【技术实现步骤摘要】
本专利技术涉及地质灾害危险性评估，具体为一种适用于高分辨率遥感卫星地质灾害的危险性评估方法。
技术介绍
1、地质灾害是指由于自然因素或人为活动引发的山体滑坡、泥石流、地面塌陷等灾害现象，对人民生命财产安全和生态环境造成严重影响。随着遥感技术的不断发展，高分辨率遥感卫星在地质灾害监测和预警方面发挥着越来越重要的作用。然而，现有的地质灾害危险性评估方法往往存在数据处理复杂、预测精度不高、评估结果不够准确等问题，难以满足实际应用需求。
技术实现思路
1、本专利技术的目的在于提供一种适用于高分辨率遥感卫星地质灾害的危险性评估方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种适用于高分辨率遥感卫星地质灾害的危险性评估方法，包括以下步骤：
3、利用高分辨率遥感卫星获取地质灾害发生区域的多时相、多光谱遥感数据，对获取的遥感数据进行预处理；
4、对预处理后的遥感数据，利用图像处理技术提取与地质灾害相关的特征信息，通过特征选择算法，筛选出对地质灾害危险性评估具有重要影响的特征变量；
5、采用机器学习方法，构建地质灾害危险性评估模型，利用已知地质灾害发生点的数据作为训练样本，对模型进行训练和优化；
6、将训练好的危险性评估模型应用于待评估区域，通过输入高分辨率遥感数据，对地质灾害的发生概率进行预测，同时，结合地质灾害发生的历史数据和区域特点，对预测结果进行风险评估，并输出评估报告。
7、优
8、选择能够提供多时相、多光谱数据的遥感卫星；
9、确定研究区域的范围和所需的时间段；
10、通过遥感卫星的数据接收站或数据提供商，获取研究区域内的多时相、多光谱遥感数据。
11、优选地，所述对获取的遥感数据进行预处理中，所述预处理包括：
12、辐射定标处理、几何校正处理、大气校正处理、投影与配准、裁剪与拼接、增强与滤波。
13、优选地，所述对预处理后的遥感数据，利用图像处理技术提取与地质灾害相关的特征信息，包括：
14、利用数字高程模型数据，通过坡度算法获取目标区域内的地形坡度；
15、通过计算归一化植被指数，获取目标区域内的植被覆盖情况和生长状况；
16、利用遥感影像中的线性特征，结合地质资料，识别出目标区域内的断裂、褶皱等地质构造线。
17、优选地，所述通过特征选择算法，筛选出对地质灾害危险性评估具有重要影响的特征变量，包括：
18、获取地质灾害历史数据，并根据历史数据初步筛选出与地质灾害危险性评估相关的特征变量；
19、通过统计方法计算特征变量之间的相关性或贡献率，排除冗余和相关性较强的特征，保留最具代表性的特征变量；
20、采用机器学习方法，对特征变量进行重要性评估；
21、结合统计方法和机器学习算法的筛选结果，对特征变量进行进一步优化。
22、优选地，所述采用机器学习方法，构建地质灾害危险性评估模型，利用已知地质灾害发生点的数据作为训练样本，对模型进行训练和优化，包括：
23、收集已知地质灾害发生点数据，并对其进行预处理；
24、将预处理后的地质灾害发生点数据划分为训练集和测试集；
25、选定机器学习算法，基于训练集数据构建地质灾害危险性评估模型；
26、利用训练集中的特征变量和地质灾害发生点的标签，对模型进行训练；
27、使用测试集数据对训练好的模型进行评估，计算模型指标，评估模型的性能；
28、将训练好的地质灾害危险性评估模型进行保存，进行部署和使用。
29、本专利技术还提供一种适用于高分辨率遥感卫星地质灾害的危险性评估装置，包括：
30、处理获取模块，其用于利用高分辨率遥感卫星获取地质灾害发生区域的多时相、多光谱遥感数据，对获取的遥感数据进行预处理；
31、特征获取模块，其用于对预处理后的遥感数据，利用图像处理技术提取与地质灾害相关的特征信息，通过特征选择算法，筛选出对地质灾害危险性评估具有重要影响的特征变量；
32、模型构建模块，其用于采用机器学习方法，构建地质灾害危险性评估模型，利用已知地质灾害发生点的数据作为训练样本，对模型进行训练和优化；
33、决策输出模块，其用于将训练好的危险性评估模型应用于待评估区域，通过输入高分辨率遥感数据，对地质灾害的发生概率进行预测，同时，结合地质灾害发生的历史数据和区域特点，对预测结果进行风险评估，并输出评估报告。
34、本专利技术还提供一种适用于高分辨率遥感卫星地质灾害的危险性评估设备，所述适用于高分辨率遥感卫星地质灾害的危险性评估设备为实体设备，所述适用于高分辨率遥感卫星地质灾害的危险性评估设备包括：
35、处理器、存储器，所述存储器与处理器进行通信连接；
36、所述存储器用于储存至少一个所述处理器执行的可执行指令，所述处理器用于执行所述可执行指令以实现如上述的适用于高分辨率遥感卫星地质灾害的危险性评估方法。
37、本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述的适用于高分辨率遥感卫星地质灾害的危险性评估方法。
38、与现有技术相比，本专利技术的有益效果是：
39、通过利用高分辨率遥感卫星数据，提高了地质灾害监测和预警的精度和范围，通过遥感技术和机器学习方法，提高了数据获取与处理的效率和准确性，为地质灾害危险性评估提供了可靠的数据基础，此外，通过机器学习方法构建的危险性评估模型，能够适应不同区域和类型的地质灾害评估需求，具有较强的泛化能力，为地质灾害防治提供决策支持，有助于降低地质灾害带来的损失，保障人民生命财产安全，具有重要的社会意义和经济价值。
本文档来自技高网...【技术保护点】
1.一种适用于高分辨率遥感卫星地质灾害的危险性评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用高分辨率遥感卫星获取地质灾害发生区域的多时相、多光谱遥感数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述对获取的遥感数据进行预处理中，所述预处理包括：
4.根据权利要求1所述的方法，其特征在于，所述对预处理后的遥感数据，利用图像处理技术提取与地质灾害相关的特征信息，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过特征选择算法，筛选出对地质灾害危险性评估具有重要影响的特征变量，包括：
6.根据权利要求1所述的方法，其特征在于，所述采用机器学习方法，构建地质灾害危险性评估模型，利用已知地质灾害发生点的数据作为训练样本，对模型进行训练和优化，包括：
7.一种适用于高分辨率遥感卫星地质灾害的危险性评估装置，其特征在于，包括：
8.一种适用于高分辨率遥感卫星地质灾害的危险性评估设备，其特征在于，所述适用于高分辨率遥感卫星地质灾害的危险性评估设备包括：p>
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的适用于高分辨率遥感卫星地质灾害的危险性评估方法。
...【技术特征摘要】
1.一种适用于高分辨率遥感卫星地质灾害的危险性评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用高分辨率遥感卫星获取地质灾害发生区域的多时相、多光谱遥感数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述对获取的遥感数据进行预处理中，所述预处理包括：
4.根据权利要求1所述的方法，其特征在于，所述对预处理后的遥感数据，利用图像处理技术提取与地质灾害相关的特征信息，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过特征选择算法，筛选出对地质灾害危险性评估具有重要影响的特征变量，包括：
<...【专利技术属性】
技术研发人员：魏雷震，尹大利，郭海良，
申请(专利权)人：泉州中科星桥空天技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。