基于EOS/MODIS的若尔盖高原湿地定量遥感研究

研究旨在探讨EOS/MODIS影像提取若尔盖高原湿地信息的定量遥感方法.先计算MODIS影像的NDVI并将其线性变换到0～255;然后经多次试验确定区分湿地与非湿地的MODIS-NDVI阀值,并用人机交互式调整的方法消除误判像元及云的干扰,再多次试验得到区分湿地内部沼泽地和水体的阀值;通过统计不同类型湿地像元数计算湿地面积.研究表明,若尔盖高原湿地空间分布和面积具有季节差异,这与该地区降水和气温季节变化相关;采用MODIS-NDVI阀值并结合人机交互式调整的方法提取若尔盖高原夏半年的湿地信息是可行的,精度达到82%,而利用该方法提取冬半年湿地信息效果不甚理想,冬半年的MODIS影像湿地判识方法有待进一步探讨.     

遥感技术在黑竹沟风景旅游资源调查分类与评价中的应用

随着信息技术的发展,遥感成为了旅游资源调查评价的新手段。阐述了运用遥感新技术对四川省乐山市黑竹沟风景旅游区旅游资源进行调查的过程,并结合现场调研和相关资料对其旅游资源进行了分类和评价。首先对黑竹沟风景旅游区2003年的ETM影像数据遥感图像进行了处理,然后建立了解译标志进行旅游资源信息的提取和分析,最后对黑竹沟风景旅游区的旅游资源进行了客观全面的分类和评价。黑竹沟的旅游资源可分为2大类、7亚类、21个基本类型,是一处景源内容丰富、景象多变的旅游区,发展潜力巨大。     

基于GIS的天山公路地质灾害危险性评价

结合天山公路实际,引入模糊理论中的多因素综合评判模型,对天山公路地质灾害的危险性进行了研究,开发了地质灾害危险性评价系统,并以专题图的形式显示评价结果。通过对结果分析,地质灾害危险性评价图中的危险等级分布,大致与野外调查一致,表明该系统对地质灾害危险性评价切实可行。     

ETM遥感图像在措勤东部第四系含水性研究中的应用

措勤东部属于极端缺水的地区,利用遥感技术开展第四系松散堆积物含水性调查具有重要作用。本文选用ETM753与8波段融合图像作为遥感解译底图,结合地形地貌、地质和气象影响,建立残积、冲积、洪积、冲洪积、冰川永久积雪、湖积、沼泽和坡积的识别知识体系,划定第四系松散堆积物的高、中、低、差四个含水等级,利用G IS实现第四系松散堆积物及其含水性的高程、坡度和坡向分布,为区内水资源的深入调查提供有力支持。     

三维真实感地形建模与可视化

研究了三维真实地形建模与可视化的整个流程,利用OpenGL通用图形程序接口实现了基于DEM数据与遥感影像的三维地形的快速生成与仿真;并将三维地形生成技术应用到了天山公路三维地质灾害场景可视化中。详细阐述了以遥感影像作为地形纹理的处理方式与流程以及构建真实地形场景技术的方法和优化方案,提出了在实际应用中建立个性化三维地形系统的重要性。     

西藏玉龙斑岩铜矿带北段成矿规律分析

西藏玉龙铜矿是世界级超大型斑岩铜矿,玉龙斑岩铜(钼)矿带是我国铜资源量最为丰富的区带之一.玉龙斑岩铜(钼)矿带位于三江印支褶皱系中部的字嘎断裂以西的燕山隆起区.成矿带内玉龙矿床的西北部地区,从玉龙(矿床)到恒星措(矿点)、再到夏日多(矿点),具有良好的铜(钼)矿找矿前景,两个明显的化探高值异常区分布在玉龙铜矿床和成矿带北段恒星措地区,两异常相连的方向线为NNE向,与区域构造线的方向一致,在三叠系中也有部分显示,反映出玉龙矿区外围和成矿带上进一步开展金矿地质找矿工作的良好前景.     

甘孜州九龙县水土流失评价研究

本文以九龙县为研究区,根据沟壑密度、坡度、植被盖度、土地利用类型和高程5个因子,结合ARC-GIS空间分析功能和MATLAB数学建模编程的功能,应用GA-BP模型(遗传算法优化BP神经网络)对研究区的水土流失进行非线性智能定量评价,并与层次分析法的结果对比分析,阐述了GA-BP模型的优越性。本次研究可以为九龙县水土流失预防和治理提供有益的参考。     

文家坝大型单体滑坡地质特征遥感调查与稳定性分析

平武县的文家坝滑坡是由汶川地震诱发,并曾阻断河流形成文家坝堰塞湖,威胁到下游南坝、锰矿厂和公路的安全,所以有必要对其地质特征进行调查及稳定性分析。通过对震后平武县SPOT卫星影像的解译,识别出了文家坝滑坡的地貌要素及滑坡物质组成,表面植被发育度,水文条件等地质特征。可以认为,文家坝滑坡为大型牵引式滑坡,目前仍处于不稳定状态,在余震、强降雨等条件下,有复滑的可能,并针对潜在威胁给出了具体的防治建议。     

四川省气象服务信息系统的设计与实现

四川省气象服务信息系统采用WebGIS开发模式,结合地网GeoBeans开发平台实现了地图浏览、天气信息查询、城市查询、降水量和温度曲线图显示等功能。该系统以B/S模式开发,并利用JavaScrip和ASP技术实现了局部刷新,刷新速度较快,结果比较稳定。应用实践表明,地理信息系统可以和气象数据进行完美的结合,使气象数据更有实用性,其应用范围也得到很大的拓展。     

基于SVM多类分类的滑坡区域危险性评价方法研究

近年来，随着新理论、新技术得发展，提出了许多新模型和方法应用于滑坡区域危险性评价中。支持向量机（support vector machine，SVM）是新一代的学习算法，已有前人利用SVM应用于滑坡灾害预测中。然而大多只是利用了SVM的两分类算法，得到的结果只有稳定不稳定两种．这对滑坡区域评价来说是远远不够的。本文尝试利用SVM的多类分类算法进行滑坡危险性区域评价，取得了较好的结果。