地震型滑坡灾害遥感快速识别方法研究

被引：18

作者：

李松 ^{[1
,2
]}

邓宝昆 ^{[1
]}

徐红勤 ^{[1
]}

王治福 ^{[1
]}

机构：

[1] 贵州师范学院资源环境与灾害研究所

[2] 中国科学院遥感与数字地球研究所

来源：

遥感信息 | 2015年 / 30卷 / 04期

关键词：

地震型滑坡; 遥感; 快速识别; 支持向量机; 目视解译; 汶川;

D O I：

暂无

中图分类号：

P642.22 [滑坡]; TP79 [遥感技术的应用];

学科分类号：

0837 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

滑坡快速识别对抗震救灾具有重要的影响。针对目前目视解译是滑坡识别的基本模式效率低下的问题,以受地震影响严重的北川县以例,以2008年6月3日(震后)中国台湾福卫2号遥感影像为数据源,试验基于支持向量机的地震型滑坡信息快速提取方法。以目视解译方法提取研究区的滑坡、河流、建筑用地、植被、耕地为样本,训练支持向量机的分类参数,并进一步以河流、建筑用地、植被和耕地为背景信息,提取滑坡信息。结果表明:支持向量机作为一种滑坡快速分类方法,能显著提高次生灾害的识别效率,分类结果的Kappa系数达到0.82。

引用

页码：25 / 28

页数：4

共 13 条

[1] 基于SVM的山体滑坡灾害图像识别方法 [J].

魏星 .

电子测量技术, 2013, 36 (08) :65-70

[2] 2008年汶川地震滑坡详细编目及其空间分布规律分析 [J].

许冲 ;

徐锡伟 ;

吴熙彦 ;

戴福初 ;

姚鑫 ;

姚琪 .

工程地质学报, 2013, 21 (01) :25-44

[3] 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

[4] 基于谱抠图的遥感图像滑坡半自动提取 [J].

王世博 ;

张大明 ;

罗斌 ;

张春燕 .

计算机工程, 2012, 38 (02) :195-197+200

[5] 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

[6] 唐家山堰塞湖库区(北川～禹里段)地震地质灾害触发效应研究 [J].

胡卸文 ;

朱海勇 ;

吕小平 ;

黄润秋 ;

章璇 ;

陈世勇 ;

施裕兵 .

四川大学学报(工程科学版), 2009, 41 (03) :63-71

[7] 基于图像分类方法滑坡识别与特征提取——以归州老城滑坡为例 [J].

叶润青 ;

邓清禄 ;

王海庆 .

工程地球物理学报, 2007, (06) :574-577

[8]

中国典型地物波谱知识库[M]. 科学出版社 , 王锦地等, 2008

[9]

滑坡学[M]. 中国地质大学出版社 , 晏同珍等著, 2000

[10]

Bayesian framework for mapping and classifying shallow landslides exploiting remote sensing and topographic data[J] . Alessandro C. Mondini,Ivan Marchesini,Mauro Rossi,Kang-Tsung Chang,Guido Pasquariello,Fausto Guzzetti.Geomorphology . 2013

← 1 2 →