度量与光学光谱—纹理特征的互补信息。插值图由输入图像与插值核卷积获得，如公式（4）所示，其中(i,j)为输出像元坐标，(m,n)为核窗口内空间索引，K(m,n)为空间距离决定的插值权重。为 further 缓解插值固有模糊伪影，SRCNN模块将插值低分辨率特征映射至高分辨率空间，网络由图像块提取、非线性映射和重建层组成，前两阶段表达为公式（5），其中W1、W2为卷积核，B1、B2为偏置项，*为卷积运算，σ(·)为修正线性单元（ReLU）激活函数；最终增强高分辨率形变图Fe经末层重建，如公式（6）所示。为防止引入非物理伪影并强制物理一致的形变学习，SRCNN模块采用基于干涉处理流程的自监督训练策略：不使用自然图像预训练，而是通过在标准InSAR处理链内以不同多视参数重处理Sentinel-1单视复数数据生成训练样本，具体以5距离视和1方位视配置生成参考中等分辨率速度场（有效空间分辨率约13 m），以20距离视和4方位视配置生成对应低分辨率速度场输入（有效空间分辨率约50 m），通过最小化均方误差损失函数学习从低分辨率形变场重建更精细形变结构；由于输入与参考数据均源自物理一致的干涉处理流程而非人工降采样，该策略促使网络更有效建模形变场内在空间连续性与尺度依赖特征。模型训练后用于生成网格间距更细、与高分辨率光学遥感影像空间匹配的超分辨率形变表征；需强调该过程改善形变场空间采样密度与结构连续性，但不改变SAR系统决定的基本物理分辨率。最终多模态融合前，对增强InSAR形变图应用基于阈值的掩膜策略，绝对位移速率小于10 mm/yr的像元置零，该预处理有效抑制非相干背景噪声并作为硬注意力机制引导网络将计算资源集中于活动运动学特征；关键在于掩膜仅施加于InSAR通道，光学影像保持不掩膜以确保保留全局环境上下文用于准确场景理解。为解决单通道InSAR速度图与三通道光学RGB图像的通道维度失配，对高分辨率InSAR图应用连续伪彩色编码策略，将单通道形变速率利用标准色图映射为三通道RGB张量，从而在对应红、绿、蓝通道严格逐像元执行多模态融合。设融合合成RGB图像为M、光学图像为O，融合过程由权重参数α控制，如公式（7）所示，α∈[0,1]决定各模态相对贡献，本研究设α=0.5赋予InSAR形变度量与高分辨率光学光谱—纹理特征同等重要性，该平衡整合使网络同时利用InSAR动态运动学信息与光学影像提供的静态地形和土地覆盖上下文。
真值标注与数据增强方面，为构建稳健可靠训练数据集，研究人员建立严格的多源证据标注协议以定义真值标签，而非依赖单模态解译。候选变形区经三个综合阶段系统筛查与验证：第一阶段为MT-InSAR运动学筛查，首先对InSAR速度图应用绝对LOS形变速率超过10 mm/yr的阈值，该阈值保守超过山区MT-InSAR背景噪声底（通常为±3至±5 mm/yr），与近期滑坡研究实践一致，可有效滤除大气残差与算法噪声，确保仅保留具有真实活动地表运动的候选区；第二阶段为地貌与地形验证，由于仅凭InSAR形变信号无法区分自然边坡失稳与人类诱导沉降，研究人员利用叠加于Google Earth平台三维地形模型的高分辨率光学影像进行细致目视解译，仅当候选区满足多维标准时才归类为活动性慢速滑坡：形态上须呈现明显块体运动指标，如冠部陡坎、拉张裂缝、植被覆盖破坏或坡脚舌状堆积区；地形上须位于有利于重力失稳的自然斜坡，明确排除平坦地形或谷底；反之对人类活动异常应用严格排除标准，与阶梯状农业梯田、采矿坑等明显开挖痕迹或建筑基础、道路路堤等基础设施足迹重合的集中变形区被明确归类为非滑坡异常变形；此外为确保光学上下文与InSAR监测期时间一致性，检查历史影像序列，任何经历快速土地覆盖变化致使可用光学数据不能代表形变期实际地表状态的候选区因时间不一致被排除；第三阶段为外部验证与不确定性控制，为进一步减轻主观偏差，初步目视标注与已发表区域滑坡编目和地质调查交叉参照，过程中任何模糊样本被严格排除出最终数据集，特别是地貌特征高度遮蔽或InSAR与光学数据证据冲突者，该保守方法保证模型训练所用真值标签高质量与可靠性。