基于GF-3影像的金沙江堰塞湖电网受灾区域提取

摘要：

云南地区降雨频发,暴雨易导致洪涝等灾害发生,显著威胁电网的安全运行.基于合成孔径雷达遥感影像的检测技术近年来广泛应用于水体提取.文章提出一种基于深度学习的洪涝灾害区域提取技术,通过神经网络水体提取和差分变化检测完成电网受灾单位识别.在云南地区"高分三号"卫星影像上对比了与阈值算法(OTSU)、Snake算法、CV分割算法的提取精度,证实了方法的有效性.结果显示,相对经典的分割方法,深度学习方法可以较好的处理复杂场景.该方法用于金沙江流域堰塞湖泄洪受灾检测应用,检出受灾电网单位与现场勘察相符,为电网监测管控提供了保障.该研究可为水体提取、洪涝灾害变化监测研究与应用,以及更广泛的其他地物分割场景提供参考.

关键词：合成孔径雷达;洪涝灾害;水体提取;深度学习;"高分三号"卫星

所属期刊栏目：42

分类号：TP79(遥感技术)

资助基金：基于卫星技术的电网"天空地协同"巡视及风险防控策略研究;示范应用

在线出版日期：2021-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：96-107