[发明专利]基于小波包变换和支持向量机的滑坡敏感性地图绘制方法

说明书

本发明公开了一种基于小波包变换和支持向量机的滑坡敏感性地图绘制方法，该方法包括以下步骤：从30 m空间分辨率的DEM数据和ASTER传感器的可见光近红外波段数据中计算并提取滑坡致灾敏感因子，归一化处理滑坡致灾敏感因子；分解每个滑坡敏感因子；有监督地学习滑坡敏感因子特征，累次向分类器输入敏感因子，得到分类结果，输出滑坡敏感因子集；生成滑坡敏感性地图。通过计算滑坡敏感因子，得到能够表征滑坡敏感性的特征；通过小波包变换，精细地处理敏感因子的局部特征描述；通过支持向量机对滑坡敏感因子特征进行有监督学习，能够能快速进行样本训练和测试，在数据量小、样本少的条件下获得较高的分类精度。

技术领域

本发明涉及遥感技术领域，具体来说，涉及一种基于小波包变换和支持向量机的滑坡敏感性地图绘制方法。

背景技术

随着激光雷达技术的发展，激光雷达技术可以实现空间三维坐标的同步、快速、精确地获取，再现客观事物的实时的、真实的形态特性，为快速获取空间信息提供了简单有效手段，可用于生成精确的DEM数据。卫星成像技术的发展，高分遥感影像的获取成为了可能。这些重要的数据来源，为之后的进一步数据提取、应用与分析打下基础。

虽然雷达数据和遥感数据为应用提供了更加丰富的空间数据信息，但滑坡的致灾因素复杂，致灾因子的选取较为困难。

发明内容

针对相关技术中的上述技术问题，本发明提出一种基于小波包变换和支持向量机的滑坡敏感性地图绘制方法，能够克服现有技术的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种基于小波包变换和支持向量机的滑坡敏感性地图绘制方法，该方法包括以下步骤：

S1：从30m空间分辨率的DEM数据和ASTER传感器的可见光近红外波段数据中计算并提取滑坡致灾敏感因子，归一化处理滑坡致灾敏感因子，其中，DEM数据表示数字高程数据，滑坡致灾敏感因子包括高程、坡度、坡向、坡长、水流力指数、地形湿度指数、归一化植被指数；

S2：采用小波包变换，分解每个滑坡敏感因子，其中，小波包变换的函数为

x(t)为原始信号，是时间或位置的函数，此处是位置的函数，s为比例参数，μ为平移参数，*代表复共轭，母小波ψ(t)为变换函数。

S3：采用多项式核函数的支持向量机，有监督地学习滑坡敏感因子特征，累次向分类器输入敏感因子，得到分类结果，输出滑坡敏感因子集；

S4：依据得到的滑坡敏感因子集，生成滑坡敏感性地图。

进一步的，所述步骤S1包括以下步骤：

S11：采用地理信息系统软件ArcGIS和遥感图像处理平台ENVI，从30m空间分辨率的DEM数据和ASTER传感器的可见光近红外波段数据中计算并提取7个滑坡致灾敏感因子；

S12：归一化处理7个滑坡致灾敏感因子，其中，公式为

v＇是归一化的数据矩阵，v是原始数据矩阵，而U和L是上下归一化边界。

进一步的，所述步骤S1包括以下步骤：

S31：建立多项式核函数分类器模型；

S32：输入模型中i+1个敏感因子的组合，其中，最初模型中敏感因子的组合数量为0；

S32：计算n-i个SVM模型分类精度值，依次向模型中加入新的敏感因子，得到滑坡敏感因子集，其中，SVM为支持向量机。

进一步的，所述步骤S2中，精细地处理滑坡敏感因子局部特征。