跳到主要內容

臺灣博碩士論文加值系統

(44.200.77.92) 您好!臺灣時間:2024/02/25 03:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳彥安
研究生(外文):Yen-an Chen
論文名稱:數位影像相關係數法應用於衛星影像崩塌地判釋之研究
論文名稱(外文):Application of Digital Image Correlation Method to Identify the Landsliding based on Satellite Image
指導教授:童士恒
指導教授(外文):Shih-Heng Tung
學位類別:碩士
校院名稱:國立高雄大學
系所名稱:土木與環境工程學系碩士班
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:93
中文關鍵詞:數值高程模型常態化差異植生指數數位影像相關係數法崩塌地福衛二號崩塌地
外文關鍵詞:Normalized Difference Vegetation IndexDigital Image Correlation MethodLandslideDigital Elevation ModelFORMOSAT-2
相關次數:
  • 被引用被引用:4
  • 點閱點閱:293
  • 評分評分:
  • 下載下載:37
  • 收藏至我的研究室書目清單書目收藏:0
由於衛星影像具有資料獲取週期短、可迅速掌握地表改變狀況且涵蓋面積廣、資料量大、具多光譜與重覆觀測之能力等特性,因此利用遙測技術來得知災害發生地點與數量,已逐漸取代因天氣、資金、路況受限的現場勘查之傳統方法。
本研究利用風災前後的多頻譜衛星影像,使用數位影像相關係數法(Digital Image Correlation,DIC)計算兩張影像在可見光波段上數值資料的相關性,以設定的門檻值來進行風災後新增崩塌地的判釋,依據分析結果探討數位影像相關係數法在新增崩塌地的判釋效果。
數位影像相關係數法原本是尋找兩影像間之最高相關性,本研究中兩張崩塌前後的影像中地貌改變的區域會造成多頻譜波段之數值差異,因此將數位影像相關係數法稍做修改,以尋找兩影像間相關性較低的位置,來判釋崩塌的發生。在DIC法判釋結果中會有誤判的情形發生,本研究利用常態化差異植生指數(Normalized Difference Vegetation Index,NDVI)和數值高程模型(Digital Elevation Model,DEM)之特性,來降低誤判之結果。
本研究DIC法由大網格16*16門檻值0.997初步分析後再進行小網格5*5門檻值0.998的DIC分析結果,正確率可達76.58%,代表大部分新增加的崩塌地都能判釋的出來。為降低誤判率,本研究採用NDVI來過濾掉崩塌前裸露區域和崩塌後植生復育區域及以DEM過濾掉河川旁和村落這些坡度平緩的區域之誤判,整體而言DIC法在判釋崩塌前後兩影像中地貌的差異有良好的判釋效果。
The satellite image has following characteristics: short capture period, ability to detect the change of the earth surface rapidly, large coverage, large amount of information, multiple spectra and the ability of repeating observations. Therefore, instead of the traditional method of site investigation, which is limited by weather conditions, expenditure, and traffic situation, the remote sensing technology based on satellite image is gradually used to determine the occurrence locations of landslide disasters and their quantities.
In this study, we apply the digital image correlation method to evaluate the correlation of two multi-spectral satellite images before and after disasters. A threshold value is used to determine whether the new landslides occur after the disasters. The effect of applying DIC method to identify the landslide is then discussed.
The algorithm of digital images correlation is to find out the highest correlation. However, the change of the earth surface will induce a difference between multi-spectral signal of the satellite images before and after the landslide. Therefore, the DIC method can be easily modified to determine the occurrence of landslides. The position with lower correlation between two images will be found out. There exist also many misjudgment situations in the result We use the characteristics of the Normalized Difference Vegetation Index (NDVI) and the Digital Elevation Model (DEM) to reduce the rate of misjudgment.
