鐵路是國民經(jīng)濟(jì)大動脈,在交通運(yùn)輸體系中起著至關(guān)重要的作用。鐵路災(zāi)害嚴(yán)重影響了鐵路運(yùn)輸和行車安全,其中尤以滑坡災(zāi)害為最。為減少鐵路滑坡災(zāi)后的不良社會影響并及時恢復(fù)通車,本文對鐵路的應(yīng)急救援進(jìn)行了技術(shù)研究�；趥鹘y(tǒng)應(yīng)急測繪方法效率低、信息獲取不完備與應(yīng)急測繪的高時效性需求的突出矛盾,本研究以無人機(jī)技術(shù)為信息獲取手段,基于其獲取數(shù)據(jù)的連續(xù)、三維等特性,探索了鐵路災(zāi)后的應(yīng)急測繪、數(shù)據(jù)處理、滑坡災(zāi)害位置識別,以及應(yīng)急便線可行廊域構(gòu)造等技術(shù)內(nèi)容。具體研究內(nèi)容如下:（1）基于無人機(jī)技術(shù)的應(yīng)急測繪,結(jié)合線路長帶狀工程特性,對外業(yè)數(shù)據(jù)采集,包括機(jī)型選擇、航高選擇、航帶設(shè)計(jì)、像控點(diǎn)布設(shè)、施測流程進(jìn)行了系列試驗(yàn),可以獲得滿足測繪精度需求的基礎(chǔ)地形數(shù)據(jù)。進(jìn)而,提出了帶狀地形圖的快速建模方法,基于GIS運(yùn)行環(huán)境完成了對DEM、DOM的精度評測,得到了山地條件下:1:1000正射影像圖（B類）、1:2000的數(shù)字高程模型（一級）。（2）災(zāi)害識別以滑坡為例,對獲取的地形圖進(jìn)行多尺度分割,應(yīng)用SEaTH算法對坡度、坡向、坡度變化率、坡向變化率、地面粗糙度、地勢起伏度等地形因子及NDVI（歸一化植被指數(shù)）、SAVI（土... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 研究及應(yīng)用現(xiàn)狀
        1.2.1 應(yīng)急測繪研究現(xiàn)狀
        1.2.2 鐵路應(yīng)急措施研究現(xiàn)狀
    1.3 主要研究方法和內(nèi)容
    1.4 技術(shù)路線
2 基于無人機(jī)技術(shù)的鐵路應(yīng)急測量方法研究
    2.1 無人機(jī)外業(yè)航測要求
        2.1.1 航高設(shè)計(jì)
        2.1.2 像片重疊度
        2.1.3 像片傾斜角
        2.1.4 像片旋偏角
        2.1.5 航攝比例尺和成圖比例尺
    2.2 基于無人機(jī)的滑坡體外業(yè)航測
        2.2.1 無人機(jī)外業(yè)航測流程
        2.2.2 航攝區(qū)域
        2.2.3 施測準(zhǔn)備
        2.2.4 基于CORS系統(tǒng)測量控制點(diǎn)坐標(biāo)
        2.2.5 無人機(jī)參數(shù)設(shè)置
        2.2.6 無人機(jī)外業(yè)施測時間統(tǒng)計(jì)
    2.3 本章小結(jié)
3 基于無人機(jī)影像的快速建模方法研究
    3.1 無人機(jī)內(nèi)業(yè)數(shù)據(jù)處理流程
        3.1.1 影像準(zhǔn)備
        3.1.2 影像拼接
        3.1.3 影像數(shù)字化
    3.2 DEM、DOM以及等高線的生成
        3.2.1 絕對定向
        3.2.2 DEM、DOM的生成與導(dǎo)出
        3.2.3 內(nèi)業(yè)處理流程時間
        3.2.4 內(nèi)業(yè)具體化處理
    3.3 精度評定
        3.3.1 處理成果
        3.3.2 數(shù)字正射影像圖精度分析
        3.3.3 數(shù)字高程模型精度分析
    3.4 本章小結(jié)
4 基于無人機(jī)影像的滑坡體自動識別技術(shù)研究
    4.1 滑坡體自動識別流程
        4.1.1 應(yīng)用軟件介紹
        4.1.2 滑坡體的多尺度分割
    4.2 基于SEaTH算法確定分類因子
        4.2.1 分類指標(biāo)介紹
        4.2.2 SEaTh算法介紹
        4.2.3 指標(biāo)遴選結(jié)果
    4.3 滑坡體的識別
        4.3.1 支持向量機(jī)介紹
        4.3.2 線性核SVM的訓(xùn)練及應(yīng)用
        4.3.3 滑坡體識別精度評價
        4.3.4 分類成果展示
    4.4 本章小結(jié)
5 應(yīng)急便線設(shè)計(jì)方法研究
    5.1 便線的技術(shù)標(biāo)準(zhǔn)及線路形式
        5.1.1 便線的技術(shù)要求
        5.1.2 便線的線路形式
    5.2 既有線的主要技術(shù)標(biāo)準(zhǔn)
    5.3 便線設(shè)計(jì)
        5.3.1 便線的技術(shù)標(biāo)準(zhǔn)
        5.3.2 便線確定流程
        5.3.3 便線廊域范圍計(jì)算
        5.3.4 便線成果展示
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]崩塌滑坡堵江堰塞湖災(zāi)害鏈鐵路減災(zāi)選線策略[J]. 王承振,姚令侃,黃藝丹,Sarfraz Ali.  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2019(06)
[2]基于無人機(jī)的大比例尺帶狀地形圖快速建模技術(shù)研究[J]. 杜陽陽,段曉峰,韓峰,陳錦生.  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2018(11)
[3]應(yīng)急測繪標(biāo)準(zhǔn)化建設(shè)探討[J]. 趙鑫,呂玉霞,劉小強(qiáng),尹彤.  測繪標(biāo)準(zhǔn)化. 2018(02)
[4]基于SEaTH算法的蘆山地震無人機(jī)低空遙感影像信息對象級分類[J]. 王之,劉超,劉秀菊,魯恒,蔡詩響,楊正麗.  地震研究. 2018(02)
[5]無人機(jī)航測大比例帶狀地形圖試驗(yàn)研究[J]. 吳迪軍,郭丙軒.  鐵道勘察. 2017(04)
[6]基于DEM和遙感影像的區(qū)域黃土滑坡體識別方法研究[J]. 李勛,楊環(huán),殷宗敏,馬金輝.  地理與地理信息科學(xué). 2017(04)
[7]無人機(jī)航測像控點(diǎn)布設(shè)方法探討[J]. 郭瑞隆,王京,段英.  測繪標(biāo)準(zhǔn)化. 2017(02)
[8]PhotoScan在無人機(jī)遙感影像數(shù)據(jù)處理中的應(yīng)用[J]. 王慧.  測繪與空間地理信息. 2017(05)
[9]為救災(zāi)插上“翅膀”——無人機(jī)在救災(zāi)中的應(yīng)用[J]. 張良.  生命與災(zāi)害. 2017(05)
[10]基于PhotoScan的無人機(jī)航攝大比例尺DOM制作[J]. 王勇,龐蕾,張學(xué)東,劉文茜,徐西桂,何曙光.  礦山測量. 2017(02)

