基于多源遥感数据的泸定同震滑坡识别

作     者：张雷 眭天波 黄成兵 张净 ZHANG Lei;SUI Tianbo;HUANG Chengbing;ZHANG Jing

作者机构：阿坝师范学院四川汶川623000 四川省第十二地质大队四川宜宾644002 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2025年第1期

页      面：83-87,126页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：阿坝州全域生态及文化旅游开发技术研究与应用示范(R23YYJSYJ0005) 

主　　题：遥感 滑坡识别 GEE 机器学习 泸定地震 

摘      要：地震通常会引发大量滑坡,严重危害人民生命财产安全。如何高效利用多源遥感技术实现对震后滑坡快速、准确的识别,是地震灾害应急响应的关键技术之一。本文基于GEE平台,使用多源遥感数据(光学影像、数字高程模型、合成孔径雷达影像),结合机器学习算法(支持向量机(SVM)、随机森林(RF)、梯度提升树(GBT)),对泸定县6.8级地震滑坡进行提取。结果表明,特征较少时,RF模型性能最佳(总体精度OA=93.1%,Kappa=0.859);特征丰富时,GBT模型的性能最佳(OA=96.3%,Kappa=92.3)。滑坡识别中地形特征的重要性最高,其次为遥感光谱指数,SAR影像特征重要性最低。基于最佳滑坡识别模型GBT,研究获取了震区滑坡分布图,滑坡面积约为25.86 km^(2)。本文的研究成果为地震滑坡快速识别,以及在模型、特征的选择上提供了重要参考。