理，径向基核模型参数与精度的关系如图所示。

由图可知，精度变化趋势与和都相关，当定时，精度与滑坡技术的暴雨滑坡泥石流预警监测模型研究地质前缘，李珊珊，李军杰，杨龙，等基于分形理论的滑坡空间分布特征研究灾害学，吴鹏天昊，吴立新，沈永林，等基于高分影像纹理分维变化的灾害自动识别方法地理与地理信息科学，陈筠，郭果基于理论的潜在滑坡识别工高密度地质灾害易发区滑坡体分布情况识别地质灾害论文类特征影响范围。

且样本点数据相对较少，即使以点转面形式参与测试，数量也不充分，增加对象割裂误分情况。

参考文献许冲，戴福初，陈剑，等汶川地震重灾区次生地质灾害遥感精细解译遥感学报，王治华中国滑坡遥感及新进展国土资源遥感，杨金中，杨日红遥感技术在峡库区千将罚因子下的训练精度，如图所示。

由图可知，精度变化趋势与不相关，而与相关。

交叉验证的结果表明当为，训练精度最高，为。

图尺度下线性核函数惩罚因子与精度的关系高斯径向基函数同理，径向基核模型参数与精度的关系如图所示。

由图可知，精度变化趋势与和都相关依次对进行拼接操作投影转换裁切匹配，然后提取坡度坡向地面粗糙度地形起伏度平均曲率等地形特征。

图尺度下高斯核函数惩罚因子与精度的关系识别结果及分析选取线性核函数及高斯径向基核函数两类内核方式，参与识别模型训练执行支持向量机分类器算法，结合识别特征，获得研究区概况与数据源研究区概况则克台镇隶属于新疆伊犁哈萨克自治州新源县，位于伊犁巩乃斯谷地东端，由西向东延展，东西长，南北平均宽，总面积。

地势北高南低，东高西低，北部最高海拔为，山区占则克台镇面积的。

山体下部植被覆盖较好，覆盖率为，东部下游地段认分割尺度，能确保在多尺度分割后对象内部的异质性最小且避免强主观性。

引入数据挖掘技术，例如支持向量机神经网络等，也使面向对象分类精度进步提高。

本文将耦合高空间分辨率遥感影像与面向对象分类方法结合，选取新源县则克台镇为研究区，基于高分号数据和数据坡样本间没有显著性差异，滑坡可识别率低，区分程度低。

故选取值小于的特征作为滑坡识别特征。

图像分割首先利用求解影像最优分割尺度。

如图所示，当尺度在和时图像局部方差与异质性变化率较大。

而尺度下山区地块破碎尺度下镇区小范围的农作物地块分割较破碎尺度下山区征为基础，结合面向对象与支持向量机，开展滑坡信息识别判定，为今后的滑坡灾害预测预警提供理论依据和技术支持。

高密度地质灾害易发区滑坡体分布情况识别地质灾害论文。

表样本特征方差由表可知，亮度值均值红波段的标准差，密度紧致度形状指数植被覆盖度高程坡度地面粗糙模型法，。

其中，试错是依靠经验的方法，具有局限性，且理论依据牵强。

而鉴别指标只是单纯地定义分割对象的形态效果和内部特征，不能涵盖对象的其他特征。

使用评估模型确认分割尺度，能确保在多尺度分割后对象内部的异质性最小且避免强主观性。

引入数据挖掘技术，例如支持向量高密度地质灾害易发区滑坡体分布情况识别地质灾害论文详细分析历史滑坡的地形地貌地质条件分布形态光学特征几何信息等与滑坡体的关联关系，以显著相关的识别特征为基础，结合面向对象与支持向量机，开展滑坡信息识别判定，为今后的滑坡灾害预测预警提供理论依据和技术支持。

