利用全卷积网络提取Sentinel-2影像高低层建筑区
面向Sentinel-2多光谱数据,依据影像地物空间结构和地表实际功能类型将建筑区分为高层建筑区和低层建筑区,构建了一种基于全卷积网络模型的高、低层建筑区快速提取技术.在此基础上,以雄安新区及其周边为试验区,选取2017年3月获取的4景Sentinel-2多光谱数据进行试验验证和分析.结果 表明:本文技术能够实现大范围区域内高层和低层建筑区的快速提取,总体平均提取精度达到95.30%,其中高层建筑区平均提取精度为99.22%,低层建筑区平均提取精度为91.38%,该技术明显优于现有基于纹理结构的高低层建筑区提取方法.通过对提取结果进行统计分析发现:约4.4× 104 km2的研究区内高层和低层建筑区分别约为94和7351 km2;雄安新区中心三县内高层和低层建筑区分别约为1.25和312.24 km2.本文技术具有很好的推广性,结合Sentinel-2数据大幅宽高频次观测特点和更多类型建筑区样本,可以实现大范围地表多类型建筑区动态监测.
Sentinel-2、全卷积网络、高层、低层、建筑区、提取
P237(摄影测量学与测绘遥感)
国家重点研发计划2016YFB0501501;中科院战略性先导科技专项XDA19080304;国家自然科学基金91638201
2019-11-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
73-77