基于InSAR的潜在滑坡人工智能识别--以延安宝塔区为例
基于InSAR的潜在滑坡人工智能识别--以延安宝塔区为例
复制标题
DOI：
10.13885/j.issn.0455-2059.2022.02.010
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
孟兴民
中科院分区：
文献类型：
--
作者：
梁懿文;张毅;苏晓军;刘旺财;李媛茜;王爱杰;孟兴民
基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.