典型文献
基于深度神经网络的蒙古国色楞格河流域水体信息提取
文献摘要：
蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大.发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义.本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎(Google Earth Engine,GEE)云平台,使用Sentinel-2多光谱卫星遥感影像,利用深度神经网络(Deep Neural Network,DNN)方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30mSRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图.研究结果表明:①该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;②深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③经样本点的验证,结果总体精度达到97.65％,可以满足实际应用需求.本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持.
文献关键词：
高原水体提取;深度神经网络;遥感解译;色楞格河;蒙古高原;中蒙俄经济走廊;Google Earth Engine;水体指数
中图分类号：
作者姓名：
姚锦一;王卷乐;严欣荣;魏海硕;Altansukh Ochir;Davaadorj Davaasuren
作者机构：
中国科学院地理科学与资源研究所中国科学院资源与环境信息系统国家重点实验室,北京100101;山东理工大学建筑工程学院,淄博255049;江苏省地理信息资源开发与利用协同创新中心,南京210023;中国科学院大学,北京100049;蒙古国立大学工程与应用科学学院,乌兰巴托210646;蒙古国立大学艺术与科学学院,乌兰巴托210646
文献出处：
引用格式：
[1]姚锦一;王卷乐;严欣荣;魏海硕;Altansukh Ochir;Davaadorj Davaasuren-.基于深度神经网络的蒙古国色楞格河流域水体信息提取)[J].地球信息科学学报,2022(05):1009-1017
A类：
色楞格,色楞格河,30mSRTM,高原水体提取
B类：
蒙古国,国色,流域水体,水体信息提取,蒙古高原,干旱半干旱地区,河流水,资源环境,生态环境影响,发源,东北亚地区,生态环境问题,资源保护,护具,原色,谷歌地球引擎,Google,Earth,Engine,GEE,Sentinel,多光谱,卫星遥感影像,Deep,Neural,Network,DNN,支持向量机方法,数据生成,矢量图,空间分析,目标区,神经网络分类,分布图,制图,断流,深度神经网络模型,中达,神经网络结构,中隐,隐含层,层数,精度评价,指标测试,测试数据,上达,模型特征,特征挖掘,样本点,总体精度,应用需求,遥感解译,中蒙俄经济走廊,水体指数
AB值：
0.286627
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
