基于深度学习RCF模型的三都澳筏式养殖区提取研究

• 作者: 刘岳明 杨晓梅 王志华 陆尘
• 来源期刊: 海洋学报（中文版）
• 学科: 工学
• 关键词: 筏式养殖区 RCF模型 深度学习 高分辨率遥感
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 海洋技术
• 页码范围: 119-130
• 页数: 12页
• 分类号: TP751.1
• 字数: 7036字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4193.2019.04.011

摘要

三都澳是中国重要的海水养殖海湾,在水产养殖中占有较高的经济地位.快速准确地获取养殖区的分布范围、数量以及面积等信息,对养殖区规划、产值估计、生态调查、风暴潮灾害预防等具有重要的意义.然而,随着养殖区域的扩大,海水背景状态愈发复杂多样,光谱特征差异较大,为养殖区提取带来困难.在本实验中,利用高分辨率遥感卫星GF-2 图像,引入深度学习RCF(Richer Convo-lutional Features)网络模型对海湾内的筏式养殖区进行了提取.结果显示:该方法无需事先对区域进行水陆分离处理,且对水中泥沙较多的区域以及海浪较大的区域有很好的提取效果,提取精度达93%以上,适合进行大规模海水养殖区提取应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志华	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	16	261	8.0	16.0
5	杨晓梅	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	71	1044	19.0	29.0
6	刘岳明	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	7	9	2.0	2.0
10	陆尘	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	1	1	1.0	1.0