无人机遥感数据驱动下的滑坡动态可视化方法研究
发布时间：2021-09-01 01:52
传统滑坡模拟数据获取困难,模拟物理机理复杂,不利于媒体宣传、提升公众安全意识以及快速灾害应急。无人机技术的飞速发展能够为滑坡动态可视化快速提供重要的数据支撑,为此,该文拟重点开展无人机遥感数据驱动下的滑坡灾害动态可视化研究,通过探讨滑坡特征分析与信息提取、空间约束规则下的滑坡过程计算方法、数据驱动的滑坡可视化方法等关键技术,提出了基于无人机遥感数据的滑坡灾害快速动态模拟方法,研发了原型系统并进行案例试验。试验结果表明,该文的研究方法在无人机遥感数据支持下能够快速动态模拟滑坡演进过程,有助于为应急灾害、媒体宣传以及提升公众灾害风险意识提供重要的理论依据支撑。
【文章来源】：灾害学. 2020,35(01)北大核心CSCD
【文章页数】：5 页
【部分图文】：
滑坡时空过程计算流程
滑坡可视化方法
该文实验硬件配置上选择高档图形工作站,CPU的处理器为Intel Xeon X5670 33GHz,16GB主机内存,显卡为NVIDIA Quadro 4000,操作系统为Windows7 64位旗舰版。利用Qt和C++语言,结合第三方开源库OSG、GDAL,研发了滑坡灾害动态演进可视化模拟系统,系统主界面如图3所示。系统主要功能包括:①提供DEM数据和影像数据的动态调度和显示功能;②提供滑坡特征信息提取分析、滑坡时空过程计算等预处理功能;③提供滑坡过程可视化模拟与灾情信息展示功能。2.2 案例区域介绍
【参考文献】：
期刊论文
[1]The Sendai Framework for Disaster Risk Reduction: Renewing the Global Commitment to People’s Resilience, Health,and Well-being[J]. Amina Aitsi-Selmi,Shinichi Egawa,Hiroyuki Sasaki,Chadia Wannous,Virginia Murray. International Journal of Disaster Risk Science. 2015 (02)
[2]Climate Change and the Sendai Framework for Disaster Risk Reduction[J]. Ilan Kelman. International Journal of Disaster Risk Science. 2015 (02)
本文编号：3376045
【文章来源】：灾害学. 2020,35(01)北大核心CSCD
【文章页数】：5 页
【部分图文】：
滑坡时空过程计算流程
滑坡可视化方法
该文实验硬件配置上选择高档图形工作站,CPU的处理器为Intel Xeon X5670 33GHz,16GB主机内存,显卡为NVIDIA Quadro 4000,操作系统为Windows7 64位旗舰版。利用Qt和C++语言,结合第三方开源库OSG、GDAL,研发了滑坡灾害动态演进可视化模拟系统,系统主界面如图3所示。系统主要功能包括:①提供DEM数据和影像数据的动态调度和显示功能;②提供滑坡特征信息提取分析、滑坡时空过程计算等预处理功能;③提供滑坡过程可视化模拟与灾情信息展示功能。2.2 案例区域介绍
【参考文献】：
期刊论文
[1]The Sendai Framework for Disaster Risk Reduction: Renewing the Global Commitment to People’s Resilience, Health,and Well-being[J]. Amina Aitsi-Selmi,Shinichi Egawa,Hiroyuki Sasaki,Chadia Wannous,Virginia Murray. International Journal of Disaster Risk Science. 2015 (02)
[2]Climate Change and the Sendai Framework for Disaster Risk Reduction[J]. Ilan Kelman. International Journal of Disaster Risk Science. 2015 (02)
本文编号：3376045
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3376045.html
