在基于增强的DeepLabv3的基础上,对重庆的不透水表面进行提取和时空分析
Dengfeng Wei1, Yue Chang1, Honghai Kuang2
1School of Geographical Sciences, Southwest University, Chongqing, 400715, China.
Scientific reports
|March 22, 2025
概括
一个使用Sentinel-2卫星数据和CA-DeepLabV3+的新模型准确地绘制城市不透水面的地图. 这项技术通过跟踪重庆的面积扩张来支持城市规划.
科学领域:
- 遥感 遥感 遥感 遥感
- 城市规划 城市规划
- 地理信息系统 (GIS) 是指地理信息系统.
背景情况:
- 城市不透水面 (UIS) 是城市化的关键指标,对环境产生影响.
- 准确地绘制UIS对城市管理和可持续发展至关重要.
- 现有的UIS提取方法在对大规模时间序列分析的准确性和效率方面面临挑战.
研究的目的:
- 开发和验证改进的CA-DeepLabV3+语义细分模型,用于提取城市不透水表面.
- 分析2017年至2022年重庆市中心城市区域不透水表面的时空演变特征.
- 评估模型的性能与其他语义细分模型相比.
主要方法:
- 使用 Sentinel-2 时间系列卫星遥感图像.
- 采用了改进的CA-DeepLabV3+语义细分网络用于UIS提取.
- 应用面积变化和标准偏差圆方法用于时空分析.
主要成果:
- 改进的CA-DeepLabV3+模型实现了高精度 (精度: 90.78%,回忆: 90.85%,F1: 90.82%,MIoU: 83.25%),优于其他模型.
- 在2017年至2022年期间,重庆市中心城市地区的不透水表面表现出快速增长和明显扩张趋势.
- 确定了不透气表面的显著方向扩张,主要沿着南北轴.
结论:
- 开发的CA-DeepLabV3+模型提供了一种可靠和高效的解决方案,用于大规模,时间序列监测城市不透的表面.
- 这些发现为了解城市扩张动态和支持精细的城市管理提供了关键数据.
- 该模型显示了城市生态研究和可持续城市发展的有希望的应用前景.
