| 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)
 |
| Volume | 58Issue: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 |
| DOI | 10.13885/j.issn.0455-2059.2022.02.010 |
| URL | 查看原文 |
| Indexed By | 北大核心 ; CSCD |
| Language | 中文 |
| CSCD ID | CSCD:7207046 |
| Subtype | 学术期刊 |
| Citation statistics | |
| Document Type | 期刊论文 |
| Identifier | https://ir.lzu.edu.cn/handle/262010/482777 |
| Collection | 地质科学与矿产资源学院 |
| Corresponding Author | 张毅 |
| Affiliation | 1.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 Affilication | School of Earth Sciences |
| Corresponding Author Affilication | School 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. | ||||
