“面向对象+深度学习”遥感信息 提取技术在水利欧亿·体育（中国）有限公司应用 水利部遥感技术应用中心 水利部防洪抗旱减灾工程技术研究中心 中国水利水电科学研究院 2017.10 报告内容 1. 业务需求 2. 解决方案 3. 应用案例 1. 业务需求-水利欧亿·体育（中国）有限公司 水源地监测 水源地水体范围是水源地管理重要方面，自 水利遥感应用领域 动化快速提取很重要 水土保持监管 生产建设项目、动土、水保措施识别是水保 的重要方面，对快速解译、变化检测要求高 水利信息遥感解译 自动 快速 准确 水政执法取证 河湖管理范围的违建监测是水政执法取证 的重要方面，对准确变化检测要求高 洪涝灾害监测 洪涝灾害也是防洪减灾的重要方面，及时、 快速获取淹没范围很重要 遥感解译方法 像元 面向对象 灌区信息监测 作物识别对灌区农业用水管理很重要，需要 精准的识别 1. 业务需求-现状及问题 1）基于“像元+传统分类”的分类 优点：充分利用遥感影像光谱特征的的分布规律，即自然聚类的特征 ，进行分类 缺点：由于地球表面许多地物存在着“同谱异物、同物异谱”现象 ，利用基于像元的方法进行分类会导致“椒盐现象” 1. 业务需求-现状及问题 2）基于“面向对象+传统分类”的分类 尺度1 尺度2 尺度3 优点：将不同的地物分割到不同的对象之中 ，这对分类起了至关重要的作用。 缺点：对象的特征，如光谱、形状、纹理等 。但对于形状、纹理特征认识描述的不够全 面，信息量还不足以支撑地物分类、识别。