%0 Journal Article
%A 邵琥翔
%A 丁凤
%A 杨健
%A 郑子铖
%T 基于深度学习的黑臭水体遥感信息提取模型
%D 2022
%R 10.11988/ckyyb.20210045
%J 
院报
%P 156-162
%V 39
%N 4
%X 黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段(RGB)及近红外波段(NIR)计算归一化差异植被指数(NDVI)和归一化差异黑臭水体指数(NDBWI),针对细小形状的黑臭水体普遍存在的漏检问题,引入注意力机制模块对模型进行优化改进,构建改进型深度学习黑臭水体遥感信息提取模型。结果表明:输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳,其精度评价指标F1-srore、MIoU、Recall分别达到了0.864 5、0.868 1、0.835 9。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20210045