无人机遥感影像面向对象分类的冻土热融滑塌边界提取

论文摘要

全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。利用无人机高空间分辨率影像和面向对象分类技术进行了黑河上游俄博岭垭口冻土区热融滑塌监测实验,详细分析了最邻近、K-最邻近、决策树、支持向量机（support vector machine,SVM）和随机森林5种面向对象监督学习方法提取冻土热融滑塌边界的性能和精度,并使用野外实测数据对实验结果进行验证。结果表明,面向对象分析中分割尺度对热融滑塌提取结果影响较小,而不同组合的分类特征影响较大,因此选择合适的分类特征是关键; 5种分类方法的总体精度均在90%以上,其中SVM方法的Kappa系数高于其他4种分类方法,表明该方法在本次实验研究中更适合无人机遥感影像冻土热融滑塌边界提取。无人机高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。

论文目录

• 0 引言
• 1 研究区概况及数据源
•   1.1 研究区概况
•   1.2 数据源
•   1.3 野外实测数据
• 2 面向对象的冻土热融滑塌提取方法
•   2.1 高空间分辨率影像分割及参数确定
•   2.2 面向对象影像分类
• 3 实验结果和精度评价
•   3.1 基于不同分类方法的滑塌提取
•   3.2 热融滑塌提取精度评价
• 4 结论

文章来源

类型: 期刊论文

作者: 梁林林,江利明,周志伟,陈玉兴,孙亚飞

关键词: 冻土热融滑塌,无人机遥感,黑河上游俄博岭冻土区,高空间分辨率影像,面向对象分析

来源: 国土资源遥感 2019年02期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 地质学,工业通用技术及设备,自动化技术

单位: 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室,中国科学院大学

基金: 中国科学院前沿科学重点研究项目“空—地协同观测的青藏冻土活动层厚度反演与水碳释放量定量评估”(编号:QYZDB-SSWDQC027),中国科学院战略性先导科技专项子课题“三极环境大数据分析方法库及其科学应用示范”(编号:XDA19070104),国家自然科学基金重点项目“喀喇昆仑—喜马拉雅冰川物质平衡的空间大地测量研究”(编号:41431070),国家自然科学基金创新群体项目“现代大地测量及其地学应用的研究”(编号:41621091)共同资助

分类号: P642.14;TP79

页码: 180-186

总页数: 7

文件大小: 1142K

下载量: 350