滑坡识别是滑坡灾害研究的工作前提,准确而快速的滑坡识别与滑坡制图对滑坡易发性、滑坡机理、滑坡监测和预警等研究具有十分重要的意义.在最近20年里,滑坡识别在学术和实践领域都获得了极大的发展.然而,针对滑坡识别领域的文献计量学...滑坡识别是滑坡灾害研究的工作前提,准确而快速的滑坡识别与滑坡制图对滑坡易发性、滑坡机理、滑坡监测和预警等研究具有十分重要的意义.在最近20年里,滑坡识别在学术和实践领域都获得了极大的发展.然而,针对滑坡识别领域的文献计量学分析却很少,我们通过收集分析Web of Science(WOS)TM核心合集中2003—2022年所发表的1830篇滑坡识别领域的文章,根据年度文章量、研究领域、研究机构、有影响力的期刊、核心作者、高被引文章、关键词的时间趋势和研究主题地图等,对该领域进行了全面的统计分析.结果表明:滑坡识别每年发表的文章数量呈逐年上升趋势,年均增长率达到14.14%;其中《Remote Sensing》期刊的文章发表数量近几年呈现出爆炸式增长,特别是2020年后排在了首位,显示了全球滑坡遥感研究进入到高发展期;通过高被引文章、关键词和研究主题地图分析发现滑坡识别当前有潜力的热门研究方向主要有深度学习、机器学习、InSAR等.这些结果可以有效地帮助相关研究人员更好地了解滑坡识别领域研究的过去和现状,更好地追踪当前的研究热点.展开更多
针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组...针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。展开更多
文摘滑坡识别是滑坡灾害研究的工作前提,准确而快速的滑坡识别与滑坡制图对滑坡易发性、滑坡机理、滑坡监测和预警等研究具有十分重要的意义.在最近20年里,滑坡识别在学术和实践领域都获得了极大的发展.然而,针对滑坡识别领域的文献计量学分析却很少,我们通过收集分析Web of Science(WOS)TM核心合集中2003—2022年所发表的1830篇滑坡识别领域的文章,根据年度文章量、研究领域、研究机构、有影响力的期刊、核心作者、高被引文章、关键词的时间趋势和研究主题地图等,对该领域进行了全面的统计分析.结果表明:滑坡识别每年发表的文章数量呈逐年上升趋势,年均增长率达到14.14%;其中《Remote Sensing》期刊的文章发表数量近几年呈现出爆炸式增长,特别是2020年后排在了首位,显示了全球滑坡遥感研究进入到高发展期;通过高被引文章、关键词和研究主题地图分析发现滑坡识别当前有潜力的热门研究方向主要有深度学习、机器学习、InSAR等.这些结果可以有效地帮助相关研究人员更好地了解滑坡识别领域研究的过去和现状,更好地追踪当前的研究热点.
文摘针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。
