- 1、本文档共23页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
完整资料分析群聚分类建立边坡模型.PPT
藉由地表雷射掃瞄取得不丹境內崩塌地之構造與地形學上之特徵S.A. Dunning, C.I. Massey, N.J. Rosser Geomorphology 103(2009)17/29 前言 1.近年來邊坡位態測量的趨勢是建議使用手動、半自動或全自動的方法對各種遙感探測資料進行分析計算來取代傳統測量方法。 2.本文章引進一種較新的地形測量方法─Terrestrial Laser Scanning (TLS) ,比較常見的就是用地面光達來實施。能取代或補充傳統方法測量的結果。並應用在掃描不丹境內一條東西向公路旁的大型崩塌地,以取得該崩塌地在構造上與地形學上的種種資訊。 前言 3.TLS法的優點是能提供快速且遠距離的資料,若取代傳統測量法應用於掃描崩塌地地形,則能大大減少現地工作人員遭遇不可承受風險的機會。 前言 前言 前言 材料與方法 材料與方法 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結果與討論 結論 1.TLS法能用以量化邊坡的幾何情形與體積,並提供如滑動過程等性質上的解釋。 2.利用TLS法取得邊坡構造資訊較傳統測量手法更為有利,它能對不穩定的廠址進行最初的調查與數值模型的建立,並且能重複的對邊坡未來的演進狀態進行監測。 3.使用減點資料分析與選定特定區塊分析法能更節省電腦運算時間且獲得更佳的結果。 報告完畢 敬請指教 * * L/O/G/O 學生:陳奕凱 前言 材料與方法 結果與討論 結論 4 1 2 3 大綱 試區概況 介紹 試區概況 介紹 試區概況 介紹 試區概況 介紹 100m 150m 堆積區 葉理、節理發達的片岩 試區概況 介紹 a.築路 b.邊坡自然演進 Reasons 2.對崩塌地潛在變化性的影響 1.觸發崩塌的機制 TLS法 傳統現勘 傳統工程地質勘查 量測弱面之位態 紀錄量測結果、繪製立體投影圖 坐標定位、導航 地質羅盤 捲尺 Note Book GPS PDA TLS法 傳統現勘 TLS法 掃描坡面以取得坡面之幾何狀況 1.儲存掃描資料 2.掃描資料之後處理 坐標定位、導航 雷射掃瞄儀 Note Book GPS PDA 切取資料 分析 減點資料 分析 結合三次不同方向之掃描資料 約250000筆資料點 崩塌規模約82000m3 移除植生 完整資料 分析 群聚分類 建立邊坡 模型 切取資料 分析 減點資料 分析 完整資料 分析 群聚分類 建立邊坡 模型 等高線圖 切取資料 分析 減點資料 分析 完整資料 分析 建立邊坡 模型 群聚分類 群聚 分類法 階層分類法 K-mean分類法 不必事先定義群聚數 必須事先定義群聚數 岩石弱面一般較為平整,因此相同一組弱面的位態往往相差不遠,因此具有「群聚」的特性存在。 切取資料 分析 減點資料 分析 完整資料 分析 建立邊坡 模型 群聚分類 階層分類法示意 切取資料 分析 減點資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 將完整掃描資料轉換成三角網格,計算各網格之位態。 Dip:41°/DD:65° 佔8.9%,代表整個坡面主要位態 傳統測量結果 切取資料 分析 減點資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 傳統測量結果 階層分類結果 無論選取群聚數2或群聚數5,分類結果皆與傳統測量結果差異極大 切取資料 分析 減點資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 傳統測量結果 K-mean分類結果 K-mean法分類結果仍與傳統測量結果差異大 切取資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 減點資料 分析 減點資料分析:刪除崩塌地上不屬於岩石弱面的資料點重新計算 傳統測量結果 未分類結果 未分類結果與傳統測量結果相近 切取資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 減點資料 分析 傳統測量結果 分類出現Noice類別,因數量極少,故忽略 階層分類結果與傳統測量結果相近 階層分類結果 切取資料 分析 群聚分類 建立邊坡 模型 完整資料 分析 減點資料 分析 傳統測量結果 K-mean分類結果與傳統測量結果相近 K-mean分類結果(K=3) 群聚分類 建立邊坡 模型 完整資料 分析 減點資料 分析 切取資料 分析 切取特定資料分析 示意 選定欲分析之區塊 減少三角網格數量並重新計算位態 群聚分類 建立邊坡 模型 完整資料 分析 減點資料 分析 切取資料 分析 傳統測量結果 K-mean法(k=2)分類結果 K-mean分類結果與傳統測量結果相近 * * *
文档评论(0)