【技术实现步骤摘要】
本专利技术涉及地质灾害识别，尤其是涉及一种用于识别地震液化的方法及系统。
技术介绍
1、同震砂土液化是指地震发生时，由于孔隙水压力升高和有效应力减小，场地砂土由固态转变为液态的一种现象。砂土液化坑指砂土液化后在地表形成的类似火山状的覆盖物。砂土液化坑快速获取液化空间分布有助于地震烈度评估和地震应急响应。
2、目前，砂土液化坑的鉴定通常依赖于野外现场调查，往往非常耗时、耗力。更重要的是，在高原、国外等区域往往在震后一段时间内很难到达，无法获得液化坑的完整空间分布。因此，开发基于卫星或航空图像的自动提取方法有助于克服野外调查的缺点。
3、现有的砂土液化坑自动识别可以归纳为两类。第一类是无监督分类策略，不需要砂土液化坑样本。该策略通过比较震前和震后图像来检测砂土液化坑。这些方法在没有砂土液化坑样点的情况下自动获得砂土液化。然而，这些方法的性能通常取决于影像的成像质量。影像的成像质量通常受成像时间、天气、分辨率等因素的影响。此外，当与地震发生时间相近的震前图像不存在时，这些方法通常会失败。第二类是基于震后图像的监督分类策略。监督分类策略需要提前采集一定数量的砂土液化坑样本。这种策略可以进一步分为基于像素的方法和基于对象的方法。基于像素的方法侧重于每个像素中砂土液化坑的光谱特性，而不考虑砂土液化坑的形态特征。这类方法避免使用震前影像，通常比无监督方法具有更准确和稳健的识别结果。
4、由于砂土液化坑的形态特征(如大小、形状)，基于对象的方法通常需要非常高分辨率的图像，例如无人机(uav)图像。与无人机图像
5、目前，基于像素的方法往往需要用户收集土地覆盖图，以帮助选择非液化/液化坑样本。然而，高分辨率的土地覆被图很难获得，并且，目前土地覆盖图并不是用于识别砂土液化坑。同时，目前的基于监督分类的方法需要用户非常仔细地绘制液化多边形。液化的边界通常非常模糊，难以绘制，错误的范围可能会导致识别精度的下降。
6、因此，现有技术需要提供一种提高砂土液化类型识别的准确性和适用性的地震砂土液化识别方案。
技术实现思路
1、本专利技术的目的在于，需要提供一种提高砂土液化类型识别的准确性和适用性的地震砂土液化识别方案。
2、为了解决上述技术问题，本专利技术实施例提供了一种用于识别地震液化的方法，包括：采集待评价区域的遥感图像，并提取各个像素点的液化相关参数；根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定表征像素点是否属于砂土液化的分类类型；根据像素点的分类类型，形成完整砂土液化坑区域。
3、优选地，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定表征像素点是否属于砂土液化的分类类型的步骤中，包括：根据所述遥感图像的分辨率级别来配置相应的识别模型，其中包括：当所述遥感图像的空间分辨率为亚米或者米级别时，选择第一类识别模型来确定像素点的砂土液化类型；当所述遥感图像的空间分辨率为厘米或分米级别时，选择第二类识别模型来确定像素点的砂土液化类型。
4、优选地，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定像素点的砂土液化类型的步骤中，包括：判断所述液化相关参数中的各项数据间的相关性，并根据至少一项相关系数来确定所需的识别模型，其中包括：当至少一项相关系数均小于预设系数阈值，且所述待评价区域存在大量人工建筑时，选择第一类识别模型来确定像素点的砂土液化类型；当至少一项相关系数均超过预设系数阈值，且所述待评价区域存在大量自然景观时，选择第二类识别模型来确定像素点的砂土液化类型。
5、优选地，所述遥感图像为基于不同图像类型的震后图像，所述图像类型为卫星图像、遥测图像、无人机图像和地形图像中的一种或几种。
6、优选地，所述液化相关参数包括地形特征、光谱波段参数和光谱指数参数，所述地形特征包括平坦地区、沼泽、草地、河流、湖泊、洪泛区、道路和裸露岩石，所述光谱波段参数包括蓝色、绿色、红色和近红外，所述光谱指数参数包括归一化差值水指数、归一化差值植被指数、改良土壤植被调整指数、盐度指数和粒度指数中的一种或几种。
7、优选地，所述方法还包括：构建所述第一类识别模型，其中包括：采集目标区域在不同震后时间段内采集到的所有图像类型的遥感图像，并提取所述遥感图像中的各个像素点的液化相关参数，形成具有不同地形特征、光谱波段参数和光谱指数参数组合信息的液化样本点和非液化样本点；建立关于预测液化类型的第一基本模型，并利用所述液化样本点和非液化样本点来对所述第一基本模型进行训练与验证，形成所述第一类识别模型，其中，所述第一基本模型包括多个并联的第一决策树和位于所述多个第一决策树的后端的投票决策模块。
