-
题名基于U-Net深度学习方法对沙丘特征线提取研究
- 1
-
-
作者
陈明均
陈竹安
-
机构
东华理工大学测绘工程学院
中核三维地理信息工程技术研究中心
自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室
-
出处
《江西科学》
2023年第2期333-338,共6页
-
基金
国家自然科学基金项目(51708098、52168010)
江西省教育厅课题项目(GJJ180396)。
-
文摘
近地球表面风况及其环境变化与沙丘特征形态演变过程息息相关,在研究过程中,较大范围的沙丘特征线提取存在效率低、成本高等问题。基于U-Net深度学习,对库布齐沙漠内存在的大范围沙丘特征线进行高精度提取,所识别的沙丘特征线为沙脊线和沙丘背风坡坡脚线。实验结果表明:基于U-Net深度学习方法提取卫星影像中的沙丘特征线精度评价指标分别为:MIoU值77.43%、MPA值80.25%、Precision值87.67%,评价指标数据均优于SegNet方法;提取出的沙脊线走向呈NW-SE分布,与气象站测得的风向基本保持一致;利用U-Net深度学习方法自动提取的沙丘特征线的准确性高,与实际观测结果较为符合,可有效地用于区域性的沙脊线走向分析,为沙丘特征演变研究提供了有利方法。
-
关键词
U-Net深度学习
沙丘特征线提取
沙脊线走向
-
Keywords
U-Net deep learning
dune feature line extraction
sand ridge line trend
-
分类号
F323
[经济管理—产业经济]
-
