多源遥感精确提取光伏电站研究

• 作者: 王卫 蔡俊兴 田广增 成量 孔德庸
• 来源期刊: 北京测绘
• 学科: 工学
• 关键词: 光伏电站 多特征提取 多尺度分割 多源遥感 深度学习
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 学术探讨
• 页码范围: 1534-1540
• 页数: 7页
• 分类号: TP753
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2021.12.008

摘要

光伏是主要的清洁能源之一,对光伏电站的监测是获取光伏电站运行、分布和变化的重要途径.以哨兵2号(Sentinel 2)和高分2号(GF-2)卫星影像为数据源,建立光伏电站识别指数,构建融合指数特征和纹理特征的多特征多尺度的图像,利用深度学习方法识别不同本底环境的光伏电站,结合空间关联方法精确提取光伏电站的面积.结果表明,利用深度学习方法对多特征多尺度图像的识别精度达到了95％,结合空间关联方法提取光伏电站的面积精度达到了97％,分别比多光谱图像和多特征图像提高了11.8％和6.5％.基于多特征多尺度的图像,利用深度学习方法的光伏电站监测,可为管理部门提供准确的分布和变化数据,并丰富了我国高分系列遥感的应用.