申請書-成都理工大學-楊容浩

1、項目編號:四川省應急測繪保障與地質(zhì)災害監(jiān)測工程技術研究中心開放基金項目申請書項目名稱項目負責人無控制DEM匹配方法及其在滑坡 地表形變監(jiān)測中的應用研究楊容浩申請單位成都理工大學聯(lián)系電話 子郵件 yangronghaocdut. cn起止年限2014年01月至2015年07月四川省應急測繪保障與地質(zhì)災害監(jiān)測工程技術研究中心制2013年9月填寫說明一、請按表中要求如實填寫各項。二、每個申請項目只能有一個申請人和一個申請單位。三、填寫申請書前，請先查閱四川省地理國情監(jiān)測工程技術研究 中心開放基金項目管理暫行辦法和四川省地理國情監(jiān)測工程 技術研究中心發(fā)布的開放基金項目申請指南

2、。對申請書各項內(nèi) 容，要求實事求是，逐條認真填寫。四、申請書文本中外文名詞第一次出現(xiàn)時，要寫清全稱和縮寫，再 出現(xiàn)同一詞時可以使用縮寫。五、申請書為A4紙，請按此規(guī)格打印裝訂。六、申請書欄目中有多項選擇時，請在相應選擇項前打勾。七、審核意見和聲明中需由項目申請單位/合作單位及負責人簽字 蓋章，項目申請人和申請單位負責人需對申請書內(nèi)容的真實性 和有效性負責。一、基本信息項目名稱無控制DEM匹配方法及其在滑坡地表形變監(jiān)測中的應用研究項目來源1、指令性課題2、委托課題3、自選課題4、其 他研究類型1 .應用基礎研究2 .應用開發(fā)研究3 .產(chǎn)業(yè)化推廣預期成果 類型專利 技術標準新工藝新裝置計算機軟件論

3、文論著 研究報告其他預計完成年限L5年申請（負責）人信息姓 名楊容浩性 別男出生日期1978年6月職 稱講師最高學位工學博士從事專業(yè)測繪科學與技術所在單位成都理工大學固定電話傳真號碼移動電子信箱yangronghaocdut. cn申請 單位 信息單位名稱成都理工大學單位性質(zhì)行政機關口事業(yè)單位 大專院?？谄髽I(yè)（公司）通訊地址四川省成都市.成華區(qū)二仙橋東3路1號郵政編碼610059聯(lián)系人聯(lián)系電話傳真號碼電子信箱開戶行賬 號合作單位信息單位名稱單位性質(zhì)項目經(jīng)費 來源 （萬兀）總經(jīng)費3申請四川省地理國情監(jiān)測工程技術研究 中心資助3申請單位配套0其它資金0二、項目組主要研究人

4、員情況序 號姓名性別出生 日期職稱職務專業(yè)項目組中職務 （組長、副組長或 成員）在項目中分擔的任務所在單位1楊容浩男1978-06講師無大地測量學與測量工程組長項目設計，組織實施成都理工大學地球科學學院2楊曉徭女1977-09講師無攝影測量與遙感副組長遙感數(shù)據(jù)處理與分析成都理工大學地球科學學院3劉漢胡男1978-01副教授支部書記地球探測與信息技術副組長應用模型研究成都理L：大學地球科學學院4鄭平元男1973-11講師無地圖制圖學與地理信息工程成員野外數(shù)據(jù)采集成都理L：大學地球科學學院5史先琳女1980-09講師無計算機科學與技術成員數(shù)據(jù)融合算法研究成都理工大學地球科學學院6譚駿祥男1989-

5、10在讀研究生無地圖制圖學與地理信息工程成員數(shù)據(jù)融合算法研究成都理工大學地球科學學院7蒲朝旭男1987-09助教無攝影測量與遙感成員算法分析與程序設計成都理工大學地球科學學院8徐婷女1989-12在讀研究生無地圖學與地理信息系統(tǒng)成員遙感數(shù)據(jù)處理與分析成都理工大學地球科學學院9張具琴女1989-06在讀研究生無地圖制圖學與地理信息工程成員遙感數(shù)據(jù)處理與分析成都理工大學地球科學學院10楊宏建男1991-10在讀研究生無測繪工程成員野外數(shù)據(jù)采集成都理工大學地球科學學院11彭景瀕男1988-12在讀研究生無資源與環(huán)境遙感成員遙感數(shù)據(jù)處理與分析成都理工大學地球科學學院12張博男1991-10在讀木科生無

