發(fā)布時間：2024-05-25 01:12

　　提前對泥石流可能發(fā)生和造成影響的區(qū)域進行預測和防范,一直是地質災害預測中的重要課題。為充分發(fā)揮國產高分影像的空間分辨率優(yōu)勢,利用NNDiffuse和Gram-Schmidt兩種融合方法實現(xiàn)多光譜和全色波段的融合并作為研究數據,結合常用的支持向量機(SVM)和基于土壤亮度指數特征的動態(tài)聚類(ISODATA)兩種分類方法對泥石流潛在形成區(qū)的自然地表覆蓋和人類影響區(qū)域進行識別和提取,再利用泥石流隱患溝和集水區(qū)的空間和屬性關系預測泥石流形成區(qū)。研究表明,不同融合方法會對泥石流形成區(qū)的預測產生影響,本文基于NNDiffuse融合方法進行預測的總體效果最好;SVM方法有最好的效果,表明先驗知識對預測形成區(qū)的重要意義,但無先驗知識的ISODATA方法結合有效的指數特征在泥石流形成區(qū)識別和預測中有較好的表現(xiàn),預期未來能在測繪部門有很大的應用潛力。

【文章頁數】：10 頁

【部分圖文】：

圖5融合前后植被光譜特征曲線

圖5是兩種融合方法得到的影像和融合前影像中典型植被的光譜特征曲線圖,融合前圖像為原始光譜影像經過預處理后的影像,對比三幅影像中同一植被點的植被波譜曲線,三者光譜曲線都非常接近,融合后影像提高了圖像空間分辨率但較好地保持了地物的光譜特征。圖6是在1%線性拉伸的圖像增強下NNDiff....

圖6NNDiffuse(左)和Gram-Schmidt(右)融合后研究區(qū)目視效果圖

圖5融合前后植被光譜特征曲線3泥石流潛在形成區(qū)識別和分析

圖7利用RS技術的目標地類提取結果

分別基于NNDiffuse和Gram-Schmidt融合方法的結果數據展開泥石流潛在形成區(qū)的識別和提取,研究中的訓練樣本和驗證樣本依據1m空間分辨率影像、GoogleEarth和外業(yè)調查數據進行選取,保證樣本數據的精確性,以便后續(xù)的分類和精度評價。根據目標地物的特征大小,分類....

圖8泥石流潛在形成區(qū)預測主要技術流程圖

利用ArcHydro水資源工具實現(xiàn)區(qū)域溝谷線、集水區(qū)、匯流點等要素屬性信息的掛接和匯流分析,綜合ArcGIS應用系統(tǒng)的空間分析和3D分析模塊解決上一步的地表覆蓋矢量圖斑、集水區(qū)、匯流點的空間拓撲關系及屬性查詢篩選有效信息,實現(xiàn)泥石流形成區(qū)的最終預測,預測流程如圖8所示。利用原始2....

本文編號：3981486