一种基于深度卷积神经网络的水体变化检测方法和系统

    公开(公告)号:CN113269028A

    公开(公告)日:2021-08-17

    申请号:CN202110370686.3

    申请日:2021-04-07

    摘要: 本发明公开了一种基于深度卷积神经网络的水体变化检测方法和系统,方法包括:获取多波段原始水体分布影像数据,并对多波段原始水体分布影像数据进行数据预处理,得到预处理影像数据;其中,数据预处理包括大气校正、位深度转换、UTM投影转换、噪点滤波、影像重采样和影像分割;将预处理影像数据输入至训练好的深度卷积神经网络,得到水体边界特征图像;将水体边界特征图像进行数据后处理,得到水体变化检测结果;其中,数据后处理包括数据读取、投影坐标赋值、栅格镶嵌、自适应分类、基于矢量缓冲区域像素统计的面积计算、时间格式转换。本发明实施例通过上述方法可以实现自动化的水体变化检测,并进行快速、准确的水体信息提取和变化监测。

    基于重力卫星数据的洪灾评估方法及装置

    公开(公告)号:CN114708516A

    公开(公告)日:2022-07-05

    申请号:CN202210464060.3

    申请日:2022-04-29

    摘要: 本发明公开了一种基于重力卫星数据的洪灾评估方法及装置,首先获取目标区域的卫星遥感影像;然后将卫星遥感影像输入至水体识别网络模型,得到水体识别网络模型输出的目标区域内的水体区域;然后获取水体区域对应的重力卫星数据,并基于重力卫星数据,确定水体区域的降水量;最后基于水体区域以及降水量,对目标区域进行洪灾评估。该方法可以自动实现对洪灾的灾后评估,不需要人工干预,可以大大提高灾后评估的效率以及准确性,以便于准确掌握洪灾发生后的相关信息。