基于高分遙感數據和深度學習的石冰川自動提取研究——以念青唐古拉山西段為例

作者：徐瑾昊,馮敏,王建邦,冉有華,祁元,楊聯安,李新

摘要：石冰川是以冰巖混合物為基礎形成的一類具有舌狀堆積紋理的冰緣地貌,了解其分布和變化對于寒區環境研究具有重要價值,遙感技術的發展為石冰川的識別提供了有效的手段。針對石冰川發育地的偏遠和調查的困難,以及其光譜特征的微弱性,提出了一種基于深度學習的石冰川識別方法,以ResNet作為訓練網絡,得到石冰川的圖像分類模型,以國產高分一號遙感影像作為實驗數據,在念青唐古拉山西段展開了應用,共識別出石冰川96條。驗證結果表明:該方法具有較高的識別精度(98.72%的總體精度、89.48%的生產精度和81.77%的用戶精度),證明該方法能夠有效地識別石冰川,并為在大區域開展石冰川的調查和分析提供了基礎。

發文機構：西北大學城市與環境學院 中國科學院青藏高原研究所三極監測與大數據中心 蘭州大學資源環境學院 中國科學院西北生態環境資源研究院 高分辨率對地觀測系統甘肅數據與應用中心

關鍵詞：深度學習高分一號石冰川ResNetDeep LearningGaofen-1Rock GlacierResNet

分類號： TP753[自動化與計算機技術—檢測技術與自動化裝置]