无人机遥感影像面向对象分类的冻土热融滑塌边界提取

基金项目:
中国科学院前沿科学重点研究项目"空—地协同观测的青藏冻土活动层厚度反演与水碳释放量定量评估"

国家自然科学基金创新群体项目"现代大地测量及其地学应用的研究"

中国科学院战略性先导科技专项子课题"三极环境大数据分析方法库及其科学应用示范"

国家自然科学基金重点项目"喀喇昆仑—喜马拉雅冰川物质平衡的空间大地测量研究"

详细信息

刊出日期: 2019-06-15

Object-oriented classification of unmanned aerial vehicle image for thermal erosion gully boundary extraction

Publish Date: 15 June 2019

摘要: 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.
- 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

中国自然资源航空物探遥感中心	主办
地质出版社	出版