基于深度学习的山地冰川表面裂隙提取方法——以青藏高原东南部雅弄冰川为例

作     者：段云鹏 吴坤鹏 刘时银 扈芷婷 杨欣 肖乐天 高永鹏 DUAN Yunpeng;WU Kunpeng;LIU Shiyin;HU Zhiting;YANG Xin;XIAO Letian;GAO Yongpeng

作者机构：云南大学国际河流与生态安全研究院云南昆明650091 云南省国际河流与跨境生态安全重点实验室云南昆明650091 中国科学院西北生态环境资源研究院玉龙雪山冰冻圈与可持续发展野外科学观测研究站甘肃兰州730000 云南省中老孟缅自然资源遥感监测国际联合实验室云南昆明650091 云南师范大学地理学部云南昆明650500 

出 版 物：《冰川冻土》 (Journal of Glaciology and Geocryology)

年 卷 期：2024年第46卷第5期

页      面：1506-1521页

核心收录：

学科分类：07[理学] 0705[理学-地理学] 070501[理学-自然地理学] 

基　　金：国家自然科学基金项目(42361021) 云南省自然科学基金项目(202301AT070417 202205AM070011) 国家重点研发计划项目(2022YFF0711702-03) 云南大学人才引进项目资助 

主　　题：冰裂隙 正射影像 雅弄冰川 无人机遥感 深度学习 

摘      要：冰川表面裂隙对于分析冰川的运动状态、稳定性、物质平衡以及内部和表面应力有着非常重要的作用。利用无人机搭载的高分辨率相机进行航测,可以精确获取复杂冰川表面地形的细微特征。本文以青藏高原东南部岗日嘎布山的雅弄冰川为研究对象,使用大疆M300 RTK无人机航拍获取到0.03 m空间分辨率的正射影像,采用深度学习网络模型开展冰川表面裂隙的自动提取研究。结果表明,使用本文提出的CBAM-UNet模型提取冰裂隙的性能优于经典U-Net、DeepLabV3+、PSPNet和HRNet等模型,提取的冰裂隙精确率可达到90.74%。受雅弄冰川运动的影响和地形因素制约,冰川末端主要涵盖了横向裂隙、伸展裂隙、雁列裂隙、边缘裂隙等四种冰裂隙类型以及少量分布的冰崖裂隙,基本成片分布在变化剧烈的冰川区。基于高分辨率无人机影像和深度学习的冰川表面裂隙智能提取方法,可为监测冰川变化及其与气候变化的响应提供新的技术手段。