滑坡災害遙感動態(tài)特征監(jiān)測及其預測分析研究.pdf

1、本論文是在系統(tǒng)而全面地總結滑坡災害形成機理的基礎上，利用高分辨率遙感影像動態(tài)監(jiān)測滑坡體(以日本廣島地區(qū)為例)，并獲得其運動變化規(guī)律，同時就滑坡災害各種自然及環(huán)境因素建立其動態(tài)時空數(shù)據(jù)庫框架，并在此基礎之上利用相關回歸分析及模式識別的非線性方法對滑坡災害的發(fā)生和發(fā)展進行預測等。 研究中針對日本廣島地區(qū)地質滑坡災害形成的機理和表象特征，采用高分辨率的遙感影像解譯滑坡信息，并通過相關數(shù)據(jù)分析提取滑坡災害影響因子，達到利用遙感技術動態(tài)

2、監(jiān)測和預測預報滑坡災害的目的。數(shù)據(jù)分析及處理過程主要包括：首先對滑坡研究區(qū)域的遙感影像進行幾何校正、空間配準、多波段影像數(shù)字合成、鑲嵌、數(shù)據(jù)變換等解譯預處理，其次利用1：50000地形圖以及其它相關的地質資料等，提取滑坡區(qū)域初步的表層地質區(qū)分圖、土地利用區(qū)分圖、傾斜區(qū)分圖、土壤區(qū)分圖、地形區(qū)分圖等，再通過對滑坡區(qū)域遙感影像進行比值運算處理獲得其植被指標圖(NDVI指標圖)，在此基礎之上，運用多變量解析的重回歸分析處理算法進一步獲取其風化

3、度區(qū)分圖、表層地質區(qū)分圖、土地利用區(qū)分圖、飽和度區(qū)分圖、傾斜區(qū)分圖、土壤區(qū)分圖、地形區(qū)分圖等，最后反演出與滑坡因子有關的各個主題分類圖，并準確地就滑坡災害發(fā)生的原因、時間、場所和規(guī)模進行了預測預報，達到了判斷、分析滑坡成因及表征的目的。 另外，在提高遙感動態(tài)監(jiān)測和數(shù)據(jù)處理及管理自動化程度的同時，構建了滑坡災害動態(tài)時空數(shù)據(jù)庫基礎框架。同時，以滑坡形成機制為基礎，運用3S空間信息技術以及基于統(tǒng)計學理論的支持向量機方法對滑坡災害的預

4、測預報分析進行了討論。 論文創(chuàng)新部分如下： (1)提出了面向滑坡災害對象分類法。這種基于滑坡影像對象的解譯算法增加了更多的分類參數(shù)，除光譜亮度值外，還充分利用了對象的鄰近關系、層次關系等進行分類，并且在滑坡分類過程中還引入了對象形狀、尺寸、紋理等幾何和結構信息，提高了分類的精度。通過對日本廣島地區(qū)遙感影像滑坡對象的分類精度分析，可以看出該分類中參與分類的6種地物類型的平均值幾乎都在0.90以上，最大值均為1，而標準差

5、都小于0.10，總體分類精度達到93.83％。 (2)首次把多變量解析的重回歸處理方法應用在滑坡災害遙感動態(tài)監(jiān)測和數(shù)據(jù)處理及預測預報中。通過利用降雨量、數(shù)量化分析、風化度指標以及各研究地域縱橫斷面等，對廣島地區(qū)滑坡災害進行了時間預報、地點預報和災害規(guī)模預報等，實現(xiàn)了滑坡災害遙感動態(tài)特征監(jiān)測與預測分析的數(shù)量化全自動處理。 (3)全面而系統(tǒng)地從滑坡災害形成的內外因要素入手，分析并構建了滑坡動態(tài)時空數(shù)據(jù)庫的基本思路和概念框

6、架；數(shù)據(jù)結構采用混合模式，數(shù)據(jù)庫模型采用圖數(shù)聯(lián)合模型，這種思路和方法既保留了目前GIS空間分析對數(shù)據(jù)的要求，又提出了新的動態(tài)時空性要求。 (4)利用“3S”空間信息技術同時將滑坡災害動態(tài)監(jiān)測數(shù)據(jù)和大尺度區(qū)域歷史環(huán)境信息結合于滑坡預測模型中，建立了基于GIS空間分析功能技術的滑坡災害預測預報方法，實現(xiàn)了滑坡災害的全信息化實時預報。 (5)首次以日本廣島地區(qū)為研究區(qū)，利用其豐富的基礎數(shù)據(jù)、地質地貌數(shù)據(jù)、遙感影像數(shù)據(jù)，構建