关于目标标注，采用边界框而非精确多边形，由于卫星SAR成像固有几何畸变与LOS投影限制，给定滑坡在升降轨间观测到的形变范围与形状可能显著变化，仅基于InSAR观测勾绘统一准确的多边形边界高度模糊，因此框架优先采用边界框实现稳健灾害定位而非像元级语义分割。严格遵循上述标注协议，研究人员构建了多模态训练数据集，升轨与降轨几何均纳入数据集，因其不同入射角与方位角对实际三维地表形变提供互补观测敏感性，整合两种轨道几何有效缓解单轨SAR成像固有的阴影与叠掩地形盲区，最大化高度起伏研究区坡体失稳可观测空间覆盖；此外暴露于多样观测构型使模型学习与不同滑坡运动模式相关的更广形变表现谱，减少对几何特定投影特征的过拟合。为严格评估SMLD-Framework并防止空间自相关引起的信息泄漏，数据集划分采用轨道级空间分块策略：首先针对滑坡空间尺度极端变化并实现对大型滑坡复合体与高度局部化蠕变坡体的有效识别，采用多尺度裁剪策略从InSAR速度图提取共964个原始图像块，需强调任一单轨道内提取的图像块地理上不连续，确保无轨内空间泄漏；然而不同轨道（如升轨与降轨构型）导出的图像块常在相同地理坐标相交，虽不同SAR入射角产生不同运动学表征增强训练样本多样性，但相交轨道共享的光学影像与地貌上下文在划入不同训练测试集时固有引入空间泄漏风险。为规避该问题并确保基线评估不因光学上下文泄漏而人为膨胀，另开展采用严格零泄漏地理分块划分的验证实验。最终数据集包含964个图像块和1495个标注变形实例，按约8:1:1随机划分为训练、验证和测试子集：训练集含780个图像块和1064个实例，包括620个活动性滑坡和444个非滑坡异常；验证集含87个图像块和190个实例；测试集含97个图像块和241个实例；整个数据集中滑坡与非滑坡实例比例约为1.2:1。遵循严格数据集划分后，全面数据增强策略仅施加于训练集以确保未触碰验证与测试集的无偏评估，通过变换使标注滑坡实例在形状、方向、观测几何和空间分辨率上呈现显著多样性，而单个滑坡因几何畸变在升降轨InSAR图中已可能呈现不同投影模式，增强流程进一步放大该多样性。
深度学习架构与实现细节方面，CNN通过层次化特征提取有效捕捉局部纹理特征与全局上下文信息，典型架构由用于特征提取的卷积层、用于降维的池化层和用于分类或回归的全连接层组成；然而标准CNN在需同时目标识别与定位的目标检测任务中存在局限，全连接层不显式保留空间坐标信息，固定尺寸输入要求常需图像缩放而引入几何畸变。为此引入基于区域的CNN（R-CNN）框架以算法生成候选区域替代滑动窗口搜索，但R-CNN依赖计算昂贵的选择性搜索算法生成数千重叠候选，导致大量冗余与处理瓶颈。为克服低效，框架纳入感兴趣区域（RoI）池化层和区域候选网络（RPN）：RoI池化层实现候选区域间共享特征提取提升计算效率，RPN直接从特征图生成候选区域，实现特征提取、候选生成与目标检测在端到端框架内联合优化。多模态融合后采用ResNet-50骨干网络提取深度多尺度特征表征，SMLD-Framework基于PyTorch库实现。为提高训练稳定性采用两阶段优化策略：第一阶段（50个epoch）冻结骨干网络参数仅训练区域候选与分类头；第二阶段（50个epoch）解冻整个网络微调。模型采用Adam优化器，动量参数0.9，权重衰减0，采用余弦退火学习率调度，学习率初始为1×10??并衰减至最小值1×10??。检测性能采用标准目标检测指标精确率（P）、召回率（R）和平均精度（AP）定量评估；在地质灾害监测背景下漏检（假阴性）对公共安全的风险高于虚警（假阳性），因此除标准F1分数外，明确采用F2分数作为关键性能指标，F2分数赋予召回率更大权重，从而优先全面识别所有潜在滑坡灾害。
