太平湖水库1998年入库洪水分析

1 998年 ,嫩江流域发生特大洪水 ,位于嫩江支流黄蒿沟上的太平湖水库 ,也经历了这次洪水的袭击 ,通过用水库实测库水位、下泄量等资料进行入库洪水还原计算 ,分析 1 998年入库洪水重现期。

Dam Failures in the 20th Century： Nearly 1,000 Avoidable Victims in Italy Alone

The frequency of large dam failures all over the world, with a high toll of lives lost, pinpoints the still unsolved problems of flood risk resulting from the presence of large dams in built-up areas. Some of these failures and other related incidents took place in Italy in the past century. The purpose of this paper is to discuss the three worst cases of dam failures occurring in Italy, analyzing the causes which led to collapse. They are the dams of Gleno （1923）, Molare （1935） and Stava （1985）.

超像元尺度下的多光谱图像超分辨率洪水淹没制图

超分辨率制图SRM(Super-resolution Mapping)技术可以有效地处理遥感图像中的混合像元,获得准确的地物类别分布信息。目前,SRM技术已经成功地应用于多光谱图像洪水淹没定位中,称为超分辨率洪水淹没制图SRFIM(Super-resolution Flood Inundation Mapping)。然而,现有的SRFIM方法往往基于像元尺度空间相关性,这种空间相关性考虑设定的矩形窗内的像元之间的空间关系,但实际情况下淹没区域与非淹没区域的形状是不规则的,因此这种像元尺度空间相关性不够准确,影响最终的洪水淹没制图精度。为了解决这一问题,提出了超像元尺度空间相关性下的多光谱图像超分辨率洪水淹没制图SSSC-SRFIM(Super-resolution Flood Inundation Mapping for Multispectral Image Based on Super-pixel Scale Spatial Correlation)。在SSSC-SRFIM中,首先利用双立方插值改善原始粗糙多光谱图像,获得改善后的图像,并利用光谱解混方法对改善后的图像进行光谱解混,获得具有每个亚像元属于淹没类别概率值的丰度图像;然后利用主成分分析法提取改善后图像的第一主成分,并利用基于多分辨率的图像分割算法分割第一主成分,获得不规则形状的超像元;再者将丰度图像与超像元进行整合计算,并引入随机游走算法计算各个超像元之间的空间相关性;最后,依据超像元空间相关性,利用基于类别单元的类别方法将淹没区域或非淹没区域标签分配给每个亚像元中,得到最终的洪水淹没制图结果。利用两个Landsat 8 OLI多光谱图像对该方法进行了评价。结果表明,与传统的SRFIM方法相比,本文提出的SSSC-SRFIM方法具有更好的效果。