1.一种基于事件触发的滑坡灾害点大数据采集与样本库更新方法，其特征在于，该方法具体包括如下步骤：

步骤1)滑坡地质灾害事件识别

在相关网站中获取每日国内地质灾害报告信息，通过预先设计的爬取程序定时扫描该相关网站的地质灾害报告页面信息，当识别出滑坡地质灾害事件信息时，则触发数据采集与预处理程序对滑坡点地质灾害大数据进行提取处理；如未识别到滑坡地质灾害事件信息，则继续扫描地质灾害报告页面信息；在滑坡地质灾害事件识别过程中，需要获取两个关键信息：滑坡地质灾害发生位置和滑坡地质灾害发生时间，在相关网站的地质灾害报告页面中，只有滑坡地质灾害的地点名称，没有坐标数据，因此，在后续数据处理中，需将滑坡地质灾害的地点名称通过开源地图API转化成地理经纬度坐标；

步骤2)滑坡灾害点大数据采集

在步骤1获取滑坡地质灾害发生位置和滑坡地质灾害发生时间后，需要对滑坡灾害点区域包括近期气象、地质条件、区域地形、地表形变在内的大数据进行采集处理，主要包括如下步骤：

步骤2.1)灾害点SAR图像文件与DEM数字高程模型文件下载为了获得滑坡灾害点区域的地表形变数据和区域地形数据，首先需要从ASF Data Searc h网站下载该滑坡灾害点区域的SAR图像文件集与DEM数字高程模型文件，其中SAR图像文件集用于获取滑坡灾害点区域的区域位置和地表形变数据，DEM数字高程模型文件用于获取滑坡灾害点区域的地形数据；在下载地质灾害发生前后SAR图像文件集时，图像文件的时间跨度设置为2个月；在ASF Data Search网站中下载滑坡灾害点区域的SAR图像文件集时，需在网站中指定时间与地理范围，地理范围通过在geojson文件中定义并上传ASF Data Search网站，具体需要选定文件类型为坐标点类型，并在geojson文件中填入详细的经纬度坐标参数，随后ASF Data Search网站会返回相应的下载python脚本，在本地运行下载该pyt hon脚本，从而实现在ASF Data Search网站中下载SAR图像文件集；

采用同样方式，在geojson文件中定义经纬度参数并上传ASF Data Search网站下载DE M数字高程模型文件，在所述ASF Data Search网站上选择最新版本的数字高程模型文件，该ASF Data Search网站会返回相应数字高程模型文件的下载python脚本，运行此python脚本，从而实现在ASF Data Search网站中下载DEM数字高程模型文件；

步骤2.2)气象数据采集

从公开的数据资源网站系统NOAA’s  National  Centers for Environment Information获取滑坡灾害点区域的气象数据，该卫星数据网站的天气预报数据更新频率为6小时一次，并提供未来16天的气象预报业务数据，同时也提供了气象历史数据，在确定滑坡灾害点的经纬度信息和日期后，通过日期拼接资源链接url，通过HTTPS的URL资源链接下载，得到以时间名为标识的气象数据包；

步骤2.3)地质条件数据采集

滑坡地质灾害相关的地质条件因素主要包括地质构造和地表岩性，通过对滑坡灾害点区域的地质图进行分析，提取出该滑坡灾害点区域的地质构造与地表岩性数据；

步骤3)滑坡灾害点周界确定

滑坡灾害点周界的确定主要包括如下步骤：步骤3.1)SAR图像数据预处理

根据步骤2下载的SAR图像文件集和DEM数字高程模型文件，进行SAR图像数据预处理，通过遥感图像变化特征识别滑坡灾害点位置与周界，其处理流程包括：

3.1.1)图像裁剪：在下载所述SAR图像文件集中的SAR图像文件时，使用snap软件的Subset裁剪功能进行图像裁剪，即通过snap软件的Raster→Subset功能程序进行处理，在地图上指定包含灾害的小区域，该功能程序自动裁剪出小范围的地理区域图像形成新的SAR图像文件；

3.1.2)轨道文件校正：利用步骤3.1.1)裁剪后的SAR图像文件进行轨道文件校正，在snap软件中勾选Auto Download Sentinel Precise进行联网加载获取精确轨道文件；

3.1.3)热噪声去除：在步骤3.1.2)的基础上对SAR图像文件进行热噪声去除，使用sna p软件的Radar→Radiometric→S‑1Thermal Noise功能对SAR图像文件进行降噪处理；

