利用基于 HLS 的森林覆盖变化与基于规则的地理空间框架完善韩国滑坡清单

《Remote Sensing Applications: Society and Environment》：Landslide Inventory Enhancement Using HLS-based Forest Cover Change and a Rule-based Geospatial Framework in South Korea

　　

摘要
准确的滑坡清单数据对于易发性评估模型和预警系统至关重要。然而，在韩国，国家清单通常以行政地址级别提供，并且涵盖较宽的发生时期，这限制了其在研究和业务应用中的空间和时间可用性。本研究提出了一种基于地球观测的地理空间框架，通过整合从调和 Landsat 和 Sentinel-2 (HLS) 数据中得出的时间序列森林覆盖变化信息与国家地理空间数据集及公开可访问的 API，来细化滑坡清单记录。开发了一个预处理流程，以生成 2016-2024 年期间空间一致的分析就绪 HLS 合成数据，为年度森林覆盖制图提供全国覆盖。采用带焦点损失的注意力 U-Net 作为最终森林覆盖分类模型，实现了 0.9424 的召回率和 0.9372 的 F1 分数。生成的年度森林覆盖变化图捕捉了各种地表扰动类型，包括森林火灾、森林管理活动和城市扩张。这些产品与宗地边界、地形变量和降雨记录相结合，将初始的 5,015 条滑坡清单记录细化为 4,487 条基于坐标的记录，并估算了发生日期。大约 40% 的细化记录得到了可检测的森林到非森林转变的支持，这为位置分配提供了直接的空间证据。这些结果表明，免费提供的 HLS 时间序列数据为改进国家尺度的基于元数据的滑坡清单提供了实用且经济的基础，减少了现有记录中的空间和时间不确定性，并支持随后的易发性建模和预警应用。提出的框架也可能适用于其他历史滑坡清单以低精度元数据格式维护的地区。

引言
最近的气候变化增加了降雨事件的频率和强度，这与气温升高密切相关。随着大气温度升高，空气保持水汽的能力也随之增加，从而提高了温暖季节短时间高强度降雨的可能性（IPCC, 2021; Martel 等，2021）。这种降雨可以迅速增加径流，在山区引发山洪暴发并触发滑坡和泥石流（Highland 和 Bobrowsky, 2008）。在自然灾害中，滑坡被认为最具破坏性之一，造成重大的经济损失和人员伤亡（Froude 和 Petley, 2018）。在韩国，大约 63% 的国土是森林覆盖，大部分年降雨量集中在夏季（Jung 等，2011）。在这些地形和气候条件下，森林覆盖及相邻地区反复发生滑坡损害（Eu 等，2024; KFS, 2025）。同时，城市扩张、道路建设、森林退化和森林火灾事件加速了该国许多地区的土地覆盖变化，进一步改变了潜在滑坡脆弱性地区的空间分布（Ghestem 等，2011; Lee 等，2024; NGII, 2020; Parise 和 Cannon, 2011; Rohan 等，2023; Schmaltz 等，2017）。然而，这些近实时的地表变化很少在发生当年的国家地理空间数据集中反映，这限制了其在滑坡准备和恢复中的实际使用。

为了解决滑坡风险，韩国实施了结构和非结构缓解措施（KFS, 2025）。结构措施包括如拦砂坝等侵蚀控制设施，而非结构措施包括滑坡预测、预警和预防规划。作为这些努力的一部分，韩国森林服务局（KFS）运营滑坡信息系统，基于土壤湿度条件在邑面洞行政级别提供滑坡“注意”和“警告”警报（Eu 等，2024）。尽管该系统结合了韩国滑坡预警系统（KLES），但持续改进预警和预测模型取决于用于模型开发和校准的滑坡清单数据的质量（Lee 等，2015）。然而在实践中，用于这些目的的 KFS 清单（主要国家记录）有两个基本特征限制了其直接使用。首先，记录通常以行政地址级别提供，并报告发生时期而不是具体日期。其次，清单是围绕损害位置编制的，而不是滑坡起始区，因为记录基于事后调查，专注于受影响的住宅、基础设施或财产地点。这反映了《森林保护法》下清单的法律授权，该法优先考虑快速损害评估和应急响应，而不是对滑坡起始的科学特征描述（KFS, 2025）。这意味着报告的地址通常对应于损害发生的地方，而不是滑坡起始的地方，后者可能位于相邻的森林覆盖区域上游。这些特征限制了清单在滑坡易发性评估、预测模型和触发条件分析中的直接使用。没有坐标参考的起始位置和单日期时间戳，很难匹配各个事件与与滑坡起始相关的降雨、土壤湿度和地表条件（Guzzetti 等，2007）。韩国最近的研究，包括关于滑坡易发性建模的研究，也强调需要改进基础清单数据（Lee 等，2025; Lee 和 Lee, 2024; Kim 等，2018）。

