基于遥感与GIS的西藏帕里河滑坡动态监测分析

2004年6月下旬以来，中国西藏自治区的帕里河因暴雨导致山体滑坡，致使河道堵塞，最终形成了一个危湖。利用多时相、多平台的卫星遥感数据，确定了帕里河滑坡发生的具体位置，监测了滑坡发生后河道水体的变化情况，快速获取了各时相的积水面积；并结合DEM数据，计算各时相的蓄水量，模拟了各时相的遥感监测三维图像。     

滑坡泥石流的多源遥感提取方法

针对汶川地震灾区内滑坡泥石流多发的现象,分析了基于光学遥感数据和SAR数据的滑坡泥石流提取方法.光学遥感数据使用多期影像变化检测和灾后SAR数据使用特征提取的方法,可以分别有效地对滑坡泥石流信息进行提取.结果显示,文中使用的方法可为滑坡泥石流多源遥感监,测提供方法参考.     

基于遥感数据的闽东南山区公路滑坡快速识别技术研究

传统的滑坡识别主要通过遥感目视解译和人机交互识别,存在耗时费力、主观性强和提取精度低等问题。文中以福建省某公路为实验区,提出了一种基于高分辨率遥感数据的闽东南山区公路滑坡快速识别方法。包括采用亚米级高分辨率遥感影像,通过对色调、地形、光谱、植被指数和纹理等滑坡特征进行分析与研究,确立了适用于东南山区公路的多维多尺度滑坡分类识别规则;借助机器学习算法分类工具与多维多尺度特征筛选集相结合构建了公路滑坡识别模型,并基于高分辨率遥感影像在色调尺度上对滑坡进行初步识别;最后经由坡度、归一化植被指数和纹理特征筛选集对初步识别的滑坡区域进一步的分割提取,从而对山区公路滑坡空间分布实行精准识别。经实验验证,文中方法所得滑坡识别的平均精度达到85.73%,且滑体提取形态特征完整,可清晰地展现出滑体的“舌”、“簸箕”状形态,亦可清晰辨别滑体的滑壁与堆积体。研究成果可为我国植被发育区的山区交通线路的滑坡识别与风险评估提供科学参考。     

基于知识的多时相TM图像森林火烧迹地快速提取方法

本文以覆盖福州市及周边地区的五期TM图像为例,进行森林火烧迹地的自动提取研究.分别对TM图像上火烧迹地及其背景地物采样,分析火烧迹地在TM图像6个波段及PC变换、TC变换、多时相植被指数(MTVI)上的光谱特征,发现了火烧迹地与背景地物区分的光谱知识.其次,利用DEM数据分析火烧迹地在地形上的分布特点,发现了火烧迹地空间分布的知识规则.在此基础上建立了基于知识的多时相TM图像上森林火烧迹地提取模型,从而解决了快速识别和提取森林火灾信息的问题.     

利用多源数据融合研究长白山天池火山的喷发期次及空间分布

利用ERS－2 SAR，Landsat TM和全色航空照片等图像，结合测年、野外地质考察等资料，在GIS平台上利用多源数据融合、小波变换、神经元网络分类等手段，研究了长白山天池火山的喷发期次及分布，为火山灾害制图及危险性评价提供了重要依据。     

基于近地高光谱和环境星高光谱数据的冬小麦越冬冻害遥感监测方法研究

基于试验箱冬小麦冻害盆栽试验,得到了识别和评价冻害差异程度的高光谱敏感波段和指数,获得了冻害农学指标;研究了河南省林州市东南部及周边地区2012-2013年的冻害过程,以冻害发生前后的两幅高光谱影像为研究对象,利用冬小麦冻害高光谱敏感指数的研究结果,结合大田试验对农学冻害指标进行尺度转换,获得了HSI遥感冬小麦冻害指标,进行了冬小麦冻害的高光谱遥感监测。结果显示,VI_3[VI_3=(SDr-SDb)/(SDr+SDb)]高光谱指数冻害遥感监测结果更精确。研究表明利用HJ-1A星HSI数据进行冬小麦冻害监测是可行的,可为HJ-1A星高光谱数据在农业遥感监测中的应用提供参考。     

传感网络的滑坡灾后多源遥感图像特征提取方法

为解决传统遥感图像特征提取过程抗扰性较差的问题,该文提出基于传感网络的滑坡灾后多源遥感图像特征提取方法,通过对滑坡灾害环境因素及特征数值信息的分析,判断滑坡灾害的影响程度;根据其影响程度对多源遥感图像进行特征采集和分类,对特征提取过程中常见的噪音干扰进行去除处理,实现对滑坡灾后多源遥感图像特征的提取。     

基于半分析算法的太湖水质参数多光谱遥感反演

半分析算法基于固有光学特性数据,具有明确的物理意义,能同时反演多种水质参数,是水质遥感反演的趋势。基于太湖实测的吸收系数与后向散射系数数据与Landsat/TM数据,利用Gordon半分析模型,对叶绿素a、悬浮物与黄色物质进行了同步反演,并探讨了半分析算法适用于内陆水体多光谱遥感数据的潜力。多水质参数同步反演方法为水环境综合分析提供了有利的技术手段。     

地震灾区河谷滑坡检测的遥感分析——以北川县滑坡为例

震区滑坡易堵塞河道形成高危型堰塞湖,一旦坝堤溃决,将释放巨大能量,造成严重的地震次生水灾。本文利用多源遥感数据,旨在研究一种检测河道滑坡的快速有效的方法,迅速判断出滑坡位置,为救援减灾提供重要信息。首先,对于灾前CBERS-02B星CCD数据,通过归一化水体指数(NDWI)来提取灾前水体信息主要为河道;由于灾后震区天气状况恶劣,故采用Radarsat-1SAR数据。利用水体在SAR影像上的特性,经过多次试验后使用阈值法来提取河道范围。再对两幅影像提取结果中的河道区域进行交集运算,检测出河道范围内的变化部分。通过上述方法提取的河道信息较为模糊、零散,这些模糊、零散并非都由滑坡堵塞河道造成,而是受噪声影响,在此对河道交集影像做膨胀处理,达到突出滑坡信息的目的,进而得以提取河道真实堵塞范围。最后进行人机交互判读,提取滑坡区域。实验以四川省北川县滑坡灾害为例,证明了本文方法的高效性与可靠性。     

基于对象的高分辨率遥感图像滑坡检测方法

滑坡遥感检测对于灾害调查和制图具有重要意义,面向对象是高分辨率遥感图像信息提取的重要思路。以高植被覆盖的热带雨林地区为例,在对试验区滑坡遥感图像特征进行分析的基础上,提出了基于对象的高分辨率遥感图像滑坡检测方法。通过多期遥感图像的多尺度、多层次分割,确定了图像对象变化检测的基本单元,构建了滑坡检测多级对象层次网络;依靠图像对象特征、上下文关系和拓扑关系等,构建了适于该实验区的滑坡检测知识规则,从而将滑坡检测整个过程包含在图像对象分析之中,并最后实现了高分辨率遥感图像的滑坡检测。实例证明,基于对象的滑坡检测方法适于热带雨林地区的信息提取,这对于其它地理环境类似地区的灾害调查与制图工作具有一定的参考价值。