结果部分，消融实验将标注样本分为活动性慢速滑坡与采矿、农业和建设等人类活动引起的非滑坡异常变形两类，采用标准目标检测指标定量评估，计算交并比（IoU）阈值0.5下的AP为精确率—召回率（P–R）曲线下面积，表中召回率、精确率、F1和F2分数在置信度阈值0.5下获得。实验结果表明，所提SMLD-Framework在滑坡类别取得86.63%的AP，两类平均精度均值（mAP）达80.39%，证明多模态特征整合在区分不同变形类型方面的有效性。为量化光学数据的特定贡献，通过系统排除光谱信息开展消融研究，将多模态框架与仅用InSAR基线基准比较。仅用InSAR基线对滑坡目标表现出高假阴性率，慢速滑坡常被误分类为非滑坡异常，耕作活动引起的地面沉降偶被误判为滑坡形变产生假阳性，同一目标被不一致地分类为滑坡和非滑坡变形，灌溉相关的细微地表形变未能触发单模态模型检测。相反，融合InSAR—光学模型在检测小尺度蠕变坡体方面表现优越，同时保持大型滑坡体的准确性；通过纳入光学空间上下文，框架缓解单模态解译固有语义模糊，这种跨模态互补性提高此前漏检的细微形变目标的检测置信度，使其保留在最终预测中从而降低假阴性率；此外多模态模型能区分复杂地形中滑坡驱动形变与耕作相关沉降，并捕捉仅用InSAR基线未检测到的灌溉诱导地面沉降。对滑坡类别，融合模型较仅用InSAR基线召回率相对提升39.17%、AP提升17.77%；对非滑坡类别，召回率提升49.65%、AP提升39.35%。观察到整合光学特征提升召回率但以精确率边际下降为代价，该权衡反映光学上下文信息的双重影响：一方面光学影像提供关键地貌线索有效化解弱InSAR信号固有语义模糊，通过将运动学异常与地表纹理交叉验证，框架为此前在仅用InSAR场景下无法达到0.5标准阈值的细微蠕变滑坡生成更高预测置信度，从而成功召回大量此前漏检目标；另一方面研究区极端环境复杂性引入潜在视觉混淆物，如农业梯田或采矿迹地，其形态与滑坡相似，当这些光学混淆物与非滑坡InSAR异常（如农业或采矿活动诱导地面沉降）空间重合时，网络可能被这种视觉—运动学巧合误导，不可避免产生新假阳性，从而解释精确率边际下降。在防灾应用中，滑坡检测方法优先全面识别潜在变形区，因为漏检滑坡的后果远较误分类非滑坡变形严重，因此赋予召回率更高权重的F2分数是比标准F1更关键的性能指标；值得注意的是融合模型对滑坡目标F2分数相对提升28.73%、对非滑坡异常提升34.37%，证实其在灾害识别中的优越可靠性。观察到的召回率与精确率权衡可能源于二者固有反比关系，并可能因标签模糊进一步复杂化。为研究标签模糊在更严格匹配准则下对定位稳健性的影响，引入IoU阈值0.50至0.95的mAP作为补充指标；在更严格IoU阈值下总体检测性能自然较标准IoU=0.5下降（后者相对仅用InSAR基线mAP相对提升26.84%），该性能下降可归因于检测蠕变滑坡的固有挑战——其通常呈现无清晰边界的渐进形变过程，难以实现完美边界框对齐；尽管如此SMLD-Framework仍取得40.24%的mAP@0.50:0.95，较仅用InSAR基线相对提升29.76%，在标准和严格评估协议下观察到的性能增益证实整合光学上下文与InSAR运动学提供了稳健解决方案。此外为评估所选融合策略最优性，开展加权混合方法与通道堆叠方法的对比实验：通道堆叠基线将单通道InSAR形变速度图与三通道光学RGB影像拼接为四通道输入张量并相应修改ResNet-50骨干首卷积层；相同实验配置下通道堆叠方法取得82.14%召回率和79.43%AP，而加权混合方法以88.83%召回率和86.63%AP表现更优。