基于国产高分卫星数据的矿山环境变化检测

• 作者: 唐尧 王立娟 贾虎军 靳晓 马国超
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 矿山监测 变化检测 高分二号卫星影像 极限学习机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 技术应用
• 页码范围: 151-158
• 页数: 8页
• 分类号: TP751.1
• 字数: 5729字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2018.03.21

摘要

为了提高矿山遥感监测的自动化程度,弥补传统监测方法的缺陷,以国产高分二号(GF-2)影像为数据源,根据矿山监测的目标,提取多源特征,构建一种自动化程度较高的面向对象的变化检测方法,用于矿山环境的动态监测.这种方法在利用变化向量分析法(change vector analysis,CVA)进行变化检测的基础上自动选择训练样本,然后利用极限学习机(extreme learning machine,ELM)提取变化信息.将该方法与其他常用的5种方法对比,实验结果表明:该方法的检测精度高达98.73％,且自动化程度高,很适用于矿山环境的动态监测分析;以四川省攀枝花市米易县的典型矿山和尾矿库为例,开展矿山及周边环境动态监测实验,准确地检测出了矿山及其周边区域所发生的变化,验证了该方法的可行性,也为矿山实施大规模遥感动态监测提供了范例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立娟	成都理工大学环境与土木工程学院	23	84	5.0	8.0
10	靳晓		6	23	3.0	4.0
14	贾虎军		8	25	3.0	4.0
18	唐尧		18	79	5.0	8.0