發(fā)布時間：2018-07-11 16:02

  本文選題：遙感 + 地震次生地質(zhì)災害　； 參考：《中國科學院大學(中國科學院遙感與數(shù)字地球研究所)》2017年碩士論文

【摘要】：地震次生地質(zhì)災害具有形成時間短、突發(fā)性強、破壞性大、誘導性強等特點,能夠加劇地震破壞效應(yīng),嚴重阻礙災后應(yīng)急救援工作的順利實施�？焖佾@取地震次生地質(zhì)災害災情信息,對震后救援、應(yīng)急以及重建等工作具有十分重要的意義。遙感技術(shù)以其快速、宏觀、經(jīng)濟等優(yōu)勢,逐步成為空間對地觀測的重要手段之一。傳統(tǒng)的基于遙感技術(shù)的震后次生災害調(diào)查,多是通過對遙感數(shù)據(jù)人工目視解譯結(jié)合輔助地理數(shù)據(jù)綜合分析判定完成的。隨著遙感技術(shù)、空間技術(shù)、計算機技術(shù)的飛速發(fā)展,基于遙感技術(shù)的地震次生災害快速識別和檢測逐步向自動化、智能化方向發(fā)展。災后高分辨率遙感影像的精細化分類、多時相遙感數(shù)據(jù)的變化檢測以及綜合利用影像多特征分析等人機交互方式,已逐步成為當前遙感技術(shù)應(yīng)用于災害應(yīng)急的主要手段,也是近年來國內(nèi)外學者研究的熱點之一。地震次生地質(zhì)災害在高分辨率遙感影像上的光譜、形態(tài)、紋理、空間位置分布等特征,是次生地質(zhì)災害遙感信息提取的物理基礎(chǔ)。充分把握地震次生地質(zhì)災害的多種遙感特征,選擇合理的特征參量,實現(xiàn)對災害信息的快速、智能提取是高分辨率遙感信息提取的研究方向之一。此外,從計算機視覺角度,利用視覺顯著性分析理論,快速提取顯著目標區(qū)域進而得到特定的目標信息是計算機視覺領(lǐng)域的研究熱點之一。通過對視覺注意模型的分析和應(yīng)用,針對地震次生地質(zhì)災害在遙感影像上的顯著性表現(xiàn),可以有效地識別和檢測次生地質(zhì)災害。本論文分別從經(jīng)典的多特征分析和視覺顯著性分析兩方面對地震次生地質(zhì)災害遙感信息快速、智能提取進行研究,主要取得了以下成果:(1)提出了一種基于震后高分辨率遙感影像的地震次生地質(zhì)災害自動提取方法——基于多特征的層次分析方法。該方法綜合利用了災害影像的光譜、形狀、紋理及空間分布等特征,通過選擇合理的特征參量、自動化地計算參量閾值、利用專家知識建立合理的提取規(guī)則,實現(xiàn)了對地震次生地質(zhì)災害的快速、智能提取。該方法的最大優(yōu)勢在于快速、智能,不依賴于人機交互,對地震災害應(yīng)急救援具有很大的現(xiàn)實意義。(2)提出了兩種結(jié)合顯著性分析和超像素分割的典型地震次生地質(zhì)災害快速提取方法。兩種方法均以顯著性檢測為基礎(chǔ),通過對原始影像做超像素分割實現(xiàn)處理對象從單像元級到超像素級的擴展。兩種方法分別利用統(tǒng)計學習和超像素區(qū)域相似性度量方法實現(xiàn)了對顯著目標的提取。相關(guān)實驗對災后滑坡體和泥石流進行了提取,以解決在復雜多目標的遙感圖像上顯著性檢測能力不足問題。實驗證明,該算法對具有較為明顯的且類型一致或差異不大的顯著目標提取效果較好。由于該類方法以顯著性檢測為基礎(chǔ),對于遙感影像中顯著性較低的水體提取效果不佳,因此不太適合對災后堰塞湖信息進行提取。(3)將視覺顯著性檢測方法與經(jīng)典的多特征分析方法對比分析,提出一種僅使用震后單時相高分辨率遙感影像的地震次生地質(zhì)災害遙感信息快速、智能提取新模式。論文的創(chuàng)新點主要有以下幾個方面:1)提出了基于多特征綜合的層次分析方法對地震次生地質(zhì)災害進行提取;2)通過改進的Otsu算法,實現(xiàn)對特征參量閾值的自動計算;3)提出兩種結(jié)合顯著性檢測和超像素分割的遙感信息提取方法,并成功應(yīng)用到地震次生地質(zhì)災害的遙感信息提取中;4)將視覺顯著性檢測與多特征綜合分析方法進行對比,提出一種針對地震次生地質(zhì)災害遙感信息快速、智能提取的新模式。
[Abstract]:The secondary geological disaster of earthquake has the characteristics of short formation time, strong sudden, destructive and strong inducibility, which can aggravate the earthquake damage effect and seriously impede the successful implementation of emergency rescue work after the disaster. It is of great significance for the rescue, emergency and reconstruction after the earthquake to obtain the disaster information of the secondary geological disasters. Remote sensing technology, with its rapid, macro and economic advantages, has gradually become one of the important means of space observation. The traditional post earthquake disaster investigation based on remote sensing technology is determined by the synthetic analysis of artificial visual interpretation of remote sensing data combined with the comprehensive analysis of auxiliary geographic data. With remote sensing, space technology and computer technology Rapid development of the rapid identification and detection of secondary earthquake disaster based on remote sensing technology has gradually developed into automation and intelligent direction. The fine classification of high resolution remote sensing images after disaster, the change detection of multi-phase remote sensing data and the comprehensive utilization of multi feature analysis of images have gradually become the current remote sensing technology. The main means used for disaster emergency is also one of the hot spots of scholars at home and abroad in recent years. The characteristics of the secondary geological disasters on high resolution remote sensing images are the physical basis of the extraction of remote sensing information of secondary geological disasters. Feature, selecting reasonable characteristic parameters to realize fast disaster information, intelligent