基于DEM影像的黄土区域地形自动分割及沟头识别

进行区域地形的自动分割和地理对象的识别提取,对于现代地理分析具有重要意义。该文运用影像分析方法,以中国黄土高原的典型地貌区为实验区,提出了基于DEM影像的地形自动分割和沟头识别方法。在黄土区域地形分割中,以沟谷分支点为种子点,以地表剖面曲率特征分析结果为生长准则,实现了沟间地、沟坡地、沟底地的区域自动分割;在沟坡地形自动分割的基础上,运用面向对象的目标分类识别思路,结合对象的地形和水文特征,进行了沟头对象的自动识别。实验结果表明:地形自动分割结果精度均大于90%,沟头对象的识别准确度为88.27%,验证了该文方法的有效性和可靠性。     

基于卡方变换的中分辨率遥感影像土地覆盖变化对象识别方法

该文旨在探讨中分辨率遥感影像的土地覆盖变化对象识别方法。首先基于植被-不透水层-土壤(VIS)模型,参考OIF指数的信息量进行对象特征指标选取,基于过分割和欠分割指数确定最优分割尺度,对两期SPOT影像进行多时相分割,然后利用卡方变换方法自动选择阈值,进行植被、不透水层、土壤和水体4种土地覆盖类型之间的变化对象识别。精度评价表明,随着对象特征指标包含信息量的不断增加,检测结果的总精度不断提高,其中对影像所有特征指标进行主成分分析并选择前3个主成分作为特征指标组合对土地覆盖变化对象进行识别的总精度最高,为93.9%,Kappa系数为0.824,证明了该方法的有效性。     

地形对黄土高原滑坡的影响

高分辨率地形与影像数据的缺乏已成为研究地表现象、特征与过程的重要瓶颈。低成本无人机设备和摄影测量技术的发展,打开了地学领域获取高分辨率数据的大门,大大提高了地质灾害野外调查与灾害编目的精度与效率。本文通过无人机野外调查和遥感室内目视解译,构建了一个包含307个黄土滑坡属性的数据库。在此基础上,通过数字地形分析和数理统计等方法,总结归纳了黄土滑坡样本数据的分布规律,探讨了地形对黄土滑坡分布的影响,阐述了地形相对高差对最长滑动距离、滑坡周长、滑坡面积的影响,提出了基于传统经验公式拟合的滑坡规模快速预测公式。结果表明：① 滑坡规模—频率分布具有明显的规律性,不同最大长度、最大宽度和周长的黄土滑坡数量分布均呈现正偏态分布,而不同面积的滑坡数量分布则服从幂函数分布;② 地形对黄土滑坡发育控制作用明显,不同地形高差、平均坡度、坡形的斜坡单元滑坡发育数量差异较大;③ 地形相对高差与滑坡的最长滑距、周长和面积的拟合曲线很好地符合幂律分布规律,但不同地形区的拟合效果有所差异,黄土丘陵区拟合效果最好,黄土高原全区次之,黄土台塬区最差;④ 本文建立的黄土滑坡规模快速预测模型,为黄土滑坡灾害调查提供了经验公式支撑。     

基于QuickBird卫星数据的土地利用分类规则集研究

以天津滨海新区为实验区,研究面向对象技术的高分辨率遥感影像土地利用分类规则集。针对耕地、草地、水域、建设用地、交通运输用地、空闲地的特征差异,综合多尺度的分割特征,尝试不同的分割尺度,最终选定两个最优分割层次,即大尺度层次(分割尺度为400)和小尺度层次(分割尺度为240)。采用有效的特征参数,包括自定义的特征增强参数(NDVI参数、色度放大函数)以及最大差异特征参数、面积参数、不对称性参数、标准差参数,确定各特征的隶属度函数,最终建立分类规则集;应用该分类规则集,通过图层间信息的传递与合并,对实验区的QuickBird(QB)遥感影像进行土地利用分类,精度达86.98%,有效避免了椒盐现象。实验证明了面向对象的遥感影像分类方法可充分利用高分辨率影像丰富的信息,有效地提高分类精度。     

一种基于改进双树复小波变换的地形纹理特征提取方法

地形纹理特征提取和识别是地形自动分类的关键。该文在分析已有地形纹理特征提取方法的基础上,提出一种基于双树复小波变换的地形纹理特征提取和识别方法。该方法将DEM地形垂直特征信息引入双树复小波变换模型,设计并实现了面向DEM地形数据特点的地形纹理特征提取方法。以陕北黄土丘陵沟壑区为实验样区,选取6个不同地貌特征共109个典型地形纹理样本进行特征识别实验,并将实验结果与常用的灰度共生矩阵(GLCM)模型及Gabor滤波结合PCA方法进行对比。研究显示,基于地形垂直特征改进的双树复小波变换模型对6类样本有较高的识别精度,同时消耗最短的纹理特征构建时间。     

