矿区煤及矸石压占灾害决策树分类提取方法

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：李方方；马超；徐小波；马红花
• 单位1：河南理工大学测绘与国土信息工程学院
• 出生年：1986
• 学历：硕士生
• 语种：中文
• 作者关键词：矿区地质灾害；煤与矸石；同谱异物；决策树分类
• 起始页：73
• 总页数：4
• 经费资助：河南理工大学博士基金(648291)；山西省科技攻关项目(20080311085)
• 刊名：地质灾害与环境保护
• 是否内版：否
• 刊频：季刊
• 创刊时间：1990
• 主管单位：四川省教育厅
• 主办单位：成都理工大学；地质灾害防治与地质环境保护国家重点实验室
• 主编：王士天
• 地址：成都市二仙桥东三路1号
• 邮编：610059
• 卷：21
• 期：4
• 期刊索取号：P484.06208-1

摘要

矿业活动为现代工业提供物质基础的同时，极大扰动矿区原有生态结构。煤与矸石压占是矿区多种地质灾害的一种，煤与矸石压占直接造成矿区珍贵的土地资源的浪费，同时，煤与矸石自燃、淋溶、扬尘以及天然放射性对矿区环境有严重影响。近年来，遥感技术以其大范围、实时性等技术优势，在探索矿业活动与生态保护共同途径方面做了大量有益的尝试，尤其在地质灾害监测预警方面体现了广阔应用前景。本文通过对矿区遥感影像的一系列处理（如图像校正，图像增强，图像分类），探索性地采用基于人工智能的决策树分类方法，有效地排除掉同谱异物的现象的影响，高精度地提取出矿区煤与矸石堆放场，为统计煤与矸石压占，预知煤与矸石自燃，判断煤与矸石淋溶、扬尘以及天然放射性对周围环境的影响，以及为今后煤与矸石场的选址规划，提供第一手定量化的地理属性资料。