發(fā)布時間：2021-04-21 22:03

　　地震作為一種自然災(zāi)害,因其突發(fā)性和破壞性等特點給人類造成了巨大的生命財產(chǎn)損失。地震發(fā)生后,由于受災(zāi)地區(qū)遭到破壞,想要迅速進入災(zāi)區(qū)面臨諸多困難。遙感是一種可以不受地面條件制約而獲取地物相關(guān)信息的技術(shù),具有快速、穩(wěn)定、多數(shù)據(jù)來源等特點。隨著遙感技術(shù)逐步成熟,在地震震害研究中越來越作為一種重要的方法出現(xiàn)。如何利用現(xiàn)代遙感技術(shù)快速準確的提取出地震震害成為震后應(yīng)急工作的關(guān)鍵環(huán)節(jié)。傳統(tǒng)地震震害提取方法的精度往往不夠,提取的效率也不高,而中低分辨率遙感影像自身像元的像素值又偏低,同樣也會影響分類結(jié)果的精度。隨著基于對象地物提取方法的出現(xiàn),高分辨率遙感影像的廣泛使用,將基于對象的方法應(yīng)用到高分辨率地震遙感影像中對快速準確的提取地震震后的地物具有十分重要的實際意義。本文采用高分二號遙感影像,把四川省阿壩藏族自治州九寨溝縣漳扎鎮(zhèn)作為實驗區(qū),對2017年8月8日發(fā)生的地震地物信息提取進行研究。在總結(jié)常用地物提取方法與精度評價的基礎(chǔ)上,利用基于像元、分層分級提取、基于對象和多種不同特征相結(jié)合等方法,嘗試提取建筑物、道路及滑坡,比較不同方法提取結(jié)果的精度。論文的主要結(jié)論如下:1.采用三種方法進行震后道路及滑坡提... 

【文章來源】：云南師范大學(xué)云南省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究內(nèi)容和結(jié)構(gòu)安排
        1.3.1 研究內(nèi)容
        1.3.2 結(jié)構(gòu)安排
第2章 數(shù)據(jù)源及實驗區(qū)
    2.1 高分二號遙感影像
    2.2 九寨溝地震基本概況
    2.3 數(shù)據(jù)來源
    2.4 數(shù)據(jù)預(yù)處理及實驗區(qū)的選擇
        2.4.1 輻射校正
        2.4.2 大氣校正
        2.4.3 影像融合
        2.4.4 實驗區(qū)的選擇
第3章 相關(guān)理論方法介紹
    3.1 灰度共生矩陣
        3.1.1 基本原理介紹
    3.2 基于對象的分割方法
        3.2.1 影像分割的含義
        3.2.2 影像分割的方法
        3.2.3 多尺度分割
    3.3 遙感影像地物提取的分類方法
        3.3.1 基于對象的影像分類
        3.3.2 基于像元的分類方法
        3.3.3 基于對象分類方法的優(yōu)勢
    3.4 遙感技術(shù)變化檢測
        3.4.1 基本原理
        3.4.2 主要內(nèi)容
        3.4.3 基本方法
    3.5 提取結(jié)果精度評價方法
第4章 基于對象的地震道路及滑坡提取方法
    4.1 道路及滑坡高分二號影像特征分析
        4.1.1 道路高分二號影像特征分析
        4.1.2 滑坡高分二號影像特征分析
    4.2 道路損毀劃分
        4.2.1 道路震害類型
        4.2.2 道路震害劃分
    4.3 道路及滑坡分類提取
        4.3.1 實驗區(qū)最優(yōu)尺度的選擇
        4.3.2 基于像元的道路及滑坡提取
        4.3.3 基于對象的道路及滑坡提取
    4.4 道路及滑坡提取方法精度評價
第5章 基于對象的地震建筑物提取方法
    5.1 建筑物高分二號影像特征分析
        5.1.1 建筑物震害類型
        5.1.2 建筑物震害等級
        5.1.3 高分辨遙感影像震害建筑物自動識別的可能性
    5.2 實驗區(qū)典型建筑物變化檢測
    5.3 建筑物分類提取
        5.3.1 實驗區(qū)最優(yōu)尺度的選擇
        5.3.2 震前影像的建筑物提取
        5.3.3 震后影像的建筑物提取
    5.4 建筑物提取方法精度評價
        5.4.1 震前建筑物提取精度評價
        5.4.2 震后建筑物提取精度評價
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
附錄 A:圖目錄
附錄 B:表目錄
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果
致謝


【參考文獻】：
期刊論文
[1]基于Canny邊緣檢測思想的改進遙感影像道路提取方法[J]. 黃巍,黃輝先,徐建閩,劉嘉婷.  國土資源遙感. 2019(01)
[2]利用高分辨率光學(xué)遙感圖像檢測震害損毀建筑物[J]. 葉昕,秦其明,王俊,鄭小坡,王建華.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2019(01)
[3]面向?qū)ο蠼ㄖ锬繕颂崛〉淖顑?yōu)分割尺度選擇[J]. 鄭東玉,慎利,李志鵬.  地理信息世界. 2018(05)
[4]基于高分辨率遙感影像的高精度變化檢測方法[J]. 閆小輝,徐泮林,趙曉旭.  測繪與空間地理信息. 2018(10)
[5]基于高分二號的面向?qū)ο蟪鞘兴w信息提取[J]. 王俊海,阮仁宗,柴穎,林鵬.  地理空間信息. 2018(09)
[6]高分辨率衛(wèi)星圖像變化檢測方法研究[J]. 高仉生,趙英俊.  鈾礦地質(zhì). 2018(04)
[7]基于多特征融合的遙感影像變化檢測算法[J]. 王光輝,李建磊,王華斌,楊化超.  國土資源遙感. 2018(02)
[8]基于無人機、高分衛(wèi)星遙感影像的甘肅省隴南市建筑物空間化研究[J]. 陳晉,習(xí)聰望,陳文凱,張?zhí)K平,周中紅.  地震研究. 2018(02)
[9]無人機高分辨率遙感影像地震滑坡信息提取方法[J]. 付蕭,郭加偉,劉秀菊,魯恒,楊正麗,項霞.  地震研究. 2018(02)
[10]基于eCognition的高分辨率遙感影像道路自動提取方法[J]. 何志強,梁四幺.  科技創(chuàng)新與生產(chǎn)力. 2018(02)



本文編號：3152566