科研之友
微信
新浪微博
Facebook
分享链接
摘要
遥感影像识别方法是破坏性地震震后地质灾害快速、准确获取的重要方法之一，传统的遥感影像识别方法主要以人工目视识别方法和半自动识别方法为主，需投入大量的人力和时间。针对破坏性地震震后地质灾害解译时间长、投入人力多等问题，以2017年8月8日四川九寨沟7.0级地震震后高分辨率无人机遥感影像为研究样本，提出基于深度学习网络的地震地质灾害识别方法。首先结合震后遥感影像解译资料和现场调查资料，提取九寨沟地震地质灾害无人机遥感影像特征，并构建研究区地震地质灾害解译指标和分类数据集；然后采用DeepLabv3+网络结构及softmax损失函数，建立基于深度学习网络的地震地质灾害遥感影像图像语义分割模型方法；最后采用半监督学习方法进行结果验证。研究结果表明，基于深度学习网络的地震地质灾害识别方法可有效识别九寨沟地震地质灾害分布信息，整体分类识别准确率为94.22%,F1分数值为0.77，结果具有较好的一致性和准确性，可提升地震现场灾情获取和重点地震隐患识别等工作效率及服务能力。
-
单位四川省地震局