6、測繪工程成員程序設計成都理匚大學地球科學學院項目參加總人數(shù) 12.其中：高級職稱1 人, 中級職稱 4人, 初級職稱1 人, 無職稱6 人:其中具有：博上學位 3 人， 碩上學位 3人， 學士學位5 人, 其它 1 人;合計：投入 60 人月三、項目情況1、立項依據(jù)（包括項目研究意義，國內(nèi)外研究現(xiàn)狀、水平和發(fā)展趨勢，并 附主要參考文獻及出處）1.1 研究意義自20世紀初、中期以來，世界范圍內(nèi)的滑坡災害，尤其是大型滑坡災害發(fā)生的頻率 越來越高，所造成的經(jīng)濟損失和人員傷亡也不斷加大，已經(jīng)成為各災種中頻度最高、損 失最大的地質(zhì)災害類型，而我國更是亞洲乃至世界上滑坡災害最為嚴重的地區(qū)之一。 因此，掌握

7、滑坡發(fā)生的規(guī)律，對可能發(fā)生滑坡的區(qū)域作出合乎科學的評價以及對其發(fā)生 的時間作出準確的預測，是當前滑坡研究工作的迫切任務。大量的滑坡實例研究結果表明，滑坡滑動前一般都會表現(xiàn)出明顯的宏觀形變破壞跡 象，如地表變形，包括滑坡后緣的張裂縫、錯臺、沉陷、滑體兩側的剪切裂縫、羽狀裂 縫、前緣的鼓張裂縫、放射狀裂縫等而且，在滑坡的不同發(fā)育階段，這些變形的幅 度（強度）是不同的，據(jù)此可以判斷滑坡所處的變形階段和穩(wěn)定性狀態(tài)。對滑坡進行 地表變形監(jiān)測，獲取滑坡的周界、位移的方向、速率及各層間速率的差異等信息，從而 確定滑坡的運動狀態(tài)，是研究滑坡機理，預測其發(fā)展趨勢，給滑坡的治理提供可靠依據(jù) 的有效手段，也是至今使

8、用最廣泛的方法。目前:獲取滑坡地表形變信息的監(jiān)測方法有“點”式、“面”式和“點、面結合” 測量方式三種。其中，“點”式是傳統(tǒng)的地表形變監(jiān)測手段，包括GPS、全站儀、水準 測量以及這些方式的組合等，這種方式測量具有“代表性”的特征點，能夠得到精確的 三維坐標，但是限于財力、物力和時間的考慮，測量的特征點具有數(shù)量少、代表性不完 全可靠的特點，而且正是由于有限的地表信息也限制和影響了滑坡地質(zhì)勘查、物理力學 試驗參數(shù)和滑坡體深部位移監(jiān)測及其相關信息資料的充分利用。“面”式監(jiān)測方式主要采用三維激光掃描儀、合成孔徑干涉雷達（InSAR）、衛(wèi)星遙 感和攝影測量等遙感手段獲取地表的空間位置、反射強度和顏色等完

9、整信息，高速度、 高密度采集的點云數(shù)據(jù)能夠完整地反映被測物體的表面形態(tài)。采用“面”式遙感監(jiān)測方 式獲取的地表信息雖然具有信息量大、數(shù)據(jù)可靠，而且獲取方便等特點，但由于獲取的 都是相對信息，為了能夠進行多源、多時相數(shù)據(jù)的配準并進行對比分析，往往需要在監(jiān) 測區(qū)布設穩(wěn)定的標志點作為控制點，采用“點”式測量方式獲取控制點的精確坐標，將 “面”式遙感測量數(shù)據(jù)統(tǒng)一到同一坐標系下,這就是當前研究比較集中的“點、面結合” 測量方式g”從以上分析容易看出，目前，獲取滑坡地表信息的最有效監(jiān)測方法應當是“點、面 結合”的測量方法。但是，該類方法繼承了 “點”式測量方式的一個致命弱點，即需要布設一定數(shù)量的、穩(wěn)定的控制

10、點，而實際工作中，由于滑坡區(qū)的地表形變位置不確定性、氣候條件影響以及地形復雜區(qū)的危險性等原因， 現(xiàn)場獲取控制點數(shù)據(jù)的工作往往很難，甚至無法展開。因此，有必要尋求一種有效的方 法來彌補“點”式測量帶來的不足。實際上，各種遙感測量方式獲取的數(shù)據(jù)都可以轉換為數(shù)字高程模型(DEM, Digital Elevation Model)的形式，DEM本身包含了實際地表的大量特征信息，如果能充分利用 這些信息，對同期獲取的重疊區(qū)域或者對不同時間獲取的同一地區(qū)的DEM進行自動匹配, 則可省去獲取控制點數(shù)據(jù)的大量外業(yè)工作，并避免了控制點選取和測量帶來的系統(tǒng)誤差, 提高滑坡地表形變信息提取的自動化程度和精度8：。本

11、課題研究無需測量地面控制點的DEM自動匹配方法，在此基礎上，探索采用DEM 匹配的方法實現(xiàn)多源、多時相遙感數(shù)據(jù)的自動配準，并進一步研究有效的滑坡地表形變 信息提取方法，以降低滑坡監(jiān)測數(shù)據(jù)獲取的周期、成本和勞動強度，提高滑坡遙感監(jiān)測 的效率、精度、自動化程度和安全性，具有較高的理論和實際應用價值。1.2 國內(nèi)外研究現(xiàn)狀、水平和發(fā)展趨勢DEM匹配最早由Ebner和Mueller (1986)提出，其最初的目的是用于立體模型的絕對 定向Rosenholm 和 Tolegard(1988)提出的最小高差(LZD, Least Square Z-axes Differences)算法：過和Besl和Mc