该性能差距可能归因于多数现代CNN骨干（包括ResNet-50）通过ImageNet预训练针对三通道RGB输入优化，将InSAR数据编码为伪彩色RGB张量并混合保留了三通道输入空间，更好利用预训练特征提取能力处理边缘和纹理；相反四通道堆叠需重新初始化首层，可能阻碍在此规模遥感数据集上的收敛效率；此外加权混合通过空间叠加运动学形变与地貌纹理执行早期语义整合，为RPN识别活动性灾害提供更直接视觉提示。
对比实验评估方面，为严格评估所提SMLD-Framework，采用多种广泛使用的目标检测模型开展对比实验，包括单阶段检测器单发多框检测器（SSD）和YOLO-v3，以及配置VGG-16和ResNet-50骨干的两阶段Faster R-CNN模型。为确保可复现性与公平比较，所有基准模型在先前构建的慢速滑坡数据集上采用相同数据划分方案训练与评估；训练前所有骨干网络使用PASCAL VOC07+12数据集预训练权重初始化；训练中采用两阶段优化策略，先冻结骨干参数训练检测头，再全网络微调；迭代训练过程中利用验证集持续监测模型性能，选择验证mAP最高的模型权重进行最终评估，随后在完全独立测试集上评估所选权重计算所有检测性能指标。定量结果表明所提SMLD-Framework在F1、F2和AP方面优于所有基线方法。基线架构中采用VGG-16和ResNet-50的Faster R-CNN模型表现相当，VGG-16骨干模型取得略高F1和AP分数，AP为79.24%而ResNet-50基线为73.56%。虽单阶段检测器YOLO-v3和SSD取得超过76%的高精确率，但召回率分别低至18.39%和25.86%，该局限主要与其依赖预定义锚框网格的密集预测有关，默认锚框尺度和长宽比常与滑坡高度可变且不规则几何不一致，使这些单阶段模型检测小型或几何不规则变形目标效果较差；相反SMLD-Framework的两阶段架构纳入RPN进行自适应定位精化，对可变目标几何和小尺度形变特征更具适应性。因此在独立测试集上SMLD-Framework取得平衡检测性能，召回率88.83%；与表现最佳基线（Faster R-CNN VGG-16）相比，所提方法在召回率、F1、F2和AP上分别相对提升23.65%、8.59%、17.20%和9.33%。这些结果证明两个主要优势：两阶段架构对几何不规则目标提供改进定位能力，多模态融合策略有效缓解单传感器算法固有语义模糊，从而提高活动性慢速滑坡检测。在相同多模态输入条件下另开展对比分析以分离网络架构与输入数据的影响：整合光学上下文信息使所有评估模型检测指标提升，使用融合InSAR—光学输入SSD模型AP从50.61%增至72.37%，YOLO-v3模型从58.19%升至76.51%；然而即使具有相同多模态信息，单阶段检测器召回率仍低于SMLD-Framework，SSD和YOLO-v3召回率分别保持51.64%和41.49%，低于所提框架的88.83%，该性能差距表明SMLD-Framework性能提升主要与其稳健两阶段检测机制相关，RPN实现地貌复杂滑坡自适应定位，而单阶段架构刚性网格回归对此类不规则目标效果较差。为进一步评估模型性能统计稳定性与不确定性，对测试集开展500次迭代的bootstrap重采样分析，与呈拉长下偏分布的单阶段检测器相比，SMLD-Framework取得更高中位AP和更紧凑概率分布，表明所提框架相对稳定且对测试集随机采样变化敏感性低；此外在相同多模态输入条件下SSD和YOLO-v3模型表现出较严重性能波动，这些统计结果进一步支持所提两阶段多模态架构的有效性。
