基于时序InSAR技术与地形特征的黄土高原潜在滑坡识别研究--以绥德县城为例
中文摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景和意义 | 第11页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 基于InSAR技术的滑坡识别 | 第12页 |
1.2.2 基于变化检测技术的滑坡识别 | 第12页 |
1.2.3 基于地形特征的滑坡识别 | 第12-13页 |
1.2.4 基于神经网络模型的滑坡识别 | 第13页 |
1.3 研究内容和技术路线 | 第13-14页 |
1.3.1 研究内容 | 第13-14页 |
1.3.2 技术路线 | 第14页 |
1.4 论文特色及创新点 | 第14-16页 |
1.4.1 论文特色 | 第14-15页 |
1.4.2 论文创新点 | 第15-16页 |
第二章 研究区概况 | 第16-20页 |
2.1 地理位置 | 第16页 |
2.2 地理与地质环境 | 第16-18页 |
2.2.1 气象 | 第16-17页 |
2.2.2 水文及水文地质 | 第17页 |
2.2.3 地质构造及地震 | 第17页 |
2.2.4 植被覆盖 | 第17页 |
2.2.5 人类活动 | 第17-18页 |
2.3 滑坡分布特征及成因 | 第18-20页 |
2.3.1 滑坡灾害分布特征 | 第18页 |
2.3.2 滑坡灾害成因分析 | 第18-20页 |
第三章 研究方法 | 第20-34页 |
3.1 形变数据获取方法 | 第20-26页 |
3.1.1 DInSAR技术 | 第20-21页 |
3.1.2 PSInSAR技术 | 第21-24页 |
3.1.3 SBAS技术 | 第24-25页 |
3.1.4 影像变化检测技术 | 第25-26页 |
3.2 地形特征值获取方法 | 第26-30页 |
3.2.1 地形位置指数 | 第26页 |
3.2.2 基于TPI的地貌类型划分 | 第26-28页 |
3.2.3 基于TPI的坡位划分 | 第28-29页 |
3.2.4 地形多样性指数 | 第29-30页 |
3.2.5 坡度分级 | 第30页 |
3.3 时间序列分析方法 | 第30-32页 |
3.4 神经网络模型 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 数据处理 | 第34-56页 |
4.1 数据说明 | 第34-36页 |
4.1.1 SAR数据 | 第34-35页 |
4.1.2 光学遥感数据 | 第35-36页 |
4.1.3 DEM数据 | 第36页 |
4.2 形变数据计算 | 第36-45页 |
4.2.1 DInSAR处理 | 第36-37页 |
4.2.2 PSInSAR处理 | 第37-42页 |
4.2.3 SBAS处理 | 第42-44页 |
4.2.4 影像变化检测技术 | 第44-45页 |
4.3 地形特征计算 | 第45-49页 |
4.3.1 地貌类型划分 | 第45-46页 |
4.3.2 坡位划分 | 第46-48页 |
4.3.3 地形多样性指数 | 第48-49页 |
4.3.4 坡度等级 | 第49页 |
4.4 形变时序列分析 | 第49-50页 |
4.4.1 基于地貌单元的PS点选择 | 第49页 |
4.4.2 PS点形变时间序列分析 | 第49-50页 |
4.5 神经网络模型构建 | 第50-55页 |
4.5.1 基于特征的坡体单元定位 | 第50-52页 |
4.5.2 潜在滑坡识别模型的构建 | 第52-55页 |
4.6 本章小结 | 第55-56页 |
第五章 地表形变时空特征与潜在滑坡识别 | 第56-71页 |
5.1 地表形变时空特征分析 | 第56-67页 |
5.1.1 DInSAR地表形变结果分析 | 第56-57页 |
5.1.2 PSInSAR地表形变结果分析 | 第57-65页 |
5.1.3 SBAS地表形变结果分析 | 第65-66页 |
5.1.4 不同方法所获形变结果对比 | 第66-67页 |
5.2 潜在滑坡识别与验证 | 第67-70页 |
5.2.1 潜在滑坡识别 | 第67-68页 |
5.2.2 潜在滑坡的野外验证 | 第68-70页 |
5.3 本章小结 | 第70-71页 |
第六章 结论与展望 | 第71-73页 |
6.1 主要结论 | 第71页 |
6.2 不足与展望 | 第71-73页 |
参考文献 | 第73-77页 |
在学期间的研究成果 | 第77-78页 |
致谢 | 第78页 |