基于遥感数据的闽东南山区公路滑坡快速识别技术研究
传统的滑坡识别主要通过遥感目视解译和人机交互识别,存在耗时费力、主观性强和提取精度低等问题.文中以福建省某公路为实验区,提出了一种基于高分辨率遥感数据的闽东南山区公路滑坡快速识别方法.包括采用亚米级高分辨率遥感影像,通过对色调、地形、光谱、植被指数和纹理等滑坡特征进行分析与研究,确立了适用于东南山区公路的多维多尺度滑坡分类识别规则;借助机器学习算法分类工具与多维多尺度特征筛选集相结合构建了公路滑坡识别模型,并基于高分辨率遥感影像在色调尺度上对滑坡进行初步识别;最后经由坡度、归一化植被指数和纹理特征筛选集对初步识别的滑坡区域进一步的分割提取,从而对山区公路滑坡空间分布实行精准识别.经实验验证,文中方法所得滑坡识别的平均精度达到85.73%,且滑体提取形态特征完整,可清晰地展现出滑体的"舌"、"簸箕"状形态,亦可清晰辨别滑体的滑壁与堆积体.研究成果可为我国植被发育区的山区交通线路的滑坡识别与风险评估提供科学参考.
滑坡快速识别、机器学习、公路滑坡、高分辨率遥感、特征筛选集
32
P642.22;X43(水文地质学与工程地质学)
国家自然科学基金;福州市科技创新平台项目
2023-03-20(万方平台首次上网日期,不代表论文的发表时间)
共11页
217-227