8、优选地，所述方法还包括：构建所述第二类识别模型，其中包括：采集目标区域在不同震后时间段内采集到的所有图像类型的遥感图像，并提取所述遥感图像中的各个像素点的液化相关参数，形成具有不同地形特征、光谱波段参数和光谱指数参数组合信息的液化样本点和非液化样本点；建立关于预测液化类型的第二基本模型，并利用所述液化样本点和非液化样本点来对所述第二基本模型进行训练与验证，形成所述第二类识别模型，其中，所述第二基本模型包括多个级联的第二决策树和用于对所有第二决策树的预测结果进行加权的输出模块，后一级的决策树根据前一级决策树计算得到的样本点负梯度而得到。
9、优选地，在根据所述像素点的砂土液化类型，形成完整砂土液化坑区域的步骤中，包括：分别利用尺度逐级增加的窗口模板，依次对含有像素点分类类型分布结果信息的初始图像开展栅格像素处理，获得多级栅格像素处理后的第一图像；识别所述第一图像中的砂土液化区域并计算每个砂土液化区域的分形维数；通过将至少一个砂土液化区域分形维数分别与预设分形维数阈值进行对比，删除分形维数超过所述预设分形维数阈值的砂土液化区域，其中，所述预设分形维数阈值根据允许图像中含有人工建筑物和/或道路的最低空间容量特征而确定；基于剩余砂土液化区域，形成完整砂土液化坑区域。
10、另一方面，本专利技术实施例提供了一种用于识别地震液化的系统，包括：特征提取模块，其配置为采集待评价区域的遥感图像，并提取各个像素点的液化相关参数；砂土液化类型识别模块，其配置为根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定表征像素点是否属于砂土液化的分类类型；液化坑区域形成模块，其配置为根据像素点的分类类型，形成完整砂土液化坑区域。
11、另外，本专利技术实施例还提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现如上述所述的方法的步骤。
本文档来自技高网...
【技术保护点】
1.一种用于识别地震液化的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定表征像素点是否属于砂土液化的分类类型的步骤中，包括：
3.根据权利要求1所述的方法，其特征在于，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定像素点的砂土液化类型的步骤中，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述遥感图像为基于不同图像类型的震后图像，所述图像类型为卫星图像、遥测图像、无人机图像和地形图像中的一种或几种。
5.根据权利要求4所述的方法，其特征在于，所述液化相关参数包括地形特征、光谱波段参数和光谱指数参数，所述地形特征包括平坦地区、沼泽、草地、河流、湖泊、洪泛区、道路和裸露岩石，所述光谱波段参数包括蓝色、绿色、红色和近红外，所述光谱指数参数包括归一化差值水指数、归一化差值植被指数、改良土壤植被调整指数、盐度指数和
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：构建所述第一类识别模型，其中包括：
7.根据权利要求5或6所述的方法，其特征在于，所述方法还包括：构建所述第二类识别模型，其中包括：
8.根据权利要求1～7中任一项所述的方法，其特征在于，在根据所述像素点的砂土液化类型，形成完整砂土液化坑区域的步骤中，包括：
9.一种用于识别地震液化的系统，其特征在于，包括：
10.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现如权利要求1～8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种用于识别地震液化的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定表征像素点是否属于砂土液化的分类类型的步骤中，包括：
3.根据权利要求1所述的方法，其特征在于，所述地震液化识别模型包括第一类识别模型和第二类识别模型，其中，在根据所述各个像素点的液化相关参数，利用地震液化识别模型，确定像素点的砂土液化类型的步骤中，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述遥感图像为基于不同图像类型的震后图像，所述图像类型为卫星图像、遥测图像、无人机图像和地形图像中的一种或几种。
5.根据权利要求4所述的方法，其特征在于，所述液化相关参数包括地形特征、光谱波段参数和光谱指数参数，所述地形...
【专利技术属性】
技术研发人员：梁朋，胡朝忠，蒲进，刘大庆，柏沁，李建华，梁俊涛，马艺，赵旻，黄振伟，徐岳仁，吕晓健，
申请(专利权)人：西藏大唐扎拉水电开发有限公司，
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。