基于高分一號影像的寶興縣滑坡信息提取研究
本文關(guān)鍵詞：基于高分一號影像的寶興縣滑坡信息提取研究
更多相關(guān)文章： 滑坡 面向?qū)ο?/b> 提取和分析 DRC
【摘要】：我國山區(qū)面積廣大,在人為因素、地質(zhì)構(gòu)造運動及降雨等作用下,滑坡災(zāi)害頻繁發(fā)生�；聻�(zāi)害常常會導(dǎo)致村莊的掩埋、交通的中斷、農(nóng)田的損毀等,給人們的生命財產(chǎn)造成巨大損失。據(jù)統(tǒng)計,我國每年因滑坡災(zāi)害造成的經(jīng)濟損失達十億以上。快速地發(fā)現(xiàn)和提取滑坡信息,對滑坡災(zāi)害的防災(zāi)減災(zāi)極其重要。遙感技術(shù)在數(shù)據(jù)獲取上具有覆蓋范圍廣、時效性強、信息量大、成本低等特點,隨著高分辨率、高光譜等遙感技術(shù)的發(fā)展,通過遙感技術(shù)獲取滑坡信息已進入了一個全新的階段。傳統(tǒng)的滑坡提取方法主要是通過野外現(xiàn)場調(diào)查和人工目視解譯對災(zāi)害信息進行識別和分類,該方法信息提取過程的周期長,分類的精度低,成本高。面向像元的方法可以實現(xiàn)滑坡信息的快速提取,在中低分辨率的影像中得到了廣泛應(yīng)用,然而該方法在高分辨率影像中提取滑坡信息時會出現(xiàn)“椒鹽”效應(yīng)。面向?qū)ο蟮姆椒▽⒕哂邢嗨铺卣鞯南裨喜橐粋�對象,可以有效地避免面向像元方法的“椒鹽”效應(yīng),提高分類的精度。本文以寶興縣蜂桶寨為研究區(qū),基于DEM和高分一號影像數(shù)據(jù),采用面向?qū)ο蠛突谙裨姆椒ㄟM行滑坡信息的提取和分類,取得的主要成果有:(1)針對于研究區(qū)域滑坡發(fā)生的特征,提出了一種基于植被指數(shù)(NDVI)、土壤亮度指數(shù)(NDSI)、第一主成分(PC1)信息的快速、高效的滑坡信息提取的思路,分別從面向像元和基于對象兩種方法進行了驗證。實驗證明,面向?qū)ο蠓椒ǔ晒Φ谋苊饬烁叻直媛蔬b感影像由于單個像元光譜異質(zhì)性大所產(chǎn)生的“椒鹽”效應(yīng),使得提取的結(jié)果更加科學(xué)可靠,效果更好,精度更高。(2)采用面向?qū)ο蟮姆椒ㄟM行了滑坡信息的提取,提取結(jié)果表明面向?qū)ο蟮奶崛》椒ㄓ兄^高的分類精度(Kappa系數(shù)88%)。本文利用多尺度分割思想,按照分割尺度的大小建立了不同的圖層,根據(jù)每一層的特征提取不同的地物類別,分析其光譜、紋理、上下文關(guān)系等特征,建立滑坡信息提取的規(guī)則,最后提取出了滑坡信息。(3)采用面向?qū)ο蟮姆椒ㄌ崛〕隽?5個滑坡體。這些滑坡體主要集中在研究區(qū)域的西南方向,長寬比在1-2.5,高程在1500-2500米,坡度在35-55度。(4)針對于提取滑坡元數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、種類繁多等特點,本文提出了DOA下的滑坡元數(shù)據(jù)管理模式,完成了滑坡元數(shù)據(jù)的注冊,為后續(xù)的研究打下基礎(chǔ)。
【關(guān)鍵詞】：滑坡 面向?qū)ο?/strong> 提取和分析 DRC
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P642.22;P237
【目錄】：
- 摘要4-5
- Abstract5-9
- 第1章 引言9-16
- 1.1 選題目的和意義9-10
- 1.2 遙感滑坡信息提取研究現(xiàn)狀10-13
- 1.2.1 目視解譯的滑坡信息提取研究現(xiàn)狀10-11
- 1.2.2 面向像元的滑坡信息提取研究現(xiàn)狀11-12
- 1.2.3 面向?qū)ο蟮幕滦畔⑻崛⊙芯楷F(xiàn)狀12-13
- 1.3 課題來源13
- 1.4 研究內(nèi)容與技術(shù)路線13-14
- 1.5 論文成果及創(chuàng)新點14-15
- 1.6 本章小結(jié)15-16
- 第2章 遙感滑坡提取方法及DOA概述16-32
- 2.1 面向像元的滑坡信息提取方法16-18
- 2.2 面向?qū)ο蟮幕滦畔⑻崛》椒?/span>18-30
- 2.2.1 遙感影像圖像分割18-24
