摘 要：為了快速、高效、智能提取滑坡，提高滑坡動態(tài)監(jiān)測工作的效率，探索將YOLO V8模型應(yīng)用于高分辨率遙感影像滑坡自動解譯當中，通過建立不同地區(qū)的滑坡解譯樣本，構(gòu)建面向地質(zhì)災害監(jiān)測的識別樣本庫；采用YOLO V8深度學習網(wǎng)絡(luò)結(jié)構(gòu)，基于預訓練模型構(gòu)建大影像滑坡智能解譯模型，實現(xiàn)滑坡的快速自動識別提取。結(jié)果表明：模型提取的滑坡結(jié)果與人工解譯的滑坡提取邊界重合度高，形狀基本一致，分割精度較好，在驗證集上mAP50達到了0.995，mAP50-95（M）為0.716 18，召回率為0.904 24。相較于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)（CNN），模型具有更高的精度和更快的速率，可為滑坡動態(tài)監(jiān)測工作提供技術(shù)支持。

關(guān)鍵詞：滑坡；深度學習；智能提取模型；地質(zhì)災害

中圖分類號：TP79" " " " " " " " " " " " " " " " " " " " " " " " " "文獻標志碼：A

0 引言

滑坡是最常見的地質(zhì)災害之一，具有突發(fā)性、影響范圍廣、難以預測等特點?；略谧匀粸暮υ斐傻慕?jīng)濟損失中位列第二，對人類危害巨大，不僅破壞交通運輸、農(nóng)業(yè)生產(chǎn)、城鎮(zhèn)設(shè)施等，也會給人民生命財產(chǎn)安全帶來巨大的損失。

2020年全國發(fā)生滑坡4 810起，2021年全國發(fā)生滑坡2 335起，2022年全國發(fā)生滑坡1 919起。地質(zhì)災害統(tǒng)計結(jié)果顯示，2016—2022 年共發(fā)生70 253 起地質(zhì)災害，其中滑坡50 110 起，占地質(zhì)災害70%以上[1]?；碌囊?guī)模小至百余立方米，大可達上億立方米。

利用衛(wèi)星遙感、無人機等天地一體化對地觀測系統(tǒng)進行地理要素提取統(tǒng)計具有周期性、動態(tài)性、宏觀性等方面的巨大優(yōu)勢[2]?；伦R別的主要依據(jù)是滑坡發(fā)生后在遙感圖像上所呈現(xiàn)出的紋理、形狀和光譜特性等屬性與周圍地物明顯不同，可以利用這種差異來進行滑坡目標識別，一般采用面向像元識別方法、面向?qū)ο笞R別方法和深度學習方法[3]。隨著遙感影像空間分辨率不斷提高，面向?qū)ο蟮臋C器學習分類方法逐漸優(yōu)化，在中小尺度上進行遙感影像語義分割相較于傳統(tǒng)機器學習方法有更高的精度[4]。過去，受限于遙感影像空間分辨率高、數(shù)據(jù)量大、計算機算力有限，自動識別精度較低，未能廣泛應(yīng)用。隨著大數(shù)據(jù)時代來臨和AI技術(shù)高速發(fā)展，機器學習因深度學習理論的發(fā)展而取得突破性進展，基于深度學習理論的遙感影像解譯分析方面涌現(xiàn)出大量研究成果[4-8]。黨宇等[8]基于深度學習理論，引入地物圖斑分類理論體系，對地表土地覆蓋地物進行分類。周楠[4]基于深度學習理論，嘗試了精細化土地覆蓋變化遙感提取研究。

目前應(yīng)用于遙感影像的地物語義分割框架大部分基于CNN模型，遵循編碼器-解碼器的框架。為改進基礎(chǔ)框架中的各種限制，衍生出各種模型，例如U-Net網(wǎng)絡(luò)用來獲取細節(jié)信息、Deeplab系列引入上下文信息及各種自注意力機制方法等。YOLO是一種基于圖像全局信息進行預測的全新目標檢測系統(tǒng)，由Redmon等[9]于2016年提出，目前進行了多次迭代更新，模型性能逐步強大。YOLO V8作為其最新的改進型，在性能上和速度上均有優(yōu)異的表現(xiàn)，尤其是計算效率上相對于卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型有較大優(yōu)勢。

