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^*

来源：中国地质灾害与防治学报, 2022, 33(02): 33-41.

DOI：10.16031/j.cnki.issn.1003-8035.2022.02-05

• 深度学习
• 滑坡识别
• 多源数据融合
• 语义分割
• 特征分支网络

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。

• 单位
  北京航空航天大学