检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多源遥感数据的泸定同震滑坡识别

测绘通报 2025年第1期 83-87,126页

作者：张雷眭天波黄成兵张净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

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... 详细信息

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。

关键词：遥感滑坡识别 GEE 机器学习泸定地震

基于谷歌地球引擎和Sentinel-2时序数据的海地多云地区地震滑坡识别

在线全文

学校读者我要写书评

暂无评论

地震学报 2024年第4期46卷 633-648页

作者：齐文文许冲乔月霞应急管理部国家自然灾害防治研究院北京100085 复合链生自然灾害动力学应急管理部重点实验室北京100085 航天科工海鹰集团有限公司北京100070

受云雾影响,强震震后的高分辨率光学影像质量较低,限制了震后地震滑坡调查和评估工作的开展。本文以2021年8月14日海地尼普斯(Nippes)MW7.2地震附近区域为研究区,基于谷歌地球引擎(Google Earth Engine)云平台和Sentinel-2时间序列影像... 详细信息

受云雾影响,强震震后的高分辨率光学影像质量较低,限制了震后地震滑坡调查和评估工作的开展。本文以2021年8月14日海地尼普斯(Nippes)MW7.2地震附近区域为研究区,基于谷歌地球引擎(Google Earth Engine)云平台和Sentinel-2时间序列影像,提出了一种遥感序列影像去云和地震滑坡识别的方法。首先,利用Sentinel-2遥感影像及机器学习算法获取的Sentinel-2云概率数据产品,对长时间序列遥感影像进行去云处理,镶嵌融合得到无云的影像数据;然后对无云光学影像进行多尺度最优分割,利用遥感数据的光谱特征、植被指数、不同类别的空间邻近关系特征等,构建了面向对象的地震滑坡识别模型。结果显示,本文提出的去云和滑坡识别方法有益于多云地区强震震后滑坡空间分布的准确识别,能够为灾后应急调查和评估提供技术支撑。

关键词：地震滑坡遥感滑坡识别谷歌地球引擎海地地震

维普期刊数据库博看期刊

基于SVF地形可视化方法的滑坡识别——以四川省丹巴县城典型滑坡为例

在线全文

学校读者我要写书评

暂无评论

成都理工大学学报（自然科学版） 2021年第6期48卷 705-713页

作者：郭晨许强董秀军潘星刘小莎佘金星地质灾害防治与地质环境保护国家重点实验室(成都理工大学) 成都610059 成都理工大学地球科学学院成都610059 四川测绘地理信息局测绘技术服务中心成都610081

为了消除单一光源对传统数字高程模型(DEM)可视化影像的影响,提高基于机载激光雷达(LiDAR)技术的滑坡识别准确性,利用基于天空视域因子(SVF)的数字高程模型可视化方法,以四川省丹巴县城几处典型滑坡为例,详细对比了SVF可视化影像和传统... 详细信息

为了消除单一光源对传统数字高程模型(DEM)可视化影像的影响,提高基于机载激光雷达(LiDAR)技术的滑坡识别准确性,利用基于天空视域因子(SVF)的数字高程模型可视化方法,以四川省丹巴县城几处典型滑坡为例,详细对比了SVF可视化影像和传统山体阴影图在滑坡特征识别中的显著优势,结合现场调查对识别结果进行了验证,探讨了最大搜索半径与搜索方向对SVF可视化影像的影响。结果表明基于SVF的DEM可视化方法有效消除了单一光源对传统山体阴影图的不利影响,还原真实地形地貌特征,降低了基于机载LiDAR的滑坡识别门槛,提高了滑坡识别的准确性。

关键词：机载激光雷达高分辨率数字高程模型天空视域因子地形可视化滑坡识别

堆积阶地古老滑坡识别方法及其在线状工程地质勘察中的应用

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（地球科学版） 2020年第6期50卷 1787-1794页