基于ANN-CA模型的黄土小流域正负地形演化模拟

黄土高原正负地形的不同组合特征反映了黄土地貌的发育程度,黄土小流域正负地形的演化则是黄土高原地貌形态发育的缩影。该文采用地理元胞自动机的建模方法,对室内黄土小流域正负地形的演化过程进行建模与模拟。实验通过多次训练神经网络,自动获取转换规则,简化了构建元胞自动机模型的难度,同时,模拟的结果总精度达88.5%。研究表明,该方法可以反映黄土小流域正负地形演化过程中其沟谷扩张、沟头向前以及黄土陷穴的发育特点,对黄土高原地貌发育研究具有重要意义和可鉴性。     

黑方台黄土滑坡类型与发育规律

20世纪60年代末期,为了安置刘家峡、盐锅峡库区移民,在黑方台建成了提水灌溉工程,造成地下水位上升,诱发了大量黄土滑坡.作者于2006-04～2007-09先后对黑方台黄土滑坡进行了野外调查.利用IKONOS影像对黄土滑坡进行了遥感解译,将其与研究区数字高程模型(DEM)进行叠加再现了滑坡场景.基于以上工作,首先对黑方台黄土滑坡进行了较为系统的分类,包括黄土泥流、黄土滑动、黄土-泥岩接触面滑坡、黄土-泥岩顺层滑坡和黄土-泥岩切层滑坡.黄土泥流集中发育于野狐狗北部凹地形处;黄土-泥岩滑坡受基岩倾向控制,分布于坡向150°～200°的塬边地段.农业灌溉补给地下水的增湿、软化作用是黑方台黄土滑坡的根本诱发原因.对黑方台黄土滑坡机制的研究进行了展望.     

西藏灌木林遥感分类方法对比研究

以西藏主要类型灌木林为对象,开展外业遥感调查,分别应用非监督分类、监督分类、基于空间分布特征的辅助分类和基于光谱特征再分类4种方法,对灌木林类型进行了遥感分类识别,并对各种分类方法所得到的分类结果进行对比评价.研究表明,非监督分类和监督分类的总体精度分别为42.20%和46.79%,除了对沙棘灌木林分类精度较高外,对其他灌木林类型分类精度均较低;基于空间分布特征的辅助分类精度为86.24%,其分类结果未能识别到具体灌木林类型;基于光谱特征的再分类精度为70.64%,对沙棘、红柳能较准确的识别,而对个别灌木林类型(如杜鹃和小檗)的识别精度不高.     

基于SINMAP模型的区域滑坡危险性定量评估及模型验证

利用稳定态水文学理论与无限斜坡稳定性模型,构建分布式斜坡稳定性定量评估模型SINMAP,以坡体滑塌十分发育的陕西省略阳县为试验区,利用Grid DEM提取坡度、流向、地形湿度指数和有效汇水面积等流域地形水文数据,将GIS专题图、遥感数据等作为模型输入数据,获得地表斜坡稳定性分级专题图,实现滑坡危险性定量评估;将模型模拟结果与目前国内最具有权威性的中国县(市)地质灾害调查结果进行对比分析,发现两者在稳定性分级标准划分、滑坡点定性评价、滑坡危险性分区等方面都具有很好的相似性和可比性,说明模型的模拟结果能够客观反映研究区地表滑坡危险性,对可能出现的滑坡具有一定的预测精度。因此,该模型的研究有望为定量分析区域滑坡与环境因子的关系、区域滑坡预测等工作奠定基础。     

基于随机森林的山西省柳林县黄土滑坡空间敏感性评价

基于随机森林模型,以GF-6影像和ALOS DEM数据为基本信息源,结合高程,地形起伏度及地形湿度等11项因子,对山西省柳林县进行滑坡敏感性空间区划。模型精度评价表明：随机森林模型精度为0.75,支持向量机模型精度为0.7,表明随机森林更适合柳林县的滑坡敏感性评价。指标重要性分析结果表明：高程、坡度、距道路距离以及距河流距离,是影响柳林县滑坡发育的主要因素。敏感性空间区划结果表明：高度敏感区约占柳林县总面积的28%,主要分布在三川河流域的南北边界及邻近区域内,其中贾家垣乡分布面积最广。从时间成本、训练难度、稳定度以及精确度考虑,随机森林模型更适合滑坡敏感性评价这类非线性计算问题。     