地球观测和地理空间数据的进步为改进滑坡清单创造了新机会（Amato 等，2021; Aufli? 等，2023; Zhong 等，2020）。滑坡清单开发的常见方法通常依赖于滑坡测绘或检测（Guzzetti 等，2012）。这些方法已从基于双时相图像的变变化检测和基于阈值的分析演变到更先进的方法，如基于对象的分割和基于深度学习的描绘（H?lbling 等，2015; Keyport 等，2018; Lei 等，2019; Lv 等，2018; Prakash 等，2020; Qu 等，2021）。此外，计算能力的进步和地球观测数据的稳定可用性扩大了该领域向快速检测和自动清单生成方向发展（Coluzzi 等，2025; Z. Li 等，2016; Zhiyong 等，2022）。尽管有这些发展，仍有三个实际限制存在。首先，大多数以前的研究是在局部尺度上进行的，侧重于特定场地的滑坡测绘，而不是改进全国清单记录。其次，大多数以前的研究依赖于单一卫星数据源，如 Landsat 或 Sentinel-2，这限制了在大面积变化检测所需的时间密度下稳定获取无云观测的能力。第三，大多数研究主要改进了滑坡的空间表示，而很少关注细化清单记录的时间精度（Barbera 等，2025; Fu 等，2024）。没有改进的发生时间，仍然难以识别导致滑坡起始的气象触发条件，如降雨（Guzzetti 等，2007）。在韩国，几项研究也探索了使用遥感数据进行滑坡检测，但这些同样侧重于局部区域和空间识别，而不是对业务清单记录的系统性增强（Lee 和 Lee, 2006; Lim 等，2024; Ahn 等，2024; Jeong 等，2024; Kim 和 Lee, 2020）。由于这些限制，增强全国清单记录通常依赖于劳动密集型的手工程序，如视觉解释和实地验证，这些程序难以在大面积和长时间段内扩展或重复。

因此，本研究提出了一种实用的地理空间框架，通过整合从调和 Landsat 和 Sentinel-2 (HLS) 数据（Claverie 等，2018）中得出的时间序列森林覆盖变化信息与国家地理空间数据集及公开可访问的 API，来增强韩国现有的滑坡清单记录。而不是试图直接从图像中检测滑坡，提出的框架使用基于地球观测的地表变化信息作为支持证据，来细化已存在于行政形式的清单记录的空间和时间属性。使用深度学习模型从 HLS 时间序列数据生成了年度森林覆盖分类图，并用于推导全国尺度的年度森林覆盖变化信息。这种设计允许框架考虑在一系列土地覆盖条件下与滑坡相关的地表变化，包括受森林火灾、森林管理活动或城市扩张影响的区域。然后，生成的变化信息与宗地边界、地形变量和降水记录通过基于规则的程序相结合，仅保留那些在空间上与每个清单记录的行政位置一致且在时间上与其可能触发条件一致的变化。

为了实现这一点，研究分三个步骤进行：(1) 使用 2016 年至 2024 年韩国的 HLS 时间序列数据进行年度森林覆盖分类和变化制图；(2) 通过整合森林覆盖变化信息与宗地边界、地形变量、降水记录和公开可访问的 API 开发基于规则的地理空间框架，以细化现有的滑坡清单记录；(3) 应用生成的框架将行政地址级别、基于时期的清单条目转换为具有估计发生日期的坐标参考点数据。通过这一过程，提出的框架预计将减少基于元数据的滑坡清单中的空间和时间不确定性，并为业务预警系统和下游应用（如易发性评估和灾后分析）提供更可靠的输入数据。

章节片段

研究区域
韩国位于东亚，占据朝鲜半岛南部，覆盖约 10,044,400 公顷（NGII, 2024）。除了其北部边界外，该国被海洋包围，这强烈影响了其气候条件。韩国经历寒冷干燥的冬季和炎热潮湿的夏季，大部分年降水量集中在 6 月至 9 月。传统上，夏季降水在广大地区受季风主导，但

