MSSFNet:一个多尺度的空间光谱融合网络,用于在多光谱遥感图像中提取离岸浮式水产养殖区

科学领域:

• 遥感 遥感 遥感 遥感
• 地理空间分析的研究.
• 水产养殖管理水产养殖管理

背景情况:

• 准确的海上浮游水产养殖 (FRA) 区域的提取对于规划和管理至关重要.
• 目前的遥感方法在空间-光谱相关性和多尺度特征提取方面扎,限制了准确性.
• 现有的技术在识别不同大小和形状的FRA区域方面面临挑战.

研究的目的:

• 开发一个创新的多尺度空间光谱融合网络 (MSSFNet),以加强海上FRA区域的开采.
• 通过使用多谱遥感图像来提高FRA监测的准确性和稳定性.
• 为水产养殖区科学规划和环境保护提供可靠的工具.

主要方法:

• 拟议的MSSFNet通过空间频谱特征提取块 (SSFEB) 集成光谱和空间信息.
• 一个多尺度的空间注意力块 (MSAB) 被纳入,以捕获不同尺度的上下文信息.
• 使用Sentinel-2图像的CHN-YE7-FRA数据集是为了培训和评估而创建的.

主要成果:

• MSSFNet实现了高性能指标:90.76%的F1得分,83.08%的IOU和89.75%的卡帕系数.
• 废弃性研究证实了SSFEB和MSAB模块在提高FRA提取精度方面的有效性.
• 与最先进的方法相比,MSSFNet在确定海上FRA区域方面表现优越.

结论:

• MSSFNet提供了一个强大的,准确的解决方案,用于海上浮式水产养殖区的提取.
• 该网络能够处理多尺度特征并集成空间光谱信息,从而增强监控能力.
• MSSFNet为科学规划,环境保护和沿海水产养殖的精确管理提供了关键数据.