科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对植被茂密且地形陡峭地区的人工滑坡隐患识别难题，提出了耦合变化检测与深度学习的人工滑坡隐患自动识别思路，构建了由影像光谱、NDVI、土地利用、高程、坡度和地表覆被变化组成的隐患识别指标体系，建立深度学习卷积神经网络CNN算法，并在植被茂密、地形陡峭的河北省涉县、邢台县和宽城县等地区进行了应用验证，自动识别出2016～2020年间出现的人工滑坡隐患134处。目视验证和野外调查验证结果表明：该方法识别精度为91.9%,F1分数值为93.6%。此方法在广袤地区具有普适性，为滑坡隐患自动识别提供了新思路，为人类工程活动的合理规划提供了科学依据。
-
单位河北地质大学; 中国地质大学（武汉）
