基于深度学习和持续同调的LiDAR林下滑坡提取

摘要： 为了从森林覆盖区获取林下滑坡信息，采用LiDAR点云技术构建高分辨率数字地形模型，结合Res-Unet网络和持续同调理论提取林下滑坡信息。选取美国华盛顿州风河实验林作为研究区，选择其中3个区域进行定量分析，经计算，区域内提取滑坡信息的准确度均值为79.7%,召回率均值为70.2%,F₁均值为65.5%,表明基于Res-Unet和持续同调的提取方法能够准确识别研究区内大部分滑坡...