论文部分内容阅读
利用遥感技术进行滑坡灾害识别已有几十年的历史，但是在具体应用过程中仍存在着滑坡灾害信息识别不准确的难题；近年来，随着遥感技术和信息提取技术的不断进步，推动了提高滑坡灾害识别准确度的研究；相关研究主要集中于遥感影像数据的选取及分类识别方法的选择上。本研究通过面向对象影像分析方法对TM、ETM+影像和SPOT5全色影像中的滑坡识别分别开展研究。主要研究工作和成果包括：（1）对面向对象的影像分析方法实施滑坡识别进行深入分析，详细研究了遥感影像分割、对象属性特征选择以及分类方法的实施。（2）开展TM与ETM+融合影像的滑坡灾害识别研究：选取地震后的汶川县为研究区域，通过波段分析实验，得出滑坡识别的最佳TM多光谱波段组合，再通过PCA变换融合方法与ETM+全色影像融合，将空间分辨率提高到15米；对融合影像进行最大似然监督分类，分别选取分类样本和检验样本，检验分类结果的精度；对融合影像实行面向对象的影像分类，结合研究区域情况和融合影像数据确定影像分割标准，选择对象的属性特征，并对分类方法比较研究来选定，对分类精度进行评价；最后对比两种方法，得出了TM与ETM+融合影像的精度更高的滑坡灾害识别的面向对象的方法。（3）实施SPOT5全色影像滑坡灾害识别：选取地震后的汶川县城区域为研究区，以SPOT5全色影像为数据源，应用面向对象的影像分析方法来识别滑坡灾害，结合研究区域情况和SPOT5全色影像数据确定影像分割标准，通过分析和实验得到影像中滑坡灾害的最优分割尺度，在滑坡最优分割下，进行属性特征选择，比较选择K邻近法对分割对象分类，从而提取研究区内的滑坡灾害信息；同时运用常规的监督分类方法：最小距离法，识别研究区的滑坡灾害，通过对比，进一步肯定了面向对象的方法。形成了SPOT5全色影像滑坡灾害面向对象的识别流程。