- 2.2.2 面向?qū)ο蟮哪：诸?/span>24-26
- 2.2.3 影像對象的特征26-29
- 2.2.4 基于規(guī)則的滑坡信息提取29-30
- 2.3 面向數(shù)據(jù)的體系架構(gòu)30-31
- 2.4 本章小結(jié)31-32
- 第3章 研究區(qū)概括及數(shù)據(jù)預(yù)處理32-39
- 3.1 研究區(qū)概括32-33
- 3.2 高分一號數(shù)據(jù)33-34
- 3.3 數(shù)據(jù)預(yù)處理34-38
- 3.3.1 正射校正34-37
- 3.3.2 數(shù)據(jù)融合37-38
- 3.4 本章小結(jié)38-39
- 第4章 遙感滑坡信息提取39-52
- 4.1 滑坡定義39
- 4.2 滑坡特征分析39-41
- 4.3 面向像元的滑坡信息提取41-43
- 4.3.1 面向像元的滑坡信息提取流程41-42
- 4.3.2 面向像元的滑坡信息提取結(jié)果42-43
- 4.4 面向?qū)ο蟮幕滦畔⑻崛?/span>43-51
- 4.4.1 提取滑坡候選區(qū)45-46
- 4.4.2 識別滑坡假陽性區(qū)域46-48
- 4.4.3 面向?qū)ο蟮幕滦畔⑻崛〗Y(jié)果與分析48-51
- 4.5 章節(jié)小結(jié)51-52
- 第5章 DOA下的滑坡元數(shù)據(jù)管理52-56
- 5.1 滑坡元數(shù)據(jù)定義52-53
- 5.2 滑坡元數(shù)據(jù)的用途53
- 5.3 DOA下的滑坡數(shù)據(jù)管理模式53-54
- 5.4 滑坡元數(shù)據(jù)統(tǒng)一管理的實現(xiàn)54-55
- 5.5 本章小結(jié)55-56
- 結(jié)論56-57
- 致謝57-58
- 參考文獻58-61
- 攻讀學(xué)位期間取得學(xué)術(shù)成果61
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前7條
1 童慶禧;衛(wèi)征;;北京一號小衛(wèi)星及其數(shù)據(jù)應(yīng)用[J];航天器工程;2007年02期
2 汪小林,羅英偉,叢升日,張寧,許卓群,陸鐘輝;空間元數(shù)據(jù)研究及應(yīng)用[J];計算機研究與發(fā)展;2001年03期
3 馮德俊,李永樹,蘭燕;基于主成分變換的動態(tài)監(jiān)測變化信息自動發(fā)現(xiàn)[J];計算機工程與應(yīng)用;2004年36期
4 王旭紅;周明全;耿國華;;面向?qū)ο蟮倪b感圖像數(shù)據(jù)挖掘[J];計算機應(yīng)用與軟件;2006年09期
5 許沖;戴福初;陳劍;涂新斌;許領(lǐng);李維朝;田偉;曹琰波;姚鑫;;汶川Ms8.0地震重災(zāi)區(qū)次生地質(zhì)災(zāi)害遙感精細解譯[J];遙感學(xué)報;2009年04期
6 李松;李亦秋;安裕倫;;基于變化檢測的滑坡災(zāi)害自動識別[J];遙感信息;2010年01期
7 陳墾;苗放;楊文暉;王方;程付超;;基于DOA的應(yīng)急管理指揮系統(tǒng)設(shè)計與實現(xiàn)[J];中國地質(zhì)災(zāi)害與防治學(xué)報;2013年03期
中國重要會議論文全文數(shù)據(jù)庫 前1條
1 牛全福;程維明;蘭恒星;劉勇;頡耀文;曹玉堯;;玉樹地震滑坡災(zāi)害的遙感提取與分布特征分析[A];全國突發(fā)性地質(zhì)災(zāi)害應(yīng)急處置與災(zāi)害防治技術(shù)高級研討會論文集[C];2010年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 祝錦霞;高分辨率遙感影像變化檢測的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 吳忠芳;RS和GIS技術(shù)支持下的武隆縣大型滑坡遙感解譯及其危險性評價[D];西南大學(xué);2009年
，本文編號：874946
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/874946.html