3.1.4)辐射定标：在步骤3.1.3)的基础上进一步对SAR图像文件进行辐射定标，辐射定标是将接收的后向散射信号转化为有单位的物理量，通过snap软件的Radar→Radiometric→Calibrate功能程序进行辐射定标处理；

3.1.5)滤波：经过步骤3.1.4)处理后的SAR图像文件还需要进行滤波处理，对于SAR图像出现的随机分布的黑白斑点，即斑点噪声，需要相干滤波器的处理，这通过snap软件的Radar→Speckle Filtering→Single Product Speckle Filter功能程序实现滤波处理；

3.1.6)地形校正：滤波处理后的SAR图像文件还需进行地形校正，采用联网下载相应的DEM数字高程模型文件的方式进行地形校正，即使用snap软件自带的Radar→Geometric→Terrain Correction→Range‑Doppler Terrain Correction工具进行地形校正，在参数中选择使用DEM高程模型辅助校正，随后运行即可；

步骤3.2)在SAR图像数据预处理后，通过栅格计算滑坡灾害点发生时间点前后不同时相的SAR图像的差异，找出地质灾害导致的地表位移变化区域，从而确定灾害发生地点的确切经纬度位置及周界，其处理流程包括：

3.2.1)将SAR图像转化为GeoTIFF格式的栅格图像，在导出图像时，通过GDAL程序接口将SAR图像转换为栅格图像数据文件；

3.2.2)对同一个地区的多时相SAR图像数据进行对比判断灾害发生的区域，在设定阈值后，将两幅栅格图像的波段灰度值进行差异计算，其计算如公式1所示：其中，v代表区域变化灰度图像，I和I′分别代表灾害发生前后的两幅栅格图像，Ij和I′j分别代表I和I′中任意一个点j的灰度值，P表示I和I′中点的总个数， 的计算结果表示为δ，当δ＜0.8时，认为该点j为不发生滑坡地质灾害的地区，当δ≥0.8时，则认为该点j为发生滑坡地质灾害的地区；

3.2.3)在得到区域变化灰度图像后，需要进行灾害范围划分处理，利用开源的地理信息系统工具QGIS对区域变化灰度图像进行处理，在区域变化灰度图像中，亮色的区域即为发生变化的区域，利用几何绘图功能，通过划定发生变化的区域的周界得到灾害点区域；

步骤4)滑坡灾害点地形数据获取

利用滑坡灾害点区域的数字高程模型进行地形分析处理，结合已经确定出的滑坡灾害点区域的周界，来获取该滑坡灾害点区域包括高程、坡度、坡向在内的地形数据，其处理步骤如下：

步骤4.1)对步骤2下载的DEM数字高程模型文件进行预处理，使用gdal等栅格处理工具进行裁剪，从下载的DEM数字高程模型文件中裁剪出滑坡灾害点区域范围，减少后续处理的工作量和计算时间，随后对裁剪后的DEM数字高程模型文件进行填洼和滤波；

步骤4.2)在预处理后的DEM数字高程模型文件中，根据确定的滑坡灾害点区域提取高程、坡度、坡向；

步骤5)滑坡灾害点区域气象数据预处理所述步骤2.2)获取的滑坡灾害点区域的气象数据文件包含多个层、多类数据，本发明用到了其中的几个层次：surface层包含气温数据，unknown层包含降水数据，depthBelowLand Layer层包含土壤温度和湿度；由于获取的气象数据是以0.5个经纬度作为分辨率的直角坐标系的大范围气象数据集合，因此需要将气象数据的经纬度坐标转换为直角坐标进行定位，才能获取到准确的气象数据；使用直角坐标提取出滑坡灾害点区域的气象数据集合，再通过FilterByKeys函数筛选出包括降雨量和地表温度在内的气象数据项；

步骤6)滑坡灾害点区域地质条件数据预处理对所述步骤2.3)采集的地质条件数据进行编码分类预处理，对于采集的滑坡灾害点区域的地质构造数据，通过预设的分类编码表进行量化处理，将水平构造和单斜构造类型的地质构造数据编号为1；将褶皱构造类型的地质构造数据编号为2；将断裂构造类型的地质构造数据编号为3；同理，对于采集的滑坡灾害点区域的地表岩性数据，通过地质图所示的图例，转换为对应的地表岩性值；

步骤7)地表形变处理

采用SBAS‑InSAR技术，基于步骤2得到的SAR图像数据文件集，获取地表形变数据；在地表形变计算中，联合多个轨道观测的SAR图像数据实现三维地表形变计算，通过对至少3个轨道观测的SAR图像进行干涉处理，得到雷达视线方向地表形变信息，然后基于最小二乘的方法解算三维地表形变，所述三维地表形变包括东西向的地表形变，南北向的地表形变，垂直向的地表形变；

