基于遥感影像的生产建设项目扰动图斑人机协同智能提取方法

水土保持生产建设项目扰动图斑解译工作多以人工目视解译方法实现,在实际工作中,存在效率低、成本高、主观性强等问题。本文提出了“智能提取模型+遥感监管协作平台”的生产建设项目扰动图斑人机协同智能提取框架,通过本底数据要素标注、数据增强等手段构建变化检测数据集,采用改进的U-Net++模型开展生产建设项目扰动图斑智能提取试验。结果表明,模型平均准确率为79.59%,面积召回率为80.90%。针对检测模型容易误提取伪变化和云雾遮挡区域,以及存在图斑破碎、轮廓不规整等问题,在自动提取成果的基础上构建了分布式并行协同解译平台,对扰动图斑进行增、删、补、检,并将最终结果作为新样本反馈给模型,进一步提升模型性能,形成样本与模型间的良性循环,提高了实际工作效率。     

基于卫星遥感数据南海南部海洋表面流场反演

海表流场可直接影响海表的气候变化,且对于研究海气相互作用、热通量输送等具有重要意义.通过利用Jason-2号与HY-2号卫星高度计数据以及Metop卫星的ASCAT与HY-2号卫星散射计数据反演海表流场.利用距离加权平均法生成分辨率为0.25°×0.25°的网格,通过数据融合分别得到海表高度场与海面风场,在此基础上构建地转流和Ekman流反演数学模型.利用Jason-2与HY-2号卫星高程计数据反演地转流,利用ASCAT与HY-2号卫星散射计数据得出风应力驱动的Ekman流,合并两者得到海表流场.通过对研究海域海表流速的反演结果与OSCAR海流产品的对比分析,发现越靠近赤道的位置,其流速误差较大,最大相对误差达到了0.6 m/s.实验结果表明利用卫星遥感数据反演海洋表层流场能较为准确地表现实际海表流场的基本特征.