U-net模型在高分辨率遥感影像水体提取中的应用

• 作者: 刘军 张寒野 曹红杰 王宁 程家骅
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: GF-1 U-net模型 随机森林 水体提取
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 35-42
• 页数: 8页
• 分类号: TP79
• 字数: 5907字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.01.06

摘要

选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率.结果 表明:①对于大面积水体,2种模型的水体提取结果均具有较高的精度;②对于小面积水体,随机森林模型水体提取结果存在较多细碎图斑,U-net模型水体提取结果和人工目视解译结果更加符合;③对于遥感影像中城市建筑物阴影和山体阴影,U-net模型能较好地消除阴影影响,正确提取水体,而随机森林模型存在较多将阴影误分为水体的现象;④总体来看,在复杂地表覆盖类型条件下,U-net模型提取水体的总体精度为98.69％,Kappa系数为0.95,均高于随机森林模型,在2种模型漏分误差相当的情况下,U-net模型错分误差远小于随机森林模型.U-net模型避免了人工提取分类特征的过程,自动化程度更高,训练效率较高,适用于遥感影像中水体高精度提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程家骅	中国水产科学研究院东海水产研究所	75	1333	22.0	33.0
2	张寒野	中国水产科学研究院东海水产研究所	23	314	9.0	17.0
3	曹红杰		7	30	4.0	5.0
5	刘军		4	2	1.0	1.0
8	王宁		2	0	0.0	0.0