遥感技术与应用2023，Vol.38Issue(5) ：1180-1191.DOI:10.11873/j.issn.1004-0323.2023.5.1180

基于马尔科夫随机场的PLANET高分影像滑坡提取研究

Research on Extraction of Landslide from PLANET High Spatial Resolution Remote Sensing Image based on Markov Random Field

高梦洁 陈方 王雷 杨阿强 于博
遥感技术与应用2023，Vol.38Issue(5) ：1180-1191.DOI:10.11873/j.issn.1004-0323.2023.5.1180
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于马尔科夫随机场的PLANET高分影像滑坡提取研究

Research on Extraction of Landslide from PLANET High Spatial Resolution Remote Sensing Image based on Markov Random Field

高梦洁 1陈方 1王雷 2杨阿强 2于博2
扫码查看

作者信息

  • 1. 中国科学院空天信息创新研究院,中国科学院数字地球重点实验室,北京 100094;可持续发展大数据国际研究中心,北京 100094;中国科学院大学,资源与环境学院,北京 100049
  • 2. 中国科学院空天信息创新研究院,中国科学院数字地球重点实验室,北京 100094;可持续发展大数据国际研究中心,北京 100094
  • 折叠

摘要

滑坡是自然界频繁发生的地质灾害,会对人民的生命造成威胁,并带来巨大的财产损失.因此,高效准确地进行滑坡提取对快速制定应急救灾方案、减少损失有着重要的意义.目前滑坡提取研究大多针对单个或少许事件,且背景地物比较单一.研究采用高分辨率遥感影像,针对复杂背景地物条件下的多起滑坡构建提取模型,并对其进行精度验证.采用马尔科夫随机场最小化能量方程结果作为滑坡提取特征,并用于滑坡提取模型构建,与 目前滑坡提取研究中常用的特征相比较,验证这一特征对于滑坡提取的有效性.选用多时相的PLANET 3 m分辨率遥感影像,对2018年9月6日北海道地震引发的多起滑坡进行提取.结果表明:本研究提出的特征运用于滑坡提取中,可以提高提取精度2％,在滑坡提取的完整性上得到一定提升,为在大区域范围内的滑坡精确提取提供帮助.

关键词

滑坡提取/随机森林/变化检测/马尔科夫随机场

Key words

Landslide detection/Random forest/Change detection/Markov random field

引用本文复制引用

基金项目

中国-东盟地球大数据平台与应用示范项目(桂科AA20302022)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子：0.961
ISSN：1004-0323
参考文献量6
段落导航相关论文