12、Kay(1992)提出的最鄰近點迭代(ICP, Iterative Closest Point)算法是對該方法的系統(tǒng)化和理論化。DEM匹配的基本模型為百：E = min工叫卜氏/?, +/-不 i這里，町取值?；?,用來處理DEM表面沒有覆蓋相同區(qū)域的問題；/，=/%,/%,/% 為待匹配DEM上一點的坐標向量，G =徽,你必為通過某種規(guī)則在基準DEM上建立的 與對應的點坐標向量，s為縮放系數(shù)，R為旋轉矩陣，T = 為平移向量， 工1,2N, 為待匹配DEM包含的點數(shù)。目標函數(shù)£的意義為基準DEM與待匹配DEM 對應點之間的距離平方和最小。對DEM匹配方法的研究，理論方面主要集中在提

13、高匹配的效率，提高匹配的精 度，提高算法的拉入范圍，對應關系的建立，算法的差異探測能力.理等五個方 面。從這些研究來看，大多數(shù)的方法都是基于所有數(shù)據(jù)點都參與轉換參數(shù)的計算。這樣 做的好處是能增加數(shù)據(jù)的冗余，以保證計算結果的穩(wěn)健性和提高精度。但是，達到這個 目的的前提條件是待匹配DEM之間的不一致是由于偶然誤差造成的，而在形變的滑坡區(qū) 這個條件是無法得到滿足的。已有的解決該問題的辦法是通過各種穩(wěn)健估計方法匕刈， 使每個數(shù)據(jù)點以一定的權值參與計算，雖然在一定的條件下能夠解決存在離群點的匹配 問題，但也增加了計算的時間開銷，當參與計算的數(shù)據(jù)量過大時，很難在令人滿意的時 間內(nèi)完成計算。應用方面，主要有

14、立體數(shù)據(jù)的絕對定向或相對定位3工."：、泥石流形變監(jiān)測工7'刈、火 山噴發(fā)監(jiān)測、冰川進展監(jiān)測:和滑坡監(jiān)測封咒其中，Arianna Pesci (2004)等采用GPS 測量穩(wěn)定區(qū)域控制點坐標，對通過攝影測量和激光掃描獲取的DEM數(shù)據(jù)進行匹配，對匹 配后DEM分析獲取滑坡的滑動數(shù)據(jù)：Bitelli (2004)對通過攝影測量和激光掃描方式獲 取的多時相DEM,通過手工方式選取少量對應點，采用PolyWorks軟件以使重疊區(qū)所有 對應點之間定位誤差和最小為目標進行所有數(shù)據(jù)點的匹配，然后通過手工方式提取滑坡 地表形變信息，該方法的不足之處在于手工干預太多，“點一點”匹配精度較低；G

15、. Teza (2007、2008)采用激光掃描儀獲取多時相DEM數(shù)據(jù)，以某一時期DEM為基準，將其它 DEM劃分為許多邊長數(shù)米的小子塊，每個小子塊分別與基準DEM利用ICP算法進行匹配, 通過對比每個子塊的轉換矩陣差異得到滑坡移動參數(shù)；該方法采用“面-面”匹配，在非 形變區(qū)相對于“點一點”匹配精度有所提高，如果滑坡區(qū)是整體位移，也能夠準確獲取滑 坡移動參數(shù)，但在滑坡區(qū)邊界或裂縫、錯切區(qū)有可能無法完成匹配；P.Miller(2008)采 用攝影測量和激光掃描獲取多時相DEM數(shù)據(jù)和靜態(tài)GPS獲取10個控制點作為絕對定向之 用，基于LZD算法對所有點進行匹配，并利用穩(wěn)健估計的方法降低離群點的影響；

16、 0. Monserrat (2008)采用的匹配方法是：首先手工從原始數(shù)據(jù)中剔除形變區(qū)，然后采用 ICP進行全局匹配，對匹配結果進行評定、剔除離群點，選擇感興趣的形變區(qū)重新利用 ICP進行局部匹配，通過全局匹配和局部匹配的參數(shù)差確定形變量；該方法的優(yōu)點是將 形變區(qū)與穩(wěn)定區(qū)分開匹配，具有較高的穩(wěn)定性和精度，但是對形變區(qū)的識別采用手工完 成，增加了操作的復雜性，僅適合于形變區(qū)單一且形狀簡單的情況。綜合以上研究情況來看，將DEM匹配技術應用于滑坡地表形變信息的提取，能夠有 效減少外業(yè)工作，提高作業(yè)效率和精度；對該方法的研究也從簡單的“點一點”匹配向精 準的“面-面”匹配發(fā)展；由原來依靠布設控制點完

