Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/89387
標題: The Analysis of Landslide Susceptibility in Shenmu by BGR and NIR Photographs Derived from UAV
利用無人飛行載具可見光與近紅外光影像分析神木村崩塌潛勢
作者: 莊大賢
Da-Xian Zhuang
關鍵字: 無人飛行載具
崩塌地
羅吉斯迴歸
UAV
landslides
Logistic regression
引用: 1. 行政院農委會水土保持局(2005),水土保持手冊。 2. 何春蓀(1989),普通地質學,五南圖書出版有限公司。 3. 吳俊毅(2012),「降雨誘發崩塌與土石流災害風險降低措施之效益分析」,國立中興大學水土保系博士學位論文。 4. 李馨慈(2011),「重大地震地表擾動衰減特性於震後高強度降雨之山崩潛勢分析」,國立成功大學資源工程學系博士論文。 5. 林中興(1994),「山坡地穩定性評估之因子分析及地理資訊系統之應用」,國立中央大學應用地質研究所碩士論文。 6. 林岑彧 (2010),「結合遙測影像與GIS資料以資料挖掘;技術進行崩塌 地辨識-以石門水庫集水區為例」,國立中央大學土木工程學系碩士論文。 7. 林淑媛(2003),「地形地質均質區之劃分與山崩因子探討」,國立中央大學應用地質研究所碩士論文。 8. 洪雨柔 (2013),「降雨對山崩潛勢分析之影響-以南橫公路50至110k沿線為例」,中興大學水土保持研究所碩士論文。 9. 高嘉隆(2006),「台十四省道31~75K沿線邊坡山崩潛感分析」,2006年岩盤工程研討會論文集,第309~318頁。 10. 區悅生 (2014),「以羅吉斯迴歸法建立陳有蘭溪集水區山崩潛感圖之研究」,中興大學水土保持學研究所碩士論文。 11. 張弼超(2005),「運用羅吉斯迴歸法進行山崩潛感分析-以台灣中部國姓地區為例」,國立中央大學地球物理研究所碩士論文。 12. 許惠瑛(2007),「臺灣中部地區降雨誘發崩塌之影響因子研究」,國立中興大學土木工程學系碩士論文。 13. 陳志豪(2002),「變質岩公路邊坡之破壞潛勢分析-以南橫公路埡口至新武段為例」,國立成功大學資源工程研究所碩士論文。 14. 陳建同 (2008),「應用影像分段技術與多時段衛星影像於崩塌地植生復育成效分析研究」,國立成功大學資源工程學系碩士論文。 15. 楊明德、黃亦達、黃凱翔、張益祥(2012),「利用崩塌潛勢圖作風險評估之應用-以陳有蘭溪流域為例」,中華水土保持學報,第43卷,第1期,第1-11頁。 16. 溫振宇(2005),「結合地震與颱風因子之山崩模式分析」,國立成功大學地球科學研究所碩士論文。 17. 廖振廷(2011),「利用近紅外光影像之近景攝影測量建立數值表面模型之研究」,國立政治大學地政研究所碩士論文。 18. 廖泰杉、黃泰綸、陳佑杰、饒見有(2014),「崩塌災害評估與快速取像系統 崩塌災害評估與快速取像系統 崩塌災害評估與快速取像系統 崩塌災害評估與快速取像系統」,國家災害防救科技中心。 19. 廖珮妤(2012),「阿里山森林鐵路事件型山崩潛感分析」,國立中興大學水土保持學系碩士論文。 20. 簡榮興、王天佑、曹鼎志、辜炳寰、簡志凱 (2010),「應用無人飛行載具UAV技術進行土石災區之調查-以88水災後之六龜鄉大智瀑布為例」, 2010岩盤工程研討會,高雄。 21. Choi J., H.J. Oh,H.J. Lee, C.W. Lee, and Saro Lee ,2012, 'Combining landslide susceptibility maps obtained from frequency ratio, logistic regression, and artificial neural network models using ASTER images and GIS, 'Engineering Geology, Vol 124,pp.12-23. 22. Dai F.C, and C.F Lee, 2002, 'Landslide characteristics and slope instability modeling using GIS, Lantau Island, Hong Kong,' Geomorphology, Vol .42,pp213-228. 23. Guzzetti F., P. Reichenbach, F. Ardizzone, M. Cardinali, and M. Galli, 2006 , 'Estimating the quality of landslide susceptibility models,' Geomorphology, Vol.81,pp.166-184. 24. Ilanloo M., 2001, 'A comparative study of fuzzy logic approach for landslide susceptibility mapping using GIS: An experience of Karaj dam ,' Procedis Social and Behavioral Sciences, Vol.19,pp.668-676. 25. Jaewon Choi a, Hyun-Joo Oh, Hong-Jin Lee, Changwook Lee, Saro Lee, 2011, ' Combining landslide susceptibility maps obtained from frequency ratio, logistic regression, and artificial neural network models using ASTER images and GIS' Engineering Geology Vol.124,Pages 12–23. 26. Masahiko Nagai, Tianen Chen, Ryosuke Shibasaki, Hideo Kumagai, and Afzal Ahmed, 2009, 'UAV-Borne 3-D Mapping System by Multisensor Integration'. IEEE Transactions on Geoscience and Remote Sensing, Vol. 47, No. 3. 27. Hirschmuller H.,2008,'Stereo processing by semiglobal matching and mutual information.Pattern Analysis and Machine Intelligence,'IEEE Transaction on,30(2),pp.328-341. 28. Liang T. and Heipke C.,1996,'Automatic relative orientation of aerial images,'Photogrammetric engineering and remote sensing 62(1),pp.47-55. 29. Lillesand T. M. & Kiefer R. W., 2000. Remote Sensing and ImageInterpretation, 4th ed. Wiley & Sons. 30. Lowe D.,2004, 'Distinctive Image Features from Scale-Invariant Keypoints,'International journal of computer vision,60(2),pp.91-110. 