最新亚洲人成网站在线观看,欧美午夜理伦三级在线观看,宝宝好涨水快流出来免费视频,性色欲网站人妻丰满中文久久不卡

摘 要：地表水體監(jiān)測(cè)對(duì)于水資源保護(hù)具有重要的參考價(jià)值。該文以2013—2022年的國(guó)產(chǎn)高分一號(hào)(GF-1)系列遙感影像為數(shù)據(jù)源,發(fā)展了一種基于深度學(xué)習(xí)模型DeepLabv3+的像素級(jí)地表水體遙感提取方法。在北京市密云區(qū)的實(shí)驗(yàn)結(jié)果表明,該方法可快速獲取多期次像元尺度的地表水時(shí)空分布,提取結(jié)果與真實(shí)空間分布基本一致; 與隨機(jī)森林算法、支持向量機(jī)算法和最大似然法等常規(guī)分類算法提取結(jié)果進(jìn)行對(duì)比,所提方法的精確率和召回率分別達(dá)99.22%和98.01%,水體提取精度較高。通過(guò)長(zhǎng)時(shí)間序列監(jiān)測(cè),2013—2022年間密云區(qū)地表水體面積經(jīng)過(guò)持續(xù)性減小→增加→保持穩(wěn)定3個(gè)過(guò)程。該方法提取精度和效率滿足區(qū)域級(jí)水體空間范圍變化監(jiān)測(cè)的需求,在區(qū)域地表水資源遙感快速監(jiān)測(cè)和生態(tài)評(píng)價(jià)等領(lǐng)域具有廣闊的業(yè)務(wù)應(yīng)用前景。

作為北京最大的也是唯一的飲用水源供應(yīng)地,密云全區(qū)2/3的土地屬于水源保護(hù)區(qū),共分布著123條大大小小的河流,流過(guò)村莊、穿越山谷、匯入干流,大部分溪澗最終都會(huì)匯入密云水庫(kù)。密云水庫(kù)于1960年建成,在攔洪蓄水、灌溉農(nóng)田、城市供水、發(fā)電等方面都發(fā)揮了應(yīng)有的作用。南水進(jìn)京后,密云水庫(kù)的蓄水量節(jié)節(jié)攀升,進(jìn)入高水位常態(tài)運(yùn)行的新階段。2021年4月,密云水庫(kù)向下游進(jìn)行試驗(yàn)性生態(tài)補(bǔ)水,隨后潮白河北京段實(shí)現(xiàn)全線通水。隨著密云水庫(kù)持續(xù)向下游河道生態(tài)補(bǔ)水,全市地下水位明顯回升。但是,受人類活動(dòng)和氣候變化的影響,北京市出現(xiàn)了水源不足、水表面積萎縮以及干旱頻繁發(fā)生等情況,這大大影響了北京市生產(chǎn)生活的發(fā)展水平。因此,對(duì)密云區(qū)水資源,特別是密云水庫(kù)水面的時(shí)空分布進(jìn)行研究尤為重要。

但是,基于深度神經(jīng)網(wǎng)絡(luò)針對(duì)密云區(qū)地表水的快速監(jiān)測(cè)鮮見(jiàn)研究。本文針對(duì)傳統(tǒng)地表水信息提取中存在的問(wèn)題,以多年度國(guó)產(chǎn)高分一號(hào)(GF-1)系列光學(xué)衛(wèi)星遙感影像為基礎(chǔ)數(shù)據(jù)源,結(jié)合深度學(xué)習(xí)技術(shù),動(dòng)態(tài)、宏觀地分析北京市密云地表水資源演變趨勢(shì),探討氣候和人類活動(dòng)對(duì)水資源生態(tài)系統(tǒng)的影響,以期為水資源政策制定及生態(tài)保護(hù)等方面提供理論依據(jù)。

