应力涂层定向电钢（GOES）中尖峰区域的实验分析 川村雄介（Yusuke Kawamura）、 赫尔穆特·普夫茨纳（Helmut Pfützner）和 格奥尔基·希利亚什基（Georgi Shilyashki）

《Sensors》：Experimental Analyses of Spike Domains in Stress-Coated Grain-Oriented Electrical Steels (GOES) Yusuke Kawamura, Helmut Pfützner and Georgi Shilyashki

　　

摘要

为了解决传统自动化滑坡检测方法的主要局限性——即依赖于大型训练数据集、检测精度不足以及误报率较高——本研究提出了一种基于InSAR的自动化滑坡检测方法，该方法结合了多权重因子耦合技术，被称为改进的热点分析（IHSA）方法。该方法利用InSAR获取的地表变形数据，通过空间权重矩阵优化热点检测模型，并结合多特征融合技术。进一步应用形态学处理来细化滑坡边界。与人工解译的真实数据对比验证表明，该方法精度达到90.20%，相比传统热点分析方法提高了53.61个百分点，同时保持了92.00%的稳定召回率。提取的滑坡边界与人工解译结果高度一致，有效克服了传统方法中常见的问题，如输出结果不连续和内部空洞。本研究为大规模潜在滑坡的早期识别提供了一种高效且无需训练的解决方案，为区域滑坡检测和灾害减缓提供了重要的方法论支持和数据基础。