地震滑坡高分辨率遥感影像识别

发布时间：2018-03-21 23:11

  本文选题：地震滑坡　切入点：滑坡识别　出处：《遥感学报》2017年04期 　论文类型：期刊论文

【摘要】：区域性地震滑坡信息获取目前主要通过遥感目视解译和计算机提取,存在主观性强、耗时费力、提取精度低等问题,导致难以满足灾后应急调查、灾情评估等方面的应用需求。采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基于高分辨率影像认知模式与场景理解过程提出滑坡分层识别模型,从而实现地震滑坡空间分布及其滑源区、滑移区和堆积区的准确识别。实验区分析结果显示最低识别精度为81.89%,而滑坡的堆积区最容易被分辨,识别方法具有可推广性。研究成果可为灾后应急调查提供技术支撑,并促进国产高分辨率遥感卫星的地质灾害应用。
[Abstract]:At present, the acquisition of regional seismic landslide information is mainly through remote sensing visual interpretation and computer extraction, which has many problems such as strong subjectivity, time-consuming and laborious, low extraction precision, etc., which makes it difficult to meet the needs of post-disaster emergency investigation. The application needs of disaster assessment and so on. Using the high resolution remote sensing image of Resource-3 and Gaofen No. 1, taking Wenchuan earthquake area as the experimental area, on the basis of the analysis of the characteristics of earthquake landslide disaster, The multi-level landslide object is constructed by multi-scale optimal segmentation method, and the multi-dimensional landslide recognition rule set is established by combining the image features, such as spectrum, texture and geometry, and terrain feature information. Based on the cognitive model of high resolution image and the process of scene understanding, a layered identification model of landslide is proposed to realize the spatial distribution of seismic landslide and its sliding source area. The experimental results show that the lowest recognition accuracy is 81.89, while the accumulation area of landslide is the easiest to be distinguished, and the identification method is extensible. The research results can provide technical support for post-disaster emergency investigation. The geological hazard application of high resolution remote sensing satellite made in China is promoted.
【作者单位】： 中国地质环境监测院;中国科学院成都山地灾害与环境研究所;
【基金】：国家自然科学基金青年基金(编号:41602362) 高分辨率对地观测系统重大专项(编号:11-Y20A40-9002-15/17) 卫星及应用产业发展专项(编号:发改办高技[2012]2083号) 贵州省科技支撑计划项目(编号:黔科合[2016]2844号)~~
【分类号】：P642.22;TP751

