基于深度学习的高分辨率卫星遥感影像围填海检测识别

作者：于枫世; 隋毅^*; 王常颖; 初佳兰

来源：遥感技术与应用, 2022, 37(04): 789-799.

• 围填海
• 深度学习
• 检测识别
• U-Net

基于高分辨率卫星遥感影像自动、准确提取围填海土地利用现状，是实现围填海集约使用的重要技术手段。针对高分辨率卫星遥感影像地物特征复杂，依赖人工提取特征的传统方法较难满足业务部门实际需求的问题，提出了基于深度学习的围填海检测识别技术框架，该框架使用UNet网络的多约束变体结构，并针对高分辨率遥感影像地物特征复杂导致地物分类不一致的问题，引入全连接条件随机场和图像腐蚀运算对分割结果进行后处理。以天津市滨海新区2016年和2020年高分辨卫星遥感影像为数据源进行了验证，实验表明围填海地物分割整体准确率、F1-score、Kappa系数以及mIoU分别达到96.73%、92.87%、90.28%、86.82%。在此基础上，分析提取了该围填海区域土地利用动态变化特征，为围填海集约使用管理提供了有效技术支撑。

• 单位
  青岛大学; 国家海洋环境监测中心