基于U-Net的湖北省露天矿山土地损毁信息提取应用 |
| |
引用本文: | 何睿,王润,徐航,刘帅,李彧磊,张硕,陈琨,蔡宇,陈梦源.基于U-Net的湖北省露天矿山土地损毁信息提取应用[J].资源环境与工程,2024(1):100-110. |
| |
作者姓名: | 何睿 王润 徐航 刘帅 李彧磊 张硕 陈琨 蔡宇 陈梦源 |
| |
作者单位: | 1. 资源与生态环境地质湖北省重点实验室;2. 湖北省地质环境总站 |
| |
摘 要: | 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。
|
关 键 词: | 深度学习 卷积神经网络 U-Net ResNet 露天矿山土地损毁 信息提取 |
|
|