新書推薦：
《
家族财富管理顾问：家族信托·保险金信托
》
售價：NT$
383
《
病菌、观念与社会：病菌如何影响现代生活
》
售價：NT$
398
《
经过检视的人生 从苏格拉底到尼采
》
售價：NT$
306
《
阿尔喀比亚德斯 I（柏拉图全集）
》
售價：NT$
500
《
百家争鸣与中华文明的哲学突破
》
售價：NT$
536
《
孟子学术流传与秦汉价值重构
》
售價：NT$
510
《
中国早期城市与文明起源 一部中国早期城市发展简史，解读城市与文明交织共生的规律
》
售價：NT$
449
《
只要我还在创作 角谷美智子访谈录
》
售價：NT$
347
|
| 內容簡介： |
|
《InSAR与深度学习滑坡智能预测》围绕滑坡智能识别、易发性评估与位移预测三大关键问题，系统融合合成孔径雷达干涉测量(InSAR)技术与深度学习方法，构建面向复杂地质环境的滑坡智能预测框架。通过引入多源异构数据、图神经网络与时序建模技术，全面揭示滑坡与孕灾环境之间的时空演化机制，有效提升了滑坡识别的精度、风险评估的可靠性及位移预测的准确性，为滑坡灾害的科学防控提供了有力支撑。《InSAR与深度学习滑坡智能预测》强调可解释性与实用性，兼顾理论创新与工程应用，展示了深度学习赋能滑坡预测的前沿成果。
|
| 目錄：
|
|
目录前言第1章 绪论 11.1 研究背景 11.2 滑坡智能识别研究进展 81.3 滑坡易发性评估研究进展 91.4 滑坡位移预测研究进展 91.5 本章小结 11第2章 InSAR和深度学习相关理论 122.1 InSAR基本原理 122.2 深度学习基本原理 212.3 本章小结 27第3章 深度学习滑坡智能识别方法 283.1 光学遥感的注意力机制U-Net 滑坡识别方法 283.2 融合SAR 多源遥感数据的多输入通道U-Net 滑坡识别方法 413.3 顾及光谱？地形和纹理特征的多模型集成滑坡识别方法 573.4 本章小结 71第4章 地理环境一致性约束的图神经网络滑坡易发性评估方法 734.1 研究数据 734.2 地形约束的滑坡孕灾环境地理节点构建 784.3 地理环境一致性约束的节点特征有向加权图构建 794.4 环境信息聚合的图采集与聚合滑坡易发性评估方法 824.5 基于图变换器图神经网络的滑坡易发性评估方法 944.6 本章小结 106第5章 联合InSAR形变信息的动-静态特征一体化滑坡易发性评估方法 1085.1 研究数据 1085.2 联合InSAR形变信息的动-静态特征一体化滑坡易发性评估模型构建 1135.3 滑坡易发性结果评价与分析 1215.4 本章小结 128第6章 融合静-动态时空数据的多模型集成滑坡易发性评估方法 1296.1 研究数据 1296.2 融合静-动态多源数据多模型的滑坡易发性评估 1416.3 基于stacking集成框架的滑坡易发性评估 1486.4 本章小结 171第7章 典型潜在滑坡InSAR位移预测深度学习方法 1727.1 研究数据 1727.2 白龙江流域中段潜在滑坡InSAR识别 1807.3 白龙江流域中段典型潜在滑坡机理分析 1947.4 白龙江流域中段典型潜在滑坡InSAR位移预测 2197.5 本章小结 232第8章 总结与展望 233参考文献 235
|
| 內容試閱：
|
|
