兰州大学机构库 >地质科学与矿产资源学院
基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例
梁懿文1,2; 张毅1,2; 苏晓军2,3; 刘旺财1,2; 李媛茜1,2; 王爱杰1,2; 孟兴民1,2
2022-04-15
Source Publication兰州大学学报(自然科学版)
Volume58Issue:02Pages:212-221
Abstract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.
Keyword潜在滑坡 基于合成孔径雷达干涉测量技术 机器学习 人工智能
DOI10.13885/j.issn.0455-2059.2022.02.010
URL查看原文
Indexed By北大核心 ; CSCD
Language中文
CSCD IDCSCD:7207046
Subtype学术期刊
Citation statistics
Document Type期刊论文
Identifierhttps://ir.lzu.edu.cn/handle/262010/482777
Collection地质科学与矿产资源学院
Corresponding Author张毅
Affiliation1.兰州大学地质科学与矿产资源学院;
2.甘肃省环境地质与灾害防治技术创新中心;
3.兰州大学资源环境学院
First Author AffilicationSchool of Earth Sciences
Corresponding Author AffilicationSchool of Earth Sciences
Recommended Citation
GB/T 7714
梁懿文,张毅,苏晓军,等. 基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例[J]. 兰州大学学报(自然科学版),2022,58(02):212-221.
APA 梁懿文.,张毅.,苏晓军.,刘旺财.,李媛茜.,...&孟兴民.(2022).基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例.兰州大学学报(自然科学版),58(02),212-221.
MLA 梁懿文,et al."基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例".兰州大学学报(自然科学版) 58.02(2022):212-221.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Altmetrics Score
Google Scholar
Similar articles in Google Scholar
[梁懿文]'s Articles
[张毅]'s Articles
[苏晓军]'s Articles
Baidu academic
Similar articles in Baidu academic
[梁懿文]'s Articles
[张毅]'s Articles
[苏晓军]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[梁懿文]'s Articles
[张毅]'s Articles
[苏晓军]'s Articles
Terms of Use
No data!
Social Bookmark/Share
No comment.
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.