DeepLabv3+语义分割模型的济南市防尘绿网提取及时空变化分析
防尘防护绿网(防尘绿网)作为抑尘的主要措施被建筑工地广泛使用.快速获取防尘绿网覆盖及时空变化信息,对防尘抑尘、生态环境保护措施的制定具有重要指导意义.本文基于Sentinel-2时间序列遥感影像,使用DeepLabv3+深度学习语义分割模型生成了济南市中心城区2016年—2020年逐年防尘绿网数据,随后利用景观格局、重心-标准差椭圆等方法分析了其空间分布特征和时空扩张趋势.研究结果表明:(1)本文方法的分割精准度、召回率、F1值、IoU分别为84.05％、80.09％、0.82、69.72％,可快速准确地提取城市防尘绿网进而实现大范围、长时序的防尘绿网动态监测.(2)相较于传统的遥感分类方法和其他语义分割模型,本方法的精度最优,防尘绿网的提取结果更精细;另外对北京和天津市的提取实验也证实了本模型的迁移能力.(3)2016年—2020年济南市防尘绿网铺设范围明显扩张,斑块面积和数量不断增多,破碎程度和形状复杂度不断增强,平均斑块面积增大,斑块间凝聚度和聚集度呈波动状态,景观格局复杂且不稳定;绿网铺设范围的扩张呈现出明显的方向性.防尘绿网的分布形态与动态扩张变化受到城市规划、项目进程等人为因素影响,城市规划决定了防尘绿网的分布,而防尘绿网的使用现状在一定程度上又反映了城市建设进程.因此,利用遥感手段对城市防尘绿网进行动态监测与管理,可为城市规划、生态环境建设和城市精细管理提供数据和技术支持,对城市扩张模式与城市重建工作管理具有重要意义.
防尘绿网、遥感、语义分割、DeepLabv3+、Sentinel-2、时空变化
26
P2(测绘学)
国家自然科学基金;国家自然科学基金;资源与环境信息系统国家重点实验室开放基金;山东建筑大学校内博士基金
2023-02-22（万方平台首次上网日期，不代表论文的发表时间）
共13页
2518-2530
