付蕭 郭加偉 劉秀菊 魯恒 楊正麗 項(xiàng)霞

摘要：選取四川“4·20”蘆山地震震區(qū)發(fā)生的地震滑坡為研究對(duì)象，首先構(gòu)建區(qū)域地質(zhì)特色的無人機(jī)影像地震滑坡樣本庫；然后引入遷移學(xué)習(xí)機(jī)制完成了無人機(jī)高分辨率遙感影像地震滑坡信息提取。研究結(jié)果表明地震滑坡提取總體精度達(dá)87.2%，能滿足地震滑破災(zāi)害環(huán)境宏觀調(diào)查，滑坡災(zāi)害體監(jiān)測(cè)等應(yīng)急需求。

關(guān)鍵詞：信息提?。簧疃葘W(xué)習(xí)；遷移學(xué)習(xí)；地震滑坡；無人機(jī)影像

中圖分類號(hào)：P642.22；TP751 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)： 1000-0666（20.18）02-0186-06

0 引言

我國處于環(huán)太平洋地震帶和喜馬拉雅與地中海地震帶交匯處，受太平洋板塊、印度洋板塊和菲律賓海板塊的擠壓，地震斷裂帶異常發(fā)育，所以我國地震發(fā)生頻率較高。強(qiáng)烈的地震通常會(huì)引發(fā)大量滑坡，且常常造成嚴(yán)重的經(jīng)濟(jì)損失和人員傷亡（許沖，徐錫偉，2012）。我國地震滑坡分布較廣，特別是西部、西南部山區(qū)地帶，每發(fā)生一次大地震均會(huì)產(chǎn)生許多地震滑坡，離震中一定距離范圍內(nèi)將產(chǎn)生大量隱伏的地震滯后滑坡。中國地質(zhì)環(huán)境年報(bào)顯示，2000年以來我國地震滑坡災(zāi)害平均每年造成的死亡人數(shù)達(dá)1000人以上，年均經(jīng)濟(jì)損失超過50億元（Holbling et al，2015；張鐸等，2013）。

進(jìn)入21世紀(jì)以來，空間信息處理的主要研究內(nèi)容被列人地理信息科學(xué)的優(yōu)先發(fā)展領(lǐng)域（國家自然科學(xué)基金委員會(huì)，2010），以此為主要手段的災(zāi)情信息獲取是重點(diǎn)應(yīng)用領(lǐng)域之一。在全球?qū)Φ赜^測(cè)網(wǎng)絡(luò)中廣泛部署的各式傳感器，使得持續(xù)獲取高時(shí)空分辨率、屬性信息日益豐富的數(shù)據(jù)成為可能，低空或超低空飛行的無人機(jī)平臺(tái)以其分辨率高、時(shí)效性好的優(yōu)勢(shì)，已逐漸成為災(zāi)害應(yīng)急數(shù)據(jù)獲取的主要平臺(tái)。但是，既快又易的遙感數(shù)據(jù)獲取能力已經(jīng)遠(yuǎn)遠(yuǎn)超過現(xiàn)有的遙感數(shù)據(jù)有效處理能力。隨著地震滑坡災(zāi)害頻繁發(fā)生，災(zāi)情應(yīng)急階段數(shù)據(jù)量驟增，人工解譯的不足引發(fā)災(zāi)情數(shù)據(jù)獲取耗時(shí)增加的問題，進(jìn)而導(dǎo)致數(shù)據(jù)難以滿足災(zāi)害應(yīng)急任務(wù)的實(shí)際需求，“數(shù)據(jù)既多又少”的矛盾日益突出（李松等，2015；魯學(xué)軍等，2014）。因此，如何從高分辨率影像中快速、準(zhǔn)確地提取出滑坡信息，己成為遙感技術(shù)應(yīng)用于地震滑坡減災(zāi)亟待突破的難題。

本文以低空遙感、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的理論知識(shí)為基礎(chǔ)，構(gòu)建低空無人機(jī)遙感地震滑坡樣本庫，提出基于遷移學(xué)習(xí)機(jī)制的無人機(jī)遙感影像地震滑坡信息自動(dòng)提取方法。提供一套基于低空無人機(jī)高分辨率影像的地震滑坡災(zāi)害快速提取解決方案，旨在為地震后無人機(jī)遙感應(yīng)用于災(zāi)情調(diào)查提供理論基礎(chǔ)，為我國西南山區(qū)的地震滑坡災(zāi)害治理提供有效技術(shù)支撐。

