一种基于MODIS遥感数据的渤海海冰分割算法

摘要：

渤海作为我国重要的海洋经济区之一,每年冬季都会受到海冰灾害的影响,给沿海地区人们的生活生产造成了严重威胁.文章基于深度学习模型ResNet34,以MODIS遥感数据为输入信息,采用空洞卷积层代替残差模块中的首个卷积层,形成基于空洞-残差卷积的海冰分割模型(Dilated-Residual Convolutions Neural Network,D-RCNN).将该模型与阈值法、决策树、MRF和CNN模型进行了对比,实验结果表明:本文D-RCNN模型在海冰分割准确率上有明显提升,为保障渤海海域的海冰监测和预报提供技术借鉴.

关键词：MODIS、渤海、海冰分割、深度学习

分类号：TP391.41;P731.15;TP79

资助基金：自然资源部国土卫星遥感应用重点实验室开放基金项目KLSMNR-K202203

在线出版日期：2023-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：93-97