摘要：及时准确获取和掌握水体分布信息对于水域管理等具有重要的意义。以水网密布、分布复杂的浙北杭嘉湖水网平原为研究区,采用随机森林模型和基于扩张残差网络(DRN)的Deeplab V3+模型,对北京二号高分辨率遥感影像进行水体信息提取,比较了2种模型水体信息提取的准确性。结果表明,采用5个特征的随机森林模型的提取精度要好于只采用3个特征的随机森林模型;Deeplab V3+模型的提取精度要明显优于随机森林模型,它的提取总体精度为0.9766,kappa系数为0.8266,MIoU为0.8266,均明显高于随机森林模型;以目视解译结果为参考,Deeplab V3+的提取结果也明显好于随机森林模型,消除了随机森林提取结果中明显的“椒盐效应”,其原因可能与Deeplab V3+模型能充分利用高分遥感影像的光谱和空间纹理特征有关。因此,DeepLabV3+模型可以从高分遥感影像有效地提取水体的信息,即使在杭嘉湖平原这种复杂的环境下,为快速、准确获得水体分布信息提供了一个有效的途径和手段。