【2024|全球滑坡数据集论文解读3】基于多源高分辨率遥感影像的同震滑坡制图全球分布式数据集

文章目录

【2024|全球滑坡数据集论文解读3】基于多源高分辨率遥感影像的同震滑坡制图全球分布式数据集
3. Globally Distributed Coseismic Landslide Dataset (GDCLD)

欢迎宝子们点赞、关注、收藏！欢迎宝子们批评指正！
祝所有的硕博生都能遇到好的导师！好的审稿人！好的同门！顺利毕业！

大多数高校硕博生毕业要求需要参加学术会议，发表EI或者SCI检索的学术论文会议论文：
可访问艾思科蓝官网，浏览即将召开的学术会议列表。会议入口：https://ais.cn/u/mmmiUz

论文链接：https://essd.copernicus.org/articles/16/4817/2024/essd-16-4817-2024.pdf

3. Globally Distributed Coseismic Landslide Dataset (GDCLD)

GDCLD数据集的创建可大致分为两个主要部分：滑坡数据收集和遥感数据处理。

在第一部分中，我们汇编了过去7年全球由地震引发的最新滑坡事件，并获取了相应的遥感图像。
第二部分详细描述了滑坡标注的过程及创建标准数据集的方法。

工作流程如图1所示。

在这里插入图片描述

3.1 Data collection

我们的数据集包含了由九次地震事件引发的滑坡目录，这些事件分布在喜马拉雅地震带和环太平洋地震带，如图2所示。这些区域曾多次发生震级超过5.9的地震，导致大量滑坡发生（见表2）。我们从多个遥感来源获取了这些地点的数据。本节阐述了地震事件的具体情况及遥感数据的来源。
在这里插入图片描述

3.1.1 The 2017 Jiuzhaigou earthquake-triggered landslides

2017年8月8日，四川省九寨沟发生了一次Mw 6.5的地震（经度102.82° E，纬度33.20° N），引发了2498次滑坡，主要为浅表滑坡和崩塌。最大滑坡面积约为2.3×10^5 m²（Fan et al., 2018）。九寨沟位于青藏高原东北缘，处于龙门山断裂带以北的构造活跃区，是地中海–喜马拉雅地震带的一部分（Fan et al., 2018）。该地区的平均海拔超过3000米，最大高差达2228米，植被覆盖率超过70%（Yi et al., 2020; Chen et al., 2019）。裸露的地质构造包括来自泥盆纪、石炭纪、二叠纪、三叠纪和第三纪的各种灰白色砂岩和白云岩（Fang et al., 2022）。
在地震发生后，我们获取了多幅遥感图像：2017年9月22日获得了分辨率为0.2米的无人机图像（Phase One iXU1000），2017年10月13日获得了分辨率为3米的PlanetScope图像，以及来自Map World的0.5米分辨率图像（见补充材料中的图S1）。

在这里插入图片描述

3.1.2 The 2017 Mainling earthquake-triggered landslides

2017年11月18日，青藏高原的梅林地区发生了6.4级地震（经度95.02° E，纬度29.75° N），造成3人受伤，影响人数达12,000人。此次地震引发了超过1000次滑坡，阻塞了多个水流，总受影响面积达到33.61 km²，其中最大滑坡面积为4.9 km²（Hu et al., 2019）。梅林位于青藏高原东南缘的雅鲁藏布大峡谷，是地中海–喜马拉雅地震带的一部分。该地区海拔从800米至7782米不等，平均海拔为2500米，最大高差达到2000米，植被覆盖率高达60%（Gao et al., 2023; Chen et al., 2019）。这里的季风气候年降水量在1500至2000毫米之间（Huang et al., 2021）。地震后，我们于2017年12月17日和2018年4月8日获取了3米分辨率的PlanetScope图像，以进行滑坡解读（见图S2）。
在这里插入图片描述

3.1.3 The 2018 Hokkaido earthquake

2018年9月6日，日本北海道发生了Mw 6.6的地震（经度142.01° E，纬度42.69° N），造成44人遇难和660多人受伤。约80%的伤亡是由于共震滑坡造成的。此次地震引发了超过7800次滑坡，严重破坏了基础设施。滑坡受影响的总面积为23.77 km²，最大滑坡面积为0.5 km²（Wang et al., 2019）。该地区年降水量为1200至1800毫米，相对其他日本地区较低（Yamagishi and Yamazaki, 2018），地质特征包括砂岩、泥岩、粉砂岩和页岩，并覆盖有大量火山沉积物（Wang et al., 2019）。在北海道地震后，我们于2018年12月12日获取了分辨率为3米的PlanetScope图像，以及0.5米分辨率的Map World图像（见图S3）。
在这里插入图片描述

