光学遥感图像滑坡检测研究进展

摘要：

在全球气候变暖和降雨量不断增加的背景下,滑坡的现实危害和潜在风险日益增加,及时在滑坡发生后对其进行检测具有重要意义.光学遥感卫星依靠其成像速度快、覆盖范围广、成本和风险低等优势,使得遥感图像在滑坡检测中得到了广泛应用.文章在广泛文献调研的基础上,对近年来国内外光学遥感图像滑坡检测的相关成果进行梳理,根据技术途径的区别将现有实现滑坡检测的方法分为四类,分别为特征阈值分割法、浅层机器学习法、深度神经网络法和变化检测法.文章阐述了每类方法的基本原理、研究现状、发展趋势,并对比分析了各类方法的优缺点,为推动滑坡检测的进一步研究提供有益借鉴.

关键词：滑坡检测、特征阈值、机器学习、深度学习、变化检测、遥感应用

所属期刊栏目：44

分类号：TP751.1(遥感技术)

资助基金：广东省重点研发计划项目2019B111101001

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：133-144