1 數(shù)據(jù)與方法

本文選取四川“4·20”蘆山地震震區(qū)發(fā)生的地震滑坡作為實(shí)驗(yàn)對(duì)象。該次地震發(fā)生在龍門山斷裂帶，是四川成都平原區(qū)域地震的典型代表，其研究成果可以進(jìn)一步用于成都平原周邊山區(qū)的滑坡災(zāi)害預(yù)防、規(guī)劃等應(yīng)用，具有較好的應(yīng)用價(jià)值。本研究以上述區(qū)域?yàn)閷?shí)驗(yàn)區(qū)，期望能夠逐步完善基于高分辨率低空遙感技術(shù)的地震滑坡災(zāi)害解決方案。

具體步驟如下：首先，利用所收集的滑坡災(zāi)害的歷史數(shù)據(jù)資料，滑坡影像、地表覆被、地質(zhì)環(huán)境等各類信息，考慮到應(yīng)急情況下災(zāi)區(qū)遙感數(shù)據(jù)源的單一性，研究地震滑坡災(zāi)害低空遙感影像樣本庫構(gòu)建方法；然后，為了快速、準(zhǔn)確地提取當(dāng)前無人機(jī)影像地震滑坡信息，引入遷移學(xué)習(xí)機(jī)制，完成特征知識(shí)從舊影像到新影像的遷移，完成地震滑坡信息的提取；最后再進(jìn)行提取精度的評(píng)估。

1.1 地震滑坡災(zāi)害樣本庫構(gòu)建

無人機(jī)影像分辨率高，研究區(qū)涉及到的影像數(shù)量多，滑坡樣本庫的構(gòu)建工作包括：確定災(zāi)害樣本點(diǎn)標(biāo)簽、邊界范圍的確定、屬性賦值、裁切影像、編碼存儲(chǔ)等，如果按照常規(guī)方法構(gòu)建地震滑坡樣本庫的建設(shè)需要耗費(fèi)大量人力物力，且效率較低。對(duì)樣本庫構(gòu)建流程進(jìn)行分析可發(fā)現(xiàn)，確定災(zāi)害樣本點(diǎn)標(biāo)簽、邊界范圍的確定、屬性賦值需要人工操作，因?yàn)樵搸撞讲僮鞔嬖诖罅坎淮_定性；裁切影像和編碼存儲(chǔ)可以通過計(jì)算機(jī)自動(dòng)實(shí)現(xiàn)，本文基于ArcPy（ArcGIS Python二次開發(fā)包）二次開發(fā)實(shí)現(xiàn)影像自動(dòng)裁剪和編碼人庫。地震滑坡災(zāi)害樣本庫建立流程如圖1所示。

1.2 無人機(jī)高分影像滑坡信息提取

計(jì)算機(jī)機(jī)器學(xué)習(xí)是近年來飛速發(fā)展的一個(gè)研究領(lǐng)域。把機(jī)器學(xué)習(xí)應(yīng)用于圖像處理、圖像理解中通常需要提供足夠的訓(xùn)練樣本，否則后續(xù)的分類精度難以得到保證，甚至導(dǎo)致分類模型結(jié)果不收斂，信息提取難以完成（Cheng et al，2013；Fiorucci et al，2011）。本文研究發(fā)現(xiàn)，由于滑坡災(zāi)害影像相較于自然影像可獲得的數(shù)據(jù)量少，直接將常規(guī)機(jī)器學(xué)習(xí)應(yīng)用到滑坡信息提取中存在困難。雖然研究區(qū)涉及到的影像數(shù)量多，但可供采集的滑坡樣本卻較少，導(dǎo)致很難獲得足夠多滿足模型訓(xùn)練條件的訓(xùn)練樣本數(shù)據(jù)。而且，常規(guī)機(jī)器學(xué)習(xí)應(yīng)用的提前是同分布假設(shè)，在實(shí)際應(yīng)用中發(fā)現(xiàn)在很多領(lǐng)域難以達(dá)到同分布假設(shè)，甚至?xí)霈F(xiàn)訓(xùn)練樣本過期等問題。需要對(duì)不符合要求的樣本進(jìn)行重標(biāo)注，又會(huì)導(dǎo)致工作量和作業(yè)成本的大幅增加。

為解決上述問題，遷移學(xué)習(xí)（Transfer Learn-ing）在深度學(xué)習(xí)的基礎(chǔ)上發(fā)展起來。簡單來講，遷移學(xué)習(xí)的本質(zhì)就是從一個(gè)模式中通過深度學(xué)習(xí)獲取的知識(shí)遷移應(yīng)用到另一個(gè)應(yīng)用模式中。因此，遷移學(xué)習(xí)不像常規(guī)機(jī)器學(xué)習(xí)一樣需要同分布假設(shè)。根據(jù)遷移學(xué)習(xí)遷移的對(duì)象不同可劃分為4類：依據(jù)實(shí)例的遷移學(xué)習(xí)、基于特征的遷移學(xué)習(xí)、根據(jù)參數(shù)的遷移學(xué)習(xí)和基于關(guān)聯(lián)知識(shí)的遷移學(xué)習(xí)。