In this study, the analysis procedure is divided into two steps. The whole area is roughly analyzed with a larger subset at first. Then, the area, which is judged to be a landslide area in the rough analysis, is then closely analyzed with a small subset. The result shows that the accuracy rate can reach 76.58% in the analysis carried out with a big subset 16*16 pixels and threshold value 0.997 in the rough analysis and a small subset 5*5 pixels and threshold value 0.998 in the close analysis. This means that a lot of new occurrence landslide is identified. For reducing the rate of misjudgment, we use NDVI to filter the misjudgment region, which is uncovered before the disaster and vegetative restorative after the disaster. DEM is also applied to filter the misjudgment region, which lies around the smooth riverbed and village. This study shows that DIC method can be applied to identify the landslides based on the satellite images before and after the landslide.
中文摘要 1
英文摘要 3
第一章 緒論 5
1.1 研究動機及目的 5
1.2 研究內容及方法 6
1.3 論文架構 7
第二章 文獻回顧 8
2.1 以衛星影像進行崩塌判釋之相關研究 8
2.2 數位影像相關係數法 (Digital Image Correlation,DIC) 9
2.3 常態化差異植生指數 (Normalized Difference Vegetation Index,NDVI) 11
2.4 數位高程模型(Digital Elevation Model,DEM) 12
第三章 研究方法與分析步驟 14
3.1 研究方法 14
3.1.1 DIC原理 14
3.1.2 DIC判釋崩塌之應用 16
3.1.3 NDVI排除DIC錯誤結果之應用 16
3.1.4 DEM排除DIC錯誤結果之應用 18
3.2 崩塌判釋分析步驟 20
3.2.1 計算衛星影像的灰階值與擷取影像 20
3.2.2 DIC分析 23
3.2.3 DIC結合NDVI之分析 28
3.2.4 DIC結合DEM之分析 34
3.2.5 DIC、NDVI與DEM之綜合分析 34
第四章 研究區域之資料介紹 36
4.1 研究區域概述 36
4.1.1 地理位置 36
4.1.2 歷史災害 38
4.2 研究區域之遙測影像資料 38
4.3 研究區域之DEM資料 41
第五章 崩塌判釋結果與討論 43
5.1 DIC最佳分析結果之探討 43
5.1.1 小網格分析結果 44
5.1.2 大網格初步判釋後之結果再進行小網格分析 48
5.1.3 小結 69
5.2 DIC分析結果後加入NDVI和DEM之綜合判釋結果 70
5.2.1 DIC分析後加入NDVI之判釋結果 70
5.2.2 DIC分析後加入DEM之判釋結果 72
5.2.3 DIC分析後加入NDVI與DEM綜合之判釋結果 74
5.2.4 討論 75
第六章 結論與建議 76
6.1 結論 76
6.2 建議 77
參考文獻 79
方彥凱,2003,常態化植生指數標準差於土地利用分類之應用-以美
濃中壇為例,國立屏東科技大學土木工程系研究所碩士論文。
王隆昌,2005,溪頭地區坡地型土石流地形及發生特性研究,國立成
功大學地球科學研究所碩士論文。
行政院農業委員會水土保持局,2008,土石流潛勢地區易致災調查與
整治對策研擬,財團法人中興工程顧問社成果報告。
呂岡侃,2004,南投縣九九峰土石流發生區之地形特徵,國立台灣大
學地理環境資源學系研究所碩士論文。
呂秀慧,2001,頭前溪流域植生覆蓋變遷之研究-,國立交通大學土
木工程學系碩士論文。
李若愚,2006,地理資訊系統概論,全華科技圖書股份有限公司。
周天潁,2001,地理資訊系統理論與實務,儒林圖書有限公司。
林文賜、林昭遠、周文杰、黃碧慧,2005,崩塌地自動萃取模式建立
之研究,2005年台灣地理資訊學會年會暨學術研討會論文集
黃筱梅,2001,SPOT衛星影像於裸露地變遷之偵測研究-以和社地區
為例,國立臺灣大學森林學研究所碩士論文。
林世峻 莊智瑋 何世華 林昭遠,2008,植生指標對影像分類準確度
