中国安全科学学报

作者：郭玮, 袁宏永, 薛明, 魏平岩

单位：1 应急管理部大数据中心,北京 100010；2 清华大学 工程物理系,北京 100084

关键词：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

基金：国家重点研发计划项目(2018YFC0807000)

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。

来源：2022年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第4期