基于高分遥感影像的泥石流潜在形成区识别方法探讨

发布时间：2024-05-25 01:12

　　提前对泥石流可能发生和造成影响的区域进行预测和防范,一直是地质灾害预测中的重要课题。为充分发挥国产高分影像的空间分辨率优势,利用NNDiffuse和Gram-Schmidt两种融合方法实现多光谱和全色波段的融合并作为研究数据,结合常用的支持向量机(SVM)和基于土壤亮度指数特征的动态聚类(ISODATA)两种分类方法对泥石流潜在形成区的自然地表覆盖和人类影响区域进行识别和提取,再利用泥石流隐患沟和集水区的空间和属性关系预测泥石流形成区。研究表明,不同融合方法会对泥石流形成区的预测产生影响,本文基于NNDiffuse融合方法进行预测的总体效果最好;SVM方法有最好的效果,表明先验知识对预测形成区的重要意义,但无先验知识的ISODATA方法结合有效的指数特征在泥石流形成区识别和预测中有较好的表现,预期未来能在测绘部门有很大的应用潜力。

【文章页数】：10 页

【部分图文】：

图5融合前后植被光谱特征曲线

图5是两种融合方法得到的影像和融合前影像中典型植被的光谱特征曲线图,融合前图像为原始光谱影像经过预处理后的影像,对比三幅影像中同一植被点的植被波谱曲线,三者光谱曲线都非常接近,融合后影像提高了图像空间分辨率但较好地保持了地物的光谱特征。图6是在1%线性拉伸的图像增强下NNDiff....

图6NNDiffuse(左)和Gram-Schmidt(右)融合后研究区目视效果图

图5融合前后植被光谱特征曲线3泥石流潜在形成区识别和分析

图7利用RS技术的目标地类提取结果

分别基于NNDiffuse和Gram-Schmidt融合方法的结果数据展开泥石流潜在形成区的识别和提取,研究中的训练样本和验证样本依据1m空间分辨率影像、GoogleEarth和外业调查数据进行选取,保证样本数据的精确性,以便后续的分类和精度评价。根据目标地物的特征大小,分类....

图8泥石流潜在形成区预测主要技术流程图

利用ArcHydro水资源工具实现区域沟谷线、集水区、汇流点等要素属性信息的挂接和汇流分析,综合ArcGIS应用系统的空间分析和3D分析模块解决上一步的地表覆盖矢量图斑、集水区、汇流点的空间拓扑关系及属性查询筛选有效信息,实现泥石流形成区的最终预测,预测流程如图8所示。利用原始2....

本文编号：3981486