变化检测算法在水土保持遥感图斑识别中的应用研究OA
针对传统水土保持遥感图斑识别技术效率低、误判率高的问题,文章引入深度学习变化检测模型进行扰动图斑识别研究,通过对比FC-Siam-diff、SNUNet、STANet和BIT四种变化检测模型在Forest_CD数据集上的性能.研究结果表明:BIT模型对两期遥感影像扰动区域图斑的综合判别性能最优,模型精确率(87.76%)、召回率(85.78%)、交并比(76.80%)、准确率(85.78%)和Fscore值(86.65%)均优于其他模型.该实验证实了BIT模型在水土保持遥感图斑识别中的有效性,为生产建设项目扰动图斑自动识任务别供了技术支撑.
白春昱;张陆军;施明新;杜苏蘅;顾凌云;白春霖
上海勘测设计研究院有限公司,上海 200120上海勘测设计研究院有限公司,上海 200120上海勘测设计研究院有限公司,上海 200120上海市浦东新区水文水资源管理事务中心,上海 200120上海市浦东新区水文水资源管理事务中心,上海 200120吉林航空维修有限责任公司,吉林 132102
农业科技
水土保持扰动图斑自动识别变化检测
《水利技术监督》 2026 (3)
20-22,30,4
上海勘测设计研究院有限公司课题基金(2023HJ(83)019)
评论