2025
07.13
非洲是全球干旱区分布最广的大陆之一,其干旱和半干旱地区占据全大陆面积的60%以上。干旱地区的地表水遥感提取存在诸多挑战,例如水体随季节变化明显,细小河流多且分散,空间形态复杂多变,增加了识别难度。面向“一带一路”非洲水资源监测和科学管理的需求,针对非洲典型干旱地区地表水的光谱和空间特征,本研究提出了一种基于多尺度信息的地表水遥感提取方法(Multi-scale Fusion U-Net with Global and Local Features,GLF-MFUNet),解决光谱特征差异显著、形态变化复杂、细小水体较多等问题,用于埃及水资源卫星监测,反映了当地的地表水资源状况。首先将Vision Transformer与曼哈顿自注意力机制相结合,用以捕捉遥感影像中的全局信息。然后利用卷积层提取局部信息。最后采用空间注意力和通道注意力有效结合全局信息与局部信息,从而准确地识别和提取水体的连续空间关系。图1. 非洲干旱地区地表水遥感提取方法架构本研究提出的GLF-MFUNet基于双路编码器和U-Net++解码器结构,主要使用了MVT(manhattan vision transformer