該研究旨在解決單一二維影像岩性識别精度低的問題，開展了顧及影像深度信息的岩性智能識别方法研究。以準噶爾盆地南緣露頭為研究區（圖1），利用無人機獲取 RGB 影像和 DSM 影像，通過通道疊加、IHS 變換、小波變換和多模态融合 4 種方式将深度信息融入影像數據，采用 DeepLabv3 + 模型進行碎屑岩岩性識别，并對比分析不同融合方法和人工解譯結果（圖2）。

研究表明，多模态融合影像的岩性識别精度最高，Kappa系數達76.17%，總體識别精度提升到91.05%，對高差大的礫岩識别效果提升明顯，但泥岩和砂岩識别效果有待提高。不同融合影像對泥岩、砂岩和礫岩的識别各有優劣，多模态融合影像在整體識别效果上最佳。後續拟采用加入地質約束線的方式進一步提升識别精度。

圖1 試驗區影像

圖2 DeepLabv3+ 網絡模型

圖3 論文首頁