泥石流是北京地區(qū)造成人員傷亡最大的地質災害,對當?shù)氐娜松戆踩敖?jīng)濟發(fā)展造成極大威脅。與此同時,遙感調查技術與計算機信息自動提取技術的不斷前進,使得地質災害遙感調查的工作方式發(fā)生了巨大的變革,摒棄了以往災害調查難度大、工作量龐大、低效率的缺點,逐步向高效率、高精度、自動化的方向發(fā)展。論文以“北部沿海地區(qū)自然資源遙感綜合調查”項目為依托,利用國產(chǎn)衛(wèi)星數(shù)據(jù),以北京房山、門頭溝為研究區(qū),建立起泥石流災害系統(tǒng)調查的應用體系。在深入了解國產(chǎn)高分二號衛(wèi)星數(shù)據(jù)特征的基礎上,結合研究區(qū)泥石流的發(fā)育特點,提出了運用機器學習中的支持向量機算法(Support Vector Machine,SVM)對泥石流災害的裸露、松散堆積物進行自動提取,并結合DEM數(shù)據(jù)建立泥石流自動提取應用體系。同時選取工作區(qū)基礎資料較為完善的泥石流隱患溝作為示例,創(chuàng)新性地提出一種能夠兼顧主客觀因素的泥石流災害危險程度評價模型;并采用FLO-2D模型進行數(shù)值模擬,精確預測不同暴雨強度下,該泥石流隱患溝波及范圍、災損程度。論文主要取得以下成果:(1)研究泥石流災害發(fā)育特征在遙感影像中的表現(xiàn)形式發(fā)現(xiàn):泥石流的發(fā)育與物源區(qū)的規(guī)模關系緊密,而物源區(qū)中的松散固體堆積物往往與周圍的地物產(chǎn)生強烈色調反差。利用該光譜特點,提出運用機器學習中SVM模型對泥石流裸露松散堆積物進行提取;再利用研究區(qū)DEM數(shù)據(jù)進行三維空間分析,從而提取出泥石流隱患溝的溝系范圍,結合研究區(qū)實際情況,通過坡度值、面積對圖斑進行篩選,最后野外驗證查明該泥石流災害信息自動提取應用體系的準確率。(2)本文提出運用超效率DEA--AHP模型對工作區(qū)典型泥石流隱患溝進行評價,基于評價模型結構,能夠分析出該評價模型真正意義上做到了主客觀因素兼顧,既規(guī)避了單獨使用AHP評價方法的主觀性過大問題,同時也發(fā)揮了超效率DEA模型的優(yōu)勢。(3)對工作區(qū)泥石流隱患溝進行數(shù)值模擬,采取FLO-2D模型預測淤積成災范圍。探討在一定降雨條件下,泥石流運動沖淤范圍及深度分布情況,為泥石流影響范圍及災損評估提供科學依據(jù)。
【學位單位】：中國地質大學(北京)
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P642.23;P627
【部分圖文】：

中國地質大學（北京）碩士學位論文2 研究區(qū)概況本文研究區(qū)為北京市房山區(qū)和門頭溝區(qū)，地處北京市西南部，其地理坐標：N39°30′-40°10′，E115°25′-116°15′，面積約為 3474km2，研究區(qū)自然地理域地質概況以及泥石流災害發(fā)育情況如下所述：.1 自然地理概況2.1.1 交通地理位置研究區(qū)內交通發(fā)達，京石高速、107 國道、108 國道分別從東部、北部穿山區(qū)和門頭溝區(qū)，如圖 2-1 所示：

圖 2-2 工作區(qū)地形地貌圖3 氣象水文區(qū)三面環(huán)山，僅南部為平原。西面、北面以及東面的山脊大致了一道弧形的天然屏障，這導致了北京地區(qū)山前山后具有明顯區(qū)四季變化顯著。春季：氣溫上升快，早晚溫差大，干旱多風熱，降水集中，降水量可占全年降水量的 70%以上。并且北京多極易出現(xiàn)山洪、泥石流災害。秋季北京地區(qū)天高氣爽，但陣風現(xiàn)象。冬季降溫迅速，常有雨雪冰雹。降水集中，強度大，分布不均勻，具有年內集中和連豐連枯的年平均降水量 573.6mm；多年平均最大 24 小時降雨量自北西

