摘要：山体滑坡是一种自然灾害，在世界范围内造成广泛的环境、基础设施和社会经济损失。由于难以识别，因此必须评估创新方法来检测预警信号并评估其敏感性、危害和风险。机载激光扫描数据的日益普及为现代山体滑坡测绘技术提供了机会，可以分析大片地形上的山体滑坡、山体滑坡易发区和山体滑坡疤痕区的地形特征模式。在本研究中，在华盛顿州的卡利昂海滩半岛测试了一种基于多个特征提取器和无监督分类的方法，特别是 k 均值聚类和高斯混合模型 (GMM)，以绘制滑坡和非滑坡地形。与独立编制的详细滑坡清单图相比，无监督方法正确分类了研究区域内多达 87% 的地形。这些结果表明：(1) 可以使用数字高程模型 (DEM) 和无监督分类模型来识别与过去深层滑坡相关的滑坡痕迹；(2) 特征提取器允许对特定地形特征进行单独分析；(3) 可以使用多个聚类对每个地形特征进行无监督分类；(4) 将记录的滑坡多发区与算法绘制的区域进行比较，表明算法分类可以准确识别发生深层滑坡的区域。本研究的结论可以总结为：无监督分类制图方法和机载激光雷达 (LiDAR) 得出的 DEM 可以提供重要的表面信息，可用作数字地形分析的有效工具，以支持滑坡检测。