作者：安玉科樊江马胜午马建全高娟毛立军甘肃省交通规划勘察设计院有限公司兰州730030 西安科技大学地质与环境学院西安710054

阶地型古老滑坡体形成后,长期受各种营力影响,导致古老滑坡地貌形态破坏严重甚至消失。目前遥感技术和普通工程地质调绘很难发现这些滑坡的存在,给工程建设和后期运营造成较大安全隐患。为准确识别形态特征不明显的古老滑坡体,从阶地物... 详细信息

阶地型古老滑坡体形成后,长期受各种营力影响,导致古老滑坡地貌形态破坏严重甚至消失。目前遥感技术和普通工程地质调绘很难发现这些滑坡的存在,给工程建设和后期运营造成较大安全隐患。为准确识别形态特征不明显的古老滑坡体,从阶地物质结构特征演变入手,找到阶地受剪切破坏产生的典型物质结构特征,将地层结构错断、卵砾石异常定向排列、摩擦镜面和泥包粒的眼球构造等作为滑坡准确识别依据。首先采用沿沟谷进行工程地质测绘的纵横交错追踪法确定滑坡体纵向范围和滑面形状,再结合地貌特征推测各级、块滑坡平面范围和分布,最后用点状勘探工程验证和校正推测结论。可将其总结为由"地貌异常、沿沟追踪、面上推断、点状校验"组成的阶地型滑坡识别方法,即物质结构异常推断法。结合线状工程勘察设计各阶段工作特点,提出线状工程前期工作中阶地型滑坡识别步骤,并在临渭高速公路工程建设项目中取得成功应用。

关键词：古老滑坡滑坡识别识别依据识别方法识别步骤

基于无人机倾斜摄影测量三维建模的区域黄土滑坡识别及特征分析

在线全文

学校读者我要写书评

暂无评论

中国地质 2024年第2期51卷 561-576页

作者：毛正君于海泳梁伟马旭仲佳鑫高广胜石硕杰田彦山西安科技大学地质与环境学院陕西西安710054 宁夏回族自治区遥感调查院宁夏银川750021 宁夏师范学院数学与计算机科学学院宁夏固原756000 宁夏回族自治区国土资源调查监测院宁夏银川750021 宁夏师范学院创新创业学院宁夏固原756000 内蒙古煤炭地质勘查(集团)一五一有限公司内蒙古包头014010

【研究目的】黄土滑坡是黄土地区人居与城镇建设安全的重大隐患。滑坡识别是滑坡灾害及其他研究工作的基础,因此基于无人机倾斜摄影测量三维建模从不同维度、不同视角直观快速地识别黄土滑坡并进行特征参数提取,能够为黄土滑坡风险识别... 详细信息

【研究目的】黄土滑坡是黄土地区人居与城镇建设安全的重大隐患。滑坡识别是滑坡灾害及其他研究工作的基础,因此基于无人机倾斜摄影测量三维建模从不同维度、不同视角直观快速地识别黄土滑坡并进行特征参数提取,能够为黄土滑坡风险识别及风险管理精细化研究提供技术支撑。【研究方法】以宁夏回族自治区固原市彭阳县红河镇西南部的黑牛沟村为研究区,采用无人机倾斜摄影测量数据获取、三维建模、现场验证结合地统计学分析,开展了区域黄土滑坡识别及其特征参数提取和分析。【研究结果】基于三维实景模型确定并分析研究区沟谷沿线地貌凹陷区是否存在陡壁及其周界形态,结合色调、纹理和微地貌等标志实现了黄土滑坡识别,共圈定了23个滑坡,结合现场验证移除2个非滑坡点,最终确定了21个滑坡;滑坡密集分布在主沟和支沟沟口,多呈对滑的形式出现在沟谷两侧且具有群发性;大型及特大型滑坡占比达到57.14%,滑坡的滑动方向主要以西南(阳坡)、东南(半阳坡)为主,相对高差集中在80~120 m,滑坡体坡形多呈凹形坡,滑坡体坡度主要集中在20°~30°;滑坡体土地利用类型主要为植被,其次为裸地,也有一部分为农田,道路和河流占比极少。【结论】基于无人机倾斜摄影测量构建的三维实景模型可从多维度、多视角精确快速地识别区域黄土滑坡,并分析其相关特征参数,能够弥补当前二维平面遥感影像存在的不足;还能够为滑坡易发性、危险性、易损性及风险评估等相关研究提供数据支撑。