基于空间概率面的山区居民地遥感信息提取

根据地物之间光谱特征建立的基于知识的遥感居民地信息提取模型是目前居民地信息提取中最普遍的方法,但由于高程差异的影响,其在山区居民地信息提取中效果不理想。以云南省丽江市部分地区为例,在GIS支持下,通过构建多因素空间概率面的方式,综合运用地形和光谱特征信息实现山区居民地遥感信息提取。结果表明,地形差异是影响山区居民地信息提取精度的最主要因素,其影响程度占所有影响因素的50%强;在光谱信息识别的基础上,引入地形这一辅助信息,运用空间概率面能够有效地改善山区居民地信息的提取效果,识别精度从57.5%提高到82.5%。     

基于GF-1与Sentinel-2融合数据的地膜识别方法研究

随着我国地膜使用面积的增加和人们对土壤微塑料污染问题的日益关注,大尺度的地膜遥感识别已成为农业生产管理、土壤污染防治的必要手段。针对地膜光谱反射特征的复杂性以及基于单一遥感影像光谱特征识别方法错分率高等问题,该文以河北省邯郸市邱县为试验区,利用GF-1数据的空间细节与Sentinel-2数据的光谱信息进行NN Diffuse Pan Sharpening融合,据此建立地膜识别的特征矩阵(NDVI、MNDWI、NDBI、IBI、PSI),基于该特征矩阵可实现自动阈值地膜分层分类识别。多种方法的地膜识别结果精度对比表明:多源光学遥感数据融合方法的总体精度为94.87%,Kappa系数达0.89,显著优于基于单一数据源的深度学习法的精度(93.14%)以及基于传统机器学习分类方法的支持向量机(85.91%)和随机森林分类法(86.78%)的精度;通过与Sentinel-2多光谱影像融合,弥补了GF-1数据光谱分辨率低的缺陷,实现了多源数据在地膜识别中的优势互补,可为相关部门农业规划与管理以及生态环境保护等研究提供大尺度、高精度的地膜分布参考数据。     

基于决策树与监督、非监督分类方法相结合模型的遥感应用研究

遥感影像解译中的决策树分类法一般是引入NDVI植被指数、亮度阈值法、DTM、空间结构、纹理、和其它一些地貌特征来实现地物类别的分离;而传统的监督分类、非监督分类是直接基于像元的亮度值而进行的分类,两者各有优缺点。将两者在遥感影像解译中结合使用,建立统一的分类模型,并以皖东地区TM影像为例进行了分类实验,结果证明,采用该模型分类比单一的最大似然法分类精度提高了4.45%,Kappa指数提高了0.107,该模型能有效地提高影像分类的精度。     

基于InSAR技术的秦岭南部略阳县潜在滑坡灾害识别研究

秦岭山区因构造活动、人类活动、气候变化等多重因素作用而面临较高的地质灾害风险,由于地形高差大、坡度陡,植被覆盖率高,滑坡灾害识别调查难度高,急需发展先进的地质灾害监测识别技术体系,提升高植被覆盖山区地质灾害隐患详细调查识别能力。不同的InSAR技术和SAR数据有各自的优势,单一InSAR技术难以在高植被覆盖山区进行区域变形监测和地质灾害隐患识别。本研究结合多种InSAR技术和不同波段SAR数据的探测优势,对秦岭南部山区略阳县城关镇的110 km~2范围进行对地观测,综合光学遥感解译和野外调查,识别出滑坡地质灾害隐患点共52处。研究表明:(1)在高植被覆盖山区,D-InSAR技术和L波段SAR数据的应用,能够提升识别高植被覆盖山区潜在滑坡位置和范围的效率。而时序InSAR技术和Sentinel数据可应用于典型灾害点时间变形模式分析。(2)略阳县滑坡主要为黄土滑坡、堆积层滑坡、黄土基岩滑坡三类;不稳定斜坡主要有陡峭风化基岩不稳定斜坡、不稳定人工边坡,破坏形式主要为基岩崩塌、剥坠落及黄土斜坡崩滑、泥流等;本研究所识别的潜在地质灾害可为略阳县防灾减灾工作提供数据支持,提出的InSAR潜在地质灾害早期识别方法体系可为秦岭及类似高植被覆盖山区地质灾害监测识别提供方法参考。     

基于河谷横剖面形态特征的滑坡体堵江易发性评价研究

滑坡体堵江易发性评价是滑坡堵江风险研究中的短板,不利于其防灾减灾工作的开展。该文以物质来源、水力条件和河谷地形为主要影响因素进行滑坡体堵江概率预测分析和应用,提供了基于GIS技术的河谷横剖面形态参数自动提取方法,以定量表征河谷地形特征;以中国喜马拉雅山地区为例,分别提取堵江滑坡和非堵江滑坡事件为样本,基于逻辑回归建立了研究区滑坡体堵江概率预测模型,经验证精度较理想。取得的主要结论有:1)河谷横剖面形态参数自动提取方法,具有面向对象、表征全面、提高计算效率和精度等优点。2)在中国喜马拉雅山地区,堵江滑坡事件与非堵江滑坡事件发生处河谷横剖面的坡高、不同深度宽深比、凹度和河宽指数具有显著差异,其中河宽指数差异最大,3/4坡高宽深比次之。3)基于逻辑回归开展滑坡体堵江易发性评价是可行的,该方法在中国喜马拉雅山地区的应用精度达80%以上,各变量按照与滑坡体堵江形成的相关性从大到小依次是坡高宽深比、滑坡面积、工程地质岩组、河宽指数和凹度。     

