基于RS的汶川震后地质灾害信息提取方法对比分析

《基于RS的汶川震后地质灾害信息提取方法对比分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于RS的汶川震后地质灾害信息提取方法对比分析谢玉凤，张佳，曾彩云(成都理工大学地学空间信息技术国土资源部重点实验室，四川成都610059)摘要：汶川地震诱发了大量的地质灾害，掌握震后地质灾害信息对民生经济至关重要。遥感手段能快速获取地质灾害信息。本文在ENVI平台下对汶川地区的影像数据进行了预处理。利用监督分类、支持向量机和基于专家知识的决策树分类三种方法提取了该地区震后地质灾害信息，采用混淆矩阵对三种分类结果进行了精度评定。实验结果表明：在当前数据源基础上，监督分类的精度最高，支持向量机分类次之，基于专家知识的决策树分类精度最低。关键词：地质灾害；信息提取；分类

2、；精度评定中图分类号：P237文献标志码：B文章编号：1672一加11【2016】03—0232—03DOI：10．3969／j．issn．1672—4011．2016．03．119本文选取云量少、影像质量好、临近地震时期(2008年7月)的影像。在ENvI中，通过监督分类、支持向量机分类、基于专家知识的决策树分类提取了汶川震后地质灾害(滑坡、崩塌)，并对各种分类方法进行精度评定。1数据源及数据预处理本文研究区数据包括汶川县Landsat5遥感影像(分辨率为30m)和汶川行政界限。对影像进行校正、镶嵌、裁剪、图像增强，得到预处理后的影像，如图l所示。31040’矿北

3、C锄parison瓶dAnalysisforM劬odofE】m·醒60nG∞Iogi∞lHa翻lrdhfo珊a值吼BasedOnRSafterWe眦h咖Earmqum汜脚蚴增，删鹏胁，删G如咖31020’旷北(￡曲∞咖∥旷＆∞c如，聊5

4、Pm谢吮加册Ⅲ加，C胁倒u踟i蝴3蚵矿融蝴，ckr副u610059，傩泐)Ab砷隋ct：E砒hqllal(ehaveinducedaJaEgenulnl)er0fg静lo西calh锄ards．Gr髂pingtllegeologicalh砌：ardiIl

5、．omlationmereartllqual【eise8sentialtotlI

6、eeconomyoftllepeople§liVelihood．Wec柚qIlicI【lyobtaingeolo画caldis∞terinfoImati∞byRemotese璐ingme山0d．nispapermadetIlepre—pDc酷singfortlleim孵dataofWenchu锄county如dEx慨刚Geol晒calH黝rdIIIfb珊鲥onafIerE砒hqtIalceintllisa他a，usingsupenrisedcb瞄·8mcation，supponvectormachinecl黯smcation锄dexpertk110wled固e—h玛

7、eddecision￡r{eec18ssific鲥on，舳dtll即made锄AccumcyAs螂smentbyConfhsionM撕x，in‰EN、rI．TheexperimentalresIlltssho’vedtIIat：Supenrisedcl舾8ificationaccumcyistIlehigllest，f0Uowedissupportvectormaclli∞cl鹪-s访cation，finallyist11edecision骶ecl鲴sificati佣b鹊edonex-pert，ontlleb鹊is0ftllecurrentdata∞urce．1【e

8、ywords：geologicalh砌：ard；ird砺nationa【tracti∞；cl聃s击cation；acc啪cy鹊sessmentO前言汶川地震引发了大量的崩塌、滑坡等地质灾害，快速获取地质灾害信息至关重要。运用遥感手段提取地质灾害，可以弥补实地调查需消耗人力财力、耗时长的缺点，可避免地势复杂、交通不便、视野所限的局限性，已经成为当今快速获取地质灾害信息的主力军。汶川地震诱发的地质灾害面积大、灾害点多，因此，作者简介：谢玉凤(1989一)，女，在读硕士研究生，主要研究方向：摄影测量与遥感。·232·3】叼’矿此103。0’()”东103。20’0”东f0

9、3。40’O”东圈l汶川影像(1M影像，5、4、3波段合成)2地质灾害信息提取2．1遥感信息提取方法从遥感图像获取地质灾害信息的方法有两大类：目视解译和计算机信息提取。本文利用计算机信息提取的监督分类、支持向量机分类、基于专家知识的决策树分类三种方法对汶川震后的地质灾害信息进行提取。2．2监督分类2．2．1监督分类原理监督分类就是用已经被确认类别的样本像元去识别其他未知像元，使非样本的数据也可达到分类的目的。监督分类的理论思路：先根据已经识别的样本类别和先验知识，确定判读的函数和判读的规律，利用一些已知类别的样本的量测值来求解待定参数的过程叫做训练，然后将样本区