基于WEU-Net模型的贺兰山东麓滞洪区水体信息提取

摘要：

针对经典U-Net模型在贺兰山东麓滞洪区水体信息提取中存在的过拟合、泛化能力有限等问题,基于Sentinel-1合成孔径雷达卫星和Sentinel-2多光谱卫星影像提出了 一种水体信息提取卷积神经网络模型(WEU-Net).WEU-Net模型通过减少编码器与解码器的跳跃连接以及卷积核数量使网络结构简化,并引入残差块增强特征提取能力,弥补了因简化模型而损失的图像信息;在数据集方面,采用逐步回归法结合改进的归一化差异水体指数构建了 Sentinel-1水体指数,优化了Sentinel-1卫星影像数据集特征丰富度.试验结果表明:WEU-Net模型预测总体精度为98.19％,F1分数为0.946 9,分别较经典U-Net模型提高了 0.357 7％和0.948 8％,训练时长缩短了49.30％;融合Sentinel-1水体指数后,模型预测总体精度和F1分数分别提高了 0.51％和3.16％.

关键词：滞洪区、水体信息提取、水体指数、Sentinel-1、Sentinel-2、U-Net、贺兰山东麓

所属期刊栏目：51

分类号：P331.3(水文科学（水界物理学）)

资助基金：中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目CAMT-202105

在线出版日期：2023-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：18-26