基于深度学习RCF模型的三都澳筏式养殖区提取研究

三都澳是中国重要的海水养殖海湾，在水产养殖中占有较高的经济地位。快速准确地获取养殖区的分布范围、数量以及面积等信息，对养殖区规划、产值估计、生态调查、风暴潮灾害预防等具有重要的意义。然而，随着养殖区域的扩大，海水背景状态愈发复杂多样，光谱特征差异较大，为养殖区提取带来困难。在本实验中，利用高分辨率遥感卫星GF-2图像，引入深度学习RCF（Richer Convolutional Features）网络模型对海湾内的筏式养殖区进行了提取。结果显示:该方法无需事先对区域进行水陆分离处理，且对水中泥沙较多的区域以及海浪较大的区域有很好的提取效果，提取精度达93%以上，适合进行大规模海水养殖区提取应用。