利用遙感技術(shù)進(jìn)行滑坡災(zāi)害識別已有幾十年的歷史,但是在具體應(yīng)用過程中仍存在著滑坡災(zāi)害信息識別不準(zhǔn)確的難題；近年來,隨著衛(wèi)星技術(shù)的發(fā)展,所獲得的遙感影像分辨率也越來越高,原有面向像元的遙感影像分析方法已經(jīng)不能滿足研究的需求。但是隨著遙感技術(shù)和信息提取技術(shù)的不斷進(jìn)步,尤其是面向?qū)ο蠓诸惙椒ǖ某霈F(xiàn),提高了滑坡災(zāi)害信息識別的準(zhǔn)確性和效率；相關(guān)研究主要集中于遙感影像的選取及分類識別方法的選擇上。 本研究通過面向?qū)ο笥跋穹治龇椒▽STER和GEOEYE的融合影像進(jìn)行研究。主要的工作和成果主要包括： (1)深入分析了面向?qū)ο蠓诸惙ㄔ诨伦R別中的應(yīng)用,重點探索遙感影像分割、對象屬性特征選擇及分類的最優(yōu)方案。 (2)開展ASTER多光譜影像和GEOEYE全色波段融合研究：選擇了武都區(qū)構(gòu)林坪流域為研究區(qū)域,通過波段分析實驗,得出滑坡識別的最佳ASTER多光譜波段組合,再通過不同的方法與GEOEYE全色波段進(jìn)行融合,得到具有更高空間分辨率的多光譜影像。 (3)對融合影像進(jìn)行面向?qū)ο蟮姆指?結(jié)合研究區(qū)地物特征選擇合適的分割尺度。 (4)以分割后的對象單位為基礎(chǔ)研究單元,選取訓(xùn)練樣本和檢驗樣本,采用K-最鄰近距...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 引言
    1.1 研究背景
    1.3 面向?qū)ο筮b感的提出和研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
    1.4 滑坡遙感的發(fā)展與演變
    1.5 研究意義
    1.6 研究內(nèi)容和技術(shù)路線
第二章 面向?qū)ο筮b感影像滑坡識別方法
    2.1 面向?qū)ο蟮倪b感影像分割
        2.1.1 多尺度影像分割
    2.2 基于監(jiān)督分類的滑坡識別
    2.3 基于規(guī)則的滑坡識別
    2.4 常用遙感影像分類精度評價方法
        2.4.1 基于混淆矩陣的遙感影像分類精度評價方法
        2.4.2 基于誤差分析的滑坡信息提取精度評價方法
第三章 實驗區(qū)概況及數(shù)據(jù)處理
    3.1 研究區(qū)概況
        3.1.1 流域概況
        3.1.2 地質(zhì)地貌
        3.1.4 氣候
    3.2 數(shù)據(jù)準(zhǔn)備
        3.2.1 基礎(chǔ)數(shù)據(jù)
        3.2.2 數(shù)據(jù)處理平臺
    3.3 數(shù)據(jù)處理
        3.3.1 遙感數(shù)據(jù)預(yù)處理
        3.3.2 遙感影像的增強
        3.3.3 影像的波段組合選擇
        3.3.4 影像融合
第四章 基于面向?qū)ο笥跋穹治黾夹g(shù)的滑坡識別
    4.1 影像的分割
    4.2 對象屬性特征的選擇
    4.3 基于監(jiān)督分類技術(shù)的滑坡識別
        4.3.1 訓(xùn)練樣本的選取與優(yōu)化
        4.3.2 訓(xùn)練結(jié)果
        4.3.3 分類精度評價
    4.4 基于規(guī)則的滑坡識別
        4.4.1 可能滑坡的篩選
        4.4.2 識別出誤報的滑坡
        4.4.3 識別精度
    4.5 結(jié)果對比
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號：3794646