一种基于图神经网络的多源遥感影像地表水体提取方法

本发明公开了一种基于图神经网络的多源遥感影像地表水体提取方法。以SAR影像为主，融合光学影像、数字高程模型及局部入射角信息。先对SAR数据进行辐射校正、几何校正与噪声抑制，并进行多源数据空间分辨率匹配。随后采用自适应贝叶斯超像素分割方法将影像转换为图结构。接着为超像素节点构建几何、纹理和物理三类特征，并通过特征选择算法优化特征维度。最后构建分类聚合图卷积神经网络，核心在于其自适应可微聚合机制。该机制能动态将邻域超像素按类别划分并进行特征融合，显著提升模型对水体边界及区域异质性的识别能力。本方法综合运用多源遥感数据、超像素图结构转换及优化的图卷积网络，有效提高了复杂地表环境中水体提取的精度和鲁棒性。