跨区域泛化方面，泛化能力对在大型环境异质区域部署滑坡检测模型至关重要。为评估SMLD-Framework跨区域泛化性能，开展空间域偏移条件下的可迁移性实验：模型在过渡带（Track 128、55、135，平均海拔约2200 m）训练后，在青藏高原东部独立高海拔D33区域（平均海拔>3700 m）测试。该海拔差异导致生态条件、植被密度、土壤特征等相关环境因素显著异质性。与训练区相比，D33在多个变量上表现显著地质环境差异：土壤质地分析显示各区域黏土含量相当（14%–18%），而D33砂含量（约30%）高于训练区（<22%），该质地差异可能因砂质土壤较高反射率改变光学影像地表光谱响应，从而影响多模态分析中特征提取；植被覆盖分析表明D33归一化差异植被指数（NDVI）值（0.47）高于低海拔训练轨道（低于0.33），反映更密植被覆盖；此外D33土地利用与土地覆盖（LULC）更多样，涵盖草地、灌丛、林地和建成区，而训练区主要为草地和农田，这些差异导致光学输入视觉外观显著变化，为评估跨域泛化提供挑战性场景；另外相较训练域D33呈现更复杂冻土环境，包括季节性冻土以及高原和山地多年冻土，冻土类型多样性增强环境异质性并可能通过冻融动力学变化影响坡体失稳风险。除环境因素外，同一滑坡在升降轨观测时可能呈现不同空间形变模式，对模型可迁移性构成额外挑战；然而数据增强策略通过使网络暴露于多样模拟滑坡几何与视觉外观，提高模型对这些轨道依赖几何变化的稳健性，促使模型学习对形状、方向及采集特定畸变变化较不敏感的运动学特征。尽管存在这些地质环境差异，模型应用于未见D33区域时表现出稳健可迁移性，取得68.83%召回率、88.33%精确率、0.774的F1分数和84.79%的AP；在未见D33区域评估时模型召回率相对源域表现略有下降，该下降可能与高原 terrain 增加的光谱复杂性和更密植被覆盖有关，此类环境因素可遮蔽早期形变的细微光学和运动学特征偶致漏检；尽管如此网络在新区域仍保持88.33%精确率，证明良好泛化能力，持续精确率连同稳定F1和AP值表明所提框架在异质且先前未见环境中保持可靠检测性能。为进一步评估框架区域滑坡检测与筛查实际适用性，开展业务化评估：基于跨区域泛化结果，在D33测试区内选取滑坡易发河谷廊道进一步评估复杂地形条件下模型表现，该感兴趣区因包含显著地形起伏和活动河流侵蚀而选定，为框架提供挑战性测试场景；评估利用沿该廊道分布的20个代表性图像块，覆盖累计地理面积约102.26 km2，区内标注33个慢速滑坡或滑坡复合体，在IoU阈值0.5下模型成功检测其中27个实例，召回率81.82%，模型在评估区仅产生一个假阳性预测，对应面积虚警率约0.0098 km?2。假阳性位于建设工地内，活动工程开挖产生人工陡坎和裸土斑块，其光谱纹理特征与滑坡地貌特征高度相似，同时开挖和土方活动也产生InSAR可检测的局部地表位移，在多模态框架中这些类滑坡地貌特征与活动形变信号的空间重合类似滑坡变形的多模态特征，从而误导模型产生假阳性预测；该特定失效模式表明当自然坡体运动与人类活动的视觉和运动学特征高度相似时区分二者仍具挑战；尽管如此框架在区域灾害筛查中保持低虚警率，这些结果表明所提框架可泛化至具有不同地形和光谱特征的未见环境。
