Das 8,0 Magnituden Erdbeben in Wenchuan im Jahr 2008 führte zu einer Vielzahl von Erdrutschen und geologischen Einstürzen, was zu einer hohen Häufigkeit von geologischen Katastrophen in der starken Erdbebenzone nach dem Erdbeben führte, und aufgrund seiner enormen Bedrohung für Leben und Eigentum breites Interesse weckte. Die schnelle Extraktion von Informationen über Erdrutsche mittels Fernerkundung und anderer Technologien ist von entscheidender Bedeutung, um die Verluste durch Naturkatastrophen zu reduzieren. In diesem Artikel wird eine Transfer-Learning-Methode vorgeschlagen, die Merkmale aus einem Datensatz natürlicher Szenen lernt und auf die Erdrutschextraktion überträgt. Diese Methode wird zunächst auf dem ResNet-Netzwerk in ImageNet trainiert, dann werden Proben von Bildern der Erdrutschgebiete eingegeben, und das vortrainierte Netzwerk und seine Parameter auf LinkNet übertragen, um schließlich die Erdrutschextraktion durchzuführen. Die Analyse und Überprüfung der Erfahrung mit der Extraktion von Erdstößen nach dem Wenchuan-Erdbeben von 2013 bis 2015 zeigten, dass die in diesem Artikel vorgeschlagene Transfer-Learning-Methode eine höhere Extraktionsgenauigkeit aufweist als die traditionelle Methode der Stützvektormaschine und andere Methoden des tiefen Lernens, was die nachfolgende Bewertung und Entscheidungsfindung begünstigt.

Fernerkundung; Erdrutschextraktion; Transfer-Learning; ImageNet; Hochauflösende chinesische Satelliten