无人机遥感影像面向对象分类的冻土热融滑塌边界提取

编号 zgly0001675929

文献类型 期刊论文

文献题名 无人机遥感影像面向对象分类的冻土热融滑塌边界提取

作者 梁林林  江利明  周志伟  陈玉兴  孙亚飞 

作者单位 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 

母体文献 国土资源遥感 

年卷期 2019年02期

年份 2019 

分类号 P642.14  TP79 

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 

文摘内容 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。