环境科学与资源利用论文_基于深度学习的黑臭水-遥感信息

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

环境科学与资源利用论文_基于深度学习的黑臭水

作者:

关键词:

摘要：

文章目录

1 研究背景

2 技术路线

3 研究区概况与数据集制作

3.1 研究区概况

3.2 黑臭水体野外考察

3.3 数据集制作

4 黑臭水体相关指数计算

5 深度学习模型构建

5.1 PSPnet模型

5.2 U?Net模型

5.3 注意力机制模块CBAM

5.3.1 通道注意力模块（CAM)

5.3.2 空间注意力模块（SAM)

6 黑臭水体提取对比实验

6.1 深度学习精度评价指标

6.2 原始模型提取黑臭水体遥感信息对比

6.3 引入注意力机制模块的改进模型提取黑臭水体遥感信息对比

7 结论

文章摘要:黑臭水体分布广泛，严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区，利用高分二号（GF-2）多光谱数据和实测数据，使用PSPNet（Pyramid Scene Parsing Network）和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段（RGB）及近红外波段（NIR）计算归一化差异植被指数（NDVI）和归一化差异黑臭水体指数（NDBWI），针对细小形状的黑臭水体普遍存在的漏检问题，引入注意力机制模块对模型进行优化改进，构建改进型深度学习黑臭水体遥感信息提取模型。结果表明：输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳，其精度评价指标F1-srore、MIoU、Recall分别达到了0.864 5、0.868 1、0.835 9。

文章关键词:

论文分类号:X52;X87;TP18

文章来源：《遥感信息》网址: http://www.ygxxzzs.cn/qikandaodu/2022/0422/605.html