【参考文献】

相关期刊论文 前10条

1 李松;邓宝昆;徐红勤;王治福;;地震型滑坡灾害遥感快速识别方法研究[J];遥感信息;2015年04期

2 张毅;谭龙;陈冠;郭鹏;乔良;孟兴民;;基于面向对象分类法的高分辨率遥感滑坡信息提取[J];兰州大学学报(自然科学版);2014年05期

3 鲁学军;史振春;尚伟涛;周和颐;;滑坡高分辨率遥感多维解译方法及其应用[J];中国图象图形学报;2014年01期

4 丁辉;张茂省;李林;;基于多特征面向对象区域滑坡现象识别[J];遥感技术与应用;2013年06期

5 许冲;;基于最大似然法的地震滑坡信息自动提取及其可靠性检验[J];中国地质灾害与防治学报;2013年03期

6 杨文涛;汪明;史培军;;利用NDVI时间序列识别汶川地震滑坡的分布[J];遥感信息;2012年06期

7 高攀;罗真富;;地震灾区滑坡遥感解释及三维可视化研究——以安县桑枣镇研究区为例[J];四川地质学报;2011年04期

8 许冲;戴福初;陈剑;涂新斌;许领;李维朝;田伟;曹琰波;姚鑫;;汶川Ms8.0地震重灾区次生地质灾害遥感精细解译[J];遥感学报;2009年04期

9 黄润秋;;汶川8.0级地震触发崩滑灾害机制及其地质力学模式[J];岩石力学与工程学报;2009年06期

10 苏凤环;刘洪江;韩用顺;;汶川地震山地灾害遥感快速提取及其分布特点分析[J];遥感学报;2008年06期

【共引文献】

相关期刊论文 前10条

1 彭令;徐素宁;梅军军;苏凤环;;地震滑坡高分辨率遥感影像识别[J];遥感学报;2017年04期

2 李勋;杨环;殷宗敏;马金辉;;基于DEM和遥感影像的区域黄土滑坡体识别方法研究[J];地理与地理信息科学;2017年04期

3 刘智;黄洁;孙小飞;范敏;韩磊;;基于GF-1影像的西藏亚东地区构造解译研究[J];中国地质调查;2017年03期

4 陈成;胡凯衡;;汶川、芦山和鲁甸地震滑坡分布规律对比研究[J];工程地质学报;2017年03期

5 陈天博;胡卓玮;魏铼;胡顺强;;无人机遥感数据处理与滑坡信息提取[J];地球信息科学学报;2017年05期

6 何敬;唐川;王帅永;张可可;;无人机影像在地质灾害调查中的应用[J];测绘工程;2017年05期

7 孙志亮;孔令伟;郭爱国;;下伏基岩堆积体边坡抗滑桩加固前后地震响应特征离心模型试验[J];岩石力学与工程学报;2017年06期

8 闫国强;易武;邓永煌;童时岸;;三峡库区某库岸滑坡地震动力响应机制分析[J];水利水电技术;2017年03期

9 王云南;任光明;王家柱;王猛;余天彬;;滑坡遥感解译研究综述[J];西北水电;2017年01期

10 张明媚;薛永安;李军;尚长生;;基于3S的大同侏罗系采煤区地质灾害空间特征分析[J];煤矿安全;2017年02期

【二级参考文献】

相关期刊论文 前10条

1 谭龙;陈冠;曾润强;熊木齐;孟兴民;;人工神经网络在滑坡敏感性评价中的应用[J];兰州大学学报(自然科学版);2014年01期

2 魏星;;基于SVM的山体滑坡灾害图像识别方法[J];电子测量技术;2013年08期

3 许冲;徐锡伟;吴熙彦;戴福初;姚鑫;姚琪;;2008年汶川地震滑坡详细编目及其空间分布规律分析[J];工程地质学报;2013年01期

4 杨文涛;汪明;史培军;;利用NDVI时间序列识别汶川地震滑坡的分布[J];遥感信息;2012年06期

5 许冲;;汶川地震滑坡详细编录及其与全球其他地震滑坡事件对比[J];科技导报;2012年25期

6 朱静;唐川;;遥感技术在我国滑坡研究中的应用综述[J];遥感技术与应用;2012年03期

7 毕晓佳;汪宝存;徐华全;张宁;;基于空间信息技术的地震灾害监测评估[J];中国地质灾害与防治学报;2012年02期

8 王世博;张大明;罗斌;张春燕;;基于谱抠图的遥感图像滑坡半自动提取[J];计算机工程;2012年02期

9 陈冠;孟兴民;郭鹏;李亚军;曾润强;乔良;;白龙江流域基于GIS与信息量模型的滑坡危险性等级区划[J];兰州大学学报(自然科学版);2011年06期

10 王润生;熊盛青;聂洪峰;梁树能;齐泽荣;杨金中;闫柏琨;赵福岳;范景辉;童立强;林键;甘甫平;陈微;杨苏明;张瑞江;葛大庆;张晓坤;张振华;王品清;郭小方;李丽;;遥感地质勘查技术与应用研究[J];地质学报;2011年11期

【相似文献】

相关期刊论文 前10条

1 李树德,任秀生,岳升阳,徐海鹏;地震滑坡研究[J];水土保持研究;2001年02期

2 陈晓利;王U，

本文编号：1645978