3.1.4 The 2018 Palu earthquake

2018年9月28日，印尼苏拉威西的帕卢地区发生了Mw 7.5的地震，震源深度为10公里（经度119.84° E，纬度0.18° S）。Shao et al.（2023）的详细分析显示，在14600 km²的区域内，约有15700次共震滑坡，滑坡总面积约为43.0 km²。这些滑坡主要集中在震中南侧的山谷地区。该研究提供了对这些滑坡的语义层面解读，主要为浅层扰动（Shao et al., 2023）。不过，也观察到了一些大规模的流动滑坡、岩石坠落和泥石流。高分辨率的Map World图像（1米）被用于支持该分析（见图S4）。
在这里插入图片描述

3.1.5 The 2019 Mesetas earthquake

研究地点位于哥伦比亚东科尔迪列拉的东部山脚下。2019年12月24日，梅塞塔斯发生了6.0级地震，震中位于经度76.19°W，纬度3.45°N（Poveda et al., 2022）。此次地震引发了约800次共震滑坡，这些滑坡的分布及其主要方向受限于瓜佩西托断层内的剪切带，该断层是阿尔赫西拉斯断层的一个支脉（Poveda et al., 2022）。为了分析这些现象，我们于2020年1月5日和2月12日获取了3米分辨率的PlanetScope图像（见图S5）。

在这里插入图片描述

3.1.6 The 2021 Nippes earthquake

2021年8月14日，海地的尼佩斯山发生了Mw 7.2级地震（经度73.45°W，纬度18.35°N）。此次地震与8月16日至17日的格雷斯飓风带来的强降雨叠加，导致了蒂布龙半岛上多次二次地质灾害。这场灾难造成至少2246人遇难，超过12763人受伤（Calais et al., 2022）。地震共引发4893次滑坡，总覆盖面积约为45.6 km²，最大单个滑坡面积达到3.1×10⁵ m²（Zhao et al., 2022b）。受影响区域海拔最高达到2300米（Alpert, 1942），主要由火山岩（如玄武岩）和沉积岩（特别是石灰岩）构成（Harp et al., 2016）。在地震后，我们利用2022年8月29日获取的3米分辨率PlanetScope图像和0.5米分辨率的Map World图像评估损害（见图S6）。

在这里插入图片描述

3.1.7 The 2022 Sumatra earthquake

2022年2月25日，印尼西苏门答腊发生了Mw 6.1级地震，震源深度为4.9公里。震中位于Talakmau火山东南约20公里处（经度100.10° E，纬度0.22° N），该复合火山海拔约3000米。Talakmau火山在全新世期间活动，其岩石主要由更新世至全新世的安山岩和玄武岩组成（Basofi et al., 2016）。地震引发了火山东侧及东北侧6 km²范围内的大规模滑坡。高分辨率的PlanetScope图像（3米）于2022年3月5日和4月24日拍摄，记录了这些滑坡（见图S7）。
在这里插入图片描述

3.1.8 The 2022 Lushan earthquake

2022年6月1日，四川省泸山县发生Mw 5.9级地震（经度102.94° E，纬度30.37° N），造成4人遇难，42人受伤，影响人数达14,427人。此次地震引发1063次滑坡，总面积为7.2 km²，最大单个滑坡面积为0.3 km²（Zhao et al., 2022a）。该地区位于青藏高原东南缘，平均海拔超过2000米，海拔范围为557至4115米（Tang et al., 2023）。区域内植被覆盖率高达80%，属于亚热带季风气候，年降水量在1100至1300毫米之间（Chen et al., 2019）。地质组成以裸露的砂岩和泥岩为主（Zhao et al., 2022a）。为评估受影响区域，我们收集了高分辨率影像，包括2022年6月13日使用Sony ILCE-5100获取的3米分辨率PlanetScope影像、0.5米分辨率Map World影像及0.2米分辨率的无人机影像（见图S8）。
在这里插入图片描述

