一种基于多源数据融合的滑坡地形深度学习识别模型研究

作     者：黄坚 李鑫 陈芳 崔茹 李慧敏 杜博文 HUANG Jian;LI Xin;CHEN Fang;CUI Ru;LI Huimin;DU Bowen

作者机构：北京航空航天大学软件学院北京100191 北京航空航天大学计算机学院北京100191 

基　　金：中国地质调查局地质调查项目(DD20190637) 

出 版 物：《中国地质灾害与防治学报》 (The Chinese Journal of Geological Hazard and Control)

年 卷 期：2022年第33卷第2期

页      码：33-41页

摘      要：传统高位远程滑坡识别依赖地质专家人工判别,识别效率较低。研究实现一种基于深度学习的滑坡地形自动识别模型,以提高大范围区域潜在滑坡隐患点筛查工作的效率。该模型以目标区域的遥感图像、DEM数据、地质分区、河流水系等地质观测数据为输入,针对不同类型观测数据差异巨大的问题,设计构建特征分支网络,精确提取对应的滑坡特征。对光学影像数据采用深层网络架构提取复杂特征,对海拔、地质构成、河流和断裂带分布等结构化数据采用浅层网络架构提取特征。随后设计特征融合模块,融合两个网络的提取结果获得全面的滑坡灾害特征。模型基于提取的滑坡特征进行滑坡区域语义分割,实现精准的像素级别滑坡地形分类和定位。通过实验验证,该模型对滑坡区域的识别准确率(ACC)达到了0.85,可为滑坡自动识别提供技术支撑。

主 题 词：深度学习 滑坡识别 多源数据融合 语义分割 特征分支网络 

学科分类：081803[081803] 08[工学] 0818[工学-交通运输类] 

D　O　I：10.16031/j.cnki.issn.1003-8035.2022.02-05

馆 藏 号：203110584...