关键词：无人机倾斜摄影测量三维建模黄土滑坡滑坡识别特征参数提取地质灾害风险调查评价地质灾害调查工程

基于改进的DeepLabV3+算法滑坡识别

在线全文

学校读者我要写书评

暂无评论

自然灾害学报 2023年第2期32卷 227-234页

作者：毛佳琪何敬刘刚付饶成都理工大学地球科学学院四川成都610059 成都理工大学地质灾害防治与地质环境保护国家重点实验室四川成都610059

受地形、地貌、植被等因素的影响,滑坡的形态及光谱特性往往差异较大,因此,基于光谱、形状的分类识别方法很难准确地提取出滑坡信息。深度学习方法通过样本训练自主提取目标对象的特征,避开了人工构建特征的主观性,能够形成目标对象更... 详细信息

受地形、地貌、植被等因素的影响,滑坡的形态及光谱特性往往差异较大,因此,基于光谱、形状的分类识别方法很难准确地提取出滑坡信息。深度学习方法通过样本训练自主提取目标对象的特征,避开了人工构建特征的主观性,能够形成目标对象更加抽象、稳定的特征,极大地提升了识别精度。DeepLabV3+是基于深度学习方法的语义分割模型,它将影像分割与目标识别进行融合,在识别目标的同时能够有效地将目标对象从原始影像中分割出来。文中在DeepLabV3+的基础上,结合滑坡的特点,对其主干网络利用Xception、MobileNetV2、ResNet进行优化。通过毕节市滑坡数据集和“5·12”汶川地震的卫星滑坡影像,验证了优化后的模型均可较为准确地识别和分割图像中出现的滑坡,其中最大分割整体精度达到95.3%,最大识别准确度达到97%,最大F1_Score达到97.1%。

关键词：滑坡识别深度学习语义分割 DeepLabV3+ MobileNetV2

基于无人机遥感的区域黄土滑坡识别及发育特征分析

在线全文

学校读者我要写书评

暂无评论

灾害学 2023年第1期38卷 63-71页

作者：毛正君石硕杰王贵荣李欢于海泳孙婕文张瑾鸽西安科技大学地质与环境学院陕西西安710054 西安科技大学煤炭绿色开采地质研究院陕西西安710054 陕西省煤炭绿色开发地质保障重点实验室陕西西安710054 宁夏回族自治区遥感调查院(宁夏回族自治区遥感中心) 宁夏银川750021

基于无人机遥感的黄土滑坡识别及机理研究正处于快速发展的时期,当前主要集中在单体或小范围的黄土滑坡识别。超前性的在土地利用规划阶段进行区域滑坡研究,是减轻滑坡灾害行之有效的方法。该文以宁夏彭阳县红河镇为研究区,构建了无人... 详细信息

基于无人机遥感的黄土滑坡识别及机理研究正处于快速发展的时期,当前主要集中在单体或小范围的黄土滑坡识别。超前性的在土地利用规划阶段进行区域滑坡研究,是减轻滑坡灾害行之有效的方法。该文以宁夏彭阳县红河镇为研究区,构建了无人机航摄系统并制作了精度为0.13 m、面积为164 km2的正射影像;进而确定了形态、色调、水文、纹理及微地貌5个识别标志,并结合现场验证确定了180个滑坡;分析了研究区滑坡空间分布、孕灾地貌、平面形态、相对高度、滑动方向,滑坡后缘、滑坡壁及滑坡前缘、滑坡滑动面(带)和滑坡体微地貌特征。研究区黄土滑坡在空间分布上以红河为界呈现南多北少的特点,具有群发性;红河河谷两侧的黄土丘陵提供了滑坡孕灾地貌;平面形态上以半圆形和不规则形的滑坡为主;长度在30~300 m上、长宽比在0~1之间的滑坡数量相对较多;滑坡相对高度主要集中在0~90 m的区间内;滑坡滑动方向以北和西北居多;滑坡后缘多为圈椅状、滑坡壁总体上较为平直、研究区大部分老滑坡的前缘基本没有保存;滑坡滑动面(带)的含水率往往较高;滑坡体的微地貌形态常见的有滑坡洼地、滑坡鼓丘、滑坡台阶和滑坡平台等。

