丁明涛
- 作品数：10 被引量：50H指数：5
- 供职机构：长安大学地质工程与测绘学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：天文地球更多>>
- 一种基于多源遥感的滑坡防灾技术框架及其工程应用被引量：9
- 2022年
- 我国是世界上受滑坡影响最大的国家之一,也投入了大量的人力物力开展区域性滑坡隐患探测工作.近年的政府工作表明,80%的滑坡发生在已圈定的隐患点范围外,80%的滑坡发生在防灾减灾工作条件相对薄弱的边远农村地区.为了解决这个困境,亟需:(1)厘清不同类型滑坡宜选用的广域探测技术,解决滑坡隐患广域探测的漏检问题;(2)突破社区协同滑坡防灾的难题,助力滑坡隐患探测和风险评估.本文将滑坡隐患分为4类:斜坡变形区、复活历史变形破坏区、稳定历史变形破坏区和潜在斜坡变形区,以便充分发挥多源遥感数据和技术的优势;进而提出一种“滑坡隐患广域探测-单体滑坡隐患风险评估-社区协同防灾”的多源遥感滑坡防灾技术框架.以青藏高原交通工程关键区段约10 000 km;区域作为研究区,协同社区(如设计和建设单位)共识别出滑坡隐患263处,其中斜坡变形区249处,复活历史变形破坏区5处,稳定历史变形破坏区9处,并针对3个典型滑坡隐患进行风险定量评估和社区协同防灾.该多源遥感技术框架将有助于提高社区滑坡防灾的能力,也将直接服务于青藏高原交通工程的建设与运维.
- 李振洪李振洪陈博占洁伟陈博吕艳丁明涛彭建兵
- 关键词：滑坡类型风险评估
- 基于层数自适应加权卷积神经网络的川藏交通廊道沿线滑坡易发性评价被引量：23
- 2022年
- 开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性进行评价.依据野外调查和影响因素分析筛选出影响滑坡发生的影响因子,绘制滑坡编目,构造用于易发性评价的实验数据集;针对卷积神经网络的权重初值、网络层数等超参数难以优化设置的问题,提出基于影响因子信息熵的通道加权方法和网络层数优选策略,通过多通道加权和层数自适应分类卷积的方式提出滑坡易发性制图的LAW-CNN架构;搜索最优LAW-CNN网络结构并训练网络参数,获取研究区滑坡发生概率并进行易发性分级评价.所提的LAW-CNN模型可以不同权重和不同深度挖掘影响因子的深层特征,实验结果表明,模型曲线下面积(area under curve,AUC)值为0.852 8,极高易发区滑坡点密度为1.251 9,均优于SVM(support vector machine)和CNN模型;川藏交通廊道沿线滑坡极高和高易发区主要集中在大江大河两侧以及横断山区.LAW-CNN模型可较好评价川藏交通廊道滑坡易发性,能够为川藏交通廊道的建设和灾害防治提供科学的依据.
- 黄武彪丁明涛王栋王栋蒋良文
- 关键词：卷积神经网络滑坡
- 困难地区InSAR技术和加权融合的DEM生成被引量：5
- 2020年
- 合成孔径雷达干涉测量(InSAR)技术具有全天时全天候的特点,可以大范围、快速、高效地提取DEM。即使在常年被云雾覆盖、降雨频繁的热带雨林地区,InSAR技术也能正常生成DEM。本文利用InSAR生成了研究区的DEM,验证了该方法的可行性。由于研究区植被茂密且有大面积的水域沼泽,导致InSAR处理过程中存在低相干和部分失相干现象,极易造成基于InSAR技术生成的DEM存在错误和空洞。针对这一问题,提出了像素级的以相干依据作为加权函数的融合方法,将SRTM DEM和AW3D30 DEM作为外源数据与InSAR DEM进行融合,解决了基于InSAR技术生成DEM存在错误和空洞的问题,保证了DEM的完整性。
- 胡东明隋立春丁明涛
- 关键词：INSARDEM生成
- Google Earth Engine支持下的青海湖时空格局演变分析被引量：2
- 2023年
