排序方式： 共有13条查询结果，搜索用时 171 毫秒
1.
基于“高分+”，探索以“高分+地质灾害”模式对10·11与11·3金沙江滑坡灾害开展灾情应急分析，利用灾害前后的高分遥感影像解译了滑坡灾害的基本灾情信息，分析了灾害前后孕灾及变形蠕动特征，对灾后白格堰塞湖及周边开展了隐患灾害排查，查明了堰塞湖两岸存在疑似裂缝与次生滑坡隐患点，开展了二次滑坡灾后灾区道路通达性分析。结果表明，“高分+”模式对类似金沙江滑坡等山区自然灾害巡排查、灾情跟踪监测及灾后应急抢险道路优选具有较大的应用前景。 相似文献
2.
当前在安全生产领域中,矿山及其他生产企业均存在许多安全生产隐患,而传统的地面调查方法难以实现安全监测和隐患排查治理的需求.高分卫星影像具有大范围、时空连续、周期性、易获取及低成本等优势,本文在分析矿山重大危险源特性及遥感技术特点的基础上,利用多期高分影像开展攀枝花某尾矿库的环境变化动态监测及精度对比,并将库区作为一个潜在的危险源,分析了其上游汇水区域范围界线、事故可能径流、距周边的敏感对象距离,初步探讨了各敏感对象可能对周边环境带来的危害性,结果表明,高分卫星数据可应用于矿山重点危险源监测监管,拓展了高分数据的应用领域,对于增强矿山重大危险源的环境监管及危险性分析能力具有重要的现实意义. 相似文献
3.
随着3G时代的到来,手机已经成为人们生活中不可缺少的工具,人们不再满足手机设备出厂时所固有的功能,而是希望像计算机一样能开发各种需要的应用软件。因此,基于手机平台的应用软件开发成为人们非常关注的领域。本文基于手机平台,利用J2ME编译环境开发水准测量系统,为测量人员提供完整的水准测量基本功能,包括电子观测手簿、平差计算、图形显示等。试验表明,该系统使用方便,可节省外业人员工作量,并能现场计算测站误差与整体误差,大大提高工作效率。 相似文献
4.
利用国产遥感卫星进行金沙江高位滑坡灾害灾情应急监测 总被引：5，自引：4，他引：1
高位地质灾害具有强隐蔽性、强破坏性、难排查性等特征,近年来在我国西南山区频频发生,给山区居民造成了严重的人员伤亡和财产损失。以国产高分二号与北京二号等国产遥感卫星影像为数据源,对"10·11"金沙江高位滑坡开展灾情应急监测,分析了滑坡致灾情况、致灾演变及灾前蠕变特征,对灾后堰塞湖周边隐患灾后开展二次排查,查明了堰塞湖全域存在疑似裂缝隐患2处、滑坡隐患16处及5淹没区受损情况。结果表明国产遥感卫星对国家重特大地质灾害应急监测发挥了重大作用。 相似文献
5.
6.
以1990 年、1994 年、2000 年和2009 年4 期遥感影像数据为数据源,基于CA-Markov 模型,利用4 种不同的时间策略模拟了若尔盖国家级自然保护区和10 km 缓冲区范围内湿地变化.以1994 年保护区建立为时间节点,研究了政策干预前后保护区里外湿地类型的变化情况,从而评估若尔盖保护区的建立对湿地保护的意义.研究结果表明,若尔盖保护区湿地退化严重,湿地保护的效果并不显著. 相似文献
7.
近年来,隐蔽性强、突发性高、破坏力大、灾害链长的重大地质灾害频繁发生。如何实现人工排查无法到达区域地质灾害隐患的早期识别,已是地质灾害防治领域必需解决的难题。本文基于无人机载LiDAR和倾斜摄影技术,获取地质灾害隐患点更加精准、精细的地形地貌勘测数据,采用定性与定量相结合方法开展地质灾害隐患早期识别。无人机载LiDAR技术能够“穿透”地表植被,获取真实地表数字高程模型（DEM）,据此可计算出地质灾害的关键特征参数,如山体阴影、坡度、等高线、粗糙度以及曲率等微地貌因子。无人机载倾斜摄影技术能够快速获取地质灾害隐患点的三维模型和数字正射影像（DOM）,使在三维实景场景模型中开展地质灾害隐患点识别和研判成为可能。通过建立数据综合应用策略,对地质灾害隐患点定性和定量分析,能够实现早期发现、有效识别。本文通过对九寨沟九道拐滑坡点的研究分析,结果表明无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别方面具有较大的应用价值。 相似文献
8.
针对随着全球气候变化、人口剧增和社会经济的发展,湿地生态系统及其生物多样性面临前所未有的威胁和干扰的现状,该文通过利用若尔盖湿地国家级自然保护区植被类型样点提取的长时间序列中分辨率成像光谱仪归一化植被指数同一像元值数据,采用非度量多维尺度分类方法,分析其提取植被类型的可靠性,并对植被生长期变化特征进行了研究。研究结果表明:长时间序列原始与Savitzky-Golay重构的归一化植被指数数据按植被类型分类结果显著,应力系数分别是0.07和0.04;保护区植被归一化植被指数值与降水量、温度存在中度、高度线性相关;保护区沼泽植被生长期呈延长趋势,草甸和沙地植被生长期在时间上有向后推移的趋势。 相似文献
9.
为了提高矿山遥感监测的自动化程度,弥补传统监测方法的缺陷,以国产高分二号(GF-2)影像为数据源,根据矿山监测的目标,提取多源特征,构建一种自动化程度较高的面向对象的变化检测方法,用于矿山环境的动态监测。这种方法在利用变化向量分析法(change vector analysis,CVA)进行变化检测的基础上自动选择训练样本,然后利用极限学习机(extreme learning machine,ELM)提取变化信息。将该方法与其他常用的5种方法对比,实验结果表明:该方法的检测精度高达98. 73%,且自动化程度高,很适用于矿山环境的动态监测分析;以四川省攀枝花市米易县的典型矿山和尾矿库为例,开展矿山及周边环境动态监测实验,准确地检测出了矿山及其周边区域所发生的变化,验证了该方法的可行性,也为矿山实施大规模遥感动态监测提供了范例。 相似文献
10.