由于滑坡具有突發(fā)性、難以預測性、破壞性，當前階段對其動態(tài)監(jiān)測主要依賴人工解譯和遙感，但是人工解譯未實現(xiàn)全覆蓋。為了提高實際工作中滑坡動態(tài)監(jiān)測工作的效率，本文探索將YOLO V8模型應(yīng)用于高分辨率遙感影像滑坡自動解譯當中，建立不同地區(qū)的滑坡解譯樣本，構(gòu)建面向防災減災的識別樣本庫；采用YOLO V8深度學習網(wǎng)絡(luò)結(jié)構(gòu)，基于預訓練模型構(gòu)建大影像的滑坡智能解譯模型，通過分塊—提取—拼接，實現(xiàn)滑坡的自動識別及提取。

1 研究區(qū)域

九寨溝地處四川北部阿壩藏族羌族自治州，東臨甘肅省文縣，北與甘肅省舟曲縣、迭部縣交界，西接若爾蓋縣，南同平武縣、松潘縣接壤[9]。域跨103°46′E—104°4′E、32°54′N—33°19′N。地勢西北高東南低，以高山為主，另有部分山原和平壩，地形呈階次變化，海拔落差達2 000 m 。地處青藏高原向四川盆地過渡地帶[10]，地質(zhì)背景復雜，碳酸鹽分布廣泛，褶皺斷裂發(fā)育，新構(gòu)造運動強烈，地殼抬升幅度大，多種營力交錯復合，造就了多種多樣的地貌，發(fā)育了大規(guī)?？λ固刈饔玫拟}化沉積[11]，以植物喀斯特鈣化沉積為主導。九寨溝有角峰、刃脊、懸谷、槽谷，槽谷伸至海拔2 800 m 。

主要數(shù)據(jù)源為高分一號（GF-1）衛(wèi)星和高分二號（GF-2）衛(wèi)星，選擇四川省九寨溝縣為試驗區(qū)。因九寨溝位于四川盆地與青藏高原接壤地帶[12]，縣內(nèi)高山縱橫、河谷交錯，高山與峽谷地貌占據(jù)了縣內(nèi)大部分地區(qū)，海拔落差極大，最高與最低處的海拔差距達到 3 719 m、植被覆蓋率高，導致該區(qū)域地殼活動頻繁，極易發(fā)生滑坡?；聟^(qū)域如圖1所示，紅色點為滑坡易發(fā)區(qū)域。

1.1 樣本庫構(gòu)建

基于國產(chǎn)高分系列遙感影像，進行滑坡樣本庫構(gòu)建。為了利用深度神經(jīng)網(wǎng)絡(luò)進行訓練，將大幅遙感影像進行切片處理，切片影像大小為512像素×512像素，重疊度為0%?；聵颖厩衅蛄袠颖救鐖D2所示。

YOLO V8模型的訓練樣本集文件組織結(jié)構(gòu)采用COCO數(shù)據(jù)集的數(shù)據(jù)組織結(jié)構(gòu)，如圖3所示。

本文采用標注軟件Labelme對切片數(shù)據(jù)進行標注。由于YOLO V8網(wǎng)絡(luò)讀取的標簽文件是txt文件，需要將json文件轉(zhuǎn)換成txt文件，每個多邊形以“類別標簽+多邊形節(jié)點橫/縱坐標串”構(gòu)成一條記錄，并且多邊形的節(jié)點坐標轉(zhuǎn)換為圖像的歸一化相對坐標，取值為[0，1]。同時由于滑坡數(shù)據(jù)集有限，為擴充樣本集數(shù)量，采用水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)以及重采樣的方式進行數(shù)據(jù)增強。實驗中的訓練樣本總共有6 351個，訓練時采用7∶2∶1的分配方式構(gòu)成訓練集、驗證集、測試集。訓練集標注框如圖4所示。