- 由于传统长时序水体提取方法速度慢、效率低,基于Google Earth Engine(GEE)平台,以Landsat遥感影像为数据源,采用归一化水体指数(normalized difference water in⁃dex,NDWI)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)分类法对青海湖开展水体提取及时空格局演变研究。研究结果表明:①GEE平台在长时序水体提取分析上有高效率、高性能、低消耗、低成本的特点;②针对地形环境简单的青海湖区域,NDWI方法的提取效果最好,精度最高,平均总体精度和Kappa系数分别为93.47%和0.84;③NDWI提取结果显示,1999—2019年青海湖面积呈现先减后增趋势,2004年面积最小,空间上面积变化主要体现在鸟岛、沙柳河、沙岛湖及海晏湾区域;④1999—2019年青海湖水量平衡收支为正,共增加15.33 km3;⑤降水的增加和蒸发的减少是导致青海湖水量增加的决定性因子。GEE平台的水体长期变化监测能力有望为内陆湖的可持续发展管理提供支撑。
- 杨璟丁明涛李振洪杨元德李振洪杨元德孙茂军王佳彤
- 模拟困难样本的Mask R-CNN滑坡分割识别被引量：5
- 2023年
- 随着人工智能的发展,利用高分影像进行滑坡等地质灾害识别逐渐成为研究热点。滑坡目视解译需依赖专家经验,传统滑坡自动识别方法又易将滑坡和裸地、道路等地物混淆。针对以上问题,提出了基于模拟困难样本的掩模区域卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)滑坡提取方法。在现有样本的基础上,利用滑坡的形状、颜色、纹理等特征模拟更为复杂的滑坡背景进行困难样本挖掘增强,并将得到的困难样本输入Mask R-CNN网络进行滑坡精细检测分割。在实际研究区域中,由于滑坡数量有限,因此在频率域进行小样本学习,在减少数据需求的同时,保证分割识别的准确度。中国贵州省毕节市的实验结果表明,基于模拟困难样本的Mask R-CNN方法检测精度为94.0%,像素分割平均准确率为90.3%,可实现低虚警率下的高性能检测分割;采用频率域学习,在一半数据输入量的情况下,模型检测精度仍可得到提升。利用中国甘肃省天水地区的滑坡区域进行实际验证,进一步证明了所提方法的有效性。
- 姜万冬席江波李振洪李振洪丁明涛谢大帅
- 关键词：频率域
- 基于非参数贝叶斯遥感影像超分辨率的改进算法
- 2018年
- 为了提高遥感影像的空间分辨率,将用于自然影像超分辨率重建的非参数贝叶斯字典学习模型引入到遥感影像处理领域,提出了一种基于非参数贝叶斯和纹理分块的单幅遥感影像超分辨率重建的改进方法。该方法利用BetaBernoulli process进行字典学习,建立字典元素和各参数的概率分布模型,并使用Gibbs抽样计算其后验分布。最后,在重构时先将影像块分为平滑块和非平滑块两种类型,对非平滑块利用高分辨率字典的后验分布及低分辨率影像块的稀疏系数重建出高分辨率遥感影像,而对平滑块仅采用双三次卷积方法进行重构。此外,区别于传统算法需事先设置较大维数字典以保证较高重建精度的不足,对字典维数进行非参数推导,获得较小维数字典,减少了运算量。实验表明,不论测试影像有无噪声,所提算法在视觉及定量评价指标上较传统方法均有改善,且重构速度较快。
- 李丽隋立春丁明涛杨振胤康军梅翟铄
- 关键词：遥感超分辨率重建
- 利用光学遥感影像光流场模型进行地表形变分析
- 2024年
- 光学遥感影像像素偏移量追踪是反演同震形变场和监测滑坡的一种重要手段。基于相关性匹配的传统像素偏移量追踪方法,通过搜索相关性最强的匹配窗口估计中心像素的位移,计算效率低且在大梯度形变区域失相关现象严重,存在形变边界提取不精确的问题。为高效获取精确的地表形变,将计算机视觉领域的光流场模型引入像素偏移量追踪问题,提出适用于光学遥感影像反演地表形变的光流场方法,给出像素偏移量时序反演的加权改进算法。通过塔吉克斯坦同震形变场模拟实验,评估光流场方法估计地表形变场的可行性及其在最小可探测形变方面的性能;通过加州地震同震形变场反演和白格滑坡偏移量估计实验,讨论光流场方法的计算效率优势和形变区域提取的精确性;通过白格滑坡时序形变分析,进一步论述利用光流场方法估计大梯度形变的有效性和时序反演加权改进算法的鲁棒性。结果显示,相比于传统窗口相关性匹配方法,光流场方法的偏移量追踪精度为0.032像素,计算效率提升了20倍左右,形变区范围提取精度提升了25.9%;改进的加权时序反演算法将光学遥感影像东西向和南北向位移估计的不确定性分别降低了16.2%和12.4%。
