%A 王宁, 程家骅, 张寒野, 曹红杰, 刘军 %T U-net模型在高分辨率遥感影像水体提取中的应用 %0 Journal Article %D 2020 %J 自然资源遥感 %R 10.6046/gtzyyg.2020.01.06 %P 35-42 %V 32 %N 1 %U {https://www.gtzyyg.com/CN/abstract/article_7473.shtml} %8 2020-03-15 %X

选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率。结果表明: ①对于大面积水体,2种模型的水体提取结果均具有较高的精度; ②对于小面积水体,随机森林模型水体提取结果存在较多细碎图斑,U-net模型水体提取结果和人工目视解译结果更加符合; ③对于遥感影像中城市建筑物阴影和山体阴影,U-net模型能较好地消除阴影影响,正确提取水体,而随机森林模型存在较多将阴影误分为水体的现象; ④总体来看,在复杂地表覆盖类型条件下,U-net模型提取水体的总体精度为98.69%,Kappa系数为0.95,均高于随机森林模型,在2种模型漏分误差相当的情况下,U-net模型错分误差远小于随机森林模型。U-net模型避免了人工提取分类特征的过程,自动化程度更高,训练效率较高,适用于遥感影像中水体高精度提取。