1.2 分割模型構(gòu)建

YOLO的模型結(jié)構(gòu)主要分為兩個部分：骨干網(wǎng)絡(luò)（Backbone Network）和檢測頭（Detection Head）[13]。

1.2.1 骨干網(wǎng)絡(luò)（Backbone Network）

YOLO使用骨干網(wǎng)絡(luò)提取圖像特征。通常，YOLO使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）作為骨干網(wǎng)絡(luò)，如Darknet、ResNet、Tiny YOLO、MobileNet等。骨干網(wǎng)絡(luò)負責從原始圖像中提取特征[14]，以便檢測頭能夠更好地理解圖像中的目標信息。

1.2.2 檢測頭（Detection Head）

YOLO的檢測頭負責從骨干網(wǎng)絡(luò)提取的特征中預測目標的位置和類別[15]。檢測頭通常包括卷積層、全連接層和輸出層。YOLO的輸出層生成目標檢測的最終結(jié)果。對于每個網(wǎng)格單元，輸出的通道包含了每個邊界框的信息，每個邊界框通常包括：中心坐標（x，y）（表示邊界框相對于當前網(wǎng)格單元左上角的相對位置[16]）、寬度和高度（w，h）（表示邊界框的寬度和高度相對于整個圖像的比例[17]）、類別概率（表示目標屬于每個類別的概率）。

YOLO在訓練時使用錨點框以適應(yīng)不同尺寸和比例的目標。每個輸出通道的邊界框預測都與一個或多個錨點框相關(guān)聯(lián)。錨點框的尺寸和比例通過在數(shù)據(jù)集上進行聚類得到[18]。

YOLO的工作流程：

（1）輸入圖像。YOLO接收原始圖像作為輸入。

（2）通過骨干網(wǎng)絡(luò)，提取輸入圖像特征。

（3）骨干網(wǎng)絡(luò)的特征傳遞給檢測頭，生成目標檢測的預測結(jié)果。

（4）后處理。對預測結(jié)果進行非極大值抑制（NMS）等后處理操作，得到最終的目標檢測結(jié)果[19]。

YOLO V8作為YOLO系列最新的改進型，骨干網(wǎng)絡(luò)和Neck部分參考YOLO V7的設(shè)計思想，將YOLO V5的C3結(jié)構(gòu)換成梯度流更為豐富的C2f結(jié)構(gòu)，對不同尺度模型調(diào)整了不同的通道數(shù)，以提升模型性能。Head部分換成主流的解耦頭結(jié)構(gòu)，將分類和檢測頭分離，從基于Anchor的模式換成了基于Anchor-Free的模式。從整體上來看，YOLO V8和YOLO V5基本一致。本研究中采用YOLO V8的預訓練模型“yolo v8s-seg.pt”作為初始化參數(shù)，再利用滑坡數(shù)據(jù)集進行模型參數(shù)微調(diào)。

2 實驗分析

實驗中采用的訓練主機為1臺配置有NVIDIA 3060 Ti顯卡的高性能工作站。選用Pytorch網(wǎng)絡(luò)模型庫，設(shè)置batch_size為16，迭代次數(shù)為100。訓練總共花費3 h。采用TensorBoard模塊監(jiān)測模型訓練過程。訓練設(shè)備性能見表1。

模型中常用調(diào)整的超參數(shù)包括：①學習率 （lr0）：確定每次迭代的步長，同時向損失函數(shù)中的最小值移動。②批量大?。╞atch）：前向傳遞中同時處理的圖像數(shù)量。③紀元數(shù)（epochs）：一個紀元是所有訓練示例的一次完整的前向和后向傳遞。④架構(gòu)細節(jié)：例如通道數(shù)、層數(shù)、激活函數(shù)的類型等。本模型使用遺傳算法來優(yōu)化超參數(shù)。超參數(shù)初始值見表2。