第1章 绪论 1.1 研究背景 滑坡是指多种成坡物质（包括岩石、土壤、人工填料或它们的混合物）向下和向外移动的过程（图1-1）（Cruden，1991;Highl and and Bobrowsky，2008）。这一现象早在人类出现之前，就已是地球表层自然演化的一部分；但数百万年后，这些自然事件成为威胁人类存在的自然灾害（Alcántara-Ayala，2002）。在谷歌（Google）上粗略搜索“滑坡”一词，就会得到1.26亿个结果。这是因为滑坡这一主题引起了很多科学学科研究人员的广泛兴趣，其中包括沉积学、海洋学、地貌学、火山学、地震学、冰川学、火星地质学等（Shanmugam and Wang，2015）。滑坡对人类生存、发展以及所处的环境构成了巨大的威胁，人们对于滑坡的识别、机制、预测等方面的研究也从未停止。 图1-1 典型滑坡示意图 1.1.1 滑坡灾害的危害与影响 自然灾害是一系列完全超出人类控制范围且对人类有危害的事件，不合适的人类活动往往会间接加剧这些事件的影响。部分已知灾害较为普遍，如干旱、风暴、洪水、地震、火山和极端气温。然而，山体滑坡作为自然灾害中第七大杀手（Herath and Wang，2009），其造成的伤亡人数占所有自然灾害死亡人数的17%（Kjekstad and Highl and ，2009）。2003～2010年，全球每年因滑坡造成的死亡人数呈上升趋势（Petley，2011）。世界银行的数据显示，地球约有370万km2的陆地属于滑坡易发区，有3亿人生活在这些区域内（Dilley，2005）。这意味着，滑坡威胁的区域广泛，涉及的人口众多，这不仅会导致城市建筑物和交通设施受损破坏，还会造成巨大的生命和财产损失。例如，世界卫生组织统计，1998～2017年，全球约有480万人受到山体滑坡影响，造成18000多人死亡（Wallemacq et al.，2018）。全球滑坡造成的经济损失从20世纪80年代的每年500亿美元增至2004～2014年的每年近2000亿美元。从全球范围来看，滑坡分布呈现出显著的区域集中性。其中，亚洲为滑坡的主要分布区域，占比达75%；此外，在南美洲、土耳其、伊朗和欧洲阿尔卑斯山等区域也是滑坡分布较为集中的区域（Froude and Petley，2018）。中国是一个饱受滑坡危害的国家，据世界银行预估，1980～2018年中国地震引发的滑坡数量为20950起，降水引发的滑坡数量为35280起，分别位居世界**和第二位。自然资源部公布的《2023年中国自然资源公报》显示，2023年全国共发生地质灾害3668起，其中滑坡为925起，约占全国地质灾害总数的四分之一。中国地质环境复杂，山地面积占比很大（>65%），尤其在中国黄土高原、川西、三峡库区、滇西和藏东南部地区，这些区域山地较多、地形陡峭，部分区域土壤易湿陷，降水的时间分布不均；此外，受地震、人为扰动和极端降水事件影响，使得滑坡灾害频发（Li et al.，2018;Lin and Wang，2018;Xu et al.，2023）。例如，2020年7月8日发生于贵州省铜仁市松桃苗族自治县甘龙镇石板村田堡组的山体滑坡灾害。此次滑坡导致国道G326石板村路段（41km+500m）道路中断，造成岩板滩组6人失联、6人受困，田堡组等3个村民组79户320人受灾（图1-2）。 图1-2 2020年7月8日，中国贵州省铜仁市松桃苗族自治县甘龙镇石板村田堡组滑坡 鉴于滑坡对经济和人员安全构成重大威胁，中国学者对滑坡的发生机制（Gu et al.，2017;Xu et al.，2023）、监测（ChenY et al.，2024）、易发性评价（He et al.，2024a，2022;Huang et al.，2018）、预防（Choi and Cheung，2013;Xiao et al.，2017）和灾后治理（Zhou et al.，2015）进行了深入研究。其中，对于滑坡的监测和易发性评价是滑坡防治的重中之重。提前发现、预测并利用合理的措施治理滑坡，是整治滑坡和减少损失的重要手段。 1.1.2 传统滑坡识别与评估方法的局限性 传统的滑坡灾害识别主要采用野外实地勘测和调查、基于遥感数据的目视解译、基于像元的滑坡识别方法、面向对象的方法和机器学习等方法。