冰川表面裂隙对于分析冰川的运动状态、稳定性、物质平衡以及内部和表面应力有着非常重要的作用。利用无人机搭载的高分辨率相机进行航测，可以精确获取复杂冰川表面地形的细微特征。本文以青藏高原东南部岗日嘎布山的雅弄冰川为研究对象，使用大疆M300 RTK无人机航拍获取到0.03 m空间分辨率的正射影像，采用深度学习网络模型开展冰川表面裂隙的自动提取研究。结果表明，使用本文提出的CBAM-UNet模型提取冰裂隙的性能优于经典U-Net、DeepLabV3+、PSPNet和HRNet等模型，提取的冰裂隙精确率可达到90.74%。受雅弄冰川运动的影响和地形因素制约，冰川末端主要涵盖了横向裂隙、伸展裂隙、雁列裂隙、边缘裂隙等四种冰裂隙类型以及少量分布的冰崖裂隙，基本成片分布在变化剧烈的冰川区。基于高分辨率无人机影像和深度学习的冰川表面裂隙智能提取方法，可为监测冰川变化及其与气候变化的响应提供新的技术手段。

来源平台：冰川冻土