extraction is one of the research directions of high resolution remote sensing information extraction. In addition, from the angle of computer vision, using visual significance analysis theory, fast extraction of significant target area and then get specific target information is the research heat of computer vision field. One point. Through the analysis and application of the visual attention model, the secondary geological disasters can be effectively identified and detected in view of the significant performance of the secondary geological hazards on the remote sensing images. This paper is fast and intelligent from the classical multi feature analysis and visual significance analysis to the two sides of the earthquake secondary geological hazard remote sensing information. The main results are as follows: (1) a method of automatic extraction of earthquake secondary geological hazards based on high resolution remote sensing images after the earthquake is proposed, which is based on the multi feature analytic hierarchy process. This method uses the characteristics of the spectrum, shape, texture and spatial distribution of the disaster images, by selecting reasonable special features. Parameters, automatically calculate parameter threshold, use expert knowledge to establish reasonable extraction rules, realize rapid and intelligent extraction of earthquake secondary geological disasters. The greatest advantage of this method is fast, intelligent, not dependent on human computer interaction, and has great practical significance for earthquake disaster emergency aid assistance. (2) two kinds of combination display are put forward. The two methods are based on the saliency detection of the typical seismic secondary geological hazards. The two methods use statistical learning and the similarity measure of super pixel region, respectively, on the basis of the super pixel segmentation of the original image. In order to solve the problem of lack of significant detection ability in remote sensing images with complex multi-target, the experimental results show that the algorithm has a better effect on the extraction of significant targets with more obvious types of uniform type or small difference. On the basis of the significance detection, it is not very suitable for extracting the information of the dammed lake after the disaster. (3) to compare the visual significance detection method with the classical multi feature analysis method, and propose a kind of seismic time which only uses the single phase high-resolution remote sensing image after the earthquake. The new pattern of remote sensing information of geological disasters is fast and intelligent. The main innovations of this paper are as follows: 1) a hierarchical analysis method based on multi feature synthesis is proposed to extract the earthquake secondary geological disasters; 2) the automatic calculation of the threshold value of the characteristic parameter is realized by the improved Otsu algorithm; 3) two kinds of combined saliency detection are put forward. The remote sensing information extraction method of measuring and super pixel segmentation has been successfully applied to the extraction of remote sensing information of earthquake secondary geological disasters. 4) comparing the visual significance detection with the multi feature comprehensive analysis method, a new model for rapid and intelligent extraction of remote sensing information of earthquake secondary geological disasters is proposed.
【學位授予單位】：中國科學院大學(中國科學院遙感與數(shù)字地球研究所)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P642.27;TP79

