洪涝灾害地域时空数据融合算法的性能评估与对比研究

洪涝灾害地域时空数据融合算法的性能评估与对比研究
李奇泽
【期刊名称】《信息记录材料》
【年(卷),期】2024(25)3
【摘要】针对洪涝灾害监测中的高时空分辨率遥感图像获取困难的问题,提出使用时空融合算法生成高时空分辨率图像。

首先,详细介绍三种基于深度学习的算法:基于生成对抗网络的时空融合(generative adversarial network⁃based spatiotemporal fusion model,GAN⁃STFM)、传感器偏差驱动的时空融合(sensor bias⁃driven spatial temporal fusion,BiaSTF),以及基于生成对抗网络的多级特征融合(multi⁃level feature fusion with generative adversarial network,MLFF⁃GAN)三种算法;其次,针对洪涝灾害地域,对三种时空数据融合算法的性能评估与对比研究。

评估结果表明MLFF⁃GAN算法能取得最优结果;视觉结果显示三种算法在洪水监测中具备可行性,但均存在无法准确重建洪水边缘细节等问题。

【总页数】4页(P237-239)
【作者】李奇泽
【作者单位】太原学院计算机科学与技术系
【正文语种】中文
【中图分类】TP751
【相关文献】
1.基于反馈的时空联合数据融合算法研究
2.融合多源遥感数据生成高时空分辨率数据的方法对比
3.多目标跟踪系统数据融合算法的性能评估
4.数据匹配算法应用对比研究--以期刊数据融合中作者和机构匹配为例
5.面向GF-1 WFV数据和MODIS 数据的时空融合算法对比分析
因版权原因，仅展示原文概要，查看原文内容请购买。