本文采用的精度評定指標包括：

（1）并交交集 （IoU）：是一種預測邊界框與地面真實邊界框之間重疊的度量。它在評估目標定位的準確性方面起著基礎(chǔ)作用。

（2）平均精度 （AP）：召回率曲線下的面積[20]，提供包含模型精度和召回性能的單個值。若對于某一個類別具有較低的AP，則表示模型對于該類別識別率較低。

（3）多對象平均精度 （mAP）：通過計算多個對象類的平均AP值來擴展AP的概念。

（4）精確率和召回率：精確率量化了所有陽性預測中真陽性的比例，評估模型避免誤報的能力。召回率量化了實際為正例的樣本中被正確預測為正例的比例。

（5）F1 分數(shù)：精確率和召回率的調(diào)和平均值[21]，在考慮誤報和漏報的同時提供對模型性能的平衡評估。

模型訓練精度如圖5所示，在訓練過程中，模型類別損失值（cls_loss）、邊界框損失值（box_loss）隨著迭代次數(shù)的增加逐步遞減。表3為評價指標結(jié)果，recall為召回率，precision為精度，seg_loss為分割邊界損失，mAP50為平均精度50%的精度，mAP50-95為交并比50%～95%的精度，train表示訓練集，val表示驗證集，metrics表示矩陣，B表示最佳檢測方案，M表示多目標。

訓練好的模型在驗證集上的分割結(jié)果如圖6。由圖6可見，模型提取的滑坡結(jié)果與人工解譯的滑坡提取邊界邊界重合度高，形狀基本一致，分割精度較好，在驗證集上mAP50達到了0.995，mAP50-95（M）為0.716 18，召回率為0.904 24（見表3）。本模型在精度上和效率上均優(yōu)于傳統(tǒng)的語義分割模型，在實際生產(chǎn)工作中具有較強的可行性。

3 結(jié)束語

將“one-stage”深度學習語義分割框架YOLO V8模型用于滑坡識別提取工作中，基于高分系列影像，針對九寨溝縣構(gòu)建滑坡識別樣本庫，為后續(xù)的滑坡預警預測分析提供了寶貴的數(shù)據(jù)樣本?；赮OLO V8語義分割預訓練模型，構(gòu)建了滑坡快速提取模型，相較于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)（CNN），本模型具有更高的精度和更快的速率，可為滑坡動態(tài)監(jiān)測工作提供技術(shù)支持。后續(xù)將嘗試結(jié)合坡度，引入大模型，提高模型的自動識別能力，同時建立不同地區(qū)防災減災工作的重點監(jiān)管對象的樣本庫，構(gòu)建多類型識別分割模型，提高識別滑坡隱患的準確性和可靠性，為滑坡隱患的防災減災提供科學依據(jù)。

參考文獻：

[1] 向世康. 滑坡地質(zhì)災害預測模型研究與應(yīng)用[D]. 成都：電子科技大學，2023.

[2] 趙輝，黎家作，李晶晶.中國水土流失動態(tài)監(jiān)測與評價的現(xiàn)狀與對策[J].水土保持通報，2016，36（1）：115-119.

[3] 賀躍光，姜風航，苗則朗，等. 基于深度學習和持續(xù)同調(diào)的LiDAR林下滑坡提取[J]. 礦冶工程，2023，43 （5）：32-36.

[4] 周楠. 基于深度學習的精細化土地覆蓋變化遙感提取方法研究[D]. 北京：中國科學院大學（中國科學院空天信息創(chuàng)新研究院），2022.

[5] TALUKDAR S，SINGHA P，MAHATO S，et al. Land-use Land-cover Classification by Machine Learning Classifiers for Satellite Observations—A Review[J]. Remote Sensing，2020，12（7）：1135.

[6] 潘霞. 基于Google Earth Engine云平臺下地物覆被類型的遙感影像智能分類方法研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學，2021.

[7] 李唯嘉. 面向遙感影像分類、目標識別及提取的深度學習方法研究[D].北京：清華大學，2019.

[8] 黨宇，鄧喀中，趙有松，等. 基于深度學習 AlexNet 的遙感影像地表覆蓋分類評價研究[J]. 地球信息科學學報，2017，19（11）：1530-1537.

