论文部分内容阅读
研究区位于重灾区的四川省北川县境内，在5·12地震期间，发生大量的滑坡等地震次生地质灾害，造成了大量的人员伤亡和财产损失。采用遥感(RS)和计算机技术，对滑坡体进行识别，可以突破传统调查方法的限制，发挥其宏观、综合、直观、快速的特点，取得更好的效果。
研究区滑坡体识别主要基于遥感技术和统计学习理论，主要内容如下：
(1)在获取了遥感数据(Landsat7ETM+)的基础上，根据滑坡灾害的特征，研究了一系列数字图像处理技术，为滑坡体提取工作做必要的准备。
(2)探讨了SRTM数据以及数字高程模型(DEM)的生成技术，进而获取区域地形数据(坡度、坡向)，可以对研究区地形地貌有详细的了解。
(3)对研究区详细了解和分析的基础上，利用分层分类法进行滑坡体的识别工作，而其中的关键是分类树的建立。
(4)利用支持向量机(SVM)技术，对滑坡体进行识别。其关键包括滑坡体训练样本的选取；核函数类型、核函数参数以及误差惩罚因子的选择；最优分类函数的建立。
(5)比较以上两种方法，统计并分析研究区滑坡体空间分布特征及影响因素。
通过实验验证，利用分层分类法和支持向量机法进行滑坡体识别的精度分别90.91％和82.67％。这两种方法对地震灾区地质灾害损失评估和灾后重建工作有一定的指导意义。