野外实地勘测和调查是滑坡检测识别*为传统和直接的手段，调查人员可以近距离地观察滑坡的形态特征，圈定滑坡的各个相关要素（Li et al.，2016;Xu et al.，2015）。该方法获取的滑坡信息准确性高，但需要耗费大量的人力、物力和时间，难以进行大范围覆盖（姜万冬，2023）。同时，野外勘测结果需要进行整理和分析，无法实时更新，因此可能存在信息滞后的问题，难以及时发现新增的滑坡隐患（赵占骜，2023）。此外，滑坡发生后的各种次生灾害，给野外实地调查人员的作业安全带来了一定的风险（ChenH et al.，2024）。 目视解译是指解译人员根据图像中地物的色调、纹理、形状和空间分布等特征进行滑坡解译识别的一种专业方法。对于部分目视解译无法确定的滑坡体，还可通过结合数字高程模型（DEM）、地质信息等辅助数据进行解译。Petschko等（2016）利用激光雷达（lightdetection and ranging，LiDAR）和数字地面模型（digital terrain model，DTM）衍生数据在面积约为1.9万km2的研究区内进行滑坡目视解译和制图。2008年汶川地震发生后，许冲等（2009）采用多源遥感影像、DEM数据、地形图数据及数字地理地图等，通过目视解译对覆盖整个灾区14个重灾县区的崩塌、滑坡、泥石流等地震次生灾害进行了解译，共解译出约46560处崩塌、滑坡、泥石流等地震次生地质灾害。目视解译不需要复杂的算法和模型，其结果一般准确度较高，同时避免了危险的实地调查；但该方法依赖于解译人员的经验知识且需要投入大量的时间和精力，效率较低，无法满足灾害应急响应的需求（Li et al.，2022）。 基于像元的滑坡识别方法主要利用遥感影像的像元信息进行滑坡检测，通过分析遥感影像中每个像元的特征，使用分类算法将影像中的每个像元进行分类，来判断该像元是否属于滑坡区域。Zhao等（2017）结合双时相陆地卫星8号（L and sat-8）遥感数据，将波段反射率差分影像、植被指数差分影像等多幅差分影像进行整合，采用基于像元的变化检测方法对2015年尼泊尔地震同地震滑坡进行了绘制。验证结果表明，基于像元的滑坡制图方法能够以较高的精度识别滑坡。Yang等（2012）利用中分辨率成像光谱仪（MODIS）归一化植被指数（normalized vegetation index，NDVI）产品的时间序列检测植被变化，识别滑坡位置，并将该方法应用于汶川地震灾区，得到了与高分辨率影像和野外调查结果相似的滑坡分布空间格局。然而，基于像元的方法未考虑到遥感影像中的几何特征和上下文信息，易受到噪声影响，结果往往存在较大的假阴性和假阳性，这在较大程度上制约了其在实际中的应用。 面向对象的方法与基于像元的方法不同，它*先基于同质像元将影像分割成不同的对象，此时的单个滑坡体被认为是特定环境背景下的对象，是像素的集合，而不是单*的像素。然后，利用空间、形状、纹理、光谱特征和上下文信息进一步分类，其结果精度相较于基于像素的方法有了较大提升。Blaschke等（2014）建立了一种半自动的面向对象方法来识别和定位滑坡，利用卫星图像（IRS-ID和SPOT-5）得出的NDVI、亮度和纹理特征，结合DEM和地形导向灰度共生矩阵（gray-level co-occurrence matrix，GLCM）得出的坡度和流向导数，识别了伊朗西北部一个研究区内的滑坡，取得了93.07%的总体精度（OA），证明了面向对象的方法能够从卫星图像中准确识别滑坡的潜力。Keyport等（2018）利用高分辨率遥感航空图像，分别采用基于像素和面向对象的方法对危地马拉的圣胡安拉古纳进行了滑坡识别。