一种基于深度学习的卫星遥感水体识别方法

本发明适用于生态环境遥感监测技术领域，尤其涉及一种基于深度学习的卫星遥感水体识别方法，所述方法包括：获取多光谱遥感数据，构建数据集；构建水体识别模型，水体识别模型采用DeepLabV3+作为基础模型；采用交叉熵损失函数对水体识别模型进行优化，采用Adam优化器对水体识别模型进行训练；通过交叉验证和性能指标评估水体识别模型的性能，得到训练好的水体识别模型；将待识别数据导入训练好的水体识别模型，进行水体识别，对识别结果进行可视化处理。本发明利用Sentinel‑2卫星遥感数据，实现对水体识别，解决了现有技术中，在复杂环境下的效果往往不尽如人意，容易受到云层、阴影和其他干扰因素的影响，具有操作简单、识别快速和准确率较高的优点。