版权说明 操作指南
首页 > 成果 > 详情

基于Sentinel-1A SAR的洞庭湖汛期水体面积动态变化监测研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
张雨林;蒋昌波;隆院男;闫世雄
作者机构:
[张雨林] 长沙理工大学水利与环境工程学院
洞庭湖水环境治理与生态修复湖南省重点实验室
湖南工业大学
[蒋昌波] 洞庭湖水环境治理与生态修复湖南省重点实验室<&wdkj&>湖南工业大学
[隆院男; 闫世雄] 长沙理工大学水利与环境工程学院<&wdkj&>洞庭湖水环境治理与生态修复湖南省重点实验室
语种:
中文
关键词:
洞庭湖;水体面积;深度学习
关键词(英文):
Sentinel-1A;HRNet;Dongting Lake;Water area;Sentinel-1A;The deep learning algorithm;HRNet
期刊:
遥感技术与应用
ISSN:
1004-0323
年:
2024
卷:
39
期:
3
页码:
741-752
基金类别:
51839002:国家自然科学基金 52079010:国家自然科学基金 XSKJ2019081-45:湖南省水利科技项目 2020SK2130:湖南省重点研发计划项目
机构署名:
本校为第一机构
摘要:
洞庭湖水体面积动态变化监测对防洪、维系生态系统的稳定及生物多样性具有重要意义。以经典Unet网络模型和创新性HRNet网络模型为代表的深度学习技术已成为遥感图像信息获取的高效途径,实验以Sentinel-1A SAR影像...展开更多 洞庭湖水体面积动态变化监测对防洪、维系生态系统的稳定及生物多样性具有重要意义。以经典Unet网络模型和创新性HRNet网络模型为代表的深度学习技术已成为遥感图像信息获取的高效途径,实验以Sentinel-1A SAR影像为主要数据源,定性、定量地分析了Sentinel-1双极化水体指数法(Sentinel-1 Dual-Polarized Water Index,SDWI)、面向对象分类法、UNet网络模型和HRNet网络模型4种...
摘要(英文):
Monitoring the dynamic changes of water area in Dongting Lake is of great significance for flood control,ecosystem stability and biodiversity.The deep learning algorithm represented by the classic Unet the innovative HRNet has become an efficient way to obtain remote se...MORE Monitoring the dynamic changes of water area in Dongting Lake is of great significance for flood control,ecosystem stability and biodiversity.The deep learning algorithm represented by the classic Unet the innovative HRNet has become an efficient way to obtain remote sens...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com