碳酸盐岩高光谱数字化特征及深度学习智能解译

作     者：袁晓波 谢猛 童鹏 马明明 YUAN Xiaobo;XIE Meng;TONG Peng;MA Mingming

作者机构：中铁工程设计咨询集团有限公司北京100055 

基　　金：中铁工程设计咨询集团有限公司科技开发课题(研2022-17) 

出 版 物：《铁道标准设计》 (Railway Standard Design)

年 卷 期：2023年第67卷第12期

页      码：21-29页

摘      要：碳酸盐岩是工程地质勘察关注的重点,特别是在地形复杂的山区,传统的地面调查方法存在效率低、周期长、工作难度大等问题。高光谱数据真实且丰富的记录着岩石的数字信息,可以实现大范围、多时相、高效率的数据获取。采用深度学习方法识别高光谱图像中的碳酸盐岩,具有效率高、周期短、工作易开展的优势,对辅助工程地质勘察选线,提高工程地质勘察的精度具有重要的意义。以某峡谷周边为研究区,对划定的调查区进行野外工程地质调查和采样,分析现场采集的碳酸盐岩高光谱曲线的数字特征,对碳酸盐岩进行了波段分析和波段选择。选取资源一号02D高光谱影像数据,以调查区的碳酸盐岩高光谱影像为深度学习样本,训练卷积神经网络深度学习模型,采用训练的模型对研究区碳酸盐岩进行识别。深度学习识别碳酸盐岩的总体精度为96.73%,Kappa系数为0.729,生产者精度为59.92%,使用者精度为98.55%,识别结果比传统的光谱角识别方法更加准确、可靠,具有更高的解译效率。深度学习解译结果与区域地质资料、目视解译、论文文献、传统光谱解译等资料对比分析,修正区域地质资料的结果,可以支撑线性工程的地质调查工作和选线工作,为工程勘察提供了新的数字化勘察手段。

主 题 词：铁路工程 碳酸盐岩 数字化 深度学习 高光谱 工程地质 

学科分类：0709[理学-地质学] 07[理学] 08[工学] 09[农学] 083002[083002] 0830[工学-生物工程类] 070901[070901] 081601[081601] 0804[工学-材料学] 0903[农学-动物生产类] 0816[工学-纺织类] 081602[081602] 081102[081102] 0811[工学-水利类] 

D　O　I：10.13238/j.issn.1004-2954.202304200002

馆 藏 号：203124752...