WaterFormer-MS: A multi-stream deep learning framework for surface water segmentation from satellite imagery
提出多流深度学习框架WaterFormer-MS,从Sentinel-2影像中精准分割地表水体。
阅读 3
关键词 · 相关资讯与研究
沿着“地表水体提取”继续探索,共 1 条内容。
提出多流深度学习框架WaterFormer-MS,从Sentinel-2影像中精准分割地表水体。
提出MSA-TCNet多尺度注意力Transformer-CNN网络,实现遥感影像中保持细节的高精度
该网络通过多尺度窗口自注意力与空间支路兼顾全局上下文和细粒度边界,在自制及两个公开数据集上提升细碎水体与边界连续性提取精度,适用于高分辨率遥感水体制图,但尚未验证业务化大范围部署效果。
综合电测深、GIS、遥感和AHP评估尼日利亚哈科特港地下水潜力与含水层脆弱性。
提出SAMWater,用提示引导多模态基础模型实现可迁移地表水制图。
构建多尺度框架,结合GIS筛选与野外验证,识别哈萨克斯坦半干旱区地下水回补场地。
验证WaterSafe决策支持工具在波兰和芬兰污水处理厂水回用规划中的适用性。
用多尺度注意力网络从无人机影像提取鱼鳞坑并量化其水土保持效果。
该研究用RGB+坡度组合输入与多尺度注意力网络将鱼鳞坑提取IoU提升至93%,并据此量化50mm降雨下减流9%–21%、减蚀2%–11%,适用于黄土高原微地形措施评估,外推需谨慎。
评估斯里兰卡上马哈维利流域土地利用变化与土壤侵蚀对泥沙输移比的影响。
利用GRACE卫星重力数据构建2002-2023年全球地下水储量月变化数据集G3P。