利用RADARSAT SWA SAR和LANDSAT TM的互补信息确定洪水水体范围

从RADARSAT SAR图像中自动提取洪水水体,一直是一个急需解决而又未能得到解决的问题。主要困难是由于阴影与水体严重相混淆。为此,本文研究发现,通过RADARSAT SWA SAR图像和LANDSAT TM图像上的互补信息,利用RADARSAT SWA SAR图像和LANDSAT TM图像上的水体和阴影进行复合处理,可以从RADARSAT SWA SAR图像上准确、半自动提取洪水水体范围。研究结果表明,该方法不仅适用于平地洪水水体范围的半自动提取,而且更适用于包含山区的大范围洪水水体的半自动提取。     

基于ENVISAT-ASAR数据的洪涝水体空间分布信息提取

分析了表面粗糙度、几何角度和极化方式对水体等地物在雷达图像上成像特点的影响因素以及纹理特征对水体提取的作用,分别对基于单波段数据的域值法、基于双极化数据的最大似然分类法和基于双极化数据和纹理信息的最大似然分类法从ENVISAT-ASAR数据提取洪涝水体信息的方法进行了分析与探讨.试验结果表明:域值法提取水体,存在很多诸如山体阴影等易与水体混淆的误提取问题;利用双极化数据并加入纹理信息参与水体信息提取,在一定程度上可以改善这种误提取现象,提高水体提取精度.纹理的选择方法要与当地的水体与山体阴影走向、形态等结合,这个试验过程是费时的.     

基于星载雷达的洪水灾害淹没范围获取方法探讨

探讨了以星载雷达监测所获得的数据为数据源,提取洪水灾害淹没范围的基本原理和方法,并以１９９５年５月洞庭湖遭受洪水时所获得的ＪＥＲＳ－１ＳＡＲ数据为例,说明了该方法的应用及其有效性。     

ENVISAT卫星先进合成孔径雷达数据水体提取研究——改进的最大类间方差阈值法

星载雷达遥感是目前洪涝灾害水情监测的重要技术手段之一,而欧空局ENVISAT卫星上搭载的先进合成孔径雷达ASAR是目前功能最为强大的星载雷达系统。依据微波遥感影像中水体后向散射系数相对较低的特征,将图像分割中的常用算法——阈值法应用到ENVISAT ASAR数据水体提取中。进行了洞庭湖地区2007年枯水期和洪水期两景ENVISAT/ASAR APP-1P影像的实例研究,结果表明,综合考虑类间和类内方差两个因素的改进的最大类间方差法较之双峰法和最大类间方差法,其确定的最优阈值水体提取精度最高。另外,该方法相对简单、容易实现,可极大地提高当前ASAR数据计算机水体识别的自动化水平,进而推动ASAR数据于阴雨或多云天气条件下在洪涝灾害水情监测中的应用。     

火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一，也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结，以往研究主要侧重于火烧迹地提取模型算法开发，忽视了复杂地形下阴影、纹理等细节特征的作用，限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望，基于模拟真实地表的DEM参数，优化地形校正效果，建立阴影校正植被指数；明确灰度纹理产生的条件，尝试建立颜色空间和灰度纹理映射方案，实现颜色纹理的定量解译；耦合阴影校正植被指数与颜色纹理，希望减少对小面积火点的遗漏和混淆信息误判，基于高分卫星数据实现长时间序列高精度火烧迹地信息提取，对探讨全球火烧迹地产品研发具有典型代表意义。     

基于MODIS和GIS的洪水识别及淹没区土地利用信息的提取

介绍了MODIS数据晴空和薄云下水体的有效识别算法——CH2/CH1比值方案,并应用于2007年淮河流域大洪水事件,选取泄洪前、泄洪期和退水期3时相的MODIS数据进行水体识别分析,有效确定洪水淹没区。利用GIS技术提取洪水淹没区土地利用信息,进一步统计安徽省沿淮县市淹没区土地利用各类型的面积,从而为区域洪水灾害评估提供参考依据。相关研究成果已在ArcGIS中建成模型,为洪水监测业务服务。     

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.     

基于知识的AVHRR影像的水体自动识别方法与模型研究

根据水体光谱特性，通过分析水体在ＮＯＡＡ气象卫星的ＡＶＨＲＲ影像上的表象特征及与其它相关环境因子在光谱信息上的差异，认为水体在ＡＶＨＲＲ影像上具有光谱可分辨性，从而提出了基于水体光谱知识的水体自动提取识别的水体描述模型，并将该模型应用于太湖、淮河、渤海等地区，取得较好的效果。该模型方法同样可扩展应用于其它传感器获得的影像数据，从而实现遥感信息提取的自动化与智能化     

