论文部分内容阅读
本文围绕滑坡泥石流灾害评价这个核心问题,以遥感和地理信息系统为实验平台,结合程序开发,将滑坡泥石流灾害机理分析、统计学习、遥感图像处理、高光谱矿物识别、空间分析和数字摄影测量等理论有机地融合到地质灾害预测研究领域,采用中国三江地区和香港地区的地质灾害实例数据,就灾害评价的两个难点问题——信息获取和评价模型进行研究。从信息获取角度,充分挖掘遥感技术在滑坡灾害研究中的应用潜力,开展从定性的人工目视解译到定量的信息自动提取和信息识别三方面的研究。根据统计学理论的最新发展,将支持向量机理论(SVM,Support Vector Machine)应用于滑坡灾害空间预测研究中,通过与其他模型的对比研究表明SVM模型在滑坡灾害空间预测中的可行性和高效性。在此基础上,提出一套基于改进雨量插值和时间序列分析的降雨滑坡空间分布预测方法,并进行了实例验证分析。具体研究内容如下:
(a)有利于滑坡灾害目视解译的遥感影像增强方法。滑坡灾害目视解译的效果受数据源和增强方法的限制,高空间分辨率与多光谱的融合增强技术被广泛采用,但针对滑坡灾害的数据源的选取与增强方法很少有学者进行深入研究,本文对常用遥感影像采用多种融合方法进行对比试验,探索最适合滑坡解译的融合方法与数据组合,并定性的分析遥感数据的空间分辨率、波谱分辨率和时相对遥感融合的影响。
(b)顾及地貌特征的滑坡遥感自动识别。滑坡数据库的建立是滑坡预测预报的基础,对已发生的滑坡灾害进行信息采集,及时更新滑坡数据库,不断完善预报模型,可以逐步提高滑坡的预报精度。滑坡灾害的空间分布特点决定了遥感技术是进行滑坡信息获取的有效途经,将滑坡的光谱特性与地貌特征结合可以达到较好的识别效果。基于多光谱遥感影像和中等比例尺的DEM数据,建立自动分类决策树来识别植被茂盛地区的浅层滑坡灾害,并采用实例数据进行了该方法的性能验证。
(c)遥感致灾环境因子提取。地质灾害危险性分析和预测的关键在于获取准确的预测参数。具体就泥石流而言,主要的挑战仍然在于精确地确定潜在泥石流物源及方量。充分利用多功能遥感影像的技术优势,结合泥石流的孕育特征,提取泥石流灾害评价所需的致灾环境因子——DEM和蚀变矿物信息,通过GIS的空间分析,研究蚀变矿物分布与泥石流灾害之间的关系。
(d)滑坡灾害空间预测的支持向量机(SVM)模型研究。将支持向量机理论引入到滑坡灾害空间预测领域。支持向量机在理论上被证明是一种高效的统计学习模型,而且能处理两类样本和单类样本,具有很强的适应性,可以避免进行“假”的负类样本生成,有效处理基于真实滑坡样本的地质灾害空间预测问题。在理论分析的基础上,采用香港地区50余年的历史滑坡样本进行实验,与广泛采用的监督分类方法——Logistic回归模型进行比较,通过一套完善的评价体系,分析支持向量机模型的优缺点,验证了该方法在滑坡灾害空间预测应用上的优越性。
(e)基于时间序列的降雨滑坡分布预测。降雨是诱发滑坡的最主要因素,造成的重大人员伤亡事故占这类灾害总数的90%以上,因此根据降雨量进行滑坡预测是区域滑坡分布预测研究的重点。充分考虑静态因素和动态因素对滑坡的共同作用,在滑坡灾害敏感性区划的基础上,进行降雨量与滑坡危险度的线性回归分析,预测在一定降雨量条件下可能导致的滑坡分布。
本文在4个方面取得了实用性或创新性成果:1)研究了与地质灾害相关的遥感影像增强、灾害体自动识别、数字高程模型和岩矿信息获取方面的方法,给出了具体的实践步骤,基于实例进行了有效性验证,结论具有很强的实用性。2)进行了金沙江典型干热河谷地区地质灾害与蚀变矿物分布的相关性探索。根据USGS标准矿物谱线,采用光谱角法提取了金沙江典型干热河谷的热液蚀变矿物分布。发现并验证了该地区泥石流的发生与热液粘土矿物的分布存在的相关性。3)将支持向量机理论(尤其是一类支持向量机)应用到地质灾害空间预测领域,证明了支持向量机在滑坡灾害区划领域的优越性。4)建立了基于时间序列的降雨滑坡空间分布预测方法。在具有少量降雨滑坡资料的一典型研究区,实现了根据历次最大24小时降雨和相应的滑坡危险性预测未来在一定雨量条件下的滑坡空间分布。