-
题名基于深度学习的西沙永乐群岛珊瑚礁遥感信息提取
被引量：2
- 1
-
-
作者
马珍妮
宋妍
邹亚荣
朱海天
崔松雪
-
机构
中国地质大学(武汉)地理与信息工程学院
国家卫星海洋应用中心
-
出处
《应用海洋学学报》
CSCD
北大核心
2022年第4期644-654,共11页
-
基金
海洋领域融合应用示范项目资助项目(2020010004)
“龙计划”第五期国际合作研究项目资助项目(57971)。
-
文摘
珊瑚礁是海洋生态系统的重要组成部分,对保护海洋生物多样性以及维持海洋生态平衡具有重大意义。我国南海珊瑚岛礁自然资源丰富,准确、高效地提取珊瑚岛礁信息对南海岛礁监测、管理、规划与保护具有现实意义。本研究基于我国海洋一号C卫星(HY-1C)遥感数据,对西沙永乐群岛珊瑚礁信息进行了研究与分析,提出基于HY-1C遥感数据的珊瑚礁地貌分类体系。采用全卷积神经网络U-Net模型,依次通过下采样、上采样操作提取西沙永乐环礁地貌特征,实现原始影像的像素级语义分割。结果表明:基于HY-1C数据建立的地貌分类体系对活珊瑚覆盖及珊瑚生长发育条件具有指示作用,提出的基于U-Net模型的珊瑚岛礁地貌信息自动提取方法,能够为我国南海珊瑚岛礁生态系统的全自动、大范围监测和评价提供相应理论基础,在珊瑚礁生态管理与评价中发挥关键作用。精度验证结果表明:U-Net模型可以有效提取珊瑚礁地貌信息,采用的地貌信息提取方法具备时空泛化能力,泛化精度高于80%。
-
关键词
海洋物理学
海洋一号C卫星(HY-1C)
海岸带成像仪
珊瑚礁地貌分类
深度学习
U-Net
西沙永乐环礁
-
Keywords
marine physics
HY-1C
coastal zone imager
geomorphological classification of coral reef
deep learning
U-Net
Xisha Yongle Atoll
-
分类号
P733
[天文地球—物理海洋学]
-
