SAR影像洪水淹没范围深度学习提取方法
作者：郭玮; 袁宏永; 薛明; 魏平岩
更新时间：
为了提高洪水灾害应急救援的辅助决策能力，快速提取洪水淹没范围，提出了一种基于深度学习合成孔径雷达（SAR）图像的洪水淹没范围提取方法。首先，基于DeepLab v3＋模型建立了合成孔径雷达（SAR）图像洪水淹没范围提取模型。然后，针对SAR图像标注数据获取困难的问题，提出了一种基于光学图像水指数的半自动标注样本制作方法，大大减少了标注工作的工作量和时间。最后，利用Sentinel－1卫星图像验证洪水淹没范围提取模型的准确性。结果表明，提出的洪水淹没范围提取模型对复杂地表具有较强的适应性。与自适应阈值法相比，该方法对遥感图像中的水体边缘、小面积水体和细长线性水体具有更高的识别精度和更好的识别效果。模型的平均交叉比为0.83。