RS与GIS在区域滑坡灾害危险性评价中的应用--以道孚县为例
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题依据 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·研究内容与技术路线 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·技术路线 | 第12-14页 |
| ·论文的难点 | 第14-15页 |
| ·地质灾害解译标志的建立 | 第14页 |
| ·评价因子的选取与指标体系的建立 | 第14页 |
| ·BP 神经网络模型与 GIS 技术的结合 | 第14-15页 |
| 第2章 自然地理和地质环境 | 第15-27页 |
| ·自然地理 | 第15-18页 |
| ·地理位置与交通 | 第15-16页 |
| ·人口和经济状况 | 第16页 |
| ·气候和水文特征 | 第16-18页 |
| ·地质环境条件 | 第18-27页 |
| ·地形地貌 | 第18-20页 |
| ·地层岩性与岩浆岩 | 第20-21页 |
| ·地质构造 | 第21-23页 |
| ·新构造运动与地震 | 第23-24页 |
| ·岩体与土体地质特性 | 第24-26页 |
| ·水文地质特征 | 第26页 |
| ·人类工程活动 | 第26-27页 |
| 第3章 滑坡灾害危险性评价中的关键遥感技术 | 第27-38页 |
| ·研究区遥感数据来源 | 第27-31页 |
| ·TM 数据 | 第27-28页 |
| ·RapidEye 数据 | 第28-30页 |
| ·GeoEye-1 数据 | 第30-31页 |
| ·数字高程模型及遥感影像正射校正 | 第31-38页 |
| ·数字高程模型（DEM）生成 | 第31-34页 |
| ·遥感影像正射校正 | 第34-35页 |
| ·图像融合 | 第35-38页 |
| 第4章 遥感影像的滑坡灾害信息提取 | 第38-51页 |
| ·滑坡的形成与特点 | 第38-40页 |
| ·建立滑坡灾害遥感解译标志 | 第40-42页 |
| ·研究区遥感影像的灾害信息提取 | 第42-49页 |
| ·基于 TM 影像滑坡灾害遥感解译 | 第43页 |
| ·道孚县重点区地质灾害遥感解译 | 第43-44页 |
| ·道孚县重点城镇区地质灾害遥感解译 | 第44-45页 |
| ·解译成果 | 第45-49页 |
| ·GIS 技术在地质灾害解译与分析中的应用 | 第49-51页 |
| 第5章 基于 GIS 的滑坡灾害危险性评价 | 第51-74页 |
| ·影响因素筛选 | 第51-62页 |
| ·海拔高程 | 第51-53页 |
| ·坡度 | 第53页 |
| ·坡向 | 第53-56页 |
| ·地貌 | 第56-57页 |
| ·地层岩性 | 第57-58页 |
| ·地质构造 | 第58页 |
| ·河流侵蚀 | 第58-61页 |
| ·地表覆被 | 第61-62页 |
| ·滑坡灾害危险性区划数学模型 | 第62-63页 |
| ·人工神经网络模型 | 第63-74页 |
| ·输入层神经元 | 第64-65页 |
| ·输出层神经元 | 第65页 |
| ·隐含层神经元 | 第65-66页 |
| ·训练样本的选取 | 第66-70页 |
| ·研究区滑坡灾害危险性评价 | 第70-74页 |
| 结论 | 第74-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 攻读学位期间取得学术成果 | 第80页 |
