当前位置:主页 > 管理论文 > 工程管理论文 >

湖南麻阳红层区滑坡信息提取方法

发布时间:2021-10-11 23:42
  湖南麻阳红层区因地层岩性的特殊性,在强降雨频发的丘陵地区极易引发滑坡灾害,造成生命财产等重大的损失。快速获取滑坡点的位置、范围,是滑坡应急调查及灾后评估等工作的迫切需求。随着高分辨率国产卫星的快速发展,从影像上能有效识别出分布较分散、规模更小的滑坡。本文选取麻阳县作为研究区域,针对遥感技术在红层降雨型滑坡中的应用,对工作区内滑坡点进行了识别和梳理,综合分析了滑坡的发育特征、滑坡的遥感影像特征。选用了优于1米的光学遥感高分二号卫星,对山区滑坡类型、道路边坡滑坡类型、河流岸坡滑坡类型进行了分类描述,并选取具有代表性的实验点作为实验对象,再分别对实验点利用基于像元的信息提取方法、基于面向对象的信息提取方法,开展滑坡信息提取研究。经过基于像元的样本选取,分别选用最大似然法、支持向量机法的分类算法,对滑坡信息进行提取;经过面向对象的最优尺度分割工具选取最优分割尺度,基于信息增益法选取特征因子,综合影像特征因子的特征值分布特征,选取隶属度函数建立特征因子规则集,对滑坡信息进行提取。两种信息提取方法的提取结果显示,研究区内不同类型的滑坡基于面向对象提取的方法相较于基于像元提取的方法,在用户精度上提高... 

【文章来源】:中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】:60 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第1章 前言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容及技术路线
第2章 研究区概况及数据源介绍
    2.1 研究区概况
        2.1.1 自然地理条件
        2.1.2 地质背景
        2.1.3 滑坡灾害
    2.2 数据源介绍
    2.3 遥感图像预处理
第3章 红层盆地滑坡特征分析
    3.1 红层区滑坡发育特征
        3.1.1 滑坡与强降雨的关系
        3.1.2 滑坡的形成条件
        3.1.3 红层区滑坡遥感特征
    3.2 滑坡影像目视解译
第4章 基于像元的滑坡信息提取
    4.1 最大似然分类法
    4.2 支持向量机分类法
    4.3 基于像元分类结果分析
第5章 面向对象的滑坡信息提取
    5.1 多尺度分割
        5.1.1 多尺度分割的原理
        5.1.2 多尺度参数的选择
    5.2 最优尺度的选择
    5.3 建立对象特征规则
        5.3.1 特征因子的选取
        5.3.2 模糊分类
        5.3.3 建立规则集
    5.4 面向对象分类结果分析
第6章 结论与讨论
    6.1 结论
    6.2 讨论
参考文献
致谢
附录


【参考文献】:
期刊论文
[1]基于面向对象分类法的川藏铁路沿线大型滑坡遥感解译[J]. 宿方睿,郭长宝,张学科,申维,刘筱怡,任三绍.  现代地质. 2017(05)
[2]湖南省沅麻盆地红层区地质灾害发育特征及成灾规律分析[J]. 罗冠枝,陈全明,王国卫.  地质灾害与环境保护. 2017(03)
[3]高分辨率多光谱的芦山地震次生地质灾害遥感监测与评估[J]. 王福涛,王世新,周艺,王丽涛,阎福礼,李文俊,刘雄飞.  光谱学与光谱分析. 2016(01)
[4]基于面向对象的高分影像分类研究[J]. 宋晓阳,姜小三,江东,黄耀欢,万华伟,王昌佐.  遥感技术与应用. 2015(01)
[5]1981-2010年怀化市气温和降水时空变化特征[J]. 张坤,李晓亮,张琴婧,李丽,裴伟霞.  贵州农业科学. 2014(04)
[6]滑坡高分辨率遥感多维解译方法及其应用[J]. 鲁学军,史振春,尚伟涛,周和颐.  中国图象图形学报. 2014(01)
[7]基于多特征面向对象区域滑坡现象识别[J]. 丁辉,张茂省,李林.  遥感技术与应用. 2013(06)
[8]面向对象的地质灾害信息提取——以汶川地震为例[J]. 彭立,杨武年,黎小东,邵怀勇,张敏,曾涛.  西南师范大学学报(自然科学版). 2011(02)
[9]湖南怀化市坡面地质灾害发育特征与人为致灾因子分析[J]. 刘江龙,柳建新,吴湘滨,申志军.  灾害学. 2011(02)
[10]一种高分辨率多光谱图像的多尺度分割方法[J]. 郭建聪,李培军,肖晓柏.  北京大学学报(自然科学版). 2009(02)

硕士论文
[1]多尺度分割技术在高分辨率影像信息提取中的应用研究[D]. 孙波中.西安科技大学 2011



本文编号:3431467

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3431467.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6e150***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com