论文部分内容阅读
四川省地处青藏高原和四川盆地过渡带,受地貌、暴雨、地震等诱发因素的影响,成为地质灾害多发区,给当地人民的生命、财产安全带来了极大威胁。无人机低空遥感技术是一种有效的对地观测技术,具有灵活性好、影像分辨率高、成本低廉等特点,被广泛应用于地质灾害监测与应急救援工作中。因此,建设基于无人机影像的地质灾害样本库,能够实现地质灾害信息的快速提取与分析,为地质灾害的快速调查、科学防治及有效地进行应急抢险工作提供数据支撑。利用面向对象分类技术对研究区进行地质灾害信息的提取,在ArcGIS环境下进行Python脚本开发,构建了基于无人机影像的地质灾害样本库。利用构建的地质灾害样本库,引入迁移学习机制,提出了一种基于迁移学习的地质灾害信息提取方法,并对迁移学习方法提取的地质灾害信息与利用面向对象分类技术提取的结果进行了对比分析。本文的主要研究内容及创新性成果如下：1.讨论了研究区无人机影像中地质灾害信息的提取方法,采用面向对象分类技术,分析了影像分割尺度并获取了最佳分割尺度,然后,依据标准最邻近分类与隶属度函数分类相结合的方法,建立各类地物的分类规则,对地质灾害信息进行了特征提取。最后,对分类结果进行精度分析,其结果能够满足实际应用要求。2.利用研究区无人机影像为不同类型的地质灾害采集样本,并基于ArcGIS的二次开发工具ArcPy,设计了一套地质灾害样本库快速构建工具,并利用该工具构建了基于无人机影像的地质灾害样本库。3.利用建立的地质灾害样本库,并引入迁移学习机制,将卷积神经网络特征训练过程中获得的特征提取方法迁移到地质灾害信息提取工作中,能够实现地质灾害信息的自动提取,并将该方法的提取结果与面向对象的地质灾害信息提取结果进行了分析、比较,得到了一些有意义的结论。