17、成匹配向直接利用數(shù)據(jù)完成匹配發(fā) 展；由所有數(shù)據(jù)一起參與匹配向考慮一定先驗知識選擇部分代表性數(shù)據(jù)參與匹配發(fā)展； 對信息的提取也由完全由手工提取逐步向自動提取發(fā)展?？傊?，這些研究的目的都是為 了進一步提高該方法的有效性、精度、速度和穩(wěn)健性。主要參考文獻1黃潤秋.20世紀以來中國的大型滑坡及其發(fā)生機制J.巖石力學與工程學報，2007, 26 (3)： 433-454.2許強，黃潤秋，李秀珍.滑坡時間預測預報研究進展J.地球科學進展，2001, 19 (3)： 478-483. 3李秀珍，許強，黃潤秋，湯明高.滑坡預報判據(jù)研究J.中國地質(zhì)災害與防治學報，2003, 14 (4)：5-114祝意青，梁偉

18、鋒，徐云馬，劉練.西安驪山滑坡區(qū)三維變形監(jiān)測J.災害學，2008, 23 (2)： 29-335堇秀軍，黃潤秋.三維激光掃描技術在高陡邊坡地質(zhì)調(diào)查中的應用J.巖石力學與工程學報， 2006, 25 (S2)： 3629-3635.6王尚軍，徐進軍.滑坡災害短期臨滑預報監(jiān)測新途徑研究J. 2006, 2： 1-5.7 Alessandro Corsini, A. Pasuto, M. Soldati, A. Zannoni. Field Monitoring of the Corvara Landslide(Dolomites, Italy) and Its Relevance for Haza

19、rd Assessment. Geomorphology, 2005, 66(1-4):149-165.8 S. Erol, B. Erol, T. Ayan. A General Review of the Deformation Monitoring Techniques and a Case Study: Analysing Deformations Using GPS/LevellingA. Proceedings of International Society for Photogrammetry and Remote Sensing, XXI Congress, Vol. XXX

20、VII, Commission VILWG VII/5C. Beijing t CHINA:2008.9 Jan Anderssohn, Mahdi Motagh, Thomas R. Walter, Matthias Rosenau, Hermann Kaufmann, Onno Oncken. Surface Deformation Time Series and Source Modeling for a Volcanic Complex System Based on Satellite Wide Swath and Image Mode Interferometry: The Laz

21、ufre System, Central Andes 1J. Remote Sensing of Enviroment, 2009, 113(10)：2062-2075.10 HE Mao-chao, TAO Zhi-gang, ZHANG Bin. Application of Remote Monitoring Technology in Landslides in the Luoshan Mining AreaEjl. Journal of Geodynamics, 2009(In press).11 Zhengxiao Li, James Bethel. DEM Registratio

22、n, Alignment and Evaluation for SAR Interferometry A. Proceedings of International Society for Photogrammetry and Remote Sensing, XXI Congress, Vol. XXXVII, Part BlC. Beijing , CHINA:2008.12 Armin Gruen, Devrim Akca. Least Squares 3D Surface Matching A. Proceeding of 2005 ASPRS Annual ConferenceLC.

23、Baltimore, MD: ASPRS 2005.13 Rosenholm D, Toreleard K. Three-dimensional Absolute Orientation of Stereo Models Using Digital Elevation Models Ej. Photogrammetric Engineering and Remote Sensing, 1988, 54(10):1385-1389.14 Paul J. Besl, Neil D. McKay. A Method for Registration of 3-D Shapes :J IEEE Tra

24、nsactions on Pattern Analysis and Machine Intelligence, 1992, 14 (2) ：239-256.15張同剛，岑敏儀,馮義從.用于無控制DEM匹配的LZD和ICP算法的比較J.中國圖象圖形學 報,2006, 5,11(5):714-719.16 Akca D, Gruen A. Recent Advances in Least Squares 3D Surfaces Matching 1C. Optical 3-D Measurement Techniques VII, Vienna, Austria, October 3-5, vol

25、. II： 197-206.17 Chen Y, Medioni G. Object Modelling by Registration of Multiple Range ImagesJ. Image and Vision Computing, 1992, 10(3)：145-155.18 Rusinkiewicz S, Levoy M. Efficient Variants of the ICP Algorithm A. IEEE International Conference on 3D Digital Imaging and ModelingCL Quebec, Canada, 20

26、01:145-152.19 Masuda T, Yokoya N. A Robust Method for Registration and Segmentation of Multiple Range ImagesLJ. Computer Vision and Image Understanding, 1995, 61 (3):295-307.20 Godin G, Laurendeau D, Bergevin R. A Method for the Registration of Attributed Range Images A. IEEE International Conferenc

