SAR影像洪水淹没范围深度学习提取方法

作者：郭玮; 袁宏永; 薛明; 魏平岩

来源：中国安全科学学报, 2022, 32(04): 177-184.

DOI：10.16265/j.cnki.issn1003-3033.2022.04.026

• 合成孔径雷达(SAR)
• 洪水淹没范围
• 深度学习
• DeepLab v3+模型
• 水体提取

为提高洪涝灾害应急救援辅助决策能力，快速提取洪水淹没范围，提出一种基于深度学习的合成孔径雷达(SAR)影像洪水淹没范围提取方法。首先，基于DeepLab v3+模型，建立合成孔径雷达(SAR)影像洪水淹没范围提取模型；然后，针对SAR影像标注数据获取困难的问题，提出一种基于光学影像水体指数的半自动化标注样本制作方法，该方法大幅度减少标注工作的人工量和所需时间；最后，采用Sentinel-1卫星影像验证洪水淹没范围提取模型准确度。结果表明：提出的洪水淹没范围提取模型对复杂地表适应性较强；相比于自适应阈值方法，其识别精度更高，对遥感影像中的水体边缘、小面积水体、细长线状水体识别效果更优，该模型平均交并比为0.83。

• 单位
  清华大学