排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
精细的居民地数据对地震灾害风险分析具有重要意义。 为得到具有较高时效性与精细度的居民地数据, 充分发挥其对人口、 建筑物空间展布的指示作用, 本文综合利用多源遥感影像的优势, 基于分层分类思想开展城镇居民地识别与再分类研究。 以甘肃天水秦州区的主城区为例, 采用具有较高时效性的Landsat-8 OLI影像, 建立决策树分类模型识别出居民地轮廓; 在居民地轮廓内部, 进一步采用资源三号卫星(ZY3)高分影像, 利用面向对象方法进行居民地内部的建筑群再分类, 最后得到了具有不同精细程度的居民地数据。 实验结果中Landsat-8土地覆盖分类总体精度为92%(其中居民地识别率达86%), 城镇居民地再分类的总体精度为81%, 说明了本文研究方案的可行性。 相似文献
2.
基于RS和GIS的建筑物空间分布格网化方法研究 总被引：1，自引：0，他引：1
本文在概述目前地震风险评估以及震后快速评估中建筑物空间分布格网化处理方法基础上, 提出了基于遥感和GIS的多源数据多因子建筑物空间分布格网化方法。 以云南省东川区为例, 利用DEM数据、 土地利用数据、 基础地理数据等, 提取地形、 地貌、 河流、 道路、 居民地和其他土地利用类型等各种影响因子, 以300 m格网为单元, 研究了建筑物空间分布与各类影响因子之间的相关性, 确定了各类子因子的建筑面积密度, 实现了建筑物空间分布格网化预测。 综合分析表明, 考虑多影响因子的建筑物空间非均匀性分布, 较传统的均匀性分布方法更接近真实空间分布, 因而有助于提高地震风险评估和震后快速损失评估的准确性。 相似文献
1