基于GoogLeNet的黄土地震滑坡遥感影像识别

摘要

区域性黄土地震滑坡识别为滑坡灾害风险管控提供了基础性数据。应用深度学习的方法，基于遥感影像数据对我国黄土地区典型地震滑坡进行自动识别分类。首先，基于防灾科技学院地震滑坡研究团队在甘肃、宁夏地区所调查的部分黄土地震滑坡数据库，辅助遥感影像目视解译，选择滑坡和非滑坡样本；其次，采用GoogLeNet网络模型对黄土地震滑坡与非滑坡进行自动分类识别；最后，对模型的分类识别结果进行精度评价，分析其在黄土地区地震滑坡的识别应用效果。结果表明，该方法识别黄土地震滑坡的准确度和效率均较高，可迅速在遥感影像中确定滑坡的重点区域。所提方法可以迅速评价同类型滑坡区域，为大规模滑坡灾害排查工作提供技术支持。

关键词

滑坡识别 / 黄土地震滑坡 / 遥感分类 / GoogLeNet模型

基金资助

河北省高等学校科学技术研究计划项目(ZD2022166); 黄土地震滑坡成灾机理与风险评估(U1939209)