本文所采用的技術(shù)路線如圖1所示。為了保證提取精度,目前在生產(chǎn)中提取水體邊界還是以基于光學(xué)遙感影像的目視解譯方法為主。然而,以人工為基礎(chǔ)的目視解譯法難以實(shí)現(xiàn)廣域上的水體實(shí)體監(jiān)測(cè)目的。為了保障水體提取的精度和效率,本研究將綜合利用目視解譯法和基于深度學(xué)習(xí)的自動(dòng)解譯法,實(shí)現(xiàn)對(duì)多期遙感影像中地表水體的快速提取。

圖1 本文技術(shù)路線

對(duì)多期光學(xué)影像進(jìn)行數(shù)據(jù)預(yù)處理,包括正射校正、配準(zhǔn)融合、區(qū)域平差、鑲嵌勻色、降位裁切等處理。其中,將2 m全色影像與8 m多光譜影像利用Pansharpening算法進(jìn)行圖像融合,得到2 m空間分辨率的融合圖像。鑲嵌勻色以地表水體較大面積所在影像為基準(zhǔn)影像,采用色彩映射的算法進(jìn)行直方圖匹配。數(shù)據(jù)正射校正、配準(zhǔn)融合、區(qū)域平差、裁切降位使用GXL軟件完成,鑲嵌勻色使用項(xiàng)目組自主研發(fā)的鑲嵌軟件完成,最終得到具有地理坐標(biāo)相同、幾何位置一致、色調(diào)統(tǒng)一的基礎(chǔ)影像數(shù)據(jù)。

采用深度學(xué)習(xí)語(yǔ)義分割中應(yīng)用較為廣泛的DeepLabv3+作為基礎(chǔ)網(wǎng)絡(luò)架構(gòu)。DeepLabv3+為編碼器-解碼器結(jié)構(gòu)。編碼器為帶有空洞卷積的空間金字塔池化(atrous spatial pyramid pooling,ASPP)模塊的深度卷積網(wǎng)絡(luò),該設(shè)計(jì)使得DeepLabv3+能夠有效地識(shí)別出影像中不同空間尺度的物體?？紤]到湖泊在遙感影像中表現(xiàn)的多尺度特征,本文以DeepLabv3+為框架,來(lái)提取GF-1系列衛(wèi)星影像中的水體目標(biāo),網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 DeepLabv3+的網(wǎng)絡(luò)結(jié)構(gòu)示意圖

為了更好地實(shí)現(xiàn)多期影像研究區(qū)下的水體提取,本文采用目視解譯和自動(dòng)提取迭代的方式,快速形成水體樣本庫(kù),從而訓(xùn)練DeepLabv3+提取模型。首先,采用目視解譯法,對(duì)影像中的地表水資源進(jìn)行樣本勾畫,作為影像中地表水資源分布范圍的真實(shí)參考。圖3展示了勾畫的水體分布范圍的真實(shí)參考示例。然后,將研究區(qū)按照1:50 000分幅劃分為16景分幅,共得到10x16=160張分幅影像。對(duì)每一期影像,隨機(jī)選擇4景分幅,進(jìn)行人工解譯。以其中的2景解譯成果作為訓(xùn)練集,另外2景解譯成果作為驗(yàn)證集,來(lái)訓(xùn)練DeepLabv3+網(wǎng)絡(luò),以驗(yàn)證集上結(jié)果最優(yōu)的模型作為本次訓(xùn)練的最終模型。其次,采用訓(xùn)練好的DeepLabv3+網(wǎng)絡(luò)對(duì)剩余的12景分幅影像進(jìn)行自動(dòng)提取,從而獲得初步的水體圖斑。接著,在剩余12景分幅影像中再隨機(jī)選取2景分幅加入訓(xùn)練樣本,在自動(dòng)識(shí)別結(jié)果基礎(chǔ)上對(duì)該2景影像進(jìn)行人工修邊,從而得到真實(shí)的水體圖斑; 然后,以4景解譯成果構(gòu)建訓(xùn)練集,2景解譯成果作為驗(yàn)證集,再次訓(xùn)練DeepLabv3+網(wǎng)絡(luò)。重復(fù)上述過(guò)程直到DeepLabv3+模型在驗(yàn)證集上的準(zhǔn)確率達(dá)到90%以上。值得注意的是,每期影像都將提供2景驗(yàn)證集,并且從來(lái)不參與DeepLabv3+網(wǎng)絡(luò)訓(xùn)練。

