论文部分内容阅读
洪涝灾害是世界上破坏最严重的自然灾害之一,快速准确地提取洪水淹没范围可为受灾区及时制定相应措施提供理论和技术支撑。针对已有研究中缺少运用深度学习对SAR影像进行水体提取以及缺少不同方法之间的对比等不足,以Sentinel-1 SAR影像为数据源,通过选取两个水体占比不同的区域,比较分析了Otsu法、面向对象法和U-Net法三种方法的水体提取精度,并基于最佳水体提取方法对鄱阳湖十期主体水域面积进行时空分析。结果表明:①U-Net模型的水体提取精度在三种提取方法中最高,其F1值分别为0.9861和0.8786