期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合多尺度特征与注意力机制的地震地表裂缝智能识别与特征分析:以2025年西藏定日M_(S)6.8地震为例 被引量：3
1
作者 窦杰 唐辉明 +6 位作者 董傲男 黎昊 邢珂 强巴南加 向新建 张乐乐 韩梦嘉 《地球科学》 北大核心 2025年第5期1744-1758,共15页
地震引发的地表裂缝对于揭示断层活动、解析地震构造特征以及震后灾害评估具有重要意义.本研究结合现场采集的高精度无人机(UAV)数据和深度学习技术,对2025年西藏定日M_(S)6.8地震的地表裂缝特征进行了自动识别与分析,揭示了裂缝的走向... 地震引发的地表裂缝对于揭示断层活动、解析地震构造特征以及震后灾害评估具有重要意义.本研究结合现场采集的高精度无人机(UAV)数据和深度学习技术,对2025年西藏定日M_(S)6.8地震的地表裂缝特征进行了自动识别与分析,揭示了裂缝的走向规律,并与InSAR变形数据进行了对比验证.基于现场无人机(UAV)获取的高分辨率影像,构建ResPSP-CBAM模型进行智能识别,成功提取了震后区域的地表裂缝分布.该模型集成了ResUNet的残差结构、空间金字塔池化(PSP)模块和卷积块注意力机制(CBAM),显著提高了地表裂缝识别的精度与鲁棒性.分析结果表明,ResPSP-CBAM模型在准确率、精确度、召回率、F1分数上表现优越,其相应数值分别为0.927、0.829、0.779和0.802,识别出的地表裂缝走向与InSAR解译的地表变形方向高度一致,进一步验证了该方法的有效性.本研究构建的ResPSP-CBAM深度学习模型显著提高了地震地表裂缝智能识别的精度和效率.识别出的地表裂缝包含原生和次生裂缝,且主要以断层破裂引起的原生裂缝为主,总体呈南北走向分布,与登么错断裂带走向高度一致.表明识别区域地震地表裂缝与断层的活动性密切相关.本研究为地震地表裂缝的智能识别提供了新的技术手段,对深入理解震源断层的构造特征提供了有力支持,同时为地震预测、预警及震后灾害评估提供了重要的科学依据. 展开更多
关键词 地表裂缝 西藏定日M_(S)6.8地震 无人机 INSAR 深度学习 respsp-cbam 地质灾害.
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部