圖3 地表水資源目視解譯真實(shí)參考實(shí)例

研究區(qū)為北京市密云區(qū),位于北京市東北部,介于N40°13'7″~40°47'57″,E116°39'33″~117°30'25″之間。東西長(zhǎng)69 km,南北寬64 km,總面積為2 229.45 km2,山區(qū)占全區(qū)面積的4/5,水源保護(hù)區(qū)占全區(qū)面積的3/4。密云水庫(kù)形似等邊三角狀,有2大支流,一條支流是白河,起源于河北省沽源縣,經(jīng)赤城縣、延慶區(qū)、懷柔區(qū),流入密云水庫(kù); 另一條支流是潮河,起源于河北省豐寧滿族自治縣,經(jīng)灤平縣,自古北口入密云水庫(kù)。研究區(qū)位置示意圖如圖4所示。

圖4 研究區(qū)位置示意圖

本文優(yōu)選2013—2022年間10期次的GF-1系列(GF-1和GF-1 B/C/D)衛(wèi)星遙感影像,提取密云區(qū)地表水體空間分布。GF-1衛(wèi)星于2013年4月26日成功發(fā)射,GF-1 B/C/D于2018年3月31日成功發(fā)射,這4顆衛(wèi)星均搭載2 m空間分辨率全色和8 m空間分辨率多光譜相機(jī)。本文采用的影像及樣本標(biāo)注的圖像均為TIF格式。

本文實(shí)驗(yàn)所采用的服務(wù)器中央處理器為Intel Xeon E5-2689,顯卡為NVIDIA Tesla V100,顯存32 GB。深度學(xué)習(xí)框架采用Pytorch140搭建,編程語(yǔ)言為python3.6。

為了驗(yàn)證本文方法提取水體的精度,將本文方法與隨機(jī)森林算法、支持向量機(jī)算法和最大似然法3種常規(guī)的水體自動(dòng)提取方法進(jìn)行了對(duì)比分析,密云區(qū)2015年遙感影像的提取結(jié)果如圖5所示。基于本文方法提取的水體范圍邊界與實(shí)際水體空間最為接近,提取結(jié)果優(yōu)于隨即森林、支持向量機(jī)算法、最大似然法等方法。本文采用混淆矩陣以及精確率P、召回率R、F1-score值這3個(gè)參數(shù)對(duì)提取結(jié)果進(jìn)行精度評(píng)價(jià),隨機(jī)選取多個(gè)測(cè)試區(qū)域進(jìn)行比較,不同方法得出的精度如表1所示。本文方法的精確率和召回率分別達(dá)99.22%和98.01%,與常規(guī)方法相比,本文方法在測(cè)試數(shù)據(jù)集上的水體提取精度最好。