参数敏感性分析方面，为评估多模态融合权重α的影响，在受控实验条件下开展参数敏感性分析：相同数据集划分与实验设置下，使用0.2至0.8、步长0.1的光学权重α训练与评估SMLD-Framework。实验结果表明融合权重0.5产生最佳总体检测性能，取得最高F1、F2、AP和mAP分数。如召回率与精确率权衡所示，增加任一模态主导地位导致更保守检测行为：当融合偏向光学模态时，运动学信息贡献减少使网络更依赖光学纹理，模型变得更保守且更易难以识别活动但形态细微的蠕变滑坡，该行为转变在α=0.8时明显，虽精确率相对平衡配置提高约5个百分点，但召回率下降超过14个百分点，该精确率微小增益不足以补偿召回率损失，导致F分数和AP等总体评价指标下降，反映漏检发生率增加；当InSAR数据主导融合过程时出现类似权衡，表现为精确率略增而召回率大幅下降，α=0.2时精确率相对基线微增约2.6个百分点而召回率下降超过16个百分点，该现象表明缺乏足够光学上下文约束模糊运动学信号时，网络对细微形变目标产生较低置信度分数，致使这些预测无法超过预定义检测阈值，导致缺乏极强形变特征的真实滑坡更频繁漏检。这些结果凸显光学上下文信息对滑坡检测性能的贡献；尽管每次参数调整需重新训练整个框架的高计算成本意味着评估离散区间非穷尽，结果表明赋予两模态同等先验重要性为当前研究区提供合适平衡；虽该平衡配置接受精确率边际下降，但改善InSAR运动学与光学空间上下文整合，从而促进潜在地质灾害更全面识别；此外依赖固定启发式权重实现该平衡固有凸显静态参数化局限，静态加权策略局限与潜在未来改进在讨论部分阐述。
严格地理分块划分验证方面，如先前讨论轨道间地理重叠可能通过共享光学背景引入空间泄漏。为消除该潜在光学泄漏并验证所提模型稳健性，开展基于零泄漏地理分块划分的验证实验：过程中为消除核心过渡带跨轨道重叠，排除降轨所有样本；此外为确保相邻升轨间空间独立性，识别Track 128与Track 55边界处小地理重叠，为解决该问题亦排除Track 55重叠样本，仅保留重叠区内Track 128样本。因此零泄漏数据集仅使用空间不连续升轨图像块重建，合并数据集共364个独立图像块含521个标注实例，包括269个活动性滑坡和252个非滑坡异常，空间块随后按8:1:1比例划分为新训练、验证和测试集，该严格划分策略确保捕获同一滑坡的所有图像块及其对应光学背景严格分配至单一数据子集，消除子集间空间泄漏可能性。重新训练的SMLD-Framework随后在地理独立测试集上评估，该零泄漏设置下模型对活动性滑坡类别取得81.89%的AP，相较原始基线指标性能仅出现微小变化，严格地理空间分离下持续高性能表明SMLD-Framework主要依赖可泛化运动学与上下文特征而非记忆共享光学背景。
讨论部分，关于高原过渡带滑坡特征：青藏高原—黄土高原过渡带滑坡呈现明显空间聚集与发育格局，可能反映活动构造、快速地貌演化与气候强迫的共同影响。空间上多数活动性滑坡沿河谷和高起伏峡谷呈线性分布，这些区域以海拔从超过6000 m降至不足1000 m的极端地形梯度结合强烈河流下切促进坡脚侵蚀，该空间格局与区域研究中记录的破碎基岩和松散沉积物内局部剪应力增加一致；区域复杂地形跨越深峡谷、切割高原和山间盆地，与坡体失稳热点呈空间相关，尤其在构造破碎带集中地壳应力并降低岩体完整性处明显，可能使坡体易于失稳；此外从青藏边缘富砂土壤到东部厚层黄土沉积的岩性异质性似与这些破碎带相互作用，可能加剧滑坡易发性，这些条件与地下水入渗增强及冻融事件中材料循环弱化一致；因此活动性滑坡空间分布大体沿区域地质构造，在断裂与陡峭地形相交处（如黄河及其支流两侧）出现密集簇集；值得注意的是黄土坡上农业耕作等人为扰动连同季节性降雨进一步放大这些自然易发性，导致黄土主导区反复失稳。除地形与构造控制外，冻土类型和LULC分布凸显过渡带坡体失稳相关环境复杂性：空间叠加分析表明多数滑坡位于受季节性冻土影响区域，包括浅层和中深层，较小部分位于含高原或山地多年冻土区域，冻结制度多样性意味着差异冻融动力学可能在调节坡体活动中起重要作用；从土地覆盖角度虽多数滑坡发生在草地，部分也分布于农田区，特别是农田覆盖坡体上滑坡可能反映长期农业扰动的失稳效应，该现象此前在黄土高原如黑方台滑坡复合体已观察到。
