高分一号汶川极震区滑坡提取研究

doi:10.13474/j.cnki.11-2246.2018.0046

测绘通报 ›› 2018, Vol. 0 ›› Issue (2): 67-71,82.doi: 10.13474/j.cnki.11-2246.2018.0046

高分一号汶川极震区滑坡提取研究

黄汀¹, 白仙富², 庄齐枫¹, 徐敬海¹

1. 南京工业大学测绘科学与技术学院, 江苏南京 210009;
2. 云南省地震局, 云南昆明 650000

收稿日期:2017-05-16 修回日期:2017-07-23 出版日期:2018-02-25 发布日期:2018-03-06
作者简介:黄汀(1992-),男,硕士生,主要从事遥感技术与应用工作。E-mail:huangting_77991@163.com
基金资助:
中国地震局工程力学研究所基本科业务费专项资助项目（2016QJGJ09）；国家自然科学基金（40901272）；江苏省测绘地理信息科研项目（JSCHKY201506）；空间信息智能感知与服务深圳市重点实验室（深圳大学）开放基金（201404）

Research on Landslides Extraction Based on the Wenchuan Earthquake in GF-1 Remote Sensing Image

HUANG Ting¹, BAI Xianfu², ZHUANG Qifeng¹, XU Jinghai¹

1. Institute of Mapping Science and Technology, Nanjing Tech University, Nanjing 210009, China;
2. Seismological Bureau of Yunnan Province, Kunming 650000, China

Received:2017-05-16 Revised:2017-07-23 Online:2018-02-25 Published:2018-03-06

摘要/Abstract

摘要：

选择汶川地震极震区的高分一号卫星影像，通过面向对象的分析技术提取滑坡信息；采用多尺度分割算法，结合高分影像和滑坡特点将以往经验式参数选取方法进行优化，分析极震区滑坡的特征，选择合适的特征参数，构建分类规则，实现滑坡的识别与提取。滑坡灾害信息的提取结果采用野外实际调查的滑坡点进行精度评价，滑坡提取总精度为84%，表明利用高分一号高分辨率卫星数据可以较好地提取滑坡灾害信息，基本满足滑坡灾害识别的要求。

关键词: 高分一号, 面向对象, 多尺度分割, 滑坡提取

Abstract:

Earthquake induced landslide is the most common and destructive type of earthquake, so it is of great significance to quickly and accurately obtain the distribution of landslides after the earthquake. The traditional method of artificial interpretation of remote sensing is of low efficiency. In this paper, we select the GF-1 image of the Wenchuan earthquake zone and extract the landslide information by using the object-oriented method. Multi-scale segmentation is used to set the different segmentation parameters. The suitable parameters are selected according to the features of spectrum, texture and geometry, and the classification rules are constructed to extract the landslide area. Through the comparison of landslide with landslide points by actual investigating, the accuracy of object-oriented classification method for 84%. The result shows that GF-1 data can be used to extract information of landslide hazard and meet the basic requirements of landslide hazard identification.

Key words: GF-1, object-oriented, multi-scale segmentation, landslide extraction

中图分类号:

P237

黄汀, 白仙富, 庄齐枫, 徐敬海. 高分一号汶川极震区滑坡提取研究[J]. 测绘通报, 2018, 0(2): 67-71,82.

HUANG Ting, BAI Xianfu, ZHUANG Qifeng, XU Jinghai. Research on Landslides Extraction Based on the Wenchuan Earthquake in GF-1 Remote Sensing Image[J]. 测绘通报, 2018, 0(2): 67-71,82.

