基于深度学习的Sentinel-1 SAR影像洪水分割研究

作者:孙书腾; 梁乃安; 刘培*; 吴振豪; 张霖
来源:现代测绘, 2022, 45(06): 12-15.
DOI:10.3969/j.issn.1672-4097.2022.06.004

摘要

精确、自动化的洪水信息提取对于洪涝灾害应急救援等工作至关重要。针对传统水体阈值法自动化程度和精度较低的问题,提出了一种全自动的高精度洪水分割方法。首先从Sentinel-1雷达影像中提取有益于突出水体信息的特征因子,并与原始雷达数据进行融合,然后分别构建U-Net网络和HRNet网络对Sen1Flood11标准数据进行训练并评估在测试集上的性能,最后将训练好的模型应用于真实洪水事件下的Sentinel-1影像。研究结果表明:HRNet在独立测试数据集下的提取精度为91%,在真实洪水事件中能够显示出较强的泛化能力和提供近实时的洪水测绘服务。

全文