典型文献
基于Res-Unet的色林错湖20年水体面积变化提取研究
文献摘要:
青藏高原地区的湖泊对当地环境、生态、人文的影响巨大,从遥感高分影像上准确、迅速提取大型湖泊是开展相关研究的重要基础.遥感影像的湖泊提取方法已从传统人工目视解译向自动化发展,但NDWI等常用水体提取技术在应用于不同地域对象时精度不一,特别在提取高原大型湖泊时精度仍有待提高.针对这一问题,设计了一种Res-Unet相结合的水体提取深度学习神经网络,选取青藏高原地区的Landsat高分影像作为训练数据,利用训练所得模型对青藏高原的色林错湖进行提取并分析其20年内的面积变化情况.结果表明:1)基于Res-Unet的神经网络提取湖泊面积的mIoU为0.9279,Kappa系数为0.9252,远高于NDWI的提取精度,适用于色林错湖面积提取;2)2000—2020年,该湖泊总面积增长了468.70 km2,与青藏高原北部的各拉丹东冰川消融带来的径流补给增加存在联系.
文献关键词:
色林错湖;Res-Unet模型;湖泊提取;深度学习
中图分类号:
作者姓名:
吴渊;陈剑;陈鹏
作者机构:
同济大学,上海 200092;西南交通大学,四川 成都 611756
文献出处:
引用格式:
[1]吴渊;陈剑;陈鹏-.基于Res-Unet的色林错湖20年水体面积变化提取研究)[J].环境生态学,2022(11):6-12
A类:
色林错湖
B类:
Res,Unet,水体面积,面积变化,变化提取,青藏高原地区,高分影像,大型湖泊,遥感影像,湖泊提取,传统人工,目视解译,自动化发展,NDWI,水体提取,提取技术,不同地域,原大,深度学习神经网络,Landsat,训练数据,湖泊面积,mIoU,Kappa,湖面,面积提取,总面积,km2,青藏高原北部,拉丹,丹东,冰川,径流补给
AB值:
0.354214
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。