Data fusion using aerial photographs and satellite images for detailed landslide assessment
Notice bibliographique
Résumé
Hong Kong is one of the world's mountainous international cities, and landslides are a constant threat to human life and property. Monitoring landslides in Hong Kong is important and this is always done by field surveying. However, although conventional survey techniques provide accurate landslide information, they are limited to small areas and physical contact with the slope may be dangerous. Remote sensing techniques can provide an alternative for collecting information about landslide causes and occurrences, and they may assist in the prediction of future landslide occurrences. This article demonstrates the use of monoscopic and stereoscopic aerial photographs, along with satellite images from the IKONOS very high resolution (VHR) sensor for detailed landslide hazard assessment over Hong Kong. For monoscopic aerial photographs, a fusion technique for generating pseudo true colour images from false colour aerial photographs was demonstrated. The pseudo true colour image is useful for better visual analysis in the photogrammetric model. For monoscopic IKONOS image, a set of image fusion techniques was applied in order to improve landslide interpretation, and the results were examined visually and statistically. The Pan-sharpening method among all the image fusion techniques has been demonstrated to have superior performance for identifying both landslide trails and crowns. Stereoscopic viewing using a stereoscopic pair of aerial photographs and stereoscopic IKONOS images was employed for more detailed landslide investigation such as landscape positional relationships (e.g. streams and ridges). Digital elevation models (DEM) were generated from aerial photographs and IKONOS stereoscopic images, and they were compared with digital contour data with 2 m contour interval. The DEMs generated from digital photogrammetric model and IKONOS stereoscopic images are consistently more accurate than an existing DEM, and are sensitive to micro-scale terrain features. The Hong Kong Civil Engineering Department may use the derived monoscopic fused images, stereoscopic images, DEM and anaglyph as objective measures for a detailed landslide study within Hong Kong.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».