迁移学习方法提取高分一号影像汶川地震震后滑坡

摘要：

2008年汶川8.0级地震触发了大量的崩塌滑坡地质灾害,导致强震区震后地质灾害频发,因其对生命和财产的巨大威胁而广泛关注.利用遥感等技术快速提取滑坡信息,对于减少灾害造成的损失具有重要的现实意义.本文提出一种迁移学习方法,从自然场景数据集中学习特征,迁移到滑坡提取中.该方法首先在ImageNet上预训练ResNet网络,然后输入滑坡区影像样本,将预训练网络及参数迁移至LinkNet上,最终实现滑坡提取.通过对2013年—2015年3景影像的汶川地震震后滑坡提取实验进行分析及验证,结果显示相较于传统支持向量机和其他深度学习方法,本文提出的迁移学习方法有较优的提取精度,有利于后续研判及决策.

关键词：遥感、滑坡提取、迁移学习、ImageNet、高分一号

所属期刊栏目：27

分类号：P2(测绘学)

在线出版日期：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1866-1875