基于DEM和遥感影像的区域黄土滑坡体识别方法研究

被引:14
作者
李勋 [1 ,2 ]
杨环 [1 ]
殷宗敏 [1 ]
马金辉 [1 ]
机构
[1] 兰州大学资源环境学院
[2] 西安测绘总站
关键词
黄土滑坡; 可视性; SEaTH算法; 人工神经网络; 多层感知器;
D O I
暂无
中图分类号
P208 [测绘数据库与信息系统]; P237 [测绘遥感技术]; P642.22 [滑坡];
学科分类号
070503 ; 081603 ; 0818 ; 081802 ; 1404 ; 0837 ;
摘要
应用定量地貌学的原理和方法,对天水市南北两山已有黄土滑坡进行了自动识别研究。首先,引入地形可视性辅助遥感影像目视解译,以选择滑坡和非滑坡样本;其次,综合滑坡的地形特征和遥感特征,通过采取SEaTH算法遴选出能有效区分滑坡与非滑坡的特征差异指标建立滑坡有效识别指标体系;最后,基于滑坡有效识别指标特征集进行面向对象分割,通过建立多层感知器的滑坡自动识别模型对分割后的对象进行识别,并作精度评价。结果表明:1)针对该研究区的已有黄土滑坡,粗糙度、高程变异、切割度、起伏度、坡度、可视性6种地形指标具有识别价值;2)该模型对滑坡的识别精度达71.03%,非滑坡的识别精度达92.02%,较好地识别出了该区域的滑坡范围。
引用
收藏
页码:86 / 92+129 +129
页数:8
相关论文
共 13 条
[1]   基于面向对象分类法的高分辨率遥感滑坡信息提取 [J].
张毅 ;
谭龙 ;
陈冠 ;
郭鹏 ;
乔良 ;
孟兴民 .
兰州大学学报(自然科学版), 2014, 50 (05) :745-750
[2]   基于视觉思维的人机交互遥感解译模式研究 [J].
鲁学军 ;
尚伟涛 ;
周和颐 .
遥感信息, 2013, 28 (06) :7-12+6
[3]   典型滑坡遥感影像特征研究 [J].
童立强 ;
郭兆成 .
国土资源遥感, 2013, 25 (01) :86-92
[4]   SRTM 3与ASTER GDEM数据处理及应用进展 [J].
张朝忙 ;
刘庆生 ;
刘高焕 ;
丁树文 ;
王鹏 ;
董金发 .
地理与地理信息科学 , 2012, (05) :29-34
[5]   基于CBERS-02卫星数据的地震滑坡识别——以青川县为例 [J].
郝立贞 ;
白世彪 ;
徐红波 ;
韦玉春 .
防灾科技学院学报, 2010, 12 (04) :46-52
[6]   遥感在滑坡灾害研究中的应用进展 [J].
石菊松 ;
吴树仁 ;
石玲 .
地质论评, 2008, (04) :505-514+579
[7]   天水市的环境地质问题 [J].
吴玮江 ;
贺斌英 .
甘肃科学学报, 2003, (S1) :200-205
[8]  
基于遥感与DEM的面向对象滑坡识别研究[D]. 侯伟.兰州大学. 2014
[9]  
神经网络理论与MATLAB 7实现[M]. 电子工业出版社 , 飞思科技产品研发中心编著, 2005
[10]  
Hierarchical extraction of landslides from multiresolution remotely sensed optical images[J] . Camille Kurtz,André Stumpf,Jean-Philippe Malet,Pierre Gan?arski,Anne Puissant,Nicolas Passat.ISPRS Journal of Photogrammetry and Remote Sensin . 2014