论文总字数：19165字

摘 要

地震引发的滑坡灾害作为一种致灾力巨大的此生灾害，已经引起相关研究人员的广泛关注，特别是发生于2008年5月12日的四川汶川地震，其8.0级强震引发山区的大片区的滑坡灾害，对救援工作造成极大的阻碍。

遥感技术作为一种新型的高技术感知监察技术，在当今社会有无限的应用空间和发展前景，其当前在农业生产、土地利用、国土资源管理、大气监测以及地质灾害的检测和调查等各个方面都已经有了很大的价值体现，如今已经有了很好的应用成效。作为一项新的调查，监测方法和手段，它在地震滑坡领域受到广泛关注。通过对遥感图像和基本地图数据的综合分析，比较和解释，结合数字图像处理技术，可以准确方便地实现相关遥感信息的提取，结果可靠。遥感技术具有直观，快速，经济的特性，对于灾害应急，救灾具有重要意义。

本文采用2008年之后的ASTER影像数据，在可见光近红外波段中计算研究区的归一化植被指数。NDVI值能够作为植被生长状态的指示器，而滑坡区域无植被或者植被发育不良。据此理论，在灰度图上表现与其他地物不同的亮度，然后在NDVI灰度图上通过阈值设定实验确定提取滑坡的最佳亮度范围，依此来完成滑坡区域的提取，并实现精度评定。最终的结果难免存在误差，但是具有一定的参考价值。

关键词：遥感 ASTER影像 滑坡 归一化植被指数 阈值提取

Landslide extraction of Wenchuan earthquake based on Remote Sensing image

Abstract

The landslide caused by earthquakes as a serious disaster has caused widespread concern in the relevant researchers, especially in the Sichuan Wenchuan earthquake on May 12, 2008, and its magnitude 8.0 earthquake caused landslide disaster of large mountainous areas , causing great obstacles. to the rescue work.

Remote sensing technology as a new type of high-tech perception monitoring technology in today's society, has unlimited application space and development prospects, at present, it has been a great value in agricultural production, land use, land and resources management, atmospheric monitoring, geological disaster detection and investigation and other aspects with a very good application results. As a new survey, monitoring method, it has received extensive attention in the field of earthquake landslides. Through the comprehensive analysis, comparison and interpretation of the remote sensing image and the basic map data, combined with the digital image processing technology, the extraction of the relevant remote sensing information can be easily and conveniently achieved, and the result is reliable. Remote sensing technology has an intuitive, fast, economical characteristics, for disaster emergency, disaster relief is of great significance.

In this paper, we calculate the normalized vegetation index in the near-infrared region of visible light base the ASTER image data after 2008. NDVI values can be used as indicators of vegetation growth status, and landslide areas have no vegetation or low development of vegetation. According to this theory, the brightness is different from that of other objects on the gray scale. Then, the optimal brightness range of the landslide is determined by the threshold setting experiment on the NDVI gray scale. Therefore, the landslide region is extracted and realized Accuracy assessment. The final result is inevitable error, but has a certain reference value.

Key words: Remote sensing; ASTER image; Landslide; NDVI; Threshold extraction

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 研究意义 2

1.3 研究现状 3

1.4 主要研究内容与技术路线 4

第二章 研究区及遥感数据源 6

2.1研究区概况 6

2.2 数据源获取 6

2.2.1 ASTER传感器介绍 6

2.2.2 ASTER_L1T数据简介 8

2.2.3 ASTER_L1T数据下载 8

第三章 归一化差值植被指数NDVI 14

3.1 NDVI概述 14

3.2 滑坡区域与NDVI的关系 14

3.3 NDVI计算 16

第四章 滑坡提取 20

4.1 地震滑坡概述与特征 20

4.2 滑坡体识别与亮度阈值设定 21

4.3 滑坡范围提取 22

4.3.1 初次提取 22

4.3.2 二次提取 23

第五章 质量评价 26

5.1 评价方法 26

5.2 误差分析 27

第六章 总结展望 29

6.1 总结 29

6.2 展望 30

参考文献 31

致谢 33

第一章 绪论

1.1 研究背景

2008年5月12日的8级汶川地震导致数万人员伤亡，震惊牵动了全国人民的心，其巨大的破坏力不仅仅在于直接伤害，其引发的次生灾害造成的损失也相当巨大，例如泥石流，山体滑坡，堰塞湖等。其中次生灾害滑坡的影响最为广泛而深重。数据显示，在上个世纪，地震滑坡导致数万人员伤亡和数百亿人民币的财产损失。我国地处两大板块的交汇处，地震活动比较频频繁，因此滑坡灾害也就比较严重。特别是山区的地震，若有较强的地震发生，滑坡灾害必然会随之而来。滑坡灾害导致山体岩层、植被土壤被破坏，河流被堵塞从而形成山区堰塞湖，产生重大的安全隐患。除了上述的即时效应之外，地震引发部分山体不会及时滑落，在余震或者以后的地质运动中变成滑坡体，成为潜在的危险；更加严重的情况是，与普通的滑坡不同，地震引起的滑坡结构不稳定，在震区还会存在余震、雨水的情况下很容易导致二次滑坡和泥石流。

请支付后下载全文，论文总字数：19165字