[发明专利]一种多因子敏感设施识别方法

权利要求书

1.一种多因子敏感设施识别方法，其特征在于：包括如下步骤：

步骤一，信息提取：

步骤1.1：提取地形地貌信息；

步骤1.2：提取气候信息；

步骤1.3：提取地质信息；

步骤1.4：提取植被信息；

步骤1.5：提取水文信息；

步骤1.6：提取工程设施信息；

步骤1.7：提取土地利用信息；

步骤二，建立评价模型：

步骤2.1：数据预处理；

步骤2.2；建立模型；

步骤2.3：模糊综合评判模型的建立与求解；

步骤2.4：模型精度验证；

步骤三:敏感识别

所述步骤1.1：提取地形地貌信息，包括：分别提取坡度信息、坡向信息和总曲率信息，用于描述设施的地形地貌特征；

坡度信息：坡度计算通过求解每个像元与相邻的八个相邻像元变化的最大值，来反映高程变化的程度；通过提取坡度信息，来表达设施内部相邻地物的相对高差大小，反映出设施的高程变化程度；

坡向信息：坡向描述每个像元与其相邻像元之间高程下降最大的方向，即为地物表面指向的方向

总曲率信息：曲率反映设施建筑物的形态特征，包括平面曲率和剖面曲率，两者求和即总曲率；设施的总曲率是设施几何体不平坦程度的一种衡量，有利于识别设施类型；

所述步骤1.2提取气候信息，包括：分别提取风向信息和年降雨量信息，用于描述设施的气候特征；

所述风向信息：通过遥感影像判断风向，并根据树冠形状确定；沙漠地区通过观察沙丘的移动方向来判断；设施规划中，将工业排放性质的设施放在盛行风的下风向处，把居民区放在上风向处；

所述年降雨量信息：指某地多年降雨量总和除以年数得到的均值；

所述步骤1.3提取地质信息，包括：分别提取地层岩性信息、地质构造信息和地震信息，用于描述设施的地质特征；

所述地层岩性信息：结合地质资料，提取厂区岩性组成；

所述地质构造信息：提取设施所处的断裂带；通过生成断裂线缓冲区，按照距离断裂线的远近程度，赋各类设施的地质构造数值；

所述地震信息：对地震点数据进行缓冲区分析，分别提取各类设施受地震影响程度的信息；

所述步骤1.4提取植被信息，包括：提取归一化植被指数信息，用于描述设施的植被特征；NDVI是求解区域植被覆盖率常用的参数，通过近红外与可见光数值之差和这两个波段数值之和的比值，将简单的比值植被指数RVI非线性归一化处理成归一化差值植被指数，比值始终介于-1到1之间；

所述步骤1.5提取水文信息，包括：分别提取河流分布信息、水流长度信息和沟壑密度信息，用来描述设施的水文特征；

所述河流分布信息：采用目视解译的方法，在高精度光学卫星图像上，勾画出流经厂区的河网水系分布情况；通过生成缓冲区，得到河流与设施分布的关系；

所述水流长度信息：水流长度指地面上一点沿水流方向到其终点间的最大地面距离在水平面上的投影长度；

所述沟壑密度信息：沟壑密度是描述地面被水流切割破碎程度的指标，是地形地貌和岩性指标的综合反映，值越大，地表越破碎，平均坡度越大，设施的稳定性降低；

所述步骤1.6提取工程设施信息，包括：分别提取交通分布信息和建筑分布信息，用于描述设施的工程特征；

所述交通分布信息：通过目视解译，分别提取这些交通信息；通过计算道路长度，除以每类设施的占地面积，得到交通分布密度值；

所述建筑分布信息：采用目视解译的方法，依次在高分辨率影像上，提取各类设施的建筑物信息；

所述步骤1.7提取土地利用信息，包括：提取土地分类信息，用于描述设施的土地利用特征；结合高分辨率卫片和现场野外调查，建立研究区内地物分类的样区，结合目视解译，将土地利用类型分为水体、灌草地、建筑设施、戈壁地和冲积沙地五类；

所述步骤2.1数据预处理，包括：

将各个指标具有量纲统一性和数值可运算性；预处理包括两类形式：

A.标准化：用一组新值取代原值；

B.重新分类：以分类体系对原始值进行分类；

所述步骤2.2建立模型，包括：

函数原理：采用统计和回归原理，基于变量之间的统计关系，实现模型评价；

建立叠加模型：采用“空间栅格图层权重-级别打分叠加模型”理论基础，叠加操作为矩阵行列对应位置上属性值的数学运算；建立叠加模型为：

Facility Types＝f(X₁,X₂,…,X_m)……(1)

公式(1)中，Facility Types是设施类型的评价指标；f为设施评价预测模型；X_i(i＝1,2,…,m)表示设施识别指标的特征属性集合，m为因子层的数量；

所述步骤2.3模糊综合评判模型的建立与求解，包括：

层次分析：分析系统中各因素之间的关系，建立系统的递阶层次结构；构造判断矩阵，对于同一层次的各因素关于上一层中某一准则的重要性进行两两比较，构造出两两比较的判断矩阵；由比较矩阵计算被比较因素对每一准则的相对权重，并进行判断矩阵的一致性检验；

模糊评判：设U＝{u₁,u₂,…,u_n}为研究对象的n种指标，即指标集；

V＝{v₁,v₂,…,v_m}为诸指标的m种评判所构成的评判集；单体滑坡风险问题的因素评判集都是模糊的，因此，综合评判是V上的一个模糊子集：

B＝(b₁,b₂,…,b_m)∈F(V)……(2)

公式(2)中，b_k为评判v_k对模糊子集B的隶属度：μ_B(v_k)＝b_k(k＝1,2,,…,m)，反映第k种评判v_k在综合评价中的作用；

所述步骤2.4模型精度验证，包括：计算方案层对目标层的组合权重和组合一致性检验，并进行排序；

所述步骤三，敏感识别，包括：各类设施的评语集合V＝{V1,V2,…,Vn}，Vi(i＝1,2,…,n)为评判结果；根据设施数据的属性数据库和空间数据库情况，将类型评价特征标准定为5个等级：

V＝{V1,V2,…,Vn}＝{极低特征区；低特征区；一般特征区；高特征区；极高特征区}

表明某类设施影像范围内的特征点从低到高的定量程度；通过运算，分析得出设施的类型划分图，根据各评价级别像元的统计量，得出多因子识别评价判据。