【技术实现步骤摘要】
本申请涉及泥石流物源识别，具体涉及一种泥石流物源自动识别与静态储量计算方法、装置及存储介质。
技术介绍
1、泥石流固体物质来源是泥石流形成的物质基础，对其性质、类型、空间分布、规模进行监测，是预测泥石流发展趋势的重要依据。泥石流物源调查最传统的手段就是野外实地勘察，通过详细的野外调查可以掌握泥石流物源的边界形态、分布面积、岩土性质等，在此基础上可以对泥石流物源体积、发育分布特征以及启动模式等进行研究。综合多位学者专家的研究，泥石流物源主要是来自于流域中崩塌滑坡的堆积体、坡面上的松散堆积物以及沟道内原有的堆积体，泥石流物源的的识别需要结合各类地质灾害的特点以及它们直接或间接形成的堆积体特征来识别。
2、目前，对于泥石流物源的识别基本上还是目视解译为主，在面对如今海量的遥感数据下，该方法效率较低。随着计算机科学不断的应用到地质领域之中，出现了许多半自动或自动的识别方法，比如变化检测、机器学习和深度学习等。
3、一般的泥石流物源的静储量计算方法，是先将流域内的松散堆积体进行分类，然后分别计算各类松散堆积体体积，最后相加得到流域内泥石流物源静储量。在缺少地下数据的情况下，国内外许多学者大多基于形态学的方法计算滑坡和崩塌堆积物源的体积。
4、无论是人工目视识别还是自动识别，数据质量的好坏直接影响识别结果精度。在植被覆盖山区，仅使用光学卫星影像来识别泥石流物源的局限性很大，不能发现植被以下的泥石流物源，绝大多数泥石流物源量估算模型主要是利用影响泥石流发育的相关参数来建立的，这些经验公式多数是区域性的，缺乏
技术实现思路
1、本申请的目的在于提供一种泥石流物源自动识别与静态储量计算方法、装置及存储介质，用以解决现有技术中仅使用光学卫星影像来识别泥石流物源的局限性很大，不能发现植被以下的泥石流物源，以及绝大多数泥石流物源量估算模型主要是利用影响泥石流发育的相关参数来建立的，这些经验公式多数缺乏普适性的问题。
2、为实现上述目的，本申请实施例提供一种泥石流物源自动识别与静态储量计算方法，包括以下步骤：s1、获取研究区相关地质资料，利用遥感数据重现野外真实地貌景观，再根据不同的地表几何特征、纹理特征和光谱特征，判断出松散堆积体的类别及边界，建立研究区松散堆积体数据库，并识别其几何特征和分布特征；
3、s2、用深度学习模型进行松散堆积体的自动识别；
4、s3、对识别出的松散堆积体进行分类，结合不同分类的不同的堆积形态以及不同的破坏模式，建立各类泥石流物源体积计算模型。
5、可选地，步骤s1具体包括：
6、s1.1、获取研究区相关的地质资料，包括以下资料中的至少一种：地形地貌、地层岩性、地质构造演化史、历史地震、气象与水文地质条件和研究区地质灾害情况；
7、s1.2、利用机载lidar技术获取测区数据后，通过arcgis对其生成的3d产品进行可视化处理；
8、s1.3、构建松散堆积体识别解译环境，对已有的各种资料进行分类整理和综合分析，并总结松散堆积体lidar遥感特征，建立不同类型松散堆积体的遥感识别标志，步骤s1.3具体包括：
9、s1.3.1、将松散堆积体分类包括：滑坡堆积、崩塌堆积、沟道堆积和坡面堆积，
10、s1.3.2、通过滑坡堆积、崩塌堆积、沟道堆积和坡面堆积的特点，利用arcgis软件在机载lidar-dem生成的山体阴影图像上识别松散堆积体；
11、s1.4、在识别不同类型松散堆积体的基础上，总结数据库内松散堆积体的几何特征和分布特征，其中，几何特征包括以下特征中的至少一种：面积特征、尺寸特征和边长比特征，分布特征包括以下特征中的至少一种：高程分布特征、坡度分布特征和坡向分布特征。
12、可选地，步骤s2具体包括：
13、s2.1、将解译后的松散堆积体数据划分为训练集、测试集；
14、s2.2、根据数据集范围，对影像栅格和泥石流物源矢量，分别转换为样本图像和样本标签，步骤s2.2具体包括：
15、s2.2.1、依据松散堆积体尺寸特征确定样本图像的像素尺寸，在数据集矢量范围内生成相应的裁剪矢量，
16、s2.2.2、对裁剪矢量与解译矢量取交集，得到该松散堆积体在该图像内的泥石流物源标签，即样本标签，
17、s2.2.3、使用裁剪矢量对影像栅格进行裁剪，得到样本图片；
18、s2.3、选用平均正确率对实例分割模型的性能进行评价；
19、s2.4、使用实例分割模型算法对测试集进行充分学习和训练。
20、可选地，步骤s3具体包括：