方法
本研究的方法论包括三个连续阶段：HLS 时间序列预处理、年度森林覆盖制图和滑坡清单增强。首先，开发了一个预处理流程，以生成 2016-2024 年期间空间一致的全国 HLS 合成数据（第 3.1 节）。然后，生成的合成数据用于构建训练标签并训练森林覆盖分类模型，用于年度森林覆盖制图（第 3.2 节标签数据预处理和

HLS 的时空覆盖和数据可用性
通过第 3.1 节描述的预处理流程，共获取了 2016-2024 年期间的 3,198 幅 HLS 图像（表 3）。随着额外传感器的投入运行，年度图像数量通常随时间增加，从 2016-2017 年的两个（Landsat-8 和 Sentinel-2A），到 2018-2021 年期间的三个（增加了 Sentinel-2B），以及 2022 年以来的四个（增加了 Landsat-9）。在图像数量充足的年份应用了 50% 的云覆盖阈值

HLS 数据作为全国森林覆盖监测的可行来源
本研究表明，免费提供的 HLS 时间序列数据为韩国全国森林覆盖监测提供了足够的时空覆盖。通过整合来自 Landsat 8/9 和 Sentinel-2A/B 的多传感器观测，HLS 数据集减少了时间间隙，并实现了 2016-2024 年期间年度分析就绪合成数据的生成。HLS 在本研究中的优势是更密集的合并观测记录和跨传感器连续性，而不是优越的空间

结论
本研究证明了免费提供的调和 Landsat 和 Sentinel-2 (HLS) 时间序列数据在韩国全国森林覆盖制图和滑坡清单增强中的适用性。开发了一个系统的预处理框架，以生成 2016-2024 年期间分析就绪的 HLS 合成数据，并总共获取了 3,198 幅 HLS 图像，以支持一致的全国尺度分析。采用带焦点损失的注意力 U-Net 作为最终森林覆盖

CRediT 作者贡献声明
Uichan Kim：调查，数据整理。Yujung Park：调查，数据整理。Joon Kim：写作 – 审查与编辑，方法论。Seokhwan Hwang：写作 – 审查与编辑，验证。Hyuck-Jin Park：写作 – 审查与编辑，验证。Yowhan Son：写作 – 审查与编辑，验证，资源。Minwoo Roh：写作 – 审查与编辑，方法论。Woo-Kyun Lee：写作 – 审查与编辑，监督，资金获取。Sujong Lee：写作 – 审查与编辑，写作 – 原创

未引用参考文献
IPCC 等，2021 年；Kim 等，2018 年；Lim 等，2024 年。

伦理声明
作者声明在文章的开发、写作和发表过程中已遵循所有伦理实践。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系，可能会影响本论文中报告的工作。

数据可用性
本研究中使用的公开可用数据集可从相应的数据提供商处获得。原始和增强的滑坡清单数据由于与韩国森林服务局建立的访问和披露限制而不公开。

本研究生成的年度森林覆盖分类图可在合理请求下向作者索取。

伦理声明
作者声明，在文章的开发、撰写和出版过程中，所有伦理规范均已得到遵循。

手稿准备过程中生成式人工智能和人工智能辅助技术的声明
在本工作的准备过程中，作者使用了 Claude (Anthropic) 以协助语言编辑、结构审查和手稿文本的润色。使用该工具后，作者根据需要审查和编辑了内容，并对出版文章的内容承担全部责任。

利益冲突声明
? 作者声明，他们没有已知的竞争经济利益或个人关系可能影响本文中报告的工作。

致谢
本研究是在现代汽车郑梦九基金会资助的绿色社会项目支持下进行的。作者感谢韩国森林服务局提供滑坡清单数据的访问权限，并感谢 NASA、USGS 和 ESA 提供本研究中使用的卫星数据产品。

Sujong Lee|Sangchul Lee|Young-Suk Song|Hyuck-Jin Park|Yowhan Son|Minwoo Roh|Uichan Kim|Yujung Park|Joon Kim|Seokhwan Hwang|Woo-Kyun Lee
韩国土木建筑技术研究院水文科学与工程研究部，韩国京畿道，10223