[9] REDMON J，F(xiàn)ARHADI A. YOLO9000：Better，F(xiàn)aster，Stronger[C]//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. July 21-26，2017，Honolulu，HI，USA. New York：IEEE Press，2017：6517-6525.

[10] 賀紅瓊. 九寨溝縣生態(tài)旅游管理研究[D]. 桂林：廣西師范大學，2015.

[11] 藏族地區(qū)世界文化遺產(chǎn)、自然遺產(chǎn)介紹[J]. 中國藏學，2010（增刊1）：105-113，128.

[12] 李金蘭. 神奇的九寨森林[J]. 廣西林業(yè)，2016（6）：46-48.

[13] 王馨. 喀斯特景觀自然美全球?qū)Ρ确治雠c世界遺產(chǎn)價值研究：以黃果樹景區(qū)為例[D]. 貴陽：貴州師范大學，2023.

[14] 楊茹. 基于Anchor-Free的遙感圖像目標檢測算法研究[D]. 天津：河北工業(yè)大學，2021.

[15] 程瑤，賈寧，高晨斐，等. 基于DCNN降噪器的紅外串擾圖像復原方法[J]. 儀表技術(shù)與傳感器，2023（3）：77-81.

[16] 姜浩天. 基于深度學習的鋼材表面缺陷檢測算法研究[D]. 哈爾濱：哈爾濱理工大學，2023.

[17] 馬海月. 基于深度學習的隧道漏纜卡具故障檢測系統(tǒng)研究與實現(xiàn)[D]. 石家莊：河北科技大學，2020.

[18] 楊文陽，吳葉森，張峰，等. 基于YOLO V5s的社交媒體平臺火災圖像檢測方法研究[J]. 中國電子科學研究院學報，2022，17 （9）：833-841.

[19] 楊明森. 基于多特征融合的行人檢測技術(shù)研究[D]. 哈爾濱：哈爾濱工程大學，2019.

[20] 王霄仟. 基于輕量網(wǎng)絡(luò)的目標檢測與機械臂位姿估計[D]. 西安：西安電子科技大學，2020.

[21] 胡屹群，周紹光，岳順，等. 利用視覺詞袋模型和顏色直方圖進行遙感影像檢索[J]. 測繪通報，2017（1）：53-57.

Intelligent Landslide Extraction Method Based on Deep Learning

ZHAO Jing1，2，CHEN Zhe1，2，WU Yibang1，2，CUI Changlu1，2，LI Jingwei1，2

（1. Spatial Information Technology Application Department，Changjiang River Scientific Research Institute，Wuhan 430010，China；2. Wuhan Research Center on Intelligent Drainage Basin Engineering Technology，Wuhan 430010，China）

Abstract：The aim of this paper is to extract landslides quickly，efficiently and intelligently to improve the efficiency of landslide dynamic monitoring. We explore the application of the YOLO V8 model in automatic interpretation of high-resolution remote sensing landslide image. By establishing landslide interpretation samples in different regions，we constructed a recognition sample library oriented to geohazard monitoring. Based on the YOLO V8 deep learning network structure and pre-training model，we constructed an intelligent interpretation model for large image landslides to rapidly and automatically identify and extract landslides. Findings indicate that the landslide results extracted by the model are highly overlapped with the manually interpreted landslide extraction boundaries，with basically the same shape and good segmentation accuracy. On the validation set，the mAP50 reached 0.995，the mAP50-95 （M） was 0.716 18，and the recall rate was 0.904 24. Compared with the traditional convolutional neural network （CNN），this model has higher accuracy and faster processing speed，providing technical support for landslide dynamic monitoring.

Key words：landslides；deep learning；intelligent extraction model；geologic hazard

基金項目：湖北省自然科學基金項目（2022CFD173）；水利部重大科技項目（SKR2022003）；湖南省水利科技項目（XSKJ2022068-12）

作者簡介：趙 靜，女，工程師，碩士，主要從事水土保持科學與水利遙感技術(shù)研究。E-mail：michelle111859@hotmail.com

通信作者：陳 喆，女，高級工程師，博士，主要從事水利遙感、水利信息化等研究。E-mail：airmicheal@126.com