结果表明，在滑坡和非滑坡类别中，面向对象的方法的总体准确率和下值（F1-score）均优于基于像素的无监督分类方法。统计结果表明，与基于像素的无监督分类的方法相比，面向对象的方法能够识别大多数滑坡，且假阳性较少；同时，与人工绘制的滑坡进行比较，结果显示出良好的一致性。虽然面向对象的方法可以利用滑坡特征来改进滑坡识别，但在实际应用中仍存在一些局限性，一些经验参数，如分割尺度，通常是由研究人员主观确定优化的，往往耗时且自动化程度较低。 现阶段，机器学习方法，如随机森林（r and om forest，RF）、支持向量机（support vector machine，SVM）、人工神经网络（artificial neural network，ANN）等，常与基于像素和面向对象的方法结合，用于滑坡识别。ChenT等（2017）将面向对象的方法与RF结合，提出了一个滑坡制图框架，从资源三号卫星（ZY-3）高空间分辨率卫星图像中识别三峡水库滑坡。该框架基于RF和数学形态学，*先将RF作为目标特征信息约简工具来对滑坡的重要特征进行识别描述，然后将其与数学形态学相结合来绘制滑坡地图，具有较高的准确率。Ghorbanzadeh等（2019）在研究中基于快眼卫星（RapidEye卫星）的光学数据和地形因素对比分析了ANN、SVM和RF等机器学习方法在尼泊尔拉苏瓦地区南部的滑坡识别效果。机器学习方法通常需要人工提取滑坡区域的特征信息，然后结合多种机器学习算法进行滑坡识别。此类方法需要地质灾害专家针对不同场景进行滑坡特征选择和模型参数调整，人工干预程度较大，且可移植性和迁移性不强。因此，在复杂地理场景或较高精度的要求下，传统机器学习方法已难以满足实际需求。 1.1.3 InSAR技术与深度学习的应用潜力 1.1.3.1 InSAR技术在滑坡识别和敏感性评价中的应用 微波遥感因波长较短，不易被云雾、大气等散射或吸收，具有较高穿透力和分辨率，进而可实现全天时、全天候地表信息获取，成为滑坡识别和敏感性评价的重要手段（张毅，2018）。基于微波雷达影像的滑坡识别方法有利用散射信息和利用相位信息两种形式。利用散射信息的方法与利用光学影像的识别方法相当，可通过雷达影像的灰度、亮度、纹理、阴影等信息完成目视解译或变化检测，但由于雷达侧视成像且数据表征不直观，准确识别滑坡具有较大困难（吴明辕等，2022）。利用相位信息是微波遥感识别滑坡的主要方式。与光学影像和激光扫描数据不同，单视复数（single look complex，SLC）合成孔径雷达（SAR）影像像素记录了雷达信号的相位和振幅信息，通过InSAR技术可以比较两个或多个SAR影像之间的相位差异来测量地表变化，因其相干性可获得毫米级地表形变信息，成为目前大范围滑坡识别利用*广泛的手段（张勤等，2022）。例如，Liao等（2012）利用X频段陆地合成孔径雷达卫星（TerraSAR-X）数据通过差分合成孔径雷达干涉测量（D-InSAR）技术对三峡库区滑坡进行监测;结果表明，利用振幅和差分相位可以准确识别滑坡发生的位置、变形和时间范围。Rosi等（2018）利用永久散射体合成孔径雷达干涉测量（PS-InSAR）技术对意大利托斯卡纳地区进行了滑坡编目更新，并计算了滑坡分布指数和密度图，对于区域滑坡发生机理有了更加充分的认识。Berardino等（2002）提出使用基线较短的像对进行干涉处理，以消除多次散射的干扰，形成小基线集合成孔径雷达干涉测量（SBAS-InSAR）技术，其在地形较为复杂、植被覆盖度较高区域也能保持良好的相干性，因此得以广泛应用。He等（2023）通过SBAS-InSAR和滑坡易发性评价结果，联合识别了中国西北部兰州的滑坡，提高了滑坡的识别精度。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
