首页|SAR影像洪水淹没范围深度学习提取方法

SAR影像洪水淹没范围深度学习提取方法

扫码查看
原文链接
  • 万方数据
  • 维普
为提高洪涝灾害应急救援辅助决策能力,快速提取洪水淹没范围,提出一种基于深度学习的合成孔径雷达(SAR)影像洪水淹没范围提取方法.首先,基于DeepLab v3+模型,建立合成孔径雷达(SAR)影像洪水淹没范围提取模型;然后,针对SAR影像标注数据获取困难的问题,提出一种基于光学影像水体指数的半自动化标注样本制作方法,该方法大幅度减少标注工作的人工量和所需时间;最后,采用Sentinel-1卫星影像验证洪水淹没范围提取模型准确度.结果表明:提出的洪水淹没范围提取模型对复杂地表适应性较强;相比于自适应阈值方法,其识别精度更高,对遥感影像中的水体边缘、小面积水体、细长线状水体识别效果更优,该模型平均交并比为0.83.
Flood inundation area extraction method of SAR images based on deep learning

郭玮、袁宏永、薛明、魏平岩

展开 >

应急管理部大数据中心,北京100010

清华大学工程物理系,北京100084

合成孔径雷达(SAR) 洪水淹没范围 深度学习 DeepLab v3+模型 水体提取

国家重点研发计划

2018YFC0807000

2022

10.16265/j.cnki.issn1003-3033.2022.04.026

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2022.32(4)
  • 3
  • 14