27、e on 3D Digital Imaging and Model ingC. Quebec, Canada, 2001, 179-186.21 Zhang Z. Iterative Point Matching for Registration of Free-form Curves and SurfacesLJ. International Journal of Computer Vision, 1994,13(2):119-152.22 Greenspan M, Yurick M. Approximate K-D Tree Search for Efficient ICPA. IEEE

28、International Conference on 3D Digital Imaging and ModellingiC. Banff, 2003:442-448.23 Arianna P, Paolo B, Alessandro B, et al. Digital Elevation Models for Landslide Evolution Monitoring： Application on two24 Andreas Ka " a 一 b. Monitoring High-mountain Terrain Deformation from Repeated Air- a

29、nd Spaceborne Optical Data: Examples Using Digital Aerial Imagery and ASTER Data.J. ISPRS Journal of Photogrammetry and Remote Sensing, 2002, 57(1):39-52.25 P. Hellier, C. Barillot, E. Memin, and P. Perez. Hierarchical Estimation of a Dense Deformation Field for 3-D Robust RegistrarionJ. IEEE Transa

30、ctions on Medical Imaging, 2001, 20 (5): 388-402.26張同剛，岑敏儀，吳興華.無控制DEM匹配的最小法向距離算法J.自然科學進展，2006, 16 (7): 868-873.2刃張同剛，岑敏儀，秦軍，吳興華.多時相DEM匹配探測泥石流地表變形的新方法J.水上保持 通報,2006,26(3): 96-100.28 Zhang T, Cen M. Robust DEM Co-registration Method for Terrain Changes Assessment Using Least Trimmed Squares Estimator

31、J. Advances in Space Research, 2008, 41 (11): 1827-1835.29 Pilgrim L J. Robust Estimation Applied to Surface Matching J ISPRS Journal of Photogrammetry and Remote Sensing, 1996, 51:243-257.30 Pilgrim L J. Surface Matching and Difference Detection without the Aid of Control Points. Survey Review, 199

32、6, 33(259):291-304.31 Li Z, Xu Z, Cen M. Robust Surface Matching for Automated Detection of Local Deformations Using Least-Median-of-Squares Estimator. Photogrammetric Engineering and Remote Sensing, 2001, 67(11): 1283-1292.32 Jos6 A. Goncalves, Andrd R. S. MarQal. Automatic Ortho-rectification of A

33、STER Images by Matching Digital Elevation Models A. Proceedings of the 4th International Conference on Image Analysis and RecognitionC. Heidelberg: Springer Berlin, 2007. 1265-1275.33 P. Baldi, S. Bonvalot, P. Briole, M. Marsel la. Digital Photogrammetry and Kinematic GPS for Monitoring Volcanic Are

34、asJ. Geophys. J. Int., 2000, 142(3) :801-811.34 A. Pesci, et al. Digital elevation models for landslide evolution monitoring: application on two areas located in the Reno River Valley (Italy) J. Annals of Geophysics, 2004. 47(4): 1339-1353.35 G. Bitelli, M. Dubbini, and A. Zanutta, Terrestrial Laser

35、 Scanning and Digital Photogrammetry Techniques to Monitoring Landslide Bodies A. International Archivies of Photogrammetry, Remote Sensing and Spational Information Sciences C, 2004, 35(Part B5): 246-251.36 G. Teza, et al. Terrestrial Laser Scanner to Detect Landslide Displacement Fields: a NewAppr

36、oachJ. International Journal for Remote Sensing, 2007,28(15-16): 3425-3446.37 G. Teza, et al. Characterization of landslide ground surface kinematics from terrestrial laser scanning and strain field computation.j. Geomorphology, 2008. 97 (3-4) ： 424-437.38 P. Miller, et al. A robust surface matching

37、 technique for coastal geohazard assessment and management J. ISPRS Journal of Photogrammetry and Remote Sensing, 2008, 63(2) :529- 542.39 0. Monserrat, M. Crosetto. Deformation measurement using terrestrial laser scanning data and least squares 3D surface matching. ISPRS Journal of Photogrammetry a

38、nd Remote Sensing, 2008. 63(1): p. 142-154.2、研究目標、研究內(nèi)容和擬解決的關鍵問題2.1 研究目標研究一種新的基于“廣義控制點”的DEM匹配方法，明確該方法的匹配精度和適用 條件，建立基于DEM匹配的多源、多時相地表數(shù)據(jù)融合方法體系，在此基礎上，嘗試提 取滑坡地表形變信息，為快速、準確、自動化提取困難地區(qū)滑坡地表信息提供新方法。2.2 研究內(nèi)容(1)研究基于“廣義控制點”的DEM匹配方法：對同一地區(qū)多幅待匹配DEM,選擇 若干穩(wěn)定的共同區(qū)域小范圍DEM面片作為“廣義控制點”，對各“廣義控制點”采用已有 的DEM匹配方法進行匹配參數(shù)求解，對獲取的多組匹