混凝土构件空洞模拟检测试验与ARMA功率谱分析

及时发现空洞隐患、确定空洞大小,准确评估不良病害的危害程度对指导施工和提高混凝土结构质量具有重要意义。为实现空洞尺寸的量化,对试验模型中的模拟空洞进行地质雷达检测,应用基于SVD-TLS方法的ARMA功率谱分析对原始数据进行处理。结果表明:地质雷达探测区域覆盖的空洞范围越大,空洞信号越明显。基于SVD-TLS方法的ARMA功率谱分析具有较高的分辨率,可以识别异常反射信息,判断空洞在测线方向的范围;功率谱参数期望值有一定的分布范围,当参数期望值在-0.160以下时,可以基本确定为空洞区域。最后结合工程实例,对地质雷达数据进行功率谱分析,取得了良好的效果。该分析方法为研究混凝土构件内部空洞的检测提供了新途径,一定程度上实现了空洞尺寸的量化。     

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。     

基于遥感的洪水灾害承灾体神经网络的提取方法探讨

洪水灾害承文体信息的快速获取是洪水灾害评估的基础．卫星遥感所获得的遥感图象包含了有关该承灾体的空间分布信息．常规目视解译难以快速并准确地从遥感图象中提取这些信息．神经网络技术的发展为解决这一问题提供了新的工具．本文阐这了将神经网络用于从遥感图象中自动提取洪水灾害承文体的空间分布信息的基本原理和方法,并结合实例说明了这种方法的有效性     

Modeling flooding extent from Hurricane Floyd in the coastal plains of North Carolina

Abstract

In this article two modeling approaches were developed based on the use of US Geological Survey digital elevation model (DEM) data. These models were utilized to delineate the extent of flooding induced by precipitation from Hurricane Floyd in a portion of Pitt County, North Carolina. The patterns of flood extent derived from the two models were compared to the extent of flooding indicated on a digital aerial photograph taken two days after peak flood levels had been reached. In addition, floodplain boundaries based on Federal Emergency Management Agency Q3 maps were compared to the extent of flooding on the aerial photo. Actual emergency response operations undertaken through the Pitt County Emergency Operations Center during the flood event are described, and are used to provide a context for evaluating the potential utility of these models. The flood extents produced by the modeling methods performed well at representing the actual extent of the flooding.     

基于气象预测数据的中国洪涝灾害危险性评估与预警研究

基于自然灾害风险理论,借助GIS强大的空间分析功能,采用归一化和层次分析法,对中国全国范围尺度进行了洪涝灾害危险性评估。通过对洪涝灾害危险性因子分析,分别提取当天降雨量、前3 d降雨量、地形高程、地形标准差、河湖网络等因素作为评估因子,提出了各因子危险性指数计算方法,以及全国洪涝灾害危险性指数计算模型公式。根据统计分析危险指数的最小值、最大值,结合历史灾情,利用阈值分割法确定了风险等级分割值分别为0.3、0.45及0.6,将洪涝灾害等级划分为高风险、中风险、低风险与无风险四个等级,从而建立了类似于天气预报模式的全国洪涝灾害危险性评估模型,并以2010年8月22日为例进行了洪涝灾害危险等级评估的实际应用。最后,基于洪涝灾害的危险性评估的结果,结合危险区内人口分布、交通设施等基础数据,生成相应的预警产品。对可能发生的洪涝灾害发出预警与预测,为危险区人们乃至相关政府管理部门采取有效的防灾、减灾措施提供参考依据。     

应用GIS方法反演洪水最大淹没水深的空间分布研究

探讨了应用地理信息系统（GIS）方法反演洪水最大淹没水深的基本原理和计算方法。对水库型淹没区和滩地型淹没区分别进行了分析和讨论。以1960年辽东洪水作为实例，在1：1万比例尺地形数据的支持下，结合历史洪水洪痕水位调查资料，计算了该次洪水最大淹没水深的空产布状况，计算结果可以为洪灾损失评估和洪灾风险评价提供数据基础。     

基于GIS的洪水淹没评估系统的研究与实现

在G IS技术支持下,对洪水淹没评估系统从洪水淹没计算与洪水淹没评估两方面进行研究,结合湖南冷水滩区洪水淹没评估系统实例,选择了正方形DEM模型,利用正方形格网分析方法进行了洪水淹没中连通性的分析。构建了洪水淹没评估模型,并对洪水淹没评估中的叠置分析提出具体解决思路。最后介绍了系统的设计与实现。     

Post-flooding disaster crop diversity recovery: a case study of Cowpea in Mozambique

To restore food security to a traditional African cropping system following a sudden loss of seed, genetic diversity must be re-established. This study examines the extent to which Cowpea diversity was reinstated two years after a flood disaster in Gaza Province, Mozambique. The contribution that seed from various sources made to the recovery was assessed using semi-structured interviews and morphological and molecular data. Data suggest that diversity had recovered to some extent yet there was evidence of a narrowing of the genetic base, with fewer rare alleles and differences in the distribution of allele frequencies. Although the main channels for accessing seed after the flood were seed relief and markets, these sources contributed to minimal and different diversity. It appears that diversity was regained primarily through social networking in the form of loans or gifts of seed from friends and relatives. The results of the study are discussed in relation to seed relief approaches.