基于高精度DEM和RS技术的滑坡环境指标参数快速提取方法——以陕西省宝鸡市金台区长乐塬特大型滑坡为例  被引量:5

Study on fast extraction of landslide environmental indicator parameters based on high-precision DEM and RS—a case study of Changleyuan super large-scale landslide in Jintai District,Baoji City,Shaanxi Province,China

在线阅读下载全文

作  者:徐刚[1] 郑达兴[1] 乔子江[1] 于新兵[1] 

机构地区:[1]国土资源部新构造运动与地质灾害重点实验室/中国地质科学院地质力学研究所,北京100081

出  处:《地质通报》2009年第8期1047-1052,共6页Geological Bulletin of China

基  金:中国地质科学院地质力学研究所基本科研业务费项目<黄土区地质灾害遥感调查及孕灾环境指标参数的提取>(编号:DZLXJK200714);科技部科技支撑项目<基于RS技术滑坡风险评估区划与评价指标体系研究>(编号:2006BAC04B05-2);中国地质调查局地质调查项目<陕西宝鸡地区地质灾害详细调查>(编号:1212010640401)共同资助

摘  要:DEM和RS技术是研究滑坡地质灾害的重要资料和手段。近年来,随着高空间分辨率遥感卫星和高精度雷达卫星的上天,可以获取现时性高精度的DEM,使滑坡地质灾害的研究由二维向三维提升。利用IRS-P5数据生成的5m精度的DEM,借鉴GOOGLE的三维可视性原理,将其和高空间分辨率QuickBird(0.61m)数据叠置到数字地球之上,制作成三维可视性图像,进行滑坡环境指标参数提取方法研究。研究结果表明,该方法可直接读取滑坡环境指标的三维参数,具有客观、准确、快速的特点,可为滑坡灾害评估和区域地质灾害危险性评价提供定量化资料。DEM and RS are important data and ways in terms of landslide geo-hazard study. In recent years, along with the launching of high spatial resolution remote sensing satellites and high-precision radar, it is now possible to get timely high-precision DEM data, which leads to study of landslide geo-hazard transferring from 2 dimension to 3 dimension. Referring to 3D visual principle of Google Earth for reference, the author superimposes DEM (the accuracy is 5m) derived from IRS-P5 and high spatial resolution QuickBird (0.61m) data on the digital globe and thus results in 3D visual image to study fast extraction method of landslide environmental indicator parameters. The result shows 3D parameters of landslide environmental indicator can be extracted directly from image, and the method, which provides quantitative data for landslide geo-hazard evaluation and regional geological geo-hazards risk assessment, is objective, accurate and rapid.

关 键 词:DEM RS技术 滑坡环境指标 三维参数提取 

分 类 号:P694[天文地球—地质学]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象