39、配參數(shù)利用測量平差的方法進行誤 差改正，得到一組統(tǒng)一的匹配參數(shù)作為整體匹配的初始值，對所有“廣義控制點”進行 整體匹配參數(shù)的迭代求解，得到最終的匹配參數(shù)。(2)研究基于DEM匹配的多源、多時相地表數(shù)據(jù)融合方法：對同一地區(qū)多源、多時 相地表數(shù)據(jù)分別建立DEM,利用DEM匹配方法建立各地表數(shù)據(jù)之間的空間對應關系，以 空間對應關系為基礎進行多源、多時相地表數(shù)據(jù)的融合。(3)研究基于DEM匹配的滑坡地表形變信息提?。豪肈EM匹配技術，對多源、多 時相地表數(shù)據(jù)進行融合，對滑坡區(qū)進行滑坡體邊界、水平位移的大小和方向、垂直位移 的大小、裂縫、錯臺、鼓張等形變的位置和形狀等信息的提取，并建立它們與時間的關

40、系。2.3擬解決的關鍵問題(1)待匹配DEM之間初始狀態(tài)差異較大情況下的匹配滑坡區(qū)DEM數(shù)據(jù)的獲取，一般采用的是臨時坐標系，多源、多時相DEM數(shù)據(jù)之間狀 態(tài)可能差異較大，而傳統(tǒng)的DEM匹配方法采用的是一種局部最優(yōu)化策略，容易導致算法 不收斂，因此解決該問題是實現(xiàn)本課題目標的關鍵步驟。我們擬采用遺傳算法的全局最 優(yōu)化能力，為基于傳統(tǒng)匹配模型的方法提供合適的初始匹配狀態(tài)或者直接獲取全局最優(yōu) 解。（2）部分重疊的DEM匹配由于待匹配DEM之間狀態(tài)存在差異，代表相同區(qū)域的不同DEM上選擇的“廣義控制 點”必定存在相互不重疊的區(qū)域，解決部分重疊DEM匹配問題，是實現(xiàn)本課題目標的重 要前提。同時:該問題的

41、解決也關系到基于“廣義控制點”的DEM匹配方法的實用性和 易用性。我們擬采用“離群點檢測”的方法來確定非重疊區(qū)；同時.，基于遺傳算法的匹 配策略也可能解決部分重疊的DEM匹配問題。（3）不同比例尺的DEM之間的匹配通常，小比例尺的DEM能以較少的數(shù)據(jù)反映大范圍的地表信息，且數(shù)據(jù)獲取也更方 便（如衛(wèi)星遙感）、廉價；而大比例尺的DEM能包含更豐富的地表細節(jié)信息，但其數(shù)據(jù)獲 取要花費較大的人力、物力。因此，解決不同比例尺DEM之間的匹配問題，能夠使兩者 互為補充，通過小比例尺的DEM匹配探測滑坡地表形變的大致范圍，然后通過大比例尺 的DEM匹配提取豐富的地表形變信息，同時:不同比例尺的DEM之間的匹

42、配能獲取滑坡 區(qū)隨時間變化的更完整的信息。我們擬采用的方法是：以小比例尺DEM為基準，大比例 尺DEM通過迭代插值的方式向小比例尺DEM逐步匹配得到轉換參數(shù)。（4）滑坡地表形變的界定理論上，匹配完成以后，地表未發(fā)生形變的區(qū)域應完全重合，但由于DEM數(shù)據(jù)獲取 過程中產(chǎn)生的誤差、匹配非理想情況帶有的誤差以及地表非滑坡產(chǎn)生的形變等情況，使 滑坡地表形變的界定變得復雜。由于獲取過程中產(chǎn)生的誤差具有偶然誤差的特性、匹配 參數(shù)帶有的誤差對匹配結果的影響具有系統(tǒng)誤差的特性，因此，可以先采用傳統(tǒng)的誤差 處理方法消除偶然誤差和系統(tǒng)誤差的影響，然后把滑坡引起的地表形變作為粗差處理， 采用粗差定位的方法來界定滑坡引

43、起的地表形變。3、研究方法、技術路線、實驗方案及可行性分析3. 1研究方法研究方法本課題擬采川理論分析與實驗論證相結合的研究方法,采用仿真數(shù)據(jù)實驗與現(xiàn)場實 測數(shù)據(jù)實驗相結合的實驗方法。研究步驟本課題擬按下圖所示步驟開展研究工作：圖1.研究步驟3. 2技術路線本課題研究擬遵循下圖所示技術路線:圖2技術路線圖3. 3可行性分析(1) “廣義控制點”技術在DEM匹配中應用的可行性分析“廣義控制點”實質(zhì)上是一些小塊穩(wěn)定區(qū)域面片，在滑坡區(qū)邊界以外一般都可以找 到。理論上，“面一面”匹配的精度比“點一點”匹配的精度高，且抗差性強。只要能找 到三塊這樣的“廣義控制點”(小面片)即可完成兩幅DEM的匹配，當然