步骤8)滑坡灾害点区域大数据融合处理为了实现滑坡灾害预测预警，需要将确定的滑坡灾害点周界范围内的各类数据进行整合，以提供给滑坡地灾风险监测预警模型进行机器学习，为此，将滑坡灾害点区域的气象数据、地质条件数据、地形数据、地表形变数据进行大数据融合，得到融合数据，进而得到融合数据集，在融合灾害样本数据时，以滑坡地质灾害事件的经纬度坐标和时间戳作为主键，融合数据包含作为主键的经纬度坐标和时间戳、发生滑坡地质灾害的地点名称、发生滑坡地质灾害的类型，滑坡灾害点的地质类型、地层岩性、3小时降雨量、6小时降雨量、12小时降雨量、24小时降雨量、地表的温度、土壤的湿度、坡度、坡向、高程、东西向的地表形变、南北向的地表形变和垂直向的地表形变；

步骤9)更新滑坡灾害点区域样本库

在获取滑坡灾害点区域的融合数据后，将其更新到滑坡灾害点区域样本库中，以充实与完善样本数据质量，在新的滑坡灾害点区域数据写入该样本库时，需将滑坡灾害点区域的经纬度位置、灾害事件时间作为数据库表主键，使用SQL语言INSERT语句插入一条新的样本数据；每当滑坡地质灾害事件发生后，其滑坡灾害点区域的融合数据均将写入该样本库，从而实现滑坡灾害点区域样本库的更新。

2.根据权利要求1所述的基于事件触发的滑坡灾害点大数据采集与样本库更新方法，其特征在于，所述步骤1)在地点名称转换成地理经纬度坐标的数据处理过程中，需要采用Python模式匹配的方法解决各滑坡灾害点的地点名称格式不一致的问题；对于滑坡地质灾害发生时间，从地质灾害报告页面信息中进行提取处理，并将其转换为统一的年月日时间格式。

3.根据权利要求2所述的基于事件触发的滑坡灾害点大数据采集与样本库更新方法，其特征在于，所述步骤4.2)提取坡度和坡向具体包括如下内容：坡度表示地表单元陡缓的程度，通常把坡面的垂直高度和水平距离的比叫做坡度，坡度的计算采用拟合曲面法，由以下公式2计算，其中slope代表坡度，slopex代表东西方向，即横轴方向的坡度，slopey代表南北方向，即纵轴方向的坡度，在实际应用中，由于所建立的数字高程模型文件是按从南至北获取的，故计算的坡向是坡面法线在水平面上的投影与正北方向之间的夹角，坡向direction由公式3计算得到，为了方便计算坡度、坡向，将下载的DEM数字高程模型文件数据划分成3×3个大小相同的网格单元，任意一个网格单元i的坡向和坡度根据环绕其周围的网格单元的数据进行计算，计算时首先利用公式4计算出网格单元i横轴方向的坡度以及纵轴方向的坡度，其中，dsizex代表任意一个网格单元的横向长度，dsizey代表任意一个网格单元的纵向长度，i1表示中心的网格单元i正上方的网格单元的高程数据，i5表示中心的网格单元i正下方的网格单元的高程数据，i3表示中心的网格单元i正右方的网格单元的高程数据，同样i7表示中心的网格单元i正左方的网格单元的高程数据，再将公式4计算出的中心的网格单元i横轴和纵轴方向的坡度作为参数，带入公式2和公式3进行计算，得到中心的网格单元i的坡度slope和坡向direction，

4.根据权利要求3所述的基于事件触发的滑坡灾害点大数据采集与样本库更新方法，其特征在于，所述步骤5)气象数据的经纬度坐标与直角坐标之间的转换关系如公式5所示：x＝180‑2×Latitude,y＝180‑2×Longitude           (公式5)其中，x表示直角坐标的横坐标，y表示直角坐标的纵坐标，Latitude表示纬度坐标，Longitude表示经度坐标。

5.根据权利要求4所述的基于事件触发的滑坡灾害点大数据采集与样本库更新方法，其特征在于，所述步骤7)中三维地表形变的计算方法如公式6所示，将雷达视线方向、正东、正北和垂直方向地表形变分别用dLOS、dE、dN、dU表示，采用上标1表示卫星1的计算，上标2表示卫星2的计算，上标3表示卫星3的计算，θ代表卫星发射辐射的入射角，α是基线相对于水平方向的夹角，则由此得到东西向的地表形变、南北向的地表形变和垂直向的地表形变。