宝鸡黄土区滑坡遥感调查中遥感数据尺度问题探讨

发布时间：2018-05-16 04:14

  本文选题：黄土滑坡 + 遥感数据　； 参考：《地质力学学报》2017年01期

【摘要】：遥感数据的尺度效应决定了可识别内容与识别精度,同一区域内的遥感数据尺度不同,同样的遥感处理模型或者方法将得到不同的处理结果。以宝鸡黄土区滑坡遥感调查为基础,对不同遥感数据源的滑坡体的最小可识别面积、图斑面积精度测算、最佳及最大成图比例尺、遥感地质灾害解译对比性分析、滑坡遥感解译精度评价等等与遥感尺度有密切关系的问题进行了探讨。研究结果表明,在宝鸡黄土区,调查大、中型以上滑坡的信息,可以采用SPOT-5(2.5 m)融合图像数据,比例尺为1∶25000或1∶50000;调查中型、小型滑坡及较大滑坡体内部结构定量信息,可以采用Quick Bird(0.61 m)融合图像数据,比例尺为1∶5000。
[Abstract]:The scale effect of remote sensing data determines the identifiable content and recognition accuracy. Different scales of remote sensing data in the same area will result in different processing results for the same remote sensing processing model or method. Based on the remote sensing investigation of landslide in Baoji loess area, the minimum identifiable area, the precision measurement of map spot area, the best and maximum mapping scale, and the comparative analysis of remote sensing geological hazard interpretation of landslide body of different remote sensing data sources are analyzed. The evaluation of remote sensing interpretation accuracy of landslide and so on are discussed in this paper, which are closely related to the scale of remote sensing. The results show that in Baoji loess area, the information of large and medium landslides can be investigated by using SPOT-5(2.5 m), the scale is 1: 25000 or 1: 50000. the quantitative information of internal structure of medium and small landslides and large landslide bodies can be investigated. Quick Bird(0.61 m) can be used to fuse image data on a scale of 1: 5 000.
【作者单位】： 国土资源部新构造运动与地质灾害重点实验室;中国地质科学院地质力学研究所;
【分类号】：P627;P642.22

【相似文献】

相关会议论文 前10条

1 任娜;朱长青;;一种抗拼接的瓦片遥感数据水印算法[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 黄二辉;潘德炉;杨燕明;;海洋遥感数据的时空分布经验正交分析方法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 徐国富;邓正栋;于德浩;;基于遥感数据的民用渡口选址模型及实例分析[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

4 谭福强;董双发;;遥感数据的尺度效应与遥感应用[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

5 翟永;宋雪生;;遥感数据成果的分级存储管理[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 李幸丽;杜培军;;面向数字城市的遥感数据挖掘及其应用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 张伟;;高空间分辨率遥感数据的预处理方法——以泉州快鸟数据为例[A];2007年福建省土地学会年会征文集[C];2007年

8 谢锋;潘明忠;亓洪兴;徐卫明;张雷;舒嵘;戴宁;薛永祺;;支持农业遥感数据产品开发与验证的相关技术进展[A];全国农业遥感技术研讨会论文集[C];2009年

9 钟志勇;陈映鹰;;海量遥感数据应用方法初探[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

10 潘强;孙建中;倪丽萍;张杰;;上海城市遥感数据平台的构建及其在城市信息化进程中的作用[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

相关重要报纸文章 前10条

1 陈城;遥感数据把脉京城未来规划[N];建筑时报;2009年

2 本报记者 操秀英 陈磊;应急“蓄水池”：遥感数据在这里汇聚[N];科技日报;2013年

3 王彤琪;黄河凌情遥感数据更丰富 应用更便捷[N];黄河报;2009年

4 记者 李大庆;我国遥感数据信息利用率不足5%[N];科技日报;2011年

5 记者 李安利;测绘系统遥感数据服务体系日臻完善[N];中国测绘报;2003年

6 杨平;遥感数据有了处理新工具[N];科技日报;2003年

7 李红梅;南亚:使用遥感数据监测旱情[N];中国水利报;2012年

8 庞剑波 郑雄伟;三峡库区首获航空遥感数据[N];地质勘查导报;2009年

9 吕世充　蔚晓涵;武汉珈和遥感数据中心平台服务农业[N];中国测绘报;2014年

10 ;拓宽服务领域 提供高质量遥感数据[N];中国测绘报;2002年

相关博士学位论文 前6条

1 程付超;面向海量遥感数据的分布式混合计算技术研究[D];成都理工大学;2014年

2 马超飞;基于关联规则的遥感数据挖掘与应用[D];中国科学院研究生院（遥感应用研究所）;2002年

3 周松涛;海量遥感数据的高性能处理及可视化应用研究[D];武汉大学;2013年

4 常歌;基于遥感数据的城市景观建模技术研究与实践[D];解放军信息工程大学;2001年

5 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院（遥感应用研究所）;2003年

6 穆超;基于多种遥感数据的电力线走廊特征物提取方法研究[D];武汉大学;2010年

相关硕士学位论文 前10条

1 熊贤成;基于MODIS遥感数据的特定云属性研究[D];电子科技大学;2015年

2 王玲玲;基于多源遥感数据四川省伏旱监测[D];成都信息工程学院;2015年

3 元沐南;基于开源WebGIS的遥感数据可视化模型研究与实现[D];河南大学;2015年

4 张振鹏;遥感数据分发系统主动队列控制模式的研究与应用[D];河南大学;2015年

5 杜珍星;面向海量遥感数据的数据库同步技术研究[D];河南大学;2015年

6 孔帅可;基于Swift的海量遥感数据云存储技术研究与应用[D];河南大学;2015年

7 冶鑫晨;云环境下基于地理位置活跃度的遥感数据节能处理策略[D];新疆大学;2016年

8 钟金沙;Hadoop在PSInSAR遥感数据并行处理中的研究及应用[D];东南大学;2015年

9 赵静;基于DART模型的遥感数据空间尺度转换分析[D];辽宁工程技术大学;2015年

10 王锐;海洋遥感数据传输系统研究与设计[D];辽宁工程技术大学;2015年

，

本文编号：1895400