基于多特征面向对象区域黄土滑坡现象识别

Since the 1980s,more and more scholars emphasis on the knowledge mining of landslide for improving the veracity of recognition in the information acquisition of landslide. Currently, some scholars have carried out knowledge mining of tropical rain forest and shallow landslides, yet there are no related research of the landslide in Loess Plateau area; while previous recognition results hasn’t effectively identify the difference between the scarp; body and disaster bearing bodies, there are still insufficient recognition methods and limitations, so the recognition method has some insufficient limitations. If we can establish identification index system according to the landslide interpretation key, identify scarp and landslide ,bearing body by recognition algorithm, to understand the connection between them, establish image understanding and diagrams mode, the result will enhance the research level of landslide remote sensing, provide new ideas for the landslide information identification and data acquisition..This subject take the Northwest Loess Plateau as the study area, using mathematical set express the landslide hazard phenomenon, analysis the relation of interpret key and identification feature, according to the interpretation key establish index system , identify regional landslide phenomenon based on multi-feature object-oriented classification , and establish image understanding and graphical mode of loess landslide, provide new ideas and support for the landslide hazard data acquisition.

20世纪80年代以来，为提高滑坡信息识别准确率，越来越多的学者重视滑坡地学知识挖掘研究。目前，已有学者开展热带雨林区、浅层滑坡地学知识挖掘研究，尚未开展黄土高原区滑坡地学知识挖掘研究；且以往识别结果未能有效的区分滑坡后壁、滑坡体和承灾体，识别方法仍存在不足和局限性。如能依据滑坡解译标志建立识别指标体系，再利用滑坡影像特征和识别特征之间的对应关系，分别进行滑坡体、滑坡后壁和承灾体识别，建立影像理解和图解模式，由它们间的连接关系、模型来认识滑坡灾害，研究成果将提升我国滑坡灾害遥感的研究水平。.本课题以西北黄土高原区为研究区，用数学集合表示滑坡灾害现象，分析解译标志、识别特征间的对应关系，依据滑坡解译标志建立判别指标体系，基于多特征面向对象进行区域滑坡现象、承灾体识别，利用识别结果建立滑坡影像理解和图解模式，为滑坡灾害数据获取和更新提供新的思路。

20世纪80年代以来，为提高滑坡信息识别的准确率，越来越多的学者重视滑坡地学知识的挖掘研究。目前，已经有学者开展了热带雨林区、浅层滑坡地学知识挖掘研究，尚未开展黄土高原区滑坡地学知识的挖掘研究，且以往识别结果未能有效的区分滑坡后壁、滑坡体和承灾体，滑坡识别方法仍然存在不足和局限性。如能依据滑坡解译标志建立识别指标体系，在利用滑坡影像特征和识别特征之间的对应关系，分别进行滑坡体、滑坡后壁和承灾体识别，建立影像理解和图解模式，由它们之间的连接关系、模型来认识滑坡灾害，研究成果将提升我国滑坡灾害遥感的水平。.本项目以西北黄土高原为研究区，在前期调查研究的基础上，针对以往滑坡识别存在的问题和不足，用数学集合表示滑坡灾害，分析解译标志、识别特征之间的对应关系，依据滑坡解译标志建立判别指标体系，基于多特征面向对象进行区域滑坡现象、承灾体识别。实验分析结果表明，在试验区采用基于多特征面向对象区域黄土滑坡识别方法滑坡后壁、滑坡体和建筑物的识别精度达78.9%、73.6和89.4%。经多个试验区验证，此方法仍为半自动处理模式，且随着地质环境背景的复杂程度不同，所涉及的识别特征参数需要相应的调整，大范围区域应用仍存在一定的局限性；针对上述问题采用面向对象+全卷积神经网络模型进行区域范围滑坡识别，滑坡和建筑物的识别精度分别达到80%和94.7%，建立滑坡影像理解和图解模式，为滑坡灾害数据的获取和更新提供了新的思路。