基于Sentinel-1 SAR数据洪水淹没提取方法研究

• 作者: 王敬明 王世新 王福涛 周艺 季建万 熊义兵 王振庆 赵清
• 来源期刊: 灾害学
• 关键词: 鄱阳湖 洪涝灾害 Sentinel-1 水体提取 深度学习
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 探索·青年与灾害
• 页码范围: 214-220
• 页数: 7页
• 分类号: X43|X915.5|P333.2|P407.8
• 语种: 中文
• DOI: 10.3969/j.issn.1000-811X.2021.04.035

摘要

洪涝灾害是世界上破坏最严重的自然灾害之一,快速准确地提取洪水淹没范围可为受灾区及时制定相应措施提供理论和技术支撑.针对已有研究中缺少运用深度学习对SAR影像进行水体提取以及缺少不同方法之间的对比等不足,以Sentinel-1 SAR影像为数据源,通过选取两个水体占比不同的区域,比较分析了Otsu法、面向对象法和U-Net法三种方法的水体提取精度,并基于最佳水体提取方法对鄱阳湖十期主体水域面积进行时空分析.结果表明:①U-Net模型的水体提取精度在三种提取方法中最高,其F1值分别为0.9861和0.8786;②鄱阳湖水域面积在整个研究阶段表现为"陡升缓降"的变化趋势,其在2020年7月14达到峰值,其主体水域面积为3608 km2;③洪水淹没范围主要分布在鄱阳湖西部、西南部、东南部以及东北部.