44、“廣義控制點” 越多，匹配精度也越高，匹配獲得的轉換參數(shù)可信度也越高。0. Monserrat (2008)的研 究為類似研究提供了參考。(2)遺傳算法在DEM匹配中應用的可行性分析遺傳算法(GA, Genetic Algorithms)是由美國 Michigan 大學的 John Holland 與 其同事、學生們在20世紀60年代末期到70年代初期研究形成的一個較完整的理論和方 法，主要通過模擬生物進化的機制來構造人工系統(tǒng)的模型。遺傳算法具有自組織、自適 應、自學習性和本質(zhì)并行性等特點，對求解多維、多峰、全局最優(yōu)化問題相較于傳統(tǒng)優(yōu) 化算法有明顯的優(yōu)越性。從DEM匹配的基本模型可以看出，DE

45、M匹配實質(zhì)上是一個優(yōu)化問題，即如何尋求最 優(yōu)的轉換參數(shù)使基準DEM與待匹配DEM之間距離最近，因此，將遺傳算法用于DEM匹配 以提高最佳參數(shù)的搜索范圍，理論上是可行的。(3)基于離群點檢測方法在DEM匹配中應用的可行性分析理論上，待匹配DEM與基準DEM上對應的點之間滿足統(tǒng)一的轉換關系，而非對應點 則不滿足，這一點與離群點的特征一致。目前在離群點檢測方面已經(jīng)有很多成熟的理論, 因此，將離群點檢測方法用于發(fā)現(xiàn)和定位基準DEM與待匹配DEM之間不存在重疊的區(qū)域, 從理論上分析是可行的。(4) “基于DEM匹配的滑坡地表形變信息提取”方法可行性分析：基于“廣義控制點”的DEM匹配方法，是以部分穩(wěn)定區(qū)

46、為參考，將基準DEM與待匹 配DEM統(tǒng)一到同一參考坐標系下。從理論上分析，是將未發(fā)生形變的區(qū)域重疊，而發(fā)生 形變的區(qū)域則在高程上表現(xiàn)出差異，基于此，可以定位滑坡地表形變的區(qū)域和獲取相關 的形變信息。而通過將遺傳算法和離群點檢測方法用于DEM匹配，解決了基準DEM和待 匹配DEM之間初始狀態(tài)差異較大，以及相互之間只存在部分匹配的問題，使“廣義控制 點”的選擇更具一般性，因此，基于DEM匹配的滑坡地表形變信息提取方法具有可行性。綜上所述，我們的研究方案從理論到實踐都是可行的，實驗中所涉及到的數(shù)據(jù)為商 品，申請人所在實驗室及本開放基金所在研究中心具備完成該項研究的實驗條件，預計 可以實現(xiàn)本項目的預期

47、目標。4、項目關鍵技術及創(chuàng)新點<1)提出基于“廣義控制點”的DEM匹配方法與傳統(tǒng)基于所有點的DEM匹配方法相比較，基于人工選擇“廣義控制點”的DEM匹 配方法能夠有效考慮人為的先驗知識，使匹配結果更加可靠，但能夠將人工干預降低到 最少；同時，由于僅僅是部分點參與匹配，能夠大幅度的提高匹配速度。與現(xiàn)有的剔除 形變區(qū)的方法相比0. Monserrat (2008),基于“廣義控制點”的方法僅需選擇若干“廣 義控制點”即可，并不需要選擇所有的穩(wěn)定區(qū)域，所以操作更靈活、簡便。(2)提出基于遺傳算法的DEM匹配方法現(xiàn)有的DEM匹配方法都是基于待匹配DEM之間初始狀態(tài)差異不大的前提實現(xiàn)的，本 項目提

48、出將遺傳算法應用于DEM匹配，進行全局最優(yōu)解的搜索，能夠提高DEM匹配方法 的適用性。(3)完善基于DEM匹配的滑坡地表形變信息提取方法現(xiàn)有的基于DEM匹配的滑坡地表形變信息提取多基于人工操作，自動完成的信息提 取僅限于從匹配參數(shù)獲取位移量，且在特定條件(整體變形)下才準確。本項目基于對 匹配完成后的DEM數(shù)據(jù)進行分析，采用粗差定位的方法來界定滑坡引起的地表形變，然 后對界定后的形變區(qū)進行聚類分析、邊界跟蹤、識別等操作，提取更加完整、準確的地 表形變信息。5、項目進度安排、預期研究成果與考核指標5.1進度安排2014. 0P2014. 03完成基本資料的收集、整理，制定詳細的研究方案2014.