圖5 不同方法提取結(jié)果對(duì)比

表1 不同方法提取精度對(duì)比

利用上述深度學(xué)習(xí)模型提取密云區(qū)2013—2022年地表水資源信息。并統(tǒng)計(jì)11期次地表水面積情況,如表2所示,圖6展示了其中6 a的提取結(jié)果,變化趨勢(shì)如圖7所示。從表2,圖6和圖7中可以看出,2013—2015年間密云水資源減少較為嚴(yán)重,以密云水庫(kù)退化幅度最大,水體總面積減少約23 km2。水面枯竭突出,表現(xiàn)為密云水庫(kù)較大區(qū)域干涸、北部庫(kù)區(qū)見(jiàn)底,白河、潮河南段基本斷流,白河潮河周邊村鎮(zhèn)如西田各莊和太師屯區(qū)域的溝塘密度顯著減少。水庫(kù)、河流的水量減少直接導(dǎo)致密云區(qū)森林大面積水源供給不足,地表植被稀疏。2016年起,密云區(qū)地表水體呈現(xiàn)持續(xù)增加的趨勢(shì),密云水庫(kù)逐漸豐盈,北部庫(kù)區(qū)持續(xù)外擴(kuò),水庫(kù)在地表水體中比重越來(lái)越大。地表現(xiàn)狀水網(wǎng)密度呈現(xiàn)穩(wěn)步增長(zhǎng)的趨勢(shì),白河、潮河流域水量豐富。地表水體變遷增大了密云區(qū)水體的斑塊密度,地表水體組成結(jié)構(gòu)表現(xiàn)出由地域分布不均勻向全區(qū)均衡分布的變遷趨勢(shì)。2019年起,密云區(qū)地表水體呈現(xiàn)穩(wěn)定的態(tài)勢(shì),密云水庫(kù)儲(chǔ)量穩(wěn)定,地表現(xiàn)狀水體持續(xù)充盈,全區(qū)溝塘有小幅度增長(zhǎng),濕地面積顯著擴(kuò)大,植被覆蓋度持續(xù)增加。

表2 密云區(qū)2013—2022年地表水面積統(tǒng)計(jì)

圖6 密云區(qū)2013-2022年地表水提取結(jié)果

圖7 密云區(qū)2013-2022年地表水面積變化趨勢(shì)

擁有2 000多萬(wàn)人口的北京市是我國(guó)資源型缺水的特大城市,屬重度缺水地區(qū)。密云水庫(kù)擔(dān)負(fù)著北京城市生活和工農(nóng)業(yè)生產(chǎn)用水的重要任務(wù)。20世紀(jì)90年代末以來(lái),由于遭遇持續(xù)多年干旱,水庫(kù)上游來(lái)水一直偏少,加上經(jīng)濟(jì)社會(huì)快速發(fā)展,密云水庫(kù)入不敷出,首都水資源供需矛盾十分突出。

2014年底南水北調(diào)中線工程通水,為北京市開(kāi)辟了新水源,改變了供水格局。北京城區(qū)供水中南水占比超70%,有效緩解了北京水資源緊張局面,也使密云水庫(kù)得以休養(yǎng)生息。截至2023年,超過(guò)2億m2南水儲(chǔ)存到密云水庫(kù),水庫(kù)蓄水量持續(xù)攀升。密云區(qū)水資源面積從2013—2015年逐年枯竭,但是2015年之后水資源面積呈大規(guī)模持續(xù)攀升趨勢(shì),至2019年水資源面積呈現(xiàn)穩(wěn)定趨勢(shì),2020年度由于南水北調(diào)中線工程北京段干線處于檢修期間,供水量減少,故2020年水量有所回落。生態(tài)補(bǔ)水方面,南水北調(diào)中線累計(jì)向北方50余條河流進(jìn)行生態(tài)補(bǔ)水,使白河、潮河等一批河湖生態(tài)改善,密云區(qū)淺層地下水水位止跌回升,使水庫(kù)河流蓄水保持穩(wěn)定,生態(tài)環(huán)境持續(xù)向好。由此可以看出,南水北調(diào)工程顯著提升了密云區(qū)的地表水資源,對(duì)北京市水資源調(diào)配,實(shí)現(xiàn)水源豐枯互濟(jì),擴(kuò)大南水供水范圍均起到重要作用。

本文針對(duì)密云區(qū)地表水資源高效監(jiān)測(cè)的需求,提出了基于DeepLabv3+的地表水體提取模型。主要結(jié)論包括:

綜上所述,本文方法有望在該區(qū)域地表水體空間范圍變化遙感快速監(jiān)測(cè)中開(kāi)展實(shí)際推廣應(yīng)用。此外,為了滿足不同區(qū)域地表水體監(jiān)測(cè)的需求,后續(xù)將進(jìn)一步增加區(qū)域性樣本,提高模型普適性。（原文有刪減）