影響之研究,水土保持學報 40 (2) P181-193。
陳思仁、王成機,2007,內政部數值地形模型建置現況及加值應用國
土資訊系統通訊,第61期,p.2 -p.14。
郭瑞昭、童士恒、施明祥、陳志慶,2005,數位光學測量於固體材料
變形分析之應用,九十四年電子計算機於土木水利工程應用研討會。
國家太空中心(NSPO)
http://www.nspo.org.tw/2008c/projects/project2/instrument.htm
國立中央大學太空及遙測研究中心資源衛星接收站使用手冊。
童士恒、施明祥、郭瑞昭、翁孟嘉,2008,數位影像相關係數法於土
木工程監檢測之應用,地工技術,第117期,p.81-p.90。
傅墩祺,2002,建立山坡地災害減災機制之探討,國立中興大學土木
工程研究所碩士論文。
蔡伊萱,2006,使用高解析度衛星影像快速調查公路邊坡崩塌地之研
究-以阿里山公路段為例,國立成功大學資源工程研究所碩士論文。
潘國樑,2007,山坡地的地質分析與有效防災,P1~8頁,科技圖書
股份有限公司,台北。
劉守恆、林慶偉,2004,SPOT 衛星影像之崩塌地自動分類研究,航
測及遙測學刊第九卷第二期,p.9-p.22。
劉晃丞,2006,應用高程差與福衛二號影像共同判釋新崩塌地,國立
成功大學地球科學研究所碩士論文。
蕭國鑫,伊承遠,劉進金,游明芳,王晉倫,2003,SPOT影像與航
照資料應用於崩塌地辨識之探討,航測及遙測學刊第八卷第四期,p.29-p.42。
蕭國鑫、游明芳、劉進金、張志立,2004,高解析影像應用於崩塌地
判釋之研究,2004台灣地理資訊學會年會暨學術研討會,台北。
中央遙測太空中心2007 (影像年份)」及「本影像經由太空中心授權予
高雄大學土木與環境工程學系加以複製」。
Bruck, H.A., McNeil, S.R., Sutton, M.A. and Peters, W.H., 1989, Digital
Image Correlation Using Newton-Raphson Method of Partial
Differential Correction , Experimental Mechanics, 29, p.261-p.267.
Chu, T. C., Ranson, W. F., Sutton, M .A. and Peters, W. H., 1985,
Application of Digital-Image-Correlation Techniques to Experimental Mechanics, Experimental Mechanics, 25(3), p.232-p.244.
Kidwell, K.B.,1990, Global Vegetation Index User's Guide, U.S.
Department of Commerce, NOAA, Washington, D.C.
Lu, H., and Cary, P.D., 2000, Deformation Measurements by Digital
Image Correlation: Implementation of a Second-order Displacement
Gradient, Experimental Mechanics, 40 (4), p.393-p.400.
Peters, W.H., and Ranson, W.F., 1982, Digital Imaging Techniques in
Experimental Stress Analysis, Optical Engineering, 21(3),
p.427-p.432.
Rouse, J. W., Haas, R. H., Schell, J. A., and Deering, D. W., 1973,
Monitoring vegetation systems in the great plains with ERTS, In Third ERTS Symposium, NASA SP-351, NASA, Washington, DC.,
p.309-p.317。
Sutton, M.A., Turner, J.L., Bruck, H.A. and Chae , T.A., 1991, Full-field
Representation of Discretely Sampled Surface Deformation for Displacement and Strain Analysis, Experimental Mechanics, 31,
p.168-p.177.
Varnes, D.J., 1978, Landslide Types and Processes. In Schuster,R.L. and
Krizek, R.J. (ed), Landslides: Analysis andControl. Special Report, 176. Transportation Research Board, National Academy of Sciences, Washington,pp.11-33.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top