毕业论文
您现在的位置: 遥感 >> 遥感前景 >> 正文 >> 正文

基于深度学习的苫盖绿网自动化识别方案探索

来源:遥感 时间:2023/6/16
补骨脂注射液价格 http://m.39.net/pf/a_4345635.html

在裸露地表上铺设苫盖绿网,可有效防止扬沙污染环境,有助于提升城市景观容貌和空气质量。目前苫盖绿网被广泛应用于:拆迁裸露区域、建筑施工扬尘区域、其它地表裸露区域等。

为满足各地利用遥感手段对城市防尘绿网进行动态监测与管理的要求,北京数慧基于高分辨率卫星影像,通过深度学习+元学习+强化学习+特征学习+知识图谱等技术,对苫盖绿网模型进行不断的迭代和优化,模型精度已达90%,可实现对苫盖绿网的分布情况和数量进行快速获取,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撑。苫盖绿网提取技术方法如下图所示:

01影像获取及预处理首先确定苫盖绿网提取的边界范围,获取对应区域的高分辨率卫星影像。以某地高分2号多光谱遥感影像为例,其影像预处理流程包括:正射校正、几何校正、辐射定标与大气校正、按行政区划镶嵌裁切,以及匀光匀色等步骤。02样本集制作明确要采集的样本标签苫盖绿网,选择集中连片覆盖区域,利用预处理后的影像使用语义分割方式,进行初次样本的勾画。采集的样本结果,通过数慧遥感云脑在线训练与解译系统,上传源数据集,系统可自动生成样本训练集、验证集、测试集,供后续苫盖绿网的模型训练和测试。03模型训练利用初次采集的样本,通过神经网络结构自动化设计、超参数自动化调参、迁移学习等遥感AI模型训练框架,进行初始模型训练。同时,对于需要补充的样本区域进行补采,结合初次的采样样本,对模型进行迭代,实现“小样本,大模型”。04智能化解译利用迭代后的苫盖绿网模型,通过在线训练与解译系统一键式发起解译任务,可实现快速、高频次、高效的苫盖绿网智能化解译和解译成果综合分析。为了进一步提高智能化解译的结果精度,达到人工提取的效果,并将解译成果应用于项目工程中,后处理能够对解译结果进行进一步修正。后处理流程一般包含:栅格矢量化、消除面空洞、几何错误修复等。解译成果展示:

模型自动评价

数慧遥感云脑模型评价模块显示,经过迭代后的苫盖绿网模型召回率达到91.08%,可快速、准确提取城市苫盖绿网,实现大范围、长时序的苫盖绿网动态监测。

目前,该苫盖绿网模型已经集成到北京数慧自主研发的遥感AISaaS平台遥感云脑中,并正在多地进行创新性应用。

转载请注明:http://www.0431gb208.com/sjsbszl/5169.html