排序方式: 共有34条查询结果,搜索用时 78 毫秒
1.
基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价 总被引:2,自引:0,他引:2
汶川地震在区内诱发了大量滑坡、崩塌等地质灾害,且孕育了大量松动岩体,这些松动岩体在降雨等因素诱发下将会产生大量次生地质灾害,危险性极大。故此对汶川县进行地质灾害易发性评价具有十分重要的现实意义。本文选取高程、坡度、坡向、起伏度、沟谷密度、工程岩组、断层、水系、道路9个影响因子,基于GIS的栅格数据模型,采用信息量模型、Logistic回归模型以及两种模型耦合分析进行地质灾害易发性评价。研究结果表明,采用耦合模型较信息量或Logistic单一模型评价结果更加合理、精度更高;易发性高与较高区域多集中于水系延展区域与断层集中区域。所计算得出的易发性分区结果与研究区实际情况相近,能在地质灾害风险评价中起到重要参考作用。 相似文献
2.
3.
基于MODIS积雪产品与微波遥感数据,分析五台山2000—2019水文年积雪时空分布、变化趋势及与影响因素的Pearson相关性,结果表明:(1)五台山积雪期为10月至翌年4月,年内呈单峰型变化趋势,积雪集中于西北部。(2)积雪面积和积雪日数的年际变化呈显著减少趋势(p<0.05)。(3)积雪面积和积雪日数与海拔正相关,积雪面积在北坡高于南坡。(4)积雪面积与气温相关程度高于降水量,积雪面积在年内与气温和降水量日值呈显著负相关(p<0.05),在年际与气温年均值呈显著负相关(p<0.05)。 相似文献
4.
等值面的提取是三维空间点云数据曲面重建过程中起决定性的关键因素之一。本文针对Marching Cubes点云曲面重建算法在三维重建过程中处理速度慢、插值效果不佳等问题,进行了基于点云数据的中值法改进。该算法的基本理论基础是三位点云具有连通性。根据该原理,选择一定数量的体素作为种子节点,再依据这些种子体素来拓展出地物的整个曲面。算法避免了对无用体素的遍历;利用中值计算法去取代线性插值法对等值点坐标和空间法向量进行求解,进一步缩减迭代次数。实验结果表明:与传统算法相比,基于中值法改进的Marching Cubes算法能在重建效果没有明显差异的情况下有效地提高效率。 相似文献
5.
针对SIFT算法难以取得密集匹配结果,无法满足高精度建模需求,以及传统密集匹配算法对明暗变换影像较为敏感,无法取得稳定可靠的密集匹配点的问题,该文提出一种结合仿射变换及梯度描述符的密集匹配方法.该方法首先依靠SIFT算法获取稀疏匹配点,并利用RANSAC方法去除错误匹配点建立同名三角网,利用仿射变换对同名三角形各边中点进行加密,再对新加入的同名点进行相似性判定.与传统密集匹配算法中相似性判定依靠影像灰度层面不同,该文对影像的梯度层面信息进行统计并建立梯度描述符,通过阈值判定是否接受为同名点并不断更新同名三角网,以不再产生新的同名点为终止条件.实验选取6组不同类型影像,结果表明该方法不但可以得到稳定的密集匹配结果,而且较好地解决了传统密集匹配算法面对明暗变换影像匹配无力的问题,并对不同类型影像有着较好的适应性、鲁棒性. 相似文献
6.
7.
证据权法在区域滑坡危险性评价中的应用以贵州省为例 总被引:3,自引:0,他引:3
以GIS为技术平台,采用证据权法对研究区进行了滑坡地质灾害危险性分析。综合分析历史滑坡数据及其环境因素和触发因素,数据源主要有地形图、DEM、地质图,选取地层岩性、构造、高程、坡度、坡向、地形起伏度、道路、水系作为危险性评价因子。首先应用ArcGIS软件对数据源进行处理,提取各个评价因子图层,并对每个图层进行分级、缓冲区分析等处理,建立若干证据层。然后将历史灾害点与评价因子进行空间关联分析,计算每个评价因子等级的权重,最后计算出评价单元的危险性指数,并将危险性分为极高危险区、高危险区、中等危险区、低危险区。采用成功率曲线法对证据权法评价精度进行验证,结果表明本次评价的精度为71%。利用历史滑坡数据对评价结果进行验证,结果显示评价结果与实际情况较为吻合,说明证据权可以客观定量地评价各影响因子对滑坡的影响程度,该方法应用于区域地质灾害危险性评价比较有效。 相似文献
8.
利用华北平原地震带潜在震源区和河北省活动断裂资料,采用地质资料的定量化方法和中长期预报的震级-时间模型计算每个潜在震源区的地质因子和中长期预报因子.地质因子计算结果为:(1)地质因子最高的地区出现在唐山、北京、邢台、邯郸;(2)3类地区(全新世断裂活动、晚更新世断裂活动和无全新世或晚更新世断裂活动)的地质因子比值约为12∶4∶1.中长期预报因子采用邵辉成等人的研究成果,考虑历史地震和现代地震资料等不同精度的地震矩年变化率,其结果能代表长期的平均值,避免了使用部分平静期或活跃期的资料而掩盖长期地震活动的真实情况,从而减少结果的不确定性. 相似文献
9.
10.
针对室内环境下UWB TW-TOA测距精度受标准时间偏差和NLOS误差影响明显的问题,采用4阶多项式拟合模型对标准时间偏差进行标定,设计了一种新的基于偏移卡尔曼滤波的NLOS误差鉴别与抑制方法。该方法将测距残差与卡尔曼滤波结合,鉴别出NLOS误差,并将残差值加入到卡尔曼滤波的迭代中,修正卡尔曼滤波的异常值,得到消除NLOS的测量值。利用实测试验对以上算法进行验证,结果表明经过标准时间偏差标定及NLOS误差的鉴别与抑制后,在LOS环境下,UWB TW-TOA测距精度可达到毫米级;在NLOS环境下,测距精度可由原来的0.5m缩小至0.2m,证明了本文方法的正确性和可行性。 相似文献