49、 0(2014. 06程序實現(xiàn)DEM匹配相關已有典型算法，完成基本DEM匹配方法的 研究，進一步完善總體研究方案；2014. 07-2014.11實現(xiàn)并逐步完善基于“廣義控制點”的DEM匹配方法程序，通 過反復的仿真實驗，掌握該方法的基本規(guī)律，收集某滑坡區(qū)多源、多時相DEM數(shù)據(jù)；2014. 122015. 02完成滑坡區(qū)基于“廣義控制點”的DEM匹配，通過反復實驗和理 論分析，掌握該方法在滑坡區(qū)應用的規(guī)律，完成1篇學術論文的撰寫；2015. 032015. 04研究基于DEM匹配的多源、多時相地表數(shù)據(jù)融合方法，掌握其規(guī) 律，證明其有效性，搭建方法框架體系，完成1篇學術論文的撰寫；2015. 0

50、52015. 06研究基于DEM匹配的滑坡地表形變信息提取方法，論證其有效 性，掌握其基本規(guī)律和適用條件，完成1篇學術論文的撰寫；2015. 07對相關成果進行整理，撰寫項目總結報告。5. 2預期研究成果通過本課題的研究，預期能夠取得以下幾方面的成果，并發(fā)表較高水平學術論文23 篇，其中SCI或EI收錄12篇。(1)初步建立基于“廣義控制點”的DEM匹配理論框架和方法體系包括該方法的程序設計實現(xiàn)，“廣義控制點”的形狀、大小、分布、密度和存在形變 的比例對最后匹配效果的影響規(guī)律、方法的基本適用條件等。(2)初步建立基于遺傳算法的DEM匹配算法模型和方法體系包括較完善的DEM匹配模型，能夠適用于全

51、局優(yōu)化情況；遺傳算法參數(shù)的設置規(guī)律 和方法；遺傳算法與傳統(tǒng)方法相結合的DEM匹配方法流程。(3)進一步完善基于離群點探測的DEM匹配方法體系提出一種改進的基于離群點探測的DEM匹配方法，使其能夠滿足“廣義控制點”匹 配的需要。(4)搭建基于DEM匹配的多源、多時相地表數(shù)據(jù)融合方法框架。(5)搭建基于DEM匹配的滑坡區(qū)地表形變信息提取方法框架包括滑坡形變的界定方法、形變區(qū)的自動邊界跟蹤和地表形變信息的自動識別方法。5. 3考核指標(1)發(fā)表與項目內(nèi)容相關學術論文至少2篇，其中至少SCI論文1篇；(2)編寫完整的項目報告。6、項目現(xiàn)有工作基礎及支撐條件（包括申請人基本情況，己進行前期科研情況，現(xiàn)有

52、主要儀器設備和研究技術力量等）6.1申請人基本情況楊容浩，男，1978年6月出生，湖北天門人，講師，博士，現(xiàn)為成都理工大學地球 科學學院測繪工程系教師，地質(zhì)災害防治與地質(zhì)環(huán)境保護國家重點實驗室在站博士后， 主要研究方向為數(shù)字攝影測量與模式識別及其在地質(zhì)災害監(jiān)測中的應用。2002年7月，畢業(yè)于成都理工大學地球科學學院測繪工程專業(yè)，獲工學學士學位； 2005年7月，畢業(yè)于西南交通大學計算機通信工程學院計算機應用技術專業(yè)，獲工學碩 士學位，研究方向為神經(jīng)網(wǎng)絡與神經(jīng)計算機；2012年7月，畢業(yè)于西南交通大學地球科 學與環(huán)境工程學院大地測量學與工程測量專業(yè)，獲工學博士學位，研究方向為數(shù)字攝影 測量與模式

53、識別，博士論文題目：無控制DEM匹配方法性能比較與改進研究。6. 2前期科研情況6.2. 1主持（主研）科研項目（1）基于遺傳算法的無控制DEM匹配方法研究，四川省教育廳一般項目（在研），主持; （2）任務感知的遙感信息服務動態(tài)組合方法，國家自然科學基金青年項目（在研），主 研（2）；（3）基于DEM匹配的滑坡地表形變信息提取方法研究應用，四川省科技廳科技支撐計 劃（在研）,主研（1）;（4）嫦娥月球伽瑪能譜數(shù)據(jù)處理試驗研究，教育部新教師基金，（在研），主研（1）； （5）山區(qū)地質(zhì)災害地理底圖測繪與應用研究，四川省教育廳一般項目（在研），主研（1）； （6）滬昆客運專線貴州段控制網(wǎng)復測，橫向委

54、托（已結題），主研（1）；（7）地基GPS遙感水汽理論的應用研究，四川省教育廳重點項目（已結題），主 研 （3）；（8）變換域混沌數(shù)字水印技術研究，校引進高層次人才科研項目（已結題），主研（2）； （9）成都來福士廣場變形監(jiān)測，橫向委托（已結題），主研（2）；（10）成都來福土廣場基礎沉降監(jiān)測，橫向委托（已結題），主研（2）； （11）元壩地區(qū)儲層測井評價研究，橫向委托（已結題），主研（2）。6. 2. 2發(fā)表科研論文1遺傳算法和最小二乘匹配相結合的DEM匹配方法.第1作者,水土保持通報,2010, 20 （3） :12833.1J 2 3 14 5 Ze- rl基于遺傳算法的DEM粗匹配研究.第