根據(jù)建立的樣本庫情況，本文采用基于特征的遷移學(xué)習(xí)方法。當(dāng)前可搜集到帶標(biāo)簽的自然圖像庫較多，本文選取經(jīng)典的由斯坦福大學(xué)計(jì)算機(jī)視覺研究中心標(biāo)注完成的ImageNet庫，該圖像庫涵蓋了上百萬的已標(biāo)注圖像。首先，通過在Ima-geNet庫中建立深度卷積神經(jīng)網(wǎng)絡(luò)獲得特征提取方法；然后，將獲取的特征提取方法通過特征遷移的方式轉(zhuǎn)移到無人機(jī)高分辨率遙感影像的滑坡特征提取過程中。圖2為遷移學(xué)習(xí)機(jī)制下的地震滑坡信息提取，主要包括特征學(xué)習(xí)、特征遷移以及滑坡災(zāi)害信息提取3部分。

1.3 精度評(píng)價(jià)

在進(jìn)行遙感影像信息提取時(shí)，難免會(huì)產(chǎn)生誤差，其原因很多，比如不同傳感器信息獲取方法的不同、影像分辨率的不同或者目標(biāo)地面物體提取中分布空間特征的影響等。因此非常有必要對(duì)誤差形成的原因進(jìn)行分析，從而了解信息提取結(jié)果的實(shí)用性（許沖，2013：Lu，et al，2011）。

遙感影像信息提取精度的定義是提取地物信息的準(zhǔn)確度。提取精度是檢驗(yàn)提取方法、模型規(guī)則是否可靠的通用標(biāo)準(zhǔn)。通過信息提取精度的計(jì)算與分析，可以評(píng)判方法與結(jié)果的優(yōu)劣，有助于信息提取模型的修正。通常，遙感影像信息提取精度評(píng)價(jià)的方法有2類：一類是通過人工目視圖像定性評(píng)價(jià)；另一類是通過實(shí)地調(diào)研或已有可靠精度樣本數(shù)據(jù)通過計(jì)算的方法定量進(jìn)行精度評(píng)價(jià)。由于本文選用的無人機(jī)影像有較高的空間分辨率，所以采用定量計(jì)算滑坡信息提取的精度，通過可靠的評(píng)價(jià)樣本數(shù)據(jù)計(jì)算信息提取結(jié)果的總體精度和Kappa系數(shù)等指標(biāo)（薄樹奎，丁琳，2010；Foody，2002）。

2 結(jié)果與分析

2.1 地震滑坡信息提取結(jié)果

根據(jù)1.1節(jié)和1.2節(jié)所述原理，首先進(jìn)行地震滑坡災(zāi)害樣本庫的建立。結(jié)合目視解譯和自動(dòng)裁剪編碼，完成了地震滑坡樣本庫的構(gòu)建。為保證后續(xù)特征遷移學(xué)習(xí)的順利進(jìn)行，本文特意在構(gòu)建樣本庫時(shí)構(gòu)建出少量負(fù)樣本（非地震滑坡樣本），包括正樣本520個(gè)、負(fù)樣本410個(gè)。樣本庫中的部分正、負(fù)樣本如圖3所示。

在特征學(xué)習(xí)階段，本文采用加州大學(xué)伯克利分校計(jì)算機(jī)視覺研究小組預(yù)訓(xùn)練好的ImageNet分類模型Decaf，由5層卷積網(wǎng)絡(luò)層及3層全連接層構(gòu)成。為了進(jìn)一步分析基于特征遷移的網(wǎng)絡(luò)訓(xùn)練的結(jié)果，對(duì)不同類型樣本輸入下網(wǎng)絡(luò)各層的激活情況進(jìn)行了對(duì)比分析。研究發(fā)現(xiàn)，將地震滑坡正、負(fù)樣本激活，在2層開始稀疏化，隨著網(wǎng)絡(luò)前向傳播過程中在3層，地震滑坡正、負(fù)樣本的激活情況呈現(xiàn)出明顯不同的模式，最后在FC6層滑坡正、負(fù)樣本激活情況基本上完全相反，完全適用于區(qū)分滑坡區(qū)和非滑坡區(qū)。最終滑坡信息提取結(jié)果如圖4所示。

