基于CNN-OBIA的黄河源区水体提取及时空变化

作     者：陈伟 张秀霞 党星海 樊新成 李旺平 徐俊伟 CHEN Wei;ZHANG Xiuxia;DANG Xinghai;FAN Xincheng;LI Wangping;XU Junwei

作者机构：兰州理工大学土木工程学院甘肃兰州730050 兰州理工大学甘肃省应急测绘工程研究中心甘肃兰州730000 兰州理工大学建筑勘察设计院有限责任公司甘肃兰州730050 

基　　金：甘肃省教育厅青年博士基金项目(2022QB-052) 甘肃省自然科学基金项目(22JR5RA247) 

出 版 物：《人民长江》 (Yangtze River)

年 卷 期：2024年第55卷第4期

页      码：133-141页

摘      要：准确识别水体信息是分析地表水时空动态变化的重要技术手段。针对目前各种长时序水体信息提取方法精度低的问题,基于Landsat遥感影像,选用1986~2022年5484景黄河源区遥感影像,分别运用卷积神经网络结合面向对象(CNN-OBIA)和多指数水体检测规则(MIWDR)两种方法提取了黄河源区的地表水体,并对两种方法的提取精度进行了对比分析。在此基础上,探究了1986~2022年黄河源区水体信息的时空变化特征,并对其主要气候因素进行相关分析。结果表明:①CNN-OBIA的总体精度和Kappa系数分别为96.78%和0.93,MIWDR的总体精度和Kappa系数分别为94.28%和0.88,总体而言,CNN-OBIA的提取精度高于MIWDR方法。CNN-OBIA的提取结果可以很好地保持水体边界完整性和有效去除山体阴影,可以较好地对细小河流进行提取。②研究区水体总面积呈现出先减少(1986~2001年)后增加(2001~2022年)的变化趋势。③相关性分析表明,降水和气温与水体面积的变化均表现出显著正相关。

主 题 词：水体面积提取 卷积神经网络 面向对象 驱动力分析 黄河源区 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081501[081501] 0815[工学-矿业类] 081602[081602] 0816[工学-纺织类] 

D　O　I：10.16232/j.cnki.1001-4179.2024.04.018

馆 藏 号：203127553...