公开(公告)号：CN112907587B

公开(公告)日：2022-03-01

申请号：CN202110353359.7

申请日：2021-04-01

Applicant: 西南石油大学

Inventor： 熊俊楠 ,  贺文 ,  叶冲冲 ,  刘姗 ,  段钰 ,  刘俊 ,  何雨枫 ,  何豫川

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/12 ,  G06T7/13 ,  G06T5/50

Abstract: 本发明公开了一种基于GEE的Otsu和边缘检测算法的高山林线提取方法，包括步骤：S1、选择数据源：采用拥有30米分辨率的多光谱陆地遥感卫星Landsat8影像，或使用Landsat7或Landsat5影像；所选影像处于植被早期生长季4‑6月，待提取的目标是有高山林线的区域；S2、对目标区域的遥感图像进行预处理；S3、采用归一化植被指数NDVI提取遥感影像中的植被区域；S4、图像分割与边缘检测：在GEE平台中引入Otsu算法，实现NDVI指数的图像分割，进一步使用边缘检测算法提取高山林线；S5、对图像进行后处理，最终得到高山林线的分布图。本发明的方法提取高山林线的技术流程自动化高，快速简单，提取效果好，能实现批量操作，避免了传统野外调查费时费力和不安全的问题。

公开(公告)号：CN115965243A

公开(公告)日：2023-04-14

申请号：CN202211724437.0

申请日：2022-12-30

Applicant: 西南石油大学

Inventor： 刘俊 ,  熊俊楠 ,  贺文 ,  何雨枫 ,  段钰 ,  孙怀张 ,  杨港

IPC: G06Q10/0635 ,  G06Q10/0639 ,  G06T17/05

Abstract: 本发明公开了一种用于土地利用变化下洪涝风险动态评价的模型链，该模型链包括以下步骤：S1、收集数据，建立格网评价单元；S2、模拟不同发展情景下的未来土地利用变化；S3、计算土地利用变化下未来各评价单元的POP和GDP数值并空间化；S4、以径流系数RC、人口密度POP和生产总值GDP作为动态指标，以大三日降水量M3DP、日降水量≥50mm的天数R50mm、数字高程模型DEM、坡度Slope、到河流的距离DR和地形湿度指数TWI作为静态指标，构建土地利用变化下洪涝风险动态评价指标体系；S5、基于博弈论的主客观集成TOPSIS模型构建，量化洪涝风险。本发明提出的模型链能够系统地预测土地利用变化下洪涝风险空间分布，解决当前洪涝风险评价中对土地利用变化考虑不足的问题。

公开(公告)号：CN113191582B

公开(公告)日：2022-09-06

申请号：CN202110274765.4

申请日：2021-03-15

Applicant: 西南石油大学

Inventor： 熊俊楠 ,  何雨枫 ,  刘姗 ,  刘俊 ,  段钰 ,  崔兴洁

IPC: G06Q10/06 ,  G06F16/29 ,  G06N20/20 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于GIS与机器学习的道路山洪易损性评价方法，包括步骤：S1、选择格网单元作为基本评价单元，由研究区域的大小确定格网单元的大小；格网单元的长宽不超过5km；S2、通过山洪灾害对道路的作用机理研究和分析，建立道路山洪易损性评价的指标体系；S3、基于支持向量机的道路山洪易损性评价的SVM模型的建立；S4、SVM训练数据集与测试数据集的建立；S5、SVM模型的训练和测试；S6、根据计算道路造价后得到的格网单元内道路的暴露度，与SVM模型输出得到的减灾力，得到单元内道路的易损性评价结果，并进行制图和分析。本发明提供的评价方法计算精确，原理可靠，操作过程易学简便，能够普遍适用于道路山洪易损性评价的需要。

公开(公告)号：CN112907587A

公开(公告)日：2021-06-04

申请号：CN202110353359.7

申请日：2021-04-01

Applicant: 西南石油大学

Inventor： 熊俊楠 ,  贺文 ,  叶冲冲 ,  刘姗 ,  段钰 ,  刘俊 ,  何雨枫 ,  何豫川

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/12 ,  G06T7/13 ,  G06T5/50

Abstract: 本发明公开了一种基于GEE的Otsu和边缘检测算法的高山林线提取方法，包括步骤：S1、选择数据源：采用拥有30米分辨率的多光谱陆地遥感卫星Landsat8影像，或使用Landsat7或Landsat5影像；所选影像处于植被早期生长季4‑6月，待提取的目标是有高山林线的区域；S2、对目标区域的遥感图像进行预处理；S3、采用归一化植被指数NDVI提取遥感影像中的植被区域；S4、图像分割与边缘检测：在GEE平台中引入Otsu算法，实现NDVI指数的图像分割，进一步使用边缘检测算法提取高山林线；S5、对图像进行后处理，最终得到高山林线的分布图。本发明的方法提取高山林线的技术流程自动化高，快速简单，提取效果好，能实现批量操作，避免了传统野外调查费时费力和不安全的问题。

公开(公告)号：CN113191582A

公开(公告)日：2021-07-30

申请号：CN202110274765.4

申请日：2021-03-15

Applicant: 西南石油大学

Inventor： 熊俊楠 ,  何雨枫 ,  刘姗 ,  刘俊 ,  段钰 ,  崔兴洁

IPC: G06Q10/06 ,  G06F16/29 ,  G06N20/20 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于GIS与机器学习的道路山洪易损性评价方法，包括步骤：S1、选择格网单元作为基本评价单元，由研究区域的大小确定格网单元的大小；格网单元的长宽不超过5km；S2、通过山洪灾害对道路的作用机理研究和分析，建立道路山洪易损性评价的指标体系；S3、基于支持向量机的道路山洪易损性评价的SVM模型的建立；S4、SVM训练数据集与测试数据集的建立；S5、SVM模型的训练和测试；S6、根据计算道路造价后得到的格网单元内道路的暴露度，与SVM模型输出得到的减灾力，得到单元内道路的易损性评价结果，并进行制图和分析。本发明提供的评价方法计算精确，原理可靠，操作过程易学简便，能够普遍适用于道路山洪易损性评价的需要。