科研之友
微信
新浪微博
Facebook
分享链接
摘要
水利行业对于整合"空—天—地"一体化遥感监测技术的应用需求越来越高，然而传统的遥感影像分析模型往往难以适应日益多样化的行业应用需求。因此，本文旨在集成分布式存储、虚拟化管理、自动化运维和云安全等技术，以PaaS和SaaS方式提供云服务，构建一个融合先进人工智能技术，并面向行业应用的智能化遥感影像数据处理云平台。该平台以卷积神经网络模型UNet++为核心架构，开发了水利遥感智能云服务平台HydrSAI。HydrSAI平台集成了影像预处理、样本采集与建库、模型构建与优化、高性能矢量切片以及云计算服务技术，并配备可扩展的影像库、样本库和模型库。相关模型工具在深圳市人为扰动图斑识别试验中应用，图斑识别精度评估指标F1-Score为0.78（Kappa = 0.81），识别效率相较于专业遥感解译人员的目视解译提升了263.65倍。在广西大藤峡库区河湖周边“四乱”目标物影像识别试验中，模型对感兴趣目标物图斑的识别结果的F1-Score为0.75（Kappa = 0.78），识别效率相较于目视识别提升了53.42倍。作为源于行业实践需求的水利遥感智能云服务平台，HydrSAI将为水利部门提供高效、便捷、智能化的遥感解译支持。
- 单位