【相似文獻】

相關(guān)期刊論文 前10條

1 ;四川汶川縣大地震引發(fā)的次生地質(zhì)災害[J];中國地質(zhì)災害與防治學報;2008年02期

2 徐紹史;;在陜西、甘肅省考察次生地質(zhì)災害防治情況時的講話要點[J];國土資源通訊;2008年12期

3 毛太鑾;禹會成;胡錦生;黃小林;胡璉;;連云港市區(qū)重要地段地震次生地質(zhì)災害分析及發(fā)展趨勢[J];地質(zhì)學刊;2009年03期

4 王萬順;田冬成;孫建會;熊成林;;礦山次生地質(zhì)災害自動化監(jiān)測及重大事故預警信息系統(tǒng)研究[J];水利科技與經(jīng)濟;2010年12期

5 王運興;梁收運;周自強;;白龍江中游地震次生地質(zhì)災害特征[J];西北地震學報;2011年S1期

6 彭小云;;不讓巨災添“新傷”——地震引發(fā)的次生地質(zhì)災害防治[J];國土資源導刊;2013年05期

7 閆宗平;;地震次生地質(zhì)災害特征及發(fā)展趨勢[J];科技致富向?qū)?2011年09期

8 宋光齊;雅江、康定地震次生地質(zhì)災害的預防[J];四川地質(zhì)學報;2002年01期

9 王濤;馬寅生;龍長興;譚成軒;吳樹仁;;四川汶川地震斷裂活動和次生地質(zhì)災害淺析[J];地質(zhì)通報;2008年11期

10 竇賢;秦錦麗;;穿越生死空間——甘肅省地震災區(qū)次生地質(zhì)災害調(diào)查紀實[J];國土資源;2008年07期

相關(guān)會議論文 前5條

1 趙宇;王成華;崔鵬;段曉康;;建立健全地震次生地質(zhì)災害預報機制研究——以5.12汶川特大地震為例[A];中國地理學會百年慶典學術(shù)論文摘要集[C];2009年

2 王運興;梁收運;周自強;;5·12地震次生地質(zhì)災害治理規(guī)劃分析——以隴南市武都區(qū)為例[A];第九屆全國工程地質(zhì)大會論文集[C];2012年

3 韓用順;彭述剛;朱穎彥;孔亞平;李龍偉;付玉;;《震區(qū)公路次生地質(zhì)災害監(jiān)測與評估地圖集》的設(shè)計與編制[A];第四屆“測繪科學前沿技術(shù)論壇”論文精選[C];2012年

4 簡文彬;;汶川地震次生地質(zhì)災害與工程選址思考[A];汶川大地震工程震害調(diào)查分析與研究[C];2009年

5 楊志法;趙汝斌;王靖;張路青;袁廣祥;高千;;安縣西部地震次生地質(zhì)災害及工程地質(zhì)力學問題思考[A];汶川大地震工程震害調(diào)查分析與研究[C];2009年

相關(guān)重要報紙文章 前10條

1 王瓊杰;全力做好次生地質(zhì)災害防治工作[N];中國礦業(yè)報;2008年

2 韓紅新;市政府要求嚴防次生地質(zhì)災害[N];蘭州日報;2008年

3 記者 夏麗莎;專家提醒災后重建 警惕次生地質(zhì)災害[N];四川日報;2008年

4 嚴肖;迅速開展震后次生地質(zhì)災害預防[N];楚雄日報(漢);2008年

5 本報記者 楊君 張春雷;防控次生地質(zhì)災害[N];光明日報;2013年

6 記者 杜蕾;災區(qū)已排查出1930處次生地質(zhì)災害隱患點[N];四川日報;2013年

7 范宏喜;加強次生地質(zhì)災害早期識別[N];中國國土資源報;2013年

8 本報記者 陳婷　許靜;打贏震后次生地質(zhì)災害防治的硬仗[N];四川日報;2013年

9 記者 胡彥殊;繼續(xù)保持高度警惕嚴密防范次生地質(zhì)災害[N];四川日報;2014年

10 記者 冉玉蘭 馬家龍 張鶴林;云南貴州及早防范雪后次生地質(zhì)災害[N];地質(zhì)勘查導報;2008年

相關(guān)博士學位論文 前5條

1 杜軍;基于三維影像數(shù)據(jù)的震后次生地質(zhì)災害風險評估[D];中國地質(zhì)大學;2010年

2 霍宏;生物視覺啟發(fā)的高分辨率遙感影像特征提取與目標檢測研究[D];上海交通大學;2014年

3 沈小樂;視覺注意機制下面向?qū)ο蟾叻直媛蔬b感影像建筑物提取[D];武漢大學;2014年

4 叢銘;基于視覺感知原理的高分辨率遙感影像分割與人工目標提取研究[D];武漢大學;2015年

5 方軍;融合LiDAR數(shù)據(jù)和高分辨率遙感影像的地物分類方法研究[D];武漢大學;2014年

相關(guān)碩士學位論文 前10條

1 閆琦;基于高分辨率遙感影像的典型地震次生地質(zhì)災害快速智能提取研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2017年

2 王運興;甘肅省5.12地震重災區(qū)次生地質(zhì)災害特征[D];蘭州大學;2012年

3 胡珊;5.12特大地震引起的北川縣次生地質(zhì)災害預測探究[D];四川師范大學;2015年

4 王燕強;都汶公路次生地質(zhì)災害機制及防治措施研究[D];成都理工大學;2013年

5 王宇;汶川地震次生地質(zhì)災害風險評價[D];蘭州大學;2010年

6 張茜;基于洪澇次生地質(zhì)災害風險評價的公路安全等級劃分[D];中南大學;2012年

7 彭亮;玉樹“4.14”地震次生地質(zhì)災害發(fā)育特征與分布規(guī)律[D];中國地質(zhì)大學（北京）;2013年

8 陳亞麗;西南某鐵路次生地質(zhì)災害危險性評價預測研究[D];西南交通大學;2012年

9 唐林;強震后都汶高速公路隧道穿越次生地質(zhì)災害體風險評價與處治對策研究[D];成都理工大學;2012年

10 趙曉麗;基于雙變量模型的地震次生地質(zhì)災害危險性評價[D];首都師范大學;2012年

，

本文編號：2115784