基于卷积神经网络的遥感影像及DEM滑坡识别——以黄土滑坡为例

作者：杨昭颖; 韩灵怡^*; 郑向向; 李文吉; 冯磊; 王轶; 杨永鹏

来源：自然资源遥感, 2022, 34(02): 224-230.

• 卷积神经网络
• 滑坡识别
• 遥感分类
• DEM
• 黄土滑坡

我国是滑坡灾害频发的国家之一，近年来发生的灾难性地质灾害事件有70%以上都不在已知的地质灾害隐患点范围内，亟须通过自动高效的滑坡识别技术方法开展大规模滑坡灾害排查。为了从海量遥感影像中快速识别滑坡的位置，确定滑坡重点区，支撑后续的解译与研究，以黄土滑坡为例，基于GF-1影像与数字高程模型(digital elevation model, DEM)数据开展滑坡识别研究。首先构建了遥感影像和DEM滑坡样本库，然后应用通道融合卷积神经网络模型对滑坡样本进行分类，最后将分类结果按照位置信息还原到遥感影像图中。实验结果表明模型的滑坡识别精度可达95.7%,召回率为100.0%。研究所用模型的网络层数较少，收敛速度快，具有更高的效率与识别精度，解决了在样本有限的情况下，从遥感影像中快速确定滑坡重点区的问题，以支撑大规模滑坡灾害排查。