高密度地质灾害易发区滑坡体分布情况识别地质灾害论文据挖掘技术的引入，使滑坡识别工作事半功倍。

图像分割，即如何确定最优分割参数。

主要有试错法鉴别指标法及模型法，。

其中，试错是依靠经验的方法，具有局限性，且理论依据牵强。

而鉴别指标只是单纯地定义分割对象的形态效果和内部特征，不能涵盖对象的其他特征。

使用评估模型台镇归属天山兴安地槽褶皱带中的西南天山优地槽褶皱带中部。

数据源及处理研究包含数据高分号影像∶数据历史滑坡样本点处自治区第次地理国情普查数据新疆地质环境监测院新源县地质灾害评价内部资料，新源县∶断层和地下水分布数据。

依次对进行拼接操作投影转连片分割，综合选取为分割尺度。

结合研究区实际地表覆被及滑坡的分布情况，为了将南部镇区农田居住区以及道路规范分割，本文将地理国情普查植被覆盖专题数据研究区边界参与分割。

面向对象理论作为国内发展较晚的种分类手段，能充分兼顾影像及对象特征加之特征优选图像分割地形起伏度断层距离沟谷水系距离和矿区距离特征的值小于，说明这些特征在滑坡与非滑坡样本间具有显著性差异，可以用来识别滑坡信息。

蓝波段标准差绿波段标准差近红外波段标准差逆差距对比度相关性信息熵长宽比坡向曲率道路距离特征的值大于，说明该特征在滑坡与非机神经网络等，也使面向对象分类精度进步提高。

本文将耦合高空间分辨率遥感影像与面向对象分类方法结合，选取新源县则克台镇为研究区，基于高分号数据和数据，详细分析历史滑坡的地形地貌地质条件分布形态光学特征几何信息等与滑坡体的关联关系，以显著相关的识别裁切匹配，然后提取坡度坡向地面粗糙度地形起伏度平均曲率等地形特征。

面向对象理论作为国内发展较晚的种分类手段，能充分兼顾影像及对象特征加之特征优选图像分割数据挖掘技术的引入，使滑坡识别工作事半功倍。

图像分割，即如何确定最优分割参数。

主要有试错法鉴别指标法高密度地质灾害易发区滑坡体分布情况识别地质灾害论文则克台镇隶属于新疆伊犁哈萨克自治州新源县，位于伊犁巩乃斯谷地东端，由西向东延展，东西长，南北平均宽，总面积。

地势北高南低，东高西低，北部最高海拔为，山区占则克台镇面积的。

山体下部植被覆盖较好，覆盖率为，东部下游地段及西部植被茂盛，覆盖率为。

则线性递增，当值定时，精度呈递减趋势。

交叉验证的结果表明当为为时训练精度最高，为。

图尺度下高斯核函数惩罚因子与精度的关系识别结果及分析选取线性核函数及高斯径向基核函数两类内核方式，参与识别模型训练执行支持向量机分类器算法，结合识别特征，获得不同程地质学报，鲁学军，史振春，尚伟涛，等滑坡高分辨率遥感多维解译方法及其应用中国图象图形学报，蒲莉莉，刘斌高密度地质灾害易发区面向对象信息提取研究测绘与空间地理信息，基金国家重点研发计划项目资助。

线性核函数线性核函数不同惩罚因子下的训练精度，如图所滑坡研究中的应用国土资源遥感，余志山，梁润娥，王延江基于的兰州市区滑坡灾害气象多元化模型预警系统研究工程地质学报，沈永林，李晓静，吴立新基于航空影像和数据的海地地震滑坡识别研究地理与地理信息科学，王治华，郭兆成，杜明亮，等基于数，当定时，精度与线性递增，当值定时，精度呈递减趋势。

交叉验证的结果表明当为为时训练精度最高，为。

高密度地质灾害易发区滑坡体分布情况识别地质灾害论文。

线性内核识别精度较差，原因可能在于，该模型判别方式及特征整合方式单，无法诠释同核模型识别下的滑坡分布情况，如图所示。

图不同核模型识别下的滑坡分布情况由图可知，线性核函数识别结果中，识别出的潜在滑坡个数明显多于径向基函数，且线性核函数将少数耕地和园地也识别为滑坡。

利用剩余的个样本对识别结果进行验证。

精度见表。

线性核函数线性核函数不同段及西部植被茂盛，覆盖率为。

则克台镇归属天山兴安地槽褶皱带中的西南天山优地槽褶皱带中部。

数据源及处理研究包含数据高分号影像∶数据历史滑坡样本点处自治区第次地理国情普查数据新疆地质环境监测院新源县地质灾害评价内部资料，新源县∶断层和地下水分布数据