31. Paretal K., J. Kumar, and U. Pareta, 2012, 'Landslide Hazard Zonation using Quantitative Method in GIS,' International Journal of Geospatial Engineering and Technology,Vol.1,No.1,pp.1-9. 32. Pearce,A.J. Kumar,and U. Pareta, 2012,'Landslide Hazard Zonation using Quantitative Methods in GIS ,'International Journal of Geospatial Engineering and Technology,Vol.1,No.1,pp.1-9. 33. Scharstein D. and Szeliski R.,2002,'A taxonomy and evaluation of dense two_frame stereo correspondence algorithms..International journal of computer vision,'47(1-3),pp.7-42. 34. Sterlacchini S., C. Ballabio, J. Blahut, M . Masetti. And A. Sorichetta, 2011,'Spatial agreement of predicted patterns in landslide susceptibility maps ,'Geomorphology, Vol .125,pp.51-61. 35. Strecha C .,Küng O. and Fua P.,2012,'Automatic mapping from ultra-light uav imagery.' 36. Strecha C .,Tuytelaars T. and Gool L.V.,2003,'Dense Matching of Multiple Wide-baseline Views,'Nice,France,pp.1994-11201. 37. Strecha C.,Gool L.V. and Fua,P.,2008,'A Generative Model for True Orthorectification,' The International Archives of the photogrammetry, Remote Sensing and Spatial Information Science,XXXVII(Part B3a). 38. Swets, J. A., 1998, ' Measuring the accuracy of diagnostic systems, ' Science,Vol.240, No.4857,pp.1285-1293. 39. Thiery Y., J. P. Malet, S. Sterlacchini, A. Puissant, and O. Maquaire , 2007, ' Landslide susceptibility assessment by bivariate methods at large scales: Application to a complex mountain environment,'Geomorphology, Vol.92, pp.38-59. 40. Wilson J.P. and J.C. Gallant,2000,'Terrain analysis: Principles and applications,'New York,Wiley,pp.87-131.
摘要: 本研究主題為利用無人飛行載具(UAV)研究崩塌地相關課題。經由搭載可見光(RGB)與近紅外光(NIR)相機的UAV航拍,獲得神木村周邊10公分空間解析度的正射鑲嵌影像與50cm網格解析度的數值表面模型(DSM)。這些資料將用於分析以下課題:(1) RGB與NIR相機在影像判釋比較; (2)利用羅吉斯迴歸分析神木村山崩潛感值。(3)比較UAV航拍影像與傳統航測DEM之高程精度。 本研究主要相關結果如下:(1) 在影像判釋方面,NIR影像在植被、陰影與裸露地判釋有較大的優勢; (2)在山崩潛感預估方面,本研究羅吉斯迴歸模型共選取高度、坡度、坡向、地形起伏度、地形粗造度與曲率等6個崩塌潛感因子為基礎,組成崩塌潛勢模型,經羅吉斯迴歸後發現坡度與坡向為本研究區域之重要崩塌潛感因子。 (3)相較於傳統航測之5公尺 DEM與80公尺 DEM,UAV航拍之可見光影像DSM具有相當高之精度。
This study is aimed at landslides and related topics by Unmanned Aerial Vehicle (UAV). Orthomosaics with 10 cm spatial resolution and digital surface models (DSMs) with a grid of 50 cm around Shenmu area are obtained by using a red-green-blue(RGB) camera and a near-infrared(NIR) one, respectively. These data are used for the analyze of (1) the image interpretations from RGB and NIR photos, (2) the landslide susceptibility based on Logistic regression, (3) the terrain accuracy by comparisons of UAV-derived and traditional photogrammetry-derived methods. The main results include that (1) In terms of image interpretations, NIR images show better results in vegetation, shadow and bare land areas; (2) In terms of landslide susceptibility estimations, 6 main factors (elevations, terrain slopes, terrain aspects, terrain reliefs, terrain roughness, and curvatures of surfaces) are used in the Logistic regression models. Slopes and terrain aspects are proven to be the key factors; (3) In terms of terrain accuracy analysis, the UAV-derived DSM exhibit better results than the 5m-grid and 80m-grid DEMs from traditional photogrammetry.
URI: http://hdl.handle.net/11455/89387
其他識別: U0005-1908201516152000
文章公開時間: 2015-08-25
Appears in Collections:水土保持學系

文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.