SAR影像洪水淹没范围深度学习提取方法 |
| |
引用本文: | 郭玮,袁宏永,薛明,魏平岩.SAR影像洪水淹没范围深度学习提取方法[J].中国安全科学学报,2022(4):177-184. |
| |
作者姓名: | 郭玮 袁宏永 薛明 魏平岩 |
| |
作者单位: | 1. 应急管理部大数据中心;2. 清华大学工程物理系 |
| |
基金项目: | 国家重点研发计划项目(2018YFC0807000); |
| |
摘 要: | 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。
|
关 键 词: | 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 |
|