随着经济社会的发展和城市边界的扩张,滑坡自然灾害对人类活动的影响越来越大,人类活动因素也使得滑坡自然灾害越来越频繁的发生,因此对于滑坡灾害进行识别、监测和量化研究具有重要意义。传统滑坡灾害识别往往需要结合实地勘测和人工的方式,费时费力,且存在安全性问题;通过遥感影像技术识别滑坡,快速高效,具有重要实际意义。针对影像识别中存在部分地物与滑坡区域混淆而导致检测精度低的情况,本文拟提出一种基于数字地形模型（DEM,Digital Elevation Model）辅助的航空影像滑坡提取方法流程,综合利用了影像特征和地形相关特征,以减少地物中建筑道路、裸露地表等非滑坡地物类型误检测为滑坡类型,尽可能误检,同时通过基于主动轮廓的水平集演化方法提高了滑坡边界的精度。具体工作内容包括以下几个方面:（1）针对研究区域介绍了影像获取和预处理方法,以及数字地形模型的获取方法,分别在像元尺度上和基于多尺度分割的对象尺度上,对滑坡在该区域的影像特征和地形相关特征进行定性分析和定量分析,提出针对该区域的5条滑坡解译标志,通过对解译过程和结果的分析表明DEM的数据辅助对于滑坡解译具有重要作用。（2）针对面向对象的影像特征和高程坡度特征,通过模糊规则分类的疑似滑坡区域提取方法,将研究区域分为4类,初步剔除非滑坡对象包括植被区域、建筑和道路区域以及其他区域;在疑似滑坡区域范围内,在像元尺度上,通过基于DEM地形特征,进行滑坡种子区域提取。对研究区域实验得到提取的疑似滑坡区域漏检比例低于10%,缩小滑坡区域范围90%以上,滑坡种子区域提取的准确度达到88%。（3）基于滑坡种子区域和主动轮廓模型对滑坡边界进行精确提取,得到与解译结果较为吻合的滑坡区域,并通过演化过程自动去除部分误提取的种子区域。结合后处理,实验表明,提出的流程能够有效减少在影像上与滑坡容易混淆的部分建筑和道路区域、裸露地表以及部分裸露基岩等,最终提取结果边界平滑,总体准确率达到89%。提出的流程在尽量保证准确率的同时减少了工作量,具有一定的实际应用价值。