罗 爽1, 2, 3, 夏 辉2, 5, 王 成2, 5, 林镠鹏4, 6, 马 瑞2, 6
测绘工程. 2026, 35(1): 61.
针对河湖岸线监测效率低、难以实现目标全覆盖等问题,文中发展了一种基于深度学习的河湖岸线遥感智能监测方法。该方法充分利用遥感大数据优势和深度学习理论优势,发展了一套河湖岸线遥感智能监测技术体系,建立河湖岸线监测遥感解译样本集,以DeepLabV3+框架为基础,以MobileNetV2为主体网络,构建渐进式扩张空间金字塔模块进行多尺度特征提取,联合交叉熵损失函数与DICE损失函数约束模型训练过程。在此基础上,进一步对测试结果进行小碎块剔除、空洞填充、栅格-矢量转换等一系列优化策略,提升解译精度。实验表明文中提出的方法在坑塘、房屋和疑似开挖这3种典型河湖监测对象的识别总体精度分别可达98.13%、92.63%和90.61%。结果表明文中提出的智能监测方法能够较为准确地识别出河湖岸线典型地物,可为河湖管理及行政执法提供科学依据和决策支持。