RSE：基于深度学习的青藏高原及周边地区冰湖自动提取

文章预览

青藏高原拥有除南北极以外全球最大的冰川储量，随着气候变暖，冰川退缩与消融直接导致该地区冰湖快速扩张。陆地卫星Landsat数据的可利用时间早（1972~）且空间分辨率较高（30m），是冰湖演化研究的主要数据源。然而，传统的冰湖制图方法依赖人工目视解译和检查编辑，存在如山体阴影、冰雪覆盖、水体浑浊等问题，导致冰湖制图效率较低。目前，深度学习技术已应用于冰湖制图领域，但现有模型多局限于极地地区或小范围的高山区，且面临迁移挑战。     鉴于此，中国科学院青藏高原研究所环境变化与多圈层过程团队张国庆研究员联合德国、美国和中国香港等地区的科学家，提出一种基于深度学习的冰湖自动提取方法。该方法综合评估了Deeplabv3+和U-Net两种经典解码器，结合Mobilenetv2、Mobilenetv3、Resnet50和Xception四种不同编码器，在青藏高 ………………………………