中國地質大學（北京）碩士學位論文.2 GF-2 波普響應函數(shù)制作個波段都有一個波段范圍，例如，HJ-B1（475 nm）的波段為520～43各個點實際感應的強度在相關的波段范圍內中都存在一定的差異像內，原則上需要參考基本的波段響應函數(shù)來實現(xiàn)對應的加權平均整體的處理程序相對較為復雜，所以大部分圖像直接從波段范圍的需要精確地計算像素的波段響應，例如大氣校正的真實表面反射響應函數(shù)。此步的目的是通過對 GF-2 衛(wèi)星數(shù)據(jù)每個波段的光譜響，重新標定中心波長，為下一步的 FLAASH 大氣校正提供參考。遙感圖像處理軟件 ENVI 制作 GF-2 衛(wèi)星光譜響應函數(shù)，圖 3-2 就 米多光譜數(shù)據(jù)重新標定后的光譜輻射響應曲線。
【相似文獻】

相關期刊論文 前10條

1 詹勇;;泥石流之痛[J];全國優(yōu)秀作文選(初中);2010年10期

2 丁桂伶;王翊虹;王常明;姚康;劉歡歡;;達摩溝泥石流動力特性分析及致災機理研究[J];中國水運(下半月);2017年02期

3 陳循謙;;因民溝“84·5·27”泥石流剖析[J];生態(tài)經(jīng)濟;1985年02期

4 孟河清;寶成鐵路泥石流淺析[J];山地研究;1986年02期

5 歐任澤;宋嘉棟;林衛(wèi)星;;漓鐵井下泥石流的災害控制方案探討[J];采礦技術;2010年01期

6 ;泥石流與滑坡[J];中國地理與資源文摘;2009年04期

7 ;泥石流[J];中國地理科學文摘;1999年01期

8 郭寧;;四川省冕寧縣崩土凹泥石流成因及防治研究[J];水土保持通報;2014年01期

9 王楊科;李楠;何瓊;;山區(qū)泥石流特點及其防治[J];科技信息;2013年25期

10 阿碧;;泥石流之殤[J];檢察風云;2010年17期

相關博士學位論文 前10條

1 程思;都江堰市龍溪河流域震后多溝同發(fā)泥石流危險性及易損性研究[D];成都理工大學;2015年

2 張寧;單體泥石流監(jiān)測預警系統(tǒng)研發(fā)及其在四川地震災區(qū)應用研究[D];中國地質大學(北京);2013年

3 蘇志滿;泥石流災變控制與模型化分析方法[D];中南大學;2011年

4 吳漢輝;泥石流預報預警先進技術及其在示范區(qū)應用研究[D];重慶大學;2015年

5 楊鑫;基于3S技術的汶川強震區(qū)潛在突發(fā)性泥石流危險性區(qū)劃及評價研究[D];成都理工大學;2012年

6 夏添;震區(qū)泥石流危險性評價及預警減災系統(tǒng)研究[D];成都理工大學;2013年

7 陳德明;泥石流與主河水流交匯機理及其河床響應特征[D];中國水利水電科學研究院;2000年

8 葉欣梁;旅游地自然災害風險評價研究[D];上海師范大學;2011年

9 梁萬杰;滑坡、泥石流地質災害評價方法研究[D];南京農業(yè)大學;2012年

10 張慧;基于計算智能和GIS的暴雨型泥石流分析預測研究[D];中國地質大學（北京）;2013年

相關碩士學位論文 前10條

1 何超;基于GF-2衛(wèi)星數(shù)據(jù)的泥石流自動提取及評價模擬研究[D];中國地質大學(北京);2018年

2 洪偉;3S技術在潛在泥石流判別中的應用[D];成都理工大學;2011年

3 周小彬;泥石流對橋梁工程的危害及其防治[D];同濟大學;2006年

4 劉玄;青海省貴德縣阿什貢泥石流群風險性評價[D];中國地質大學(北京);2014年

5 陳露;泥石流多級攔擋組合模式及參數(shù)分析[D];蘭州理工大學;2016年

6 羅玨坪;汶川震區(qū)漁子溪河瀑布山莊泥石流群發(fā)育特征及治理措施研究[D];西南交通大學;2016年

7 劉文銳;大型泥石流堵河特征及預測模型研究[D];成都理工大學;2015年

8 向國萍;潰決型泥石流起動模型與放大效應研究[D];成都理工大學;2015年

9 李安民;新型泥石流攔擋結構設計軟件開發(fā)和應用研究[D];蘭州理工大學;2015年

10 劉耀陽;云南洗石溝泥石流的顆粒流模型研究[D];西南石油大學;2015年

本文編號：2877033