论文部分内容阅读
2008年汶川“5.12”地震不仅影响了四川省大部分地区,也对甘肃南部地区产生了很大影响,表现为由地震引发的滑坡、泥石流、崩塌等次生地质灾害急剧增多,亟需对地质灾害频发的甘肃南部地区进行滑坡灾害调查,为做好滑坡的防御减灾工作奠定基础。为了能够第一时间获取滑坡的相关灾害信息,如滑坡的性质、规模、分布、对桥梁、道路、建筑物等的影响,提出用高分辨率遥感数据使用面向对象的方法进行滑坡体灾害信息的提取。面向对象分析技术已在遥感领域的信息提取方面应用广泛,区别于基于像元的方法,分类过程更加符合人类认知原理,用于分类的特征不仅包含光谱信息,还包含了纹理形状、空间结构、上下文语义、拓扑关系等信息,避免了分类结果过于破碎,减弱了“椒盐”噪声的影响,分类精度有了明显的改善。选用2007年11月IKONOS数据(全色波段的分辨率为lm)和2013年4月QuickBird影像(全色波段的分辨率为0.61m)两个时相的高分遥感数据作为滑坡灾害信息提取的遥感数据源,结合甘肃陇南地区的分辨率为30m的数字高程模型(DEM),采用易康软件的面向对象分析方法,以分布有大量滑坡的甘肃南部地区为研究区,进行滑坡灾害信息的半自动提取研究。主要结论如下:(1)采用多尺度分割算法分别对建筑物、道路、植被和滑坡体设置不同的分割参数进行多次分割实验,得到最优分割参数并分析遥感数据的光谱特征、形状特征、纹理特征等信息,得出最优特征空间。(2)利用震前震后两个时相的遥感数据获得的建筑物信息提取结果进行变化检测得到建筑物的变化信息,间接反映地质灾害引发的建筑物损毁情况。(3)根据震后遥感数据受滑坡威胁的道路和植被的属性特征,利用面向对象模糊分类法和阈值分类法建立规则级进行信息提取,为滑坡易损性快速评估提供技术支持。(4)采用面向对象支持向量机方法,选取合适的光谱、形状、纹理等特征建立特征空间,通过径向基核函数对选定的200个滑坡样本和300个非滑坡样本进行机器学习训练,最终获得滑坡体提取结果。对滑坡灾害信息的各提取结果选用混淆矩阵定量评价方法进行精度评价,滑坡灾害信息的提取总精度达到85%以上。综上所述,面向对象的分类方法适用于滑坡灾害信息提取,提取结果与真实情况相符,也满足实际应用需求,为滑坡灾情及承灾信息的迅速评估提供依据。