文章编号：1674-6139（2025）06-0145-06

中图分类号：X831文献标志码：B

Research on Monitoring Methods for Geological Hazards in NaturalWaterandSoilPollution Areas

Huang Guodong

（GuangdongCoal Geology 201 Exploration Team，Qingyuan511515，China）

Abstract：Theareaofsoilandwaterpollutionislarge，esultinginhugeamountofimagedata.Theacuracyofextractingsoiland waterpolutiosfrasieeststiefloicaldoTdaleical hazardmonitoringmethodforwaterandsoilpolutionareasisproposed.Firstlyanelectrichandthrowndroneplatformandafiedwing droneareusedtoovercomethedificultiesofcomplexterrainandhshenvironentndeficientlyandaccuratelybtainiagedataof theresearcharea.Secondlythestudycombinedselectivesearchalgorithmswithdeepleaingalgoritmstoachieverapidanalysisofa largeamountofigedataduratetractiofoaatedrea.nallitlectedgeolocaladoitoingiicatoro obtaingeologicalhzardmonitoringresultsinsoilandwaterplutionareas.Thexperimentalresultsshowthattheproposdmethodcan accurately extract soil and water polution areas and achieve high-precision geological hazard monitoring.

Keywords;soiland water polution；drones；selective search algorithm；deep learning；geological hazard monitoring

前言

工业化区域的增加使得水土污染问题日益严重，不仅对人类健康构成威胁，也加剧了地质灾害的风险[1]。特别是水土污染区域，由于土壤结构的改变和地下水的污染，地质灾害的频发性和危害性显著增强[2]。因此，有必要研究精准、高效地监测自然状态下水土污染区的地质灾害方法。

朱俊清[3]等采用卫星遥感技术采集致灾因子，在逻辑回归耦合模型中输入上述致灾因子，实现地质灾害监测，但该模型无法获取致灾因子之间的交互作用与非线性关系，影响了监测结果。尹玉玲[4]等利用SBAS－InSAR技术处理升轨L波段ALOS-2数据，计算变形速率，通过高分光学影像，结合形变区与承灾体之间的距离、变形速率、坡度和变形规模等因素展开地质灾害风险的综合分析，但该方法计算地表变形速率时容易受到外界因素的影响，导致变形速率存在误差，降低了分析精度。苗朝霞5等人将偏移量追踪技术引入小基线集-InSAR方法中，对研究区域内的地质灾害展开监测，该方法数据的处理与计算过程较为复杂，容易引入误差，进而影响监测结果。Mantovani M^[6] 等人结合有限元与极限平衡法，对地质灾害展开建模分析，但该方法需要设置一些假设，在建模分析过程中容易引入误差，降低模型的精度。

为此，提出自然状态下水体污染区地质灾害监测方法。

1 数据采集

文章采用电动手抛无人机平台和固定翼无人机，克服了地形复杂、环境恶劣的困难，高效、准确地获取了研究区域的影像数据。……