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：北京测绘, 2021, 35(12): 1534-1540.

DOI：10.19580/j.cnki.1007-3000.2021.12.008

• 光伏电站
• 多特征提取
• 多尺度分割
• 多源遥感
• 深度学习

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。

• 单位
  韶关学院; 江西财经大学; 华南农业大学; 旅游与城市管理学院