| 基于贝叶斯卷积网络的农村黑臭水体遥感识别算法研究 |
| |
| 引用本文： | 解明权,闵松寒,杨辉, 等.2024.基于贝叶斯卷积网络的农村黑臭水体遥感识别算法研究［J］.环境科学学报,44（3）：215-226DOI：10.13671/j.hjkxxb.2023.0333 |
| |
| 作者姓名： | 解明权 闵松寒 杨辉 王彪 武永闯 潘成荣 徐升 |
| |
| 作者单位： | 1.安徽大学资源与环境工程学院,合肥 230601;2.安徽大学纽约石溪学院,合肥 230601;3.安徽大学物质科学与信息技术研究院,合肥 230601;4.安徽大学人工智能学院,合肥 230601;5.安徽省生态环境监测中心,合肥 230011 |
| |
| 基金项目： | 安徽省科技重大专项 ( No.201903a07020014 );合肥市自然科学基金 ( No.202323 ) |
| |
| 摘 要： | 准确、快速监测农村黑臭水体分布情况是农村黑臭水体治理的重要任务.针对农村黑臭水体底数不清、人工排查效率低等问题,本文通过分析黑臭水体实测水质数据及光谱特征,选择水体清洁指数（WCI）、归一化黑臭水体指数（NDBWI）和反射率光谱指数（BOI）作为黑臭水体特征指标,基于深度学习算法,构建联合光谱与黑臭水体指数的贝叶斯多特征融合黑臭水体识别模型,实现了利用GF-2遥感影像对农村黑臭水体的遥感识别.结果表明：本文方法对六安市、阜阳市和宿州市4个农村区域黑臭水体和一般水体的识别,总体精度为86.72%,综合评价指标为80.21%,交并比为67.82%,Kappa系数为0.84,与典型阈值方法和机器学习常用方法相比,各指标均高于其他方法.此外,对比消融实验结果,贝叶斯卷积模块和全局注意力机制使本文提出的黑臭水体遥感识别算法性能得到显著提升.综上,本文方法对农村黑臭水体的监测和管理工作具有一定的指导意义.
|
| 关 键 词： | 黑臭水体 遥感识别 深度学习 贝叶斯 多特征融合 |
| 收稿时间： | 2023-08-11 |
| 修稿时间： | 2023-10-18 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
|
点击此处可从《环境科学学报》下载免费的PDF全文 |
|
