Después de un deslizamiento de tierra, la identificación rápida y precisa del área afectada es fundamental para facilitar las operaciones de rescate urgentes y las evaluaciones de daños. Esto es particularmente vital para los planificadores de uso del suelo y los responsables de políticas, ya que les permite abordar de manera eficiente la mitigación de riesgos, el reasentamiento de los afectados por los peligros y planificar estratégicamente el uso del suelo en las regiones impactadas. A pesar de su importancia, los métodos convencionales de monitoreo de deslizamientos de tierra a menudo son insuficientes debido a su alcance restringido y a los desafíos asociados con la adquisición de datos. Este estudio propone un método de detección de deslizamientos de tierra basado en segmentación de imágenes adaptativa de dominio múltiple y sin supervisión (LUDAS) que es capaz de lograr un mapeo robusto y generalizado de deslizamientos de tierra a través de múltiples fuentes y dominios objetivo. Específicamente, LUDAS consta de dos fases. En la primera fase, introducimos una red de traducción interdominio no supervisada para alinear los estilos de múltiples dominios fuente a múltiples dominios objetivo, generando datos de dominio objetivo pseudotarget. Nuestra red de traducción interdominio es capaz de realizar transferencia de estilo entre cualquier par de dominios. A través de un diseño cuidadoso de la estructura de la red y las funciones de pérdida, garantizamos una transferencia de estilo efectiva mientras preservamos la estructura de contenido de las imágenes del dominio fuente. En la segunda fase, el modelo de segmentación de deslizamientos de tierra se entrena de manera supervisada utilizando datos anotados de múltiples dominios fuente y múltiples dominios pseudotarget, resultando en un modelo con fuertes capacidades de generalización que puede adaptarse a múltiples dominios fuente y objetivo. Finalmente, a través de extensos experimentos de análisis cualitativo y cuantitativo, nuestro estudio confirma que el modelo de segmentación adaptativa de dominio propuesto no solo logra un rendimiento excepcional en la segmentación de deslizamientos de tierra en múltiples dominios objetivo, sino que también, debido a su buena generalizabilidad y transferibilidad, tiene un gran potencial para su aplicación en la respuesta de emergencia a deslizamientos de tierra. Esta capacidad puede proporcionar un fuerte apoyo para el rescate de emergencia post-desastre, la evaluación de desastres y la planificación del uso del suelo en áreas con escasos datos.