Water Body Detection using Deep Learning with Sentinel-1 SAR satellite data and Land Cover Maps

基本事实 深度学习 土地覆盖 卫星 人工智能 合成孔径雷达 计算机科学 遥感 培训(气象学) 卫星图像 洪水(心理学) 环境科学 土地利用 气象学 地质学 地理 工程类 土木工程 航空航天工程 心理治疗师 心理学
作者
Hyungyun Jeon,Duk‐jin Kim,Junwoo Kim
标识
DOI:10.1109/igarss47720.2021.9553555
摘要

This paper suggests a novel and reliable method to detect water body from Sentinel-1 SAR satellite data using deep learning technique. There have been a lot of studies to extract water body from SAR images with deep learning. Although they achieved good performance, most of them used training data without guaranteeing good quality. In this study, land cover map generated by an official government agency were used for labelling ground truth data. After identifying the acquisition date of aerial photo used for generating the land cover map, vector polygons for river or reservoir were extracted and used as label data. This new method reduced producing time and cost to generate reliable training data. After training our deep learning model, it showed 0.874 of f1score. We also tested our deep learning model to the heavy rain season in Korea (August 2020) and successfully detected river flooding.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大橙子发布了新的文献求助10
3秒前
酷波er应助陈昊采纳,获得10
7秒前
hcsdgf完成签到 ,获得积分10
9秒前
可取完成签到,获得积分10
10秒前
zss完成签到 ,获得积分10
10秒前
11秒前
heart完成签到 ,获得积分10
13秒前
14秒前
lingyu完成签到,获得积分10
15秒前
ym完成签到 ,获得积分10
16秒前
Masetti1完成签到 ,获得积分10
18秒前
jenny发布了新的文献求助10
19秒前
忧虑的静柏完成签到 ,获得积分10
20秒前
20秒前
强公子发布了新的文献求助10
24秒前
自由的远侵完成签到 ,获得积分10
32秒前
巧克力手印完成签到,获得积分10
33秒前
屈岂愈发布了新的文献求助10
33秒前
34秒前
大橙子发布了新的文献求助10
35秒前
量子星尘发布了新的文献求助10
36秒前
jenny完成签到,获得积分10
37秒前
祁乐安完成签到,获得积分10
38秒前
naiyouqiu1989完成签到,获得积分10
39秒前
zjhzslq发布了新的文献求助10
40秒前
baoxiaozhai完成签到 ,获得积分10
41秒前
fy完成签到,获得积分10
42秒前
强公子完成签到,获得积分10
43秒前
49秒前
song完成签到 ,获得积分10
50秒前
怡然小蚂蚁完成签到 ,获得积分10
50秒前
小橙子完成签到,获得积分10
52秒前
SciGPT应助滴答采纳,获得10
52秒前
大气白翠完成签到,获得积分10
53秒前
确幸完成签到,获得积分10
53秒前
zjhzslq完成签到,获得积分10
53秒前
xdc发布了新的文献求助10
54秒前
ommphey完成签到 ,获得积分10
54秒前
牛哥还是强啊完成签到 ,获得积分10
55秒前
科研通AI2S应助屈岂愈采纳,获得10
56秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 3000
徐淮辽南地区新元古代叠层石及生物地层 3000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Handbook of Industrial Diamonds.Vol2 1100
Global Eyelash Assessment scale (GEA) 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 550
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4038128
求助须知:如何正确求助?哪些是违规求助? 3575831
关于积分的说明 11373827
捐赠科研通 3305610
什么是DOI,文献DOI怎么找? 1819255
邀请新用户注册赠送积分活动 892655
科研通“疑难数据库(出版商)”最低求助积分说明 815022