参考文献

[1] BAATZ M, SCHÄPE A. An Optimization Approach for High Quality Multi-scale Image Segmentation[C]//Proceedings of Beiträge Zum AGIT-Symposium.[S.l.]:[s.n.], 2000:12-23.
[2] 李强,张景发. GIS与面向对象结合的遥感影像震后损毁道路快速提取[J]. 测绘通报,2015(4):78-81.
[3] 安立强,张景发,赵福军.汶川地震次生灾害提取——面向对象影像分类技术的应用[J]. 自然灾害学报,2011,20(2):160-168.
[4] OTHMAN A A, GLOAGUEN R. Automatic Extraction and Size Distribution of Landslides in Kurdistan Region, NE Iraq[J]. Remote Sensing, 2013, 5(5):2389-2410.
[5] RAU J Y, JHAN J P, RAU R J. Semiautomatic Object-oriented Landslide Recognition Scheme from Multisensor Optical Imagery and DEM[J]. IEEE Transactions on Geoscience & Remote Sensing, 2013, 52(2):1336-1349.
[6] 朱娇.基于高分一号影像的宝兴县滑坡信息提取研究[D].成都:成都理工大学,2015.
[7] 李启源.高分一号遥感影像地质灾害信息提取方法研究[J]. 测绘与空间地理信息,2016,39(2):17-20.
[8] 殷跃平.汶川八级地震地质灾害研究[J].工程地质学报,2008,66(4):433-444.
[9] 邓书斌. ENVI遥感图像处理方法[M].北京:科学出版社,2008.
[10] HÖLBLING D, FRIEDL B. An Object-based Approach for Semi-automated Landslide Change Detection and Attribution of Changes to Landslide Classes in Northern Taiwan[J]. Earth Science Informatics, 2015, 8(2):327-335.
[11] 刘建平,赵英时,孙淑玲.高光谱遥感数据最佳波段选择方法试验研究[J]. 遥感技术与应用,2001,16(1):7-13.
[12] 冯文卿. 利用多尺度融合进行面向对象的遥感影像变化检测[J]. 测绘学报, 2015, 44(10):1142-1151.
[13] 王赛. 基于多源遥感数据的汶川地震型滑坡信息提取研究[D].北京:中国地质大学(北京),2015.
[14] DRǍGU T L, CSILLIK O, EISANK C, et al. Automated Parameterisation for Multi-scale Image Segmentation on Multiple Layers[J]. Remote Sensing, 2014, 88(100):119.
[15] 韩凝. 空间信息在面向对象分类方法中的应用[D].杭州:浙江大学,2011.
[16] 范建容,李秀珍,张怀珍,等.汶川地震灾区崩塌滑坡体几何特征信息遥感定量提取与分析[J].水土保持通报,2012,32(2):118-121.
[17] 秦绪文,杨金中,张志,等.汶川地震灾区航天遥感应急调查[M],北京:科学出版社,2008.

高分一号汶川极震区滑坡提取研究

Research on Landslides Extraction Based on the Wenchuan Earthquake in GF-1 Remote Sensing Image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[3]	丁永辉, 张勤, 杨成生, 王猛, 丁辉. 基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例[J]. 测绘通报, 2022, 0(4): 51-55.
[4]	贾煜, 汪泓, 蔡宏, 张磊. 结合地形因子与分层策略的喀斯特地区无人机影像分类[J]. 测绘通报, 2022, 0(2): 121-127.
[5]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[6]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[7]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[8]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.
[9]	李悦, 张敏. 面向对象的高分辨率遥感影像建设用地变化监测[J]. 测绘通报, 2021, 0(2): 54-58.
[10]	陈根良, 董胜光. 面向地理国情监测的房屋建筑区树冠覆盖多特征协同提取[J]. 测绘通报, 2021, 0(10): 73-77.
[11]	贾玉娜, 张文超, 康会涛, 白洋, 鲍检平. 2016—2019年雄安新区土地覆盖变化研究[J]. 测绘通报, 2020, 0(9): 76-79.
[12]	杨泽宇, 张洪艳, 明金, 冷伟, 刘海启, 游炯. 深度学习在高分辨率遥感影像冬油菜提取中的应用[J]. 测绘通报, 2020, 0(9): 110-113.
[13]	蔡怤晟, 向泽君, 蔡衡, 单德明. 结合特征选择的CVA多尺度遥感影像变化检测[J]. 测绘通报, 2020, 0(8): 101-104,130.
[14]	任泽茜, 丁丽霞, 刘丽娟, 谢锦莹, 敖伊颍, 张继艳, 何嘉莹. 利用无人机遥感监测农作物种植面积[J]. 测绘通报, 2020, 0(7): 76-81.
[15]	张宏涛, 黄宏胜, 魏康宁, 钟海燕. 基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例[J]. 测绘通报, 2020, 0(6): 111-117.