项目名称: 基于多尺度差异探测与知识聚类的泥石流灾情遥感监测

项目编号: No.41201434

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 曹云刚

作者单位: 西南交通大学

项目金额: 25万元

中文摘要: 我国是一个泥石流多发的国家,在约占中国国土2/3的山区都有泥石流活动。泥石流发生以后通常会破坏交通线路、危害居民生命和财产安全,造成巨大损失。迅速准确的确定泥石流灾害发生的空间位置,并对灾情进行动态监测,将有助于深入研究泥石流的发生、发展规律,同时对灾害应急评估也具有重要意义。 由于泥石流灾害具有空间分布广的特点,常规手段难以有效监测,而遥感手段展现出巨大优势。由此本课题拟对泥石流遥感监测中的关键技术方法展开深入研究,旨在形成适用于多源影像数据的泥石流灾情信息快速获取方法,为泥石流灾害监测和灾情评估提供技术支撑。主要研究内容包括:选择适用于泥石流影像特征表达的多尺度几何分析方法,建立变换域中泥石流特征的多尺度统一表达模型;揭示泥石流特征在尺度空间中的变化规律,建立基于多尺度特征差异探测的变化检测方法;发展多尺度变化信息综合分析方法,形成变化特征集与知识聚类相结合的泥石流分类与信息提取方法。

中文关键词: 泥石流;灾情评估;变化检测;多尺度分析;聚类分析

英文摘要: As a primary natural disaster, debris flow widely distribute in China about 2/3 of the mountain area. It is significance for the study and assessment of disaster to determine the spatial location of debris flow disasters quickly and accurately. This project aims to develop a quick and automatic method for dynamic monitoring of debris flow based on multi-source remote sensing image. First, through a thorough study of the multiscale geometric analysis (MGA) methods and characteristics of the debris flow, the effect of different MGA on the expression of debris flow's characteristics is studied and the uniform multiscale expression model can be proposed. Second, through a thorough study of characteristics of debris flow in transform domain, the method of multiscale change detection can be developed. Third, through a fusion of multiscale change characteristics in transform domain, information extraction technology for debris flow based on multiscale feature set and knowledge clustering can be developed. This will provide a kind of technical support for the dynamic monitoring of debris flow and evaluation of geological disaster.

英文关键词: debris flow;disaster evaluation;change detection;multiscale analysis;clustering

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
最新《对比监督学习》综述论文,20页pdf
专知会员服务
82+阅读 · 2020年11月5日
专知会员服务
49+阅读 · 2020年8月27日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
自监督视觉特征学习
专知
0+阅读 · 2021年11月1日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
14+阅读 · 2021年3月10日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
最新《对比监督学习》综述论文,20页pdf
专知会员服务
82+阅读 · 2020年11月5日
专知会员服务
49+阅读 · 2020年8月27日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
相关资讯
自监督视觉特征学习
专知
0+阅读 · 2021年11月1日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员