3.1.9 The 2022 Luding earthquake

2022年9月5日，四川省泸定县发生Mw 6.8级地震（经度102.08° E，纬度29.59° N），造成93人遇难。此次地震引发了约15,000次滑坡，覆盖面积为28.53 km²，最大单个滑坡面积为2.4×10⁵ m²（Dai et al., 2023）。该地区位于青藏高原东南缘，属于Y型涧水河断裂带（Yang et al., 2022a）。其地质组成主要包括石灰岩、砂岩、白云岩和一些侵入岩（Dai et al., 2023）。在地震后，我们迅速开展救援行动和数据收集，利用了2022年10月7日获取的0.2米分辨率无人机影像（Phase One IXU1000）、2022年9月25日获取的3米分辨率PlanetScope影像、0.5米分辨率的Map World影像以及2米分辨率的高分六号影像（见图S9）。
在这里插入图片描述

3.2 Preprocessing of landslide dataset

**在上述九次事件中，现有的公共数据主要集中在地质分析上，而非语义分割相关任务。在对遥感影像进行多源数据空间配准、大气校正和辐射定标后，我们利用QGIS进行滑坡解译。**这些标签的划定参考了地震前的遥感影像和地震后的多源遥感影像。通过比较双时相影像的光谱差异和分析形态特征，我们绘制了滑坡的语义标签（见图3）。这九次事件的滑坡多边形绘制主要由包括作者在内的五名研究人员组成的团队完成。所有团队成员均具备地质或遥感专业知识，参与了一年的详细解译工作。此外，我们还积极参与了中国发生的这些重大地震后的应急响应和现场调查，进一步提高了滑坡清单的可靠性。
在这里插入图片描述
图4展示了九寨沟地震、泸山地震和泸定地震后现场拍摄的照片。具体而言，图4a1和b1是在四川泸定拍摄的，展示了集中发生的滑坡对万东河村造成的广泛破坏，并导致当地基础设施严重受损。相应的分辨率为0.2米的航空照片（图4a2和b2）提供了受影响区域的全面视角。图4c1是在四川泸山拍摄的，捕捉了地震引发的大规模滑坡坝的后果，该滑坡坝阻碍了河道。相应的PlanetScope影像（图4c2）提供了改变后景观的俯视图。此外，图4d1是在九寨沟熊猫海拍摄的，展示了大量滑坡沉积物到达海洋的情况，伴随的0.2米分辨率的无人机影像（图4d2）提供了详细的视角。最后，图4e展示了这些调查中的现场工作照片。这些现场调查有助于增强我们对遥感解译的理解和后续校准。

在这里插入图片描述
**为了获得滑坡标签的语义级别注释，所有遥感影像被转换为RGB图像（8位）。预处理阶段分为三个步骤：二值掩膜生成、数据采样和图像拼接。**首先，利用Python中的Rasterio库，将每个选定区域的滑坡矢量标签转换为二值掩膜，其中1表示滑坡，0表示背景。随后，对滑坡密集区域进行采样，并将遥感影像和掩膜拼接并裁剪为规则网格，形成1024×1024像素的图像块。为了减少图像块之间的干扰，重叠参数设置为0。鉴于非滑坡区域和滑坡区域之间明显的不平衡，我们手动去除了大多数没有滑坡像素注释的图像。正样本（滑坡样本）与负样本（非滑坡样本）的比例分别为8.01%和91.99%。表3展示了每个研究案例不同遥感数据源的详细信息。
在这里插入图片描述

在这里插入图片描述
此外，为了增强深度学习模型的稳健性和泛化能力，手动选择了一些背景噪声元素作为负的非滑坡样本，包括云、道路、建筑物、裸地和岩石。负样本的具体内容如下：多种道路（见图5e、k、m、n、p和s）、河道（见图5e、k、n、s和t）、云（见图5o和r）以及荒地（见图5c、h和q）。此外，人造结构和建筑物也被纳入考虑（见图5e和k）。

欢迎宝子们点赞、关注、收藏！欢迎宝子们批评指正！
祝所有的硕博生都能遇到好的导师！好的审稿人！好的同门！顺利毕业！

大多数高校硕博生毕业要求需要参加学术会议，发表EI或者SCI检索的学术论文会议论文：
可访问艾思科蓝官网，浏览即将召开的学术会议列表。会议入口：https://ais.cn/u/mmmiUz