在全世界范围内,发生大规模滑坡时都会对人类的经济与生活产生的影响非常巨大。因此,如何准确又快速的检测出滑坡区域的实地情况对于灾后的救援抢险有重要的意义,同时对检测出滑坡灾害的影响范围也很重要,这对于评估滑坡所造成的影响范围具有着不可忽视的意义。目前,SAR图像对自然灾害的检测如地震、滑坡等方面已经获得许多成果,但针对大规模滑坡信息提取的研究还有巨大的发展空间,这也是本论文研究的主要目的。现将本论文的工作内容总结如下:(1)一般滑坡发生前,地表都会存在缓慢形变。基于此原理,本文利用了斯坦福时序差分干涉测量技术提取了滑坡发生前该地区的地表形变速率分布。首先介绍了斯坦福时序差分干涉(StaMPS-DInSAR)技术的基本原理,并对该技术高相干点的选取与相位解缠两个步骤进行了介绍,并获得了时空基线对与相位解缠的结果。(2)本文介绍灰度共生矩阵方法的几种灰度纹理特征参数,随后对计算纹理特征参数时的窗口大小与方位角这两个关键参数进行对比分析,并获得了最佳的窗口大小以及合适的方位角,最终获得最合适的纹理特征参数图。根据Bhattacharyya Distance(巴氏距离)公式计算每个特征参数的巴氏距离值(BD),然后选出前三名Bhattacharyya距离值的三个特征参数,通过图像叠加将三幅特征参数图叠加成一幅组合图像,达到增加地物纹理的效果,并应用于后续提取大规模滑坡区域的信息。然后利用变化检测方法对组合后的影像进行滑坡信息提取,最后将整幅影像分成为非滑坡区与疑似滑坡区。(3)为了进一步提高提取滑坡区域信息的准确率,本文利用SAR影像在大规模滑坡发生以后的灰度纹理信息特征与斯坦福时序差分干涉方法相结合,实现准确提取大规模滑坡区域信息的目标。本文选取了贵州晴隆、四川美姑县以及贵州赫章县这三个地方作为本论文的研究区域,同时利用已经获取到的21景晴隆区域COSMO-SkyMed原始SAR图像、25景美姑区域TerraSAR-X原始SAR图像以及25幅赫章区域TerraSAR-X原始SAR图像进行滑坡区域信息提取与地表形变速率提取。对晴隆研究区域的滑坡结果进行实地验证,提取准确率达到67%,证明该方法具有可行性。