计算机工程

作者：张永宏, 许帆, 阚希, 曹海啸

单位：1. 南京信息工程大学 自动化学院, 南京 210044;2. 南京信息工程大学 滨江学院, 江苏 无锡 213982

关键词：遥感数据,风云四号静止卫星,积雪覆盖度,深度学习,中分辨率成像仪

基金：国家自然科学基金面上项目“基于天气系统自动识别的新疆牧区雪灾遥感监测与预警研究”（41875027）；南京信息工程大学滨江学院自然科学预研项目（2020yng002）。

受复杂地形和遥感数据低分辨率的影响，传统的二值化积雪遥感产品在山区和林区的积雪覆盖度计算中存在严重误算和漏算的问题，从而导致积雪覆盖度估算精度低。基于风云四号A星多通道辐射扫描计（AGRI）新疆地区的遥感影像数据，提出一种多尺度特征融合网络的积雪覆盖度估算方法。通过深度残差网络和特征金字塔模式对卷积层各个阶段的特征信息进行重构，融合深层和浅层特征的多重语义信息，同时结合AGRI数据高时间分辨率的特性，拟合光谱信息和地理因素间的非线性关系，从而提高数据源和特征信息的整体利用率。实验结果表明，相比MOD10_FSC、BP-ANN_FSC和ResNet_FSC方法，该方法在A1~A4样本区中相关系数均值和解释回归模型的方差得分均值最高可提高8和6个百分点，且其均方误差均值仅为0.1，能够获得较高精度的积雪覆盖度估算结果。

来源：2022年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第3期