首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于GEE平台和深度学习算法自动提取长时序冰川边界的方法_秦格霞;王宁练;石晨烈_202311585597.6 

申请/专利权人:秦格霞;王宁练;石晨烈

申请日:2023-11-27

公开(公告)日:2024-06-18

公开(公告)号:CN118212515A

主分类号:G06V20/10

分类号:G06V20/10;G06V10/94;G06V10/774;G06V10/80;G06V10/44;G06V10/764;G06V10/82

优先权:

专利状态码:在审-公开

法律状态:2024.06.18#公开

摘要:本发明公开了一种基于云平台和深度学习算法自动提取长时序冰川边界的新方法。本发明首先基于Landsat、Sentinel和Aster数据各自的样本库对AttentionDeepLabV3+和AttentionUNet模型训练和测试,选取精度最高的模型布到geemap平台,后调用GEE平台提供1989—2023年间云量小于70%的所有Landsat、Aster、Sentinel的遥感数据获取冰川分类图像。然后采用像元级掩膜法,以无冰川像元替换有冰川像元将每年内相同数据源的所有分类图合成一幅作为该年最终冰川分类结果(无冰川像元数3),并运用膨胀、腐蚀算法消除影像中细小空隙,平滑较大物体边界,采用碎斑块去除算法,依据碎斑与RGI6.0冰川面积差异,通过判断连通像元个数实现不确定性斑块的去除。该方案为自动获取大范围、高精度冰川边界和面积提供了新的解决方案。

主权项:1.一种基于GEE平台和深度学习算法自动提取长时序冰川边界的方法,主要包括以下步骤:步骤S1:基于GEE平台获取Landsat、Sentinel-2Sentinel-1、Aster的不同特征数据,并根据冰川边界数据生成不同数据源、不同特征组合下的训练、验证和测试数据集。

全文数据:

权利要求:

百度查询: 秦格霞;王宁练;石晨烈 一种基于GEE平台和深度学习算法自动提取长时序冰川边界的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。