融合多尺度特征与注意力机制的地震地表裂缝智能识别与特征分析:以2025年西藏定日MS6.8地震为例
窦杰1
唐辉明1
董傲男1
黎昊1
邢珂1
强巴南加2
向新建1
张乐乐1
韩梦嘉1
1.中国地质大学(武汉)湖北巴东地质灾害国家野外科学观测研究站,湖北 武汉 4300742.西藏自治区水利电力规划勘测设计研究院,西藏 拉萨 850000
摘要：地震引发的地表裂缝对于揭示断层活动、解析地震构造特征以及震后灾害评估具有重要意义.本研究结合现场采集的高精度无人机(UAV)数据和深度学习技术,对 2025 年西藏定日MS6.8 地震的地表裂缝特征进行了自动识别与分析,揭示了裂缝的走向规律,并与InSAR变形数据进行了对比验证.基于现场无人机(UAV)获取的高分辨率影像,构建ResPSP-CBAM模型进行智能识别,成功提取了震后区域的地表裂缝分布.该模型集成了ResUNet的残差结构、空间金字塔池化(PSP)模块和卷积块注意力机制(CBAM),显著提高了地表裂缝识别的精度与鲁棒性.分析结果表明,ResPSP-CBAM模型在准确率、精确度、召回率、F1 分数上表现优越,其相应数值分别为 0.927、0.829、0.779 和0.802,识别出的地表裂缝走向与InSAR解译的地表变形方向高度一致,进一步验证了该方法的有效性.本研究构建的ResPSP-CBAM深度学习模型显著提高了地震地表裂缝智能识别的精度和效率.识别出的地表裂缝包含原生和次生裂缝,且主要以断层破裂引起的原生裂缝为主,总体呈南北走向分布,与登么错断裂带走向高度一致.表明识别区域地震地表裂缝与断层的活动性密切相关.本研究为地震地表裂缝的智能识别提供了新的技术手段,对深入理解震源断层的构造特征提供了有力支持,同时为地震预测、预警及震后灾害评估提供了重要的科学依据.
关键词：地表裂缝西藏定日MS6.8地震无人机InSAR深度学习ResPSP-CBAM地质灾害
分类号：P751(海洋工程)
资助基金：国家自然科学基金(No.42090054)国家自然科学基金(No.42477170)资源与生态环境地质湖北省重点实验室开放基金项目(No.HBREGKFJJ-202411)
论文发表日期：2025-05-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：15( 1744-1758 )
英文信息