一种改进的深度学习冰湖遥感制图方法及应用
文献类型:期刊论文
作者 | 杨泞滔; 聂勇 |
刊名 | 航天返回与遥感 |
出版日期 | 2024-02-15 |
卷号 | 45期号:01页码:41-52 |
ISSN号 | 1009-8518 |
关键词 | 遥感监测 冰湖灾害 深度学习 自注意力机制 U-Net卷积神经网络 |
产权排序 | 1 |
英文摘要 | 冰湖溃决洪水是一种严重的山地自然灾害,威胁着中国高寒区的居民及铁路公路等重要基础设施,自动高效的冰湖遥感制图方法是冰湖灾害评估、监测预警的基础,然而现有自动制图方法在实际冰湖提取应用上难以达到传统人工和半自动冰湖提取方法上的精度,仍需进一步提高。文章在原生UNet模型基础上,在各桥连接部分融合极化自注意力机制,将输入影像特征分别在空间和通道层保持高分辨率,并通过非线性合成输出细腻的特征,构建了一种改进的U-Net冰湖遥感深度学习制图方法,并将其成功应用在高原铁路关键区。研究结果表明:1)与PSPNet、DeepLabV3+、原生U-Net三种经典模型相比,改进模型在冰湖预测数据集上的各项指标上都有提升,精确率、召回率、交并比和F_1值分别达到了0.972 5、0.966 5、0.940 8和0.969 4,相较于原生U-Net网络,精确度、召回率、交并比和F_1值分别提高了5.01%、6.05%、10.73%和5.53%;2)基于Landsat-8卫星遥感数据,应用改进模型完成了2013—2022年帕隆藏布和易贡藏布案例区冰湖信息自动高效提取,如2020年冰湖总体精度为98.16%,与参照数据的重叠度达到96.66%,提取的精度满足冰湖灾害评估和监测预警研究需求,可用于铁路等重大工程沿线冰湖灾害防治的实践。 |
URL标识 | 查看原文 |
语种 | 中文 |
源URL | [http://ir.imde.ac.cn/handle/131551/57908] |
专题 | 中国科学院水利部成都山地灾害与环境研究所 |
作者单位 | 1.中国科学院大学 2.中国科学院水利部成都山地灾害与环境研究所 |
推荐引用方式 GB/T 7714 | 杨泞滔,聂勇. 一种改进的深度学习冰湖遥感制图方法及应用[J]. 航天返回与遥感,2024,45(01):41-52. |
APA | 杨泞滔,&聂勇.(2024).一种改进的深度学习冰湖遥感制图方法及应用.航天返回与遥感,45(01),41-52. |
MLA | 杨泞滔,et al."一种改进的深度学习冰湖遥感制图方法及应用".航天返回与遥感 45.01(2024):41-52. |
入库方式: OAI收割
来源:成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。