U-net模型在高分辨率遥感影像水体提取中的应用

编号 zgly0001706720

文献类型 期刊论文

文献题名 U-net模型在高分辨率遥感影像水体提取中的应用

作者 王宁  程家骅  张寒野  曹红杰  刘军 

作者单位 北京合众思壮科技股份有限公司  中国水产科学研究院东海水产研究所  北斗导航位置服务(北京)有限公司 

母体文献 国土资源遥感 

年卷期 2020年01期

年份 2020 

分类号 P237 

关键词 GF-1  U-net模型  随机森林  水体提取 

文摘内容 选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率。结果表明:①对于大面积水体,2种模型的水体提取结果均具有较高的精度;②对于小面积水体,随机森林模型水体提取结果存在较多细碎图斑,U-net模型水体提取结果和人工目视解译结果更加符合;③对于遥感影像中城市建筑物阴影和山体阴影,U-net模型能较好地消除阴影影响,正确提取水体,而随机森林模型存在较多将阴影误分为水体的现象;④总体来看,在复杂地表覆盖类型条件下,U-net模型提取水体的总体精度为98. 69%,Kappa系数为0. 95,均高于随机森林模型,在2种模型漏分误差相当的情况下,U-net模型错分误差远小于随机森林模型。U-net模型避免了人工提取分类特征的过程,自动化程度更高,训练效率较高,适用于遥感影像中水体高精度提取。