基于U~2-Net深度学习模型的沿海水产养殖塘遥感信息提取

作者：王建强; 邹朝晖; 刘荣波; 刘志松

来源：自然资源遥感, 2022, 1-8.

• U~2-net
• 遥感图像
• 水产养殖塘
• 复杂海洋环境

针对近海沿岸复杂地理环境中“同谱异物”效应导致传统方法提取水产养殖塘边界模糊、精度较低的问题,本研究提出了基于U~2-Net深度学习模型的沿海水产养殖塘遥感信息提取方法。首先,对遥感影像进行预处理,选择合适的波段组合方式以区分养殖塘和其他地物;其次,通过目视解译进行样本制作;然后,利用U~2-net深度学习模型训练并提取沿岸养殖塘;最后,利用局部最佳法确定养殖塘范围。实验结果表明,本文方法总体精度达到95.50%,Kappa系数、平均召回率和F值分别为0.91,91.45%和91.01%;在养殖塘个数及面积评价方面,提取出养殖塘区19块,共计9.79 km~2,区块数和面积的平均准确度分别为94.06%和93.18%。本研究能够快速、准确地开展海岸带区域养殖塘制图,能够为海洋资源管理和可持续发展提供技术支持。

• 单位
  浙江海洋大学; 浙江省水文地质工程地质大队