● 题目 ●
Titlle
期刊：International Journal of Applied Earth Observation and Geoinformation
作者：Rubing Liang a b , Keren Dai a b c , Qiang Xu a , Saeid Pirasteh e f , Zhenhong Li c d , Tao Li g , Ningling Wen a b , Jin Deng a b , Xuanmei Fan a
年份：2024
亮 点
• 分析了多个地面的振幅特征和极化分解。
• 提出了一种通过单时相 PolSAR 图像识别滑坡的方法。
• 利用全极化 SAR 绘制了九寨沟地震的滑坡清单。
• 讨论了 PolSAR 滑坡制图的误差来源、优势和劣势。
●●● 摘要(Abstract)●●●
2017 年 8 月 8 日，四川省九寨沟县发生 7.0 级地震，引发了众多同震滑坡。迅速识别这些滑坡对于紧急救援工作和震后灾害评估至关重要。地震后，光学卫星和无人驾驶飞行器（UAV）图像常常被云层和雾气遮挡。相比之下，不受恶劣天气条件影响的极化合成孔径雷达（PolSAR）成为不可或缺的工具。然而，利用星载单时相 SAR 绘制同震滑坡清单的情况并不常见，并且由于若干限制而遇到约束。在本研究中，该文分析了全极化 SAR 图像中多种地面类别的幅度特征和极化分解，并提出了一种使用单时相全极化 SAR 图像准确识别同震滑坡的自动化方法。利用高分辨率 UAV 图像绘制并验证了九寨沟地震后的同震滑坡清单。进行了详细分析以确定导致遗漏和误报的误差源。此外，该文评估了各种机器学习模型，以将其性能与该文提出的方法进行比较。最后，该文对不同数据类型（PolSAR、光学卫星和 UAV）在同震滑坡识别方面的优缺点进行了全面讨论。该文的结果表明，所提出的基于 PolSAR 的方法在同震滑坡清单绘制中实现了高精度，为未来在复杂环境和各种天气条件下及时进行震后应急响应提供了有效的解决方案。
●●● 图表(Figures)●●●
图 1. （a）以泸定地震后的光学卫星图像和无人机图像的获取为例，由于地震后的持续多云和多雾天气条件，其获取受阻超过一周；（b）2022 年 9 月 8 日获取的北京-2 图像；（c）2022 年 9 月 7 日获取的吉林-1 图像；（d）2022 年 9 月 10 日获取的高分-6 图像；（e）2022 年 9 月 10 日获取的高分-2 图像；（f-g）2022 年 9 月 6 日获取的无人机/小型载人飞机图像。
图 2. 研究区域的地图，包含完整的高分三号极化合成孔径雷达（PolSAR）假彩色图像和无人机图像。(a)数字高程模型（DEM）；(b) 分辨率为 8 米的高分三号极化合成孔径雷达假彩色图像；(c - d) 地震后分辨率为 1 米的无人机图像。
图 3 基于单时相全极化 SAR 图像的同震滑坡识别技术路线
图 5. 多种地面类别的振幅值极化分解。（a）水；（b）植被；（c）不透水表面；（d）滑坡。W4 是掩盖区域的阈值分割方法。
图 7. 基于单时相全极化 SAR 图像的同震滑坡识别。（（a1）、（b1）和（c1）是高分辨率无人机图像；（a2）、（b2）和（c2）是全极化 SAR 图像；（a3）、（b3）和（c3）是不同极化的幅度值；（a4）、（b4）和（c4）是极化分解图像；（a5）、（b5）和（c5）是奇数散射机制的幅度值）
图 10. 对已识别的同震滑坡导致的遗漏和误报的详细分析。
图 12. 各种机器学习模型在测试数据集上的 ROC 和 AUC 曲线（带有混淆矩阵）
●●● 结论(Conclusions)●●●
在这项研究中，该文对源自 C 波段高分三号全极化 SAR 图像的多个地面类别的极化信息进行了分析。该文的研究结果表明，幅度特征和极化分解在辨别各种地面类别方面均有效。具体而言，幅度特征有助于排除水域，而极化分解有助于消除植被区域。然而，在区分不透水表面时出现了挑战，因为它们在幅度特征和极化分解中都表现出类似的高幅度值，类似于在滑坡中观察到的那些。作为回应，该文提出了一种使用单时相全极化 SAR 图像识别同震滑坡的自动化方法。该方法成功识别出 183 个同震滑坡，累计面积为 2.27 平方千米。为了评估各种机器学习模型的性能，该文发现支持向量机（SVM）方法优于其他方法，实现了平衡且总体有效的准确率 92.19％。随后，该文引入了无人机图像来分析误报，并确定这些主要受缩短效应和 SAR 图像的空间分辨率影响。本文强调了极化 SAR 图像的优势，其能够在所有天气条件下观测地球并覆盖广阔区域。这为震后迅速绘制同震滑坡清单提供了一种新颖的替代方案。随着极化 SAR 数据的不断发展，未来的极化 SAR 图像有望为准确绘制同震滑坡清单提供关键技术支持。
● 参考文献 ●
●●● References ●●●
Liang, R., Dai, K., Xu, Q., Pirasteh, S., Li, Z., Li, T., Wen, N., Deng, J. and Fan, X., 2024. Utilizing a single-temporal full polarimetric Gaofen-3 SAR image to map coseismic landslide inventory following the 2017 Mw 7.0 Jiuzhaigou earthquake (China). International Journal of Applied Earth Observation and Geoinformation, 127, 103657.
End
工程地质灾害与滑坡风险评估
engeomodel@gmail.com
● 扫码关注我们
Welcome
免责声明
本公众号推广所有论文，仅供学术交流，由于小编水平有限，摘要、图表均为原文内容，文字翻译部分仅代表小编个人理解，本公众号不具该原文的版权。在文献解读或作者简历介绍过程中如有疏漏，我们深表歉意，如涉及侵权问题或冒犯之处，请作者团队及时联系本公众号（邮箱），我们会在第一时间进行修改或删除，感谢您的谅解！