耦合光谱、纹理信息的森林蓄积量估算研究

本研究以Landsat 8为遥感数据源,以样地调查数据和森林资源二调数据为辅助数据对西藏林芝县的森林蓄积量进行反演研究。研究通过多元回归分析构建了林芝县森林蓄积的估算模型。为验证纹理信息的加入能否提高森林蓄积量遥感反演的精度,研究通过灰度共生矩阵提取了Landsat 8的纹理特征。在分析了森林蓄积量与遥感影像各波段、植被指数、纹理特征以及地形因子之间的相关关系后,分别以(1)光谱和地形因子、(2)纹理信息、(3)光谱因子、地形特征和纹理特征结合为自变量构建森林蓄积量的遥感估测回归模型。实验结果表明:传统的森林蓄积量反演方法得到的精度最低,而基于光谱因子、地形特征和纹理特征结合的森林蓄积量估测模型得到结果的精度最高,达到80.24%,均方根误差RMSE为1.018。研究结果证明随着纹理信息的引入,原本仅基于光谱和地形因子的森林蓄积量反演复相关系数从0.5843提高到0.7075,反演精度提高了10.06%,这说明纹理信息对森林蓄积的反演精度有提高的作用。本研究构建的基于光谱因子、地形特征和纹理特征结合的回归模型对研究区内的森林蓄积量反演具有可靠性,对于森林资源的监测和管理具有重要的意义。     

黄土沟谷特征点簇及其空间结构模型研究北大核心CSCD

对黄土沟谷形态结构和发育演化起核心控制与标定作用的,是一系列具有自组织结构的特征点集。针对该特征点集,提出黄土沟谷特征点簇的概念,对其组织要素和基本特征进行了分析;研究创建一种采用非结构化、且能够有效表达拓扑结构与空间信息的黄土沟谷特征点簇空间结构模型;对基于DEM数据获取的一个典型黄土小流域沟谷特征点,运用创建的点簇模型建立了具体的黄土沟谷特征点簇;最后,以点簇中的特征点追溯查找为例,验证了所创建的黄土沟谷特征点簇的应用价值。     

基于HASM的黄土侵蚀地形重建方法研究

黄土高原是世界上侵蚀最强烈的区域之一,基于当前的地形信息对其地形进行重建可有效估算侵蚀量。该文基于高精度曲面建模(HASM)方法首先建立了黄土高原流域地形重建模型,并以多期人工模拟小流域为实例数据,从微观(坡度)和宏观(等高线)的角度分析了不同侵蚀阶段模拟小流域的地形重建结果,该地形重建结果具有较高精度,且处于侵蚀发育中期的小流域重建结果要优于处于侵蚀发育晚期的小流域重建结果。最后,以高程相对误差为指标定量分析了小流域地形重建的精度,结果显示,两个时期小流域重建结果的相对误差平均值分别为0.55%和0.57%,均方根误差分别为1.99%和2.73%,表明基于HASM方法的黄土流域地形重建方法是可行的。     

黄土沟谷特征点簇及其空间结构模型研究

对黄土沟谷形态结构和发育演化起核心控制与标定作用的,是一系列具有自组织结构的特征点集。针对该特征点集,提出黄土沟谷特征点簇的概念,对其组织要素和基本特征进行了分析;研究创建一种采用非结构化、且能够有效表达拓扑结构与空间信息的黄土沟谷特征点簇空间结构模型;对基于DEM数据获取的一个典型黄土小流域沟谷特征点,运用创建的点簇模型建立了具体的黄土沟谷特征点簇;最后,以点簇中的特征点追溯查找为例,验证了所创建的黄土沟谷特征点簇的应用价值。     

基于指数计算的多层次遥感信息提取模型

指数计算是描述地物波谱特征简单而有效的方法.但单纯依靠指数方法进行遥感专题信息提取,错分、漏分现象严重.该文提出一种"全域一局部"的遥感信息提取思路:对整幅图像进行全域分割、全域分类,实现目标地物与背景地物的初始分离;在目标地物周围建立一定尺度的缓冲区,作为局部分割一局部分类的作用区域,并在局部作用域内选择不同的阈值,通过迭代过程实现目标地物与背景信息的最优分离.选取鄱阳湖地区Landsat 7/ETM+影像,应用该方法进行水体提取试验,精度达95.751%,优于常规的最大似然法.