2.2 提取精度評(píng)估

根據(jù)1.3節(jié)所述原理，考慮到無人機(jī)影像的空間分辨率較高，本文直接通過人工目視解譯獲得驗(yàn)證數(shù)據(jù)，通過人工目視解譯隨機(jī)獲取了70個(gè)地震滑坡數(shù)據(jù)驗(yàn)證點(diǎn)，78個(gè)非地震滑坡數(shù)據(jù)驗(yàn)證點(diǎn)。通過將驗(yàn)證點(diǎn)與提取結(jié)果進(jìn)行疊加來判斷提取的滑坡結(jié)果是否正確。經(jīng)過統(tǒng)計(jì)計(jì)算可得，對(duì)于本文實(shí)驗(yàn)影像，該方法滑坡信息提取的總體精度為87.2%，Kappa系數(shù)為0.743，具體結(jié)果如表1所示。在提取效率方面，以本文實(shí)驗(yàn)數(shù)據(jù)為例，在Intel Core i7 2.4 GHz，8 GA內(nèi)存、Windows 8環(huán)境下，本文方法耗時(shí)0.8h?；滦畔⑻崛【群托誓軡M足震后災(zāi)情信息快速獲取的需求。

3 結(jié)論

如何快速、準(zhǔn)確獲取地震滑坡災(zāi)害信息，已成為遙感減災(zāi)工作的難點(diǎn)。本文研究了一種基于遷移學(xué)習(xí)的無人機(jī)低空遙感高分辨率影像滑坡信息自動(dòng)提取方法。該方法有效地將計(jì)算機(jī)領(lǐng)域的深度學(xué)習(xí)、遷移學(xué)習(xí)與災(zāi)害遙感領(lǐng)域相結(jié)合，提高了高分遙感領(lǐng)域?yàn)?zāi)害信息獲取的自動(dòng)化程度?？紤]到該方法在空間數(shù)據(jù)提取上的潛力，如何進(jìn)一步地發(fā)掘歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)的關(guān)聯(lián)關(guān)系將是下一步研究的重點(diǎn)。本文研究為高分辨率遙感影像地震滑坡信息快速提取與重點(diǎn)災(zāi)害區(qū)域快速研判提供一定思路。

參考文獻(xiàn)：

薄樹奎，丁琳.2010.訓(xùn)練樣本數(shù)目選擇對(duì)面向?qū)ο笥跋穹诸惙椒ň鹊挠绊慬J]，中國圖象圖形學(xué)報(bào)，15（7）：1106一1111.

國家自然科學(xué)基金委員會(huì)，中國科學(xué)院.2010.未來10年中國學(xué)科發(fā)展戰(zhàn)路（地球科學(xué)卷）[M].非京：科學(xué)出版社.

李松，鄧寶昆，徐紅勤，等.2015.地震墊滑坡災(zāi)害遙感快速識(shí)別方法研究[J].遙感信息，30（4）：25一28.

魯學(xué)軍，史振春，尚偉濤，等.2014.滑坡高分辨率遙感多維解譯方法及其應(yīng)用[J]，中國圖象圖形學(xué)報(bào)，14（1）：141一149.

許沖，徐錫偉.2012.基于不同核函數(shù)的2010年玉樹地震滑坡空間預(yù)測(cè)模型研究[J].地球物理學(xué)報(bào)，55（9）：2994一3005：

許沖.2013.基于最大似然法的地震滑坡信息自動(dòng)提取及其可靠性檢驗(yàn)[J].中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，24（3）：19-25.

張鐸，吳中海，李家存，等.2013.國內(nèi)外地震滑坡研究綜述[J].地質(zhì)力學(xué)學(xué)報(bào)，19（3）：225-241，

Cheng G，Guo L，Zhao T，et al.2013.Automatic Landslide Detection FromRemote-sensing Imagery Using a Scene Classification MethodBased on Bovw and Plsa[J].international Journal of Remote Sens-ing，34（1）：45-59.

Fiorucci F，Cardinali M，Carlo R，et al.2011.Seasonal Landslide Mappingand Estimation of Landslide Mobilization Rates Using Aerial and Sat-ellite Images[J].Geomorphology，129（1）：59-70.

Foody G M.2002.Status of land cover classification accuracy assessment[J].Remote Sensing of Environment，80（1）：185-201.

Holbling D，F(xiàn)riedl B，Eisank C.2015.An object-based approach forsemi-automated landslide change detection and attribution of chan-ges to landslide classes in northern Taiwan[J].Earth Science Infor-matics，8（2）：327-335.

Lu P，Stumpf A，Kerle N，et al.2011.Object-oriented Change Detectionfor Landslide Rapid Mapping[J].IEEE Geoscience and RemoteSensing Letters，8（4）：701-705.