SAR影像洪水淹没范围深度学习提取方法

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。