Sentinel-2/MSI深度学习超分辨率重建及河湖水质遥感反演

作     者：王世瑞 沈芳 魏小岛 WANG Shirui;SHEN Fang;WEI Xiaodao

作者机构：华东师范大学河口海岸学国家重点实验室上海200062 上海勘测设计研究院有限公司上海200050 中国长江三峡集团有限公司长江生态环境工程研究中心北京100038 

基　　金：中国长江三峡集团有限公司科研项目(202103552) 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2023年第38卷第3期

页      码：16-24页

摘      要：针对Sentinel-2影像低空间分辨率(20 m、60 m)波段混合像元会降低内陆河湖水质反演精度的问题,提出了一种通过深度学习超分辨率重建进行水质反演的方法。首先,引入残差神经网络超分辨率重建算法,结合迁移学习方法与卷积注意模块对该算法进行改进,通过对比评估其他算法的重建精度,发现改进算法主客观评价均为最佳。接着,以上海市内陆河湖为研究区域,使用改进算法对低分辨率波段重建至10 m,结合实测水质参数及影像重建前后的光谱特征波段,利用多种回归算法构建水质反演模型进行对比。结果表明:深度学习超分辨率重建模型可有效提升水质参数的遥感反演精度;深度神经网络模型精度较高(R 2>0.67),可实现更精细化制图。

主 题 词：Sentinel-2 深度学习 超分辨率重建 水质 深度神经网络 河流和湖泊 

学科分类：0810[工学-土木类] 083002[083002] 0830[工学-生物工程类] 08[工学] 09[农学] 0804[工学-材料学] 0903[农学-动物生产类] 0816[工学-纺织类] 081602[081602] 081002[081002] 081102[081102] 0811[工学-水利类] 

核心收录：

D　O　I：10.20091/j.cnki.1000-3177.2023.03.003

馆 藏 号：203123349...