简介:水是构成生态系统核心的最重要的自然资源。遥感技术的出现为地下水潜力评价、勘测及管理开创了新的局面。研究区-力口瓦尔喜马拉雅山地区的Rishikesh地区,因为扩大本地区的旅游业造成了人口压力,使得地下水资源受到威胁。这就需要持续和明智地利用这一宝贵的资源。基于研究区的地貌、地质、排水、线性构造、坡度和地势专题图构成的水文地貌专题编图,利用高分辨率IRS-1LISSⅢ和全色卫星融合数据,对Rishikesh地区的地下水潜力进行了评价。Rishikesh地区展示了不同的水文地貌条件,地下水动态主要受地形和地质条件的控制。在ArcMapGIS环境下进行叠加分析时采用了加权概率方法。叠加分析允许对与地下水潜力相关的专题地图进行权重的线性组合。地下水潜力良好区域在该地区占主导地位,超过50%的研究区显示了中等-非常好的潜力。这项研究表明,遥感和地理信息技术可以有效地应用于地下水潜力评价。
简介:根据先进星载热发射和反辐射计(ASTER)图像获取滑坡相关因素,并利用地理信息系统(GIS)开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型(DEM)、线性特征、归一化差值植被指数(NDVI)和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比(FR)、逻辑回归(LR)和人工神经网络模型(ANN)鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后,在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图,从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图(FR}莫型为87.00%;LRN型为88.21%;ANN模型为86.51%)与利用ASTER图像中6种因素创建的单独滑坡脆弱性图(FR丰莫型为84.34%;LR模型为85.40%;ANN模型为74.29%)。