本文内容來源于《測繪通報》2024年第3期，審圖号：GS京（2024）0499号
基于高分七号影像自動提取東北黑土區侵蝕溝的方法
陳昶, 張岩, 李坤衡, 楊潤澤, 張俊彬, 梁彥榮
北京林業大學水土保持學院, 北京 100083
基金項目：國家重點研發計劃(2021YFD1500700)
關鍵詞：東北黑土區, 高分七号影像, 流向邊緣檢測, 機器學習, 深度學習
引文格式：陳昶, 張岩, 李坤衡, 等. 基于高分七号影像自動提取東北黑土區侵蝕溝的方法[J]. 測繪通報, 2024(3): 1-7.doi: 10.13474/j.cnki.11-2246.2024.0301.摘要
摘要 ：東北黑土區溝蝕嚴重且分布面積廣,目前對其進行監測大多基于目視解譯,自動化程度低,急需一種快速提取方法。本文選取溝蝕嚴重的黑龍江省賓縣馬蛇子河流域,基于高分七号影像,以目視解譯結果為參照,比較流向邊緣檢測、機器學習、深度學習3種方法自動提取侵蝕溝的精度。結果表明:①流向邊緣檢測方法依賴高精度地形資料,高分七号立體像對生成的地形資料垂直精度低,侵蝕溝整體提取精度僅為6.7%,無法用于切溝和淺溝的自動提取;②機器學習方法需要人為設定分割參數并設計分類特征,自動化程度較低,侵蝕溝整體提取精度可達50.7%,對切溝識别精度可達83.1%,但對淺溝識别精度僅為9.2%;③深度學習方法采用端對端的模式,無須人為設計特征提取器,自動化程度高,整體提取精度可達60.8%,對切溝識别精度可達68.1%,對淺溝識别精度可達69.7%。
正文
作者簡介作者簡介：陳 昶(1999—),男,碩士生,研究方向為地理資訊遙感影像處理。E-mail:[email protected]通信作者：張岩，E-mail:[email protected]
初審：楊瑞芳複審：宋啟凡
終審：金 君
資訊