论文部分内容阅读
地震的发生往往伴随着严重的山体滑坡、泥石流和堰塞湖等地质灾害,造成地面交通严重受阻、通讯中断,致使人们无法在第一时间获取地震区的受灾程度、震害分布状况等灾情信息。道路作为"生命线",承载着重要的使命,缺少道路交通震害信息,营救及援助工作则无法及时开展,在此情况下,遥感技术发挥其特有的优势,成为快速获取灾情信息、进行震害识别、震后应急和快速评估的有效手段。震后及时获取道路受灾信息,进行交通通行能力分析,是抗震救灾的关键,而传统利用遥感技术提取震害信息的方法普遍存在效率慢的问题,特别是受灾范围大,次生灾害影响因素较多的情况下,依靠处理过程中制定合适的规则集需要花费大量的训练时间,影响了地震应急的时效性。本文提出通过叠加震前交通矢量一定的缓冲区对震后影像做掩膜处理,减少数据的处理量,然后基于某一类传感器影像平时训练的经验参数,使用面向对象法对掩膜区域进行分类,提取出完好未受损的道路,最后叠加原始影像及矢量数据做震害分析得出交通震害,进而实现道路震害的快速提取。文章使用IKONOS及航片两种高分辨率光学影像对上述方法进行验证,平台采用自主研发的光学遥感交通震害快速识别系统,本系统以Visual Studio.NET(2005)为开发平台,利用ArcGIS Engine和ENVI/IDL进行开发,在C#环境下搭建界面并进行整体集成,ArcGIS Engine负责实现数据管理及矢量数据的编辑操作等,ENVI/IDL则完成了系统的影像处理及主要功能模块。实验结果表明:和原来直接使用影像处理软件如eCognition、ENVI-EX等进行道路震害提取的方法相比,本文论证的方法在效率方面有明显的提高,符合地震应急的实效性要求。