典型文献
基于变化检测的输电走廊外力破坏隐患区域识别
文献摘要：
电力行业是国民经济与社会发展的重要行业.可靠的输电走廊环境监测有利于电力系统的安全运行.近年来,卫星遥感因为其大范围观测、高频次重返特性,展现出优于传统巡线方法的优点,开始应用于电力行业研究.然而,基于变化检测技术的输电走廊巡线研究还几乎处于空白.文章提出了一种基于卫星影像的外力破坏隐患区域识别方法,具体而言,提出了基于深度学习模型、植被指数与聚类模型的分层分类方法,构建了基于特殊地类变化的外力破坏隐患识别方案.在石林县的"高分一号"、"高分六号"卫星影像上进行了实验,结果显示:分层分类方法提高了深度学习方法的裸地分类精度.研究同时验核了石林县外力破坏台账记录区域的识别情况,识别结果与台账描述基本一致.研究成果有利于提高电网巡线效率,及时发现输电走廊环境变化异常,同时也为遥感影像分类与变化检测研究提供参考.
文献关键词：
遥感分类;变化检测;外力破坏;输电走廊;遥感应用
中图分类号：
作者姓名：
黄然;方正云;马御棠;黄双得;文刚;刘靖;孙浩轩
作者机构：
电力遥感技术联合实验室(云南电网有限责任公司电力科学研究院),昆明 650217;北京空间飞行器总体设计部,北京 100094;华南理工大学计算机学院,广州 510006;武汉大学遥感信息工程学院,武汉 430079
文献出处：
引用格式：
[1]黄然;方正云;马御棠;黄双得;文刚;刘靖;孙浩轩-.基于变化检测的输电走廊外力破坏隐患区域识别)[J].航天返回与遥感,2022(03):138-148
A类：
B类：
变化检测,输电走廊,外力破坏,破坏隐患,区域识别,电力行业,经济与社会,环境监测,电力系统,卫星遥感,围观,高频次,重返,巡线,卫星影像,深度学习模型,植被指数,聚类模型,分层分类,分类方法,地类,隐患识别,石林县,高分一号,高分六号,深度学习方法,裸地,分类精度,验核,台账,别情,线效率,遥感影像分类,遥感分类,遥感应用
AB值：
0.341439
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。