关于深度学习与多模态融合在滑坡检测中的机遇与挑战：本研究中深度学习作为关键机制，将滑坡识别从主观人工流程转变为自动化数据驱动范式。传统编目编制通常依赖目视解译或基于阈值的分类，这些方法固有主观、劳动密集且难以跨多样区域泛化；相反所提SMLD-Framework从多模态观测导出联合运动学—光谱特征表征，这些表征提高模型捕捉慢速坡体相关形变信号的能力，同时避免依赖人工设计描述符或经验选择阈值；此外框架将检测与分类整合于统一深度学习流程，通过整合RPN和RoI池化实现活动性滑坡端到端定位与分类，提高计算效率与检测一致性。除计算考虑外，纳入InSAR导出形变测量提供光学或SAR幅度影像单独无法直接获得的运动学信息：InSAR通过差分干涉提供位移测量捕捉滑坡运动学，光学影像提供光谱纹理信息、地形形态和土地覆盖特征（如植被分布），该多模态融合使网络区分滑坡诱导形变与非滑坡地面运动，同时减少漏检和假阳性。需注意虽SRCNN模块促进空间对齐，其对总体检测精度的贡献次于多模态融合本身，该有限改善可能与时空滤波InSAR速度场固有平滑性有关，限制了通过高频特征重建实现实质性能提升的潜力；在业务部署中该模块主要作为对齐精化组件而非检测性能主导因素。尽管InSAR—光学融合模型取得进展，实现完全可靠滑坡检测仍存在若干挑战：活动性慢速滑坡因不同地理环境呈现显著形态与运动学多样性，如青藏高原冻融诱导高山滑坡、黄土高原黄土主导滑坡、三峡库区涉水滑坡以及喜马拉雅和喀喇昆仑山区降水驱动滑坡，该环境与岩土力学异质性凸显构建考虑各种地质背景的更丰富全面多模态数据集的必要性，并凸显需要能跨这些多样环境泛化的自适应算法，尤其改善被密植被遮蔽或呈现弱运动学信号滑坡的检测；进一步挑战包括粗InSAR格网与高分辨率光学影像固有空间分辨率失配、雷达与光学采集成像时间差异导致的时间不一致以及训练大尺度多模态框架的高计算成本。此外需注意基于InSAR的滑坡检测从根本上受雷达成像物理特性限制，限制了某些滑坡类型的可检测性：第一，在密林区C波段InSAR信号常受时间失相干影响导致相干性降低，从而降低形变反演可靠性；第二，InSAR更适合监测缓慢低梯度蠕变，高形变速率或陡空间相位梯度可能超出相位解缠能力导致解缠误差或信号混叠，从而降低测量精度；第三，侧视成像几何在高起伏区诱发电形相关畸变，包括雷达阴影造成观测盲区和叠掩导致强几何压缩与地形位移；第四，由于InSAR测量仅捕捉沿LOS方向的位移分量，不同轨道几何对真实三维位移矢量呈现不同敏感性，主要平行卫星飞行方向运动或位于对雷达LOS不利朝向坡面的滑坡可能产生弱信号而难以检测。这些固有物理约束凸显多几何观测与多模态数据整合对缓解单传感器观测局限的重要性。除这些物理和数据层面约束外，当前基于遥感的滑坡目标检测与语义分割研究范式中潜在循环性问题引入重要认识论局限：相同高分辨率光学影像既用于辅助专家定义真值标签，又作为框架直接输入模态，该重叠表明模型评估可能部分反映其与专家目视解译的一致性而非滑坡发生的完全独立表征。为减轻该解译偏差，标注协议主要锚定客观MT-InSAR运动学阈值确保所有标注实例对应实际地面运动，此外将初步标注与独立已发表编目交叉参照提供外部验证层；虽对整个高原所有实例开展全面实地验证在后勤上仍具挑战，整合InSAR运动学观测有助于最小化纯光学解译固有主观性。解决这些多方面挑战对推进此类模型从研究原型向可靠业务化工具转变以实现滑坡预警和灾害管理至关重要。
