基于U-Net的湖北省露天矿山土地损毁信息提取应用

将高分辨率遥感数据与深度学习方法相结合，可实现露天矿山土地损毁信息有效提取，提升对矿山地质环境现状及其变化情况的掌握程度。以高分二号卫星影像为数据源，利用U-Net模型对湖北省3个典型矿集区进行露天矿山土地损毁信息的提取研究。根据模型精度评价结果，数据训练集所包含的数据越多，其信息提取效果越好；骨干模型层数过深时会发生过拟合现象，降低信息提取结果的精度。经过综合考虑，选择将数据训练集旋转角度设置为30°,将骨干模型设置为ResNet34,最终取得较好的信息提取效果，验证了应用U-Net模型进行露天矿山土地损毁信息提取的可行性。