第41卷第4期2023年4月河南科学HENANSCIENCEVol.41No.4Apr.2023收稿日期：2022-09-26基金项目：河南省财政项目（豫财预﹝2014﹞134号，豫财预﹝2015﹞128号，豫财环﹝2016﹞44号）；国家自然科学基金（62071439）作者简介：甄娜（1985-），女，工程师，主要研究方向为自然资源调查及监测文章编号：1004-3918（2023）04-0619-06基于ResNet的面向对象矿区占地信息提取研究甄娜1，陈涛2，霍光杰1，李小芳3（1.河南省自然资源监测院，河南省地质灾害防治重点实验室，郑州450000；2.中国地质大学（武汉）地球物理与空间信息学院，武汉430074；3.河南邦尔环保科技有限公司，郑州450000）摘要：利用高分二号影像结合面向对象方法展开矿区占地信息提取研究，采用面积比均值法确定分割尺度进行多尺度分割获取对象，基于空间优化工具选取特征后标记样本，其中训练集、测试集和验证集比例为3∶1.将样本集在ResNet模型中训练，应用于全部对象，并与CNN模型进行对比.结果表明，面向对象方法结合ResNet模型进行矿区占地信息提取总体精度为91.41%，Kappa系数为0.89，优于CNN方法.该方法适用于以露天采场和矿堆为主的矿区环境，可以为后续的矿区环境治理工作提供有效的技术支持.关键词：矿区占地信息；面向对象方法；ResNet；信息提取；遥感图像中图分类号：TP753文献标识码：AResearchonMiningAreaLandOccupationInformationExtractionBasedonResNetandObject-orientedMethodZHENNa1，CHENTao2，HUOGuangjie1，LIXiaofang3（1.HenanKeyLaboratoryofGeologicalDisasterPreventionandControl，NaturalResourcesMonitoringInstituteofHenanProvince，Zhengzhou450000，China；2.InstituteofGeophysicsandGeomatics，ChinaUniversityofGeosciences，Wuhan430074，China；3.HenanBangerEnvironmentalProtectionTechnologyCo.Ltd.，Zhengzhou450000，China）Abstract：Inthispaper，theminingareainformationextractionresearchiscarriedoutbycombiningGaofen-2imagewithobject-orientedmethod，andthearearatiomeanmethodisusedtodeterminethesegmentationscaleformulti-scalesegmentationtoobtainobjects.Thesamplesarelabeledafterselectingfeaturesbasedonthespatialoptimizationtool，andtheratiooftrainingset，testsetandverificationsetis3∶1.ThesamplesetistrainedintheResNetmodel，appliedtoallobjects，andcomparedtotheCNNmodel.Theresultsshowthattheovera...