博士論文
[1]基于風(fēng)險調(diào)控原理的高地震烈度山區(qū)選線設(shè)計(jì)研究[D]. 邱燕玲.西南交通大學(xué) 2015

碩士論文
[1]基于Smart3D軟件的無人機(jī)傾斜攝影三維建模及精度評價[D]. 鄭盼.成都理工大學(xué) 2018
[2]鐵路自然災(zāi)害應(yīng)急管理[D]. 朱薇.西南交通大學(xué) 2018
[3]基于GIS的不良地質(zhì)體表達(dá)及其選線應(yīng)用研究[D]. 郭海東.蘭州交通大學(xué) 2018
[4]單基站CORS技術(shù)在土地勘測定界中的應(yīng)用研究[D]. 鄭海波.吉林大學(xué) 2016
[5]冰川泥石流地區(qū)鐵路線路方案綜合優(yōu)選研究[D]. 林奎.西南交通大學(xué) 2016
[6]天狼星無人機(jī)攝影測量系統(tǒng)在大比例尺成圖中的應(yīng)用研究[D]. 楊堯蘭.昆明理工大學(xué) 2016
[7]基于遙感與DEM的面向?qū)ο蠡伦R別研究[D]. 侯偉.蘭州大學(xué) 2014
[8]低空無人機(jī)遙感在油田測量中的關(guān)鍵技術(shù)應(yīng)用研究[D]. 錢尊巖.中國石油大學(xué)（華東） 2012
[9]滑坡危險區(qū)鐵路選線技術(shù)初探[D]. 郭海強(qiáng).西南交通大學(xué) 2012
[10]山區(qū)災(zāi)害多發(fā)區(qū)段道路選線的理論與方法[D]. 高傳東.西南交通大學(xué) 2003



本文編號：3035165