- 丁明涛陈浩杰李振洪刘振江
- 关键词：滑坡同震形变
- 遥感影像超分辨率重建的字典学习类算法
- 2017年
- 近年来基于字典学习的超分辨率重建技术已成为图像处理领域的研究热点,相比基于重建的超分辨率方法,基于学习的方法充分利用了先验知识,在放大倍数较高时,仍可取得较好的效果,因此被公认为一种非常有前途的方法。本文对国内外已有的基于字典学习的超分辨率重建方法进行了系统研究,梳理了3种基于字典学习超分重建算法的基本原理及优缺点。此外,本文根据遥感影像的特点,使用同一数据源进行字典学习,利用不同字典学习算法分别生成高、低联合字典对,采用不同尺寸大小及缩放倍数的测试图像,进行超分辨率重建,对各种算法的重建性能、鲁棒性和复杂度进行综合分析,进一步研究了各种算法对遥感影像不同应用需求的适用性。
- 杨振胤隋立春李丽康军梅丁明涛
- 关键词：超分辨率重建遥感影像字典学习
- 2022年四川泸定M_(w)6.6级地震诱发地质灾害空间分布及影响因素被引量：6
- 2022年
- 2022年9月5日四川省泸定县发生M_(w)6.6级地震,诱发了大量的山体滑坡、崩塌等次生灾害,造成了严重的人员伤亡与经济损失。快速获取灾区滑坡易发性和同震滑坡的空间分布对灾情评估尤为重要。首先,联合震前高分辨率光学遥感影像解译和GACOS辅助下的InSAR Stacking技术探测灾区震前滑坡;然后,基于该滑坡数据利用机器学习算法获得震中附近滑坡的空间易发性图;同时,通过使用震前、震后的多源光学遥感影像建立了同震滑坡编目(2692处滑坡),并采用空间统计法分析了此次地震诱发的滑坡与地形、地震和地质因素之间的关系。结果表明:易发性图中,中等及以上易发区的同震滑坡面积占滑坡总面积(47 km^(2))的70.2%;同震滑坡主要分布在高程1200~2400 m、坡度35°~50°、距震中4~20 km、距断层1 km范围内和砂岩板岩岩性中,并至少导致10.34 km道路受损。该研究可为灾区地质灾害排查和防治提供有力的数据支撑。
- 陈博陈博黄武彪李振洪张成龙杜建涛宋闯丁明涛杜建涛张双成丁明涛彭建兵
- 关键词：光学遥感INSAR目视解译影响因素
- 基于光学遥感像素偏移量的金沙江流域2018年白格滑坡演变过程被引量：1
- 2022年
- 随着光学遥感卫星的增多以及影像质量的提升,利用光学遥感影像监测地表形变呈现出极大的发展潜力。以金沙江流域典型的高位远程滑坡——白格滑坡为例,选取Sentinel-2光学影像,综合利用像素偏移量跟踪(Offset-tracking)技术和时序反演(Time-series Inversion)算法,对2018年“10·10”白格滑坡和“11·3”白格滑坡前后的地表形变进行了反演与分析。结果表明:①“10·10”白格滑坡发生前(2015年11月13日~2018年2月5日)坡体最大水平位移为31.69 m,时序位移呈现出明显的“初始启动→等速变形→加速变形”过程特征;②“11·3”白格滑坡发生前(2018年10月28日~2018年11月2日)东西向(主滑方向)形变高达12.89 m,与雷达影像偏移量跟踪结果一致;③“11·3”白格滑坡发生后(2020年1月16日~2022年2月4日)部分残留堆积体东西向累计形变最高达7.71 m,滑移迹象明显,存在再次成灾风险。通过分析COSI-Corr和CARST两种光学影像偏移量跟踪软件的形变结果、InSAR形变探测结果和无人机三维变化检测结果,验证光学影像偏移量跟踪方法探测地表形变具有较好的精度和可靠性。
- 董岳丁明涛李鑫泷张雪松黄武彪刘振江李振洪
- 关键词：光学遥感形变监测金沙江流域
