时空感知
刘秀慧, 李勇, 葛莹, 王鸿燕, 赖美芸, 顾祯蓉, 储思敏, 丁涵
埃及地处非洲大陆,水资源空间分布主要依赖于人工调控,水网结构密集且尺度复杂,尽管目前干旱区 地表水遥感提取研究成果丰富,但针对埃及地区的尚不多见。因此,基于 U-Net 结构,以埃及为研究区,本文提 出一种具有全局和局部特征的多尺度融合 U-Net 模型。首先,以 Sentinel-2、资源三号卫星影像为数据源,通过视 觉 Transformer 编码器和曼哈顿自注意力机制相结合,构建全局特征提取模块,提取水渠的上下文信息;其次, 分别进行空间注意力和通道注意力操作,构建空间先验卷积注意力融合机制对地表水多尺度特征进行融合,提高 水体边缘细节识别能力,抑制噪声和背景干扰;最后,与常用语义分割模型进行比较评价。结果表明,相较于常 用语义分割模型,本文方法在狭窄水渠的自动提取中效果较好,尤其相较于改进前 U-Net,交并比、F1 分数、精 确率指标分别提高了 4.97%、3.02%、10%,提取时间节约了 14.66 s。