关键词：无人机遥感黄土滑坡滑坡识别发育特征

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于地形特征融合的卷积神经网络滑坡识别

地球科学与环境学报 2022年第3期44卷 568-579页

作者：蔡浩杰韩海辉张雨莲王立社中国地质调查局西安地质调查中心陕西西安710054 中国遥感应用协会黄河流域高质量发展遥感分会陕西西安710054

滑坡严重威胁着人民群众的生命财产安全。完整、准确的滑坡编录图是研究滑坡的重要资料。深度卷积神经网络方法由于众多优势而备受关注,然而卷积神经网络结构复杂,需要大量的训练样本,制约了其在滑坡制图上的发展。提出了融合地形特征... 详细信息

滑坡严重威胁着人民群众的生命财产安全。完整、准确的滑坡编录图是研究滑坡的重要资料。深度卷积神经网络方法由于众多优势而备受关注,然而卷积神经网络结构复杂,需要大量的训练样本,制约了其在滑坡制图上的发展。提出了融合地形特征的卷积神经网络建模方法。首先在遥感影像上叠加地形因子构建新的滑坡样本,然后设计提取并融合空间与光谱特征的轻量级卷积神经网络(FF-CNN),最后训练最优模型进行滑坡识别。在四川汶川地区进行的消融实验证明:在空间特征基础上融合光谱特征的FF-CNN模型滑坡识别评价指标F1分数和平均交并比(MIoU)分别提高0.0202和0.0144;在遥感影像上叠加地形因子后,FF-CNN模型滑坡识别评价指标F1分数和MIoU值分别提高0.0664和0.0482。在湖北省三峡库区和四川省都江堰市虹口乡的实验说明FF-CNN模型表现出较强的适用性和迁移能力,在滑坡识别上具有较大潜力。

关键词：地质灾害滑坡识别卷积神经网络遥感图像地形因子深度学习特征融合四川

同方期刊数据库

基于卷积神经网络的遥感影像及DEM滑坡识别——以黄土滑坡为例

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2022年第2期34卷 224-230页

作者：杨昭颖韩灵怡郑向向李文吉冯磊王轶杨永鹏中国自然资源航空物探遥感中心北京100083 自然资源部航空地球物理与遥感地质重点实验室北京100083

我国是滑坡灾害频发的国家之一,近年来发生的灾难性地质灾害事件有70%以上都不在已知的地质灾害隐患点范围内,亟须通过自动高效的滑坡识别技术方法开展大规模滑坡灾害排查。为了从海量遥感影像中快速识别滑坡的位置,确定滑坡重点区,支... 详细信息

我国是滑坡灾害频发的国家之一,近年来发生的灾难性地质灾害事件有70%以上都不在已知的地质灾害隐患点范围内,亟须通过自动高效的滑坡识别技术方法开展大规模滑坡灾害排查。为了从海量遥感影像中快速识别滑坡的位置,确定滑坡重点区,支撑后续的解译与研究,以黄土滑坡为例,基于GF-1影像与数字高程模型(digital elevation model,DEM)数据开展滑坡识别研究。首先构建了遥感影像和DEM滑坡样本库,然后应用通道融合卷积神经网络模型对滑坡样本进行分类,最后将分类结果按照位置信息还原到遥感影像图中。实验结果表明模型的滑坡识别精度可达95.7%,召回率为100.0%。研究所用模型的网络层数较少,收敛速度快,具有更高的效率与识别精度,解决了在样本有限的情况下,从遥感影像中快速确定滑坡重点区的问题,以支撑大规模滑坡灾害排查。

关键词：卷积神经网络滑坡识别遥感分类 DEM 黄土滑坡