[1]陈建国 钟连祥.基于无人机影像的崩塌信息提取[J].大众科技,2023,25(7):6-8.
　Collapse Information Extraction Based on UAV Images[J].Popular Science & Technology,2023,25(7):6-8.
点击复制

基于无人机影像的崩塌信息提取()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
25
期数:
2023年7
页码:
6-8
栏目:
信息技术与通信
出版日期:
2023-07-20

文章信息/Info

Title:
Collapse Information Extraction Based on UAV Images
作者:
陈建国 钟连祥
（江西省地质局工程地质大队，江西 南昌 330029）
关键词:
无人机遥感; 面向对象分类; 崩塌信息提取; SVM算法
Keywords:
UAV remote sensing;  object-oriented classification;  extraction of collapse information;  SVM algorithm
文献标志码:
A
摘要:
以开阳县西部金中镇某崩塌为例，采用无人机倾斜摄影技术，获取了崩塌表面丰富的光谱与纹理信息，然后结合运动恢复结构算法（SFM）实现了高精度的DEM、DOM，运用面向对象与SVM算法相结合的分类方法实现了对研究区内崩塌区域的信息提取。研究表明，崩塌的识别总体精度为93%，Kappa系数为0.796 7，崩塌的总面积为5 362 m2，识别准确度较高，表明无人机遥感在崩塌信息提取与分析领域具有较高的精度和应用价值。
Abstract:
Taking a collapse in Jinzhong town in the west of Kaiyang county as an example, the UAV oblique photography technology is used to obtain abundant spectral and texture information of the collapse surface. Then combined with motion recovery structure algorithm (SFM), DEM and DOM are realized with high precision. The classification method combining object - oriented algorithm and SVM algorithm is used to extract the information of collapse area in the research area. The research shows that the overall accuracy of the collapse identification is 93%, the Kappa coefficient is 0.796 7, and the total area of the collapse is 5 362 m2. The recognition accuracy is high, which indicates that the UAV remote sensing has high precision and application value in the field of collapse information extraction and analysis.

参考文献/References:

[1]　冯双剑. 探寻滑坡灾害形成机理 研究风险预警防控方案: 访滑坡灾害风险预警与防控应急管理部重点实验室[J]. 中国应急管理，2022(1): 30-33.[2]　戴梦兰，陈志波，施国栋. 基于分形理论的浙江省地质灾害分布特征与影响因素分析[J]. 中国地质灾害与防治学报，2022，33(6): 63-69.[3]　贾虎军，王立娟，范冬丽. 无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别中的应用[J]. 中国地质灾害与防治学报，2021，32(2): 60-65.[4]　陈婉佳. 关键带变化对地质灾害危险性的影响研究[D]. 成都: 成都理工大学，2016.[5]　李国龙，刘玉. 滑坡地质灾害形成的地质条件和影响因素[J]. 黑龙江国土资源，2009(9): 46-47.[6]　民科. 泥石流灾害是一种常发的地质灾害[J]. 民防苑，2006(2): 49.[7]　杨军，赵锋，宫颖. 具有多传感器信息融合功能的无人机仿真系统[J]. 火力与指挥控制，2008，33(5): 106-109.[8]　黄骞，张玥，汪悦. 基于倾斜摄影的实景三维公路地质灾害识别关键技术研究[J]. 公路，2018，63(1): 154-158.[9]　Environment impact report for Shiye town, Rongxi town, and Longchi town water supply subcomponets in Xiushan county[EB/OL]. (2009-5-16)[2022-10-11]. https://documents. shihang.org/zh/publication/documents-reports/documentdetail/161571468024547061.[10] FU B, XU P, WANG Y K, et al. Spatial pattern of water retetnion in Dujiangyan county[J]. Acta Ecologica Sinica, 2013, 33(3): 789-797.[11] 黄文广. 基于NDVI的宁夏盐池县的植被盖度动态变化及其影响因素的研究[D]. 杨凌: 西北农林科技大学，2012.[12] 高仁强，张显峰，孙权，等. 基于无人机LiDAR数据的公路路面监测和平整度评价方法研究[J]. 应用基础与工程科学学报，2018，26(4): 681-696.[13] 许强，董秀军，李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版)，2019(7): 957-966.[14] 佘金星，程多祥，刘飞，等. 机载激光雷达技术在地质灾害调查中的应用: 以四川九寨沟7.0级地震为例[J]. 中国地震，2018，34(3): 52-61.

备注/Memo

备注/Memo:
【收稿日期】2022-11-01【作者简介】陈建国（1976－），男，江西崇仁人，江西省地质局工程地质大队高级工程师，从事岩土工程研究工作。
更新日期/Last Update: 2023-08-15