基于地形因子分割、分类的面向对象滑坡快速识别方法

被引:19
作者
杨文涛 [1 ,2 ]
汪明 [1 ,2 ]
史培军 [1 ,2 ,3 ]
沈玲玲 [1 ,2 ]
刘连友 [1 ,2 ,3 ]
机构
[1] 北京师范大学地表过程与资源生态国家重点实验室
[2] 民政部-教育部减灾与应急管理研究院
[3] 北京师范大学环境演变与自然灾害教育部重点实验室
关键词
面向对象; 基于地形因子的分割、分类方法; 简易规则集;
D O I
10.13577/j.jnd.2015.0401
中图分类号
P642.22 [滑坡];
学科分类号
0837 ;
摘要
由地震诱发的滑坡灾害具有数量多、分布面积广、危害大的特点。传统的高精度的专家手动解译不能满足大范围发生的滑坡灾后快速评估的要求,基于计算机的滑坡识别技术具有快速、准确的优势。随着灾后影像数据分辨率的不断提高,面向对象技术比基于像素的技术更具优势。但是在滑坡对象分割、分类中对影像光谱、纹理信息的过度依赖造成了分割不够客观、分类算法复杂等问题。基于震后Worldview 2m分辨率的多光谱数据,提出了一种考虑地形因子的滑坡分割、分类算法。这种算法基于简单的规则集并充分考虑了滑坡发生的机理特点进行分割、分类,具有快速、简便的特点,而且能达到很高的分类精度(98.14%)。这种方法较以往仅考虑影像光谱、纹理信息的面向对象滑坡识别技术具有很大的提高,可以在实际灾害发生时用于大面积、大数量的山地滑坡灾害的快速损失评估。
引用
收藏
页码:1 / 6
页数:6
相关论文
共 13 条
[1]   利用NDVI时间序列识别汶川地震滑坡的分布 [J].
杨文涛 ;
汪明 ;
史培军 .
遥感信息, 2012, 27 (06) :45-48+56
[3]   汶川震区映秀镇“8·14”特大泥石流灾害调查 [J].
唐川 ;
李为乐 ;
丁军 ;
黄翔超 .
地球科学(中国地质大学学报), 2011, 36 (01) :172-180
[4]   基于变化检测的滑坡灾害自动识别 [J].
李松 ;
李亦秋 ;
安裕伦 .
遥感信息, 2010, (01) :27-31
[5]   汶川八级地震滑坡特征分析 [J].
殷跃平 .
工程地质学报, 2009, 17 (01) :29-38
[6]   基于对象的高分辨率遥感图像滑坡检测方法 [J].
胡德勇 ;
李京 ;
赵文吉 ;
彭光雄 .
自然灾害学报, 2008, 17 (06) :42-46
[7]   5·12汶川地震诱发的山地灾害及减灾措施 [J].
崔鹏 ;
韦方强 ;
何思明 ;
游勇 ;
陈晓清 ;
李战鲁 ;
党超 ;
杨成林 .
山地学报, 2008, (03) :280-282
[8]   滑坡遥感调查、监测与评估 [J].
王治华 .
国土资源遥感, 2007, (01) :10-15+23+103
[9]   滑坡、泥石流遥感回顾与新技术展望 [J].
王治华 .
国土资源遥感, 1999, (03) :10-15+39
[10]  
Characterising spectral, spatial and morphometric properties of landslides for semi-automatic detection using object-oriented methods[J] . Tapas R. Martha,Norman Kerle,Victor Jetten,Cees J. van Westen,K. Vinod Kumar. Geomorphology . 2009 (1)