21、s3.1、通过高精度的dem数据，使用数字高程模型法计算滑坡堆积物源体积；
22、s3.2、基于高精度的dem模型，通过选取崩塌边界上的高程信息，拟合出原始地形界面，再与现有的dem模型做差值即可得到崩塌堆积物源的体积；
23、s3.3、基于高精度的dem模型，采用三角形截面对沟道堆积物源进行体积计算；
24、s3.4、基于高精度的dem模型，采用rusle模型对坡面堆积物源进行体积计算，rusle模型表达式为：
25、a＝r*k*ls*c*p，
26、其中，a为年平均土壤流失量，r为降雨侵蚀力因子，k为土壤可侵蚀性因子，l为坡长因子，s为坡度因子，c植被覆盖与管理因子，p水土保持措施因子。
27、可选地，步骤s3.1具体包括：
28、s3.1.1、将滑坡分为滑源区与堆积区；
29、s3.1.2、利用滑源区的地形数据和堆积区边界线上的地形数据，采用二阶多项式拟合的趋势面法拟合出破坏面，具体包括：
30、s3.1.2.1、在滑源区内部和堆积区边界上生成一系列具有高程信息的点，
31、s3.1.2.2、通过s3.1.2.1中生成的具有高程信息的点使用最小二乘法拟合出滑坡破坏面，
32、s3.1.3、计算原始dem数据与拟合的破坏面之间的差值，再经过栅格统计，得到滑坡体积的大小。
33、可选地，步骤s3.2具体包括：
34、s3.2.1、利用堆积区边界线上的地形数据，使用自然邻域面法对崩塌地界面进行拟合，具体包括：
35、s3.2.1.1、在堆积区边界上生成一系列具有高程信息的点，
36、s3.2.1.2、通过s3.2.1.1生成的高程信息点拟合出崩塌底界面；
37、s3.2.2、计算现有dem数据与拟合的原始地形界面之间的差值，得到崩塌堆积物源体积的大小。
38、可选地，步骤s3.3具体包括：
39、s3.3.1、通过沟道堆积物源的边界线拟合出一个连接沟床两侧的平面；
40、s3.3.2、使用s3.3.1中拟合的平面减去实际地形线，得到沟道堆积表面冲刷深度，并以该处沟道堆积表面冲刷深度的最大本文档来自技高网...
【技术保护点】
1.一种泥石流物源自动识别与静态储量计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S1具体包括：
3.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S2具体包括：
4.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S3具体包括：
5.根据权利要求4所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S3.1具体包括：
6.根据权利要求4所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S3.2具体包括：
7.根据权利要求4所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S3.3具体包括：
8.根据权利要求4所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤S3.4具体包括：
9.一种泥石流物源自动识别与静态储量计算装置，其特征在于，包括：
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程
...【技术特征摘要】
1.一种泥石流物源自动识别与静态储量计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤s1具体包括：
3.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤s2具体包括：
4.根据权利要求1所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤s3具体包括：
5.根据权利要求4所述的泥石流物源自动识别与静态储量计算方法，其特征在于，步骤s3.1具体包括：
6.根据权利要...
【专利技术属性】
技术研发人员：罗熙康，钟辉，徐敬宾，杨伟，刘皓，崔小东，张浩翔，宋加升，张燚，
申请(专利权)人：中国电建集团昆明勘测设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。