基于Deeplabv3+与高分遥感影像的城市新增建设用地变化检测

扫码查看

原文链接

万方数据
维普

中文摘要：城市新增建设用地对城市热岛效应、大气污染、工地扬尘与城市生态环境具有显著性影响,实时动态掌握城市新增建设用地发展现状可协助城市规划管理部门掌握城市发展趋势与速度.针对复杂场景下城市新增建设用地变化检测结果容易出现误检的问题,以Deeplabv3+深度语义分割模型作为变化检测基础网络框架,设计了一种端对端基于深度学习的高分遥感影像城市新增建设用地变化检测方法,实现了面向复杂地表覆盖场景下丘陵山区城市新增建设用地精细化、高精度、智能化变化检测研究.实验结果表明,基于Deeplabv3+的变化检测方法精度达92·93％,相对于其他对比方法,变化信息的解译与识别能力提升明显,误检问题得到了较大改善,具有较好的变化检测效果.

外文标题：Urban Newly Added Construction Land Change Detection Based on Deeplabv3+ and High-resolution Remote Sensing Image

外文关键词：

Deeplabv3+new construction landchange detectionhigh-resolution remote sensing image

作者：

王艺浩

展开 >

作者单位：

重庆市勘测院,重庆 401121

关键词：

Deeplabv3+ 新增建设用地变化检测高分遥感影像

出版年：

2024

城市勘测

中国城市规划协会武汉市测绘研究院

城市勘测

影响因子：0.488

ISSN：1672-8262

年,卷(期)：2024.(1)

参考文献量14