科研之友
微信
新浪微博
Facebook
分享链接
摘要
云南地区降雨频发,暴雨易导致洪涝等灾害发生,显著威胁电网的安全运行。基于合成孔径雷达遥感影像的检测技术近年来广泛应用于水体提取。文章提出一种基于深度学习的洪涝灾害区域提取技术,通过神经网络水体提取和差分变化检测完成电网受灾单位识别。在云南地区"高分三号"卫星影像上对比了与阈值算法(OTSU)、Snake算法、CV分割算法的提取精度,证实了方法的有效性。结果显示,相对经典的分割方法,深度学习方法可以较好的处理复杂场景。该方法用于金沙江流域堰塞湖泄洪受灾检测应用,检出受灾电网单位与现场勘察相符,为电网监测管控提供了保障。该研究可为水体提取、洪涝灾害变化监测研究与应用,以及更广泛的其他地物分割场景提供参考。
- 单位