关于未来技术改进：青藏—黄土过渡带构成滑坡活动动态热点，受构造、气候和人为因素复杂相互作用驱动，因此区域显著地质异质性对检测模型泛化能力构成重大挑战。为缓解这些域偏移，未来灾害监测与减缓策略应优先多源遥感数据协同整合，通过利用互补光谱与运动学信息，此类多模态融合可有效补偿复杂地形中单个传感器的局限，从而降低语义模糊并提高异质环境中灾害识别稳健性。关于形变监测组分，虽InSAR技术作为大尺度滑坡识别关键工具，未来研究可采用整合永久散射体（PS）和分布式散射体（DS）处理的先进MT-InSAR方法；此外通过先进大气校正方法抑制山区差分干涉图中大气湍流效应可进一步提高地面形变监测精度。为解决InSAR检测大梯度位移的局限，可整合像元偏移跟踪（POT）技术捕捉快速演化滑坡；基于多尺度形变监测观测可进一步分类滑坡运动特征如慢速和快速滑动类型，这是增强模型适用性的关键步骤。关于数据获取，正在进行的配备L和S双频传感器的NISAR（NASA-ISRO SAR）全球观测任务，连同Sentinel-1C/D等业务化开放获取星座，为推进地质灾害监测提供巨大潜力；由于所提SMLD-Framework可扩展性，整合这些高重访率开放获取数据流可减少影像获取与滑坡检测间延迟，该功能促进坡体失稳近实时（NRT）监测，将技术焦点从回顾性识别转向主动灾害筛查；此外多模态框架可通过将形变数据与地形衍生变量（如坡度、粗糙度、起伏）及多时相光学/SAR观测协同结合而丰富。虽本研究采用固定融合权重提供稳健基线，但其依赖静态先验无法动态考虑研究区内局部场景不同数据源可靠性变化，例如光学观测可能被云覆盖遮蔽而InSAR信号可能受时间失相干影响；因此未来研究应超越静态融合探索自适应可学习加权机制，如通道注意力融合或门控多模态单元，这些先进策略将允许模型自主确定InSAR运动学与光学上下文对每个特定空间实例的最优贡献比，从而优化复杂环境中特征整合。在网络架构方面，整合注意力机制或形变感知特征金字塔有望进一步提高对细微信号敏感性同时抑制非滑坡地面运动假阳性；此外增强多模态深度学习框架可解释性也是关键前沿，未来研究应整合可解释人工智能（XAI）技术如梯度加权类激活映射（Grad-CAM）和Shapley加性解释（SHAP）透明解译网络决策过程，这些进展将使研究人员系统分离并量化不同模态独特运动学与地貌特征的贡献，清晰理解各数据源如何影响模型预测；理解模型内部表征可为改进特征提取策略开发提供信息并增强自动滑坡灾害评估可靠性与可解释性；多模态遥感技术与先进深度学习架构持续进步有望进一步促进多样滑坡类型的自动识别与分类，从而提高区域滑坡编目更新与灾害评估效率。
结论部分译文：本研究针对构造活跃且环境复杂的青藏高原—黄土高原过渡带活动性慢速滑坡检测挑战，通过融合InSAR导出形变速度场与高分辨率光学影像，开发了可扩展的SMLD-Framework。该方法缓解了单模态方法的主要局限，特别是InSAR解译的语义模糊和光学数据对细微蠕变形变的有限敏感性。所提多模态框架表现出稳健检测性能，具体对活动性滑坡类别取得88.83%的召回率、86.63%的AP和0.771的F1分数。消融研究证实整合光学光谱—纹理信息的关键贡献，与仅用InSAR基线相比该整合使mAP提升26.84%、召回率相对提升39.17%；召回率提升表明框架降低单模态解译固有语义模糊，通过联合利用运动学信号与环境上下文，框架减少细微蠕变滑坡漏检。在对比评估中SMLD-Framework优于主流单阶段目标检测算法，YOLO和SSD等单阶段检测器常无法识别小尺度和细微形变目标，而该方法保持稳健检测能力；此外框架应用于高海拔青藏高原东部时表现出优异跨区域可迁移性，尽管冻土制度、土地利用类型和植被覆盖存在显著异质性，框架在未见高海拔区域保持84.79%的稳健AP，证明对显著域偏移的强稳健性。总之本研究通过整合运动学形变测量与光学地表特征，提出用于大尺度慢速滑坡检测的自动化可扩展框架；所提框架为自动区域尺度滑坡编目生成提供可扩展路径，并支持复杂山区环境中从人工解译向数据驱动地质灾害监测的转变。
