Skip To Content

使用模型

您可以在 ArcGIS Pro 中的 Image Analyst 工具箱提供的 使用深度学习检测对象 工具中使用此模型。

建议的影像配置

建议的影像配置如下:

  • 分辨率 - 预期 SAR 影像分辨率为 10 米。
  • 动态范围 - 8 位。
  • 波段 - 三波段 Sentinel-1 C 波段 SAR GRD VV 极化波段栅格。

提取石油泄漏

完成以下步骤以从影像中提取石油泄漏:

  1. 打开 ArcGIS Pro,然后创建一个 ArcGIS Pro 工程。
  2. 浏览至分析选项卡上的工具
    注:

    您可以从 Copernicus Open Access HubSentinel HubASF 门户下载影像。

    工具
  3. 单击地理处理窗格中的工具箱选项卡,选择 Image Analyst 工具,然后浏览至合成孔径雷达下的 Despeckle 工具。
    Despeckle
  4. 使用文件浏览器图标在输入雷达数据参数中选择 manifest.safe 文件。
    Despeckle“参数”选项卡
    添加清单文件
  5. 极化波段参数中,选择 VV 波段。 单击运行

    输出图层将添加到地图。

  6. 单击地理处理窗格中的工具箱选项卡,选择 Image Analyst 工具,然后浏览至数学分析下的 Log10
    Log10
  7. Despeckle 函数的输出作为输入文件添加到输入栅格数据或常量值选项中,然后单击运行
    Log10 的“参数”选项卡

    输出图层将添加到地图。

  8. 栅格函数窗口中,搜索并选择裁剪以移除陆地区域。
    “裁剪”工具
  9. Log10 函数的输出作为输入文件添加到栅格选项中,然后单击运行
    裁剪属性

    输出图层将添加到地图。

  10. 栅格函数窗口中,搜索并选择波段合成
    波段合成
  11. 对于栅格,添加三次“裁剪”工具的输出,将其用作输入文件以创建三波段影像,然后单击创建新图层
    “波段合成属性”的“参数”选项卡

    输出图层将添加到地图。

  12. 缩放至感兴趣区域。
    感兴趣区
  13. 单击地理处理窗格中的工具箱选项卡,选择 Image Analyst 工具,然后浏览至深度学习下的使用深度学习检测对象
    使用深度学习检测对象
  14. 参数选项卡上,按照以下说明设置变量:
    1. 输入栅格 - 选择 Composite Bands
    2. 输出检测对象 - 选择表示石油泄漏的要素图层。
    3. 模型定义(可选)- 选择预训练模型或微调模型的 .dlpk 文件。
    4. 参数(可选)- 根据需要更改参数值。
      “参数”选项卡
  15. 按照以下说明设置环境选项卡上的变量:
    1. 处理范围 - 从下拉菜单中选择当前显示范围或任意其他选项。
    2. 像元大小 - 根据需要修改。
      注:

      预期 SAR 影像分辨率为 10 米。

    3. 处理器类型 - 根据需要选择 CPUGPU。 如果可以,建议您选择 GPU 并设置待使用 GPU 的 GPU ID
      “环境”选项卡
  16. 单击运行
    已添加输出图层

    输出图层将添加到地图。

  17. 如果必须为单个石油泄漏事件生成多个面,则可将多个重叠面转换为单个面。 使用成对融合工具进行转换。
    多个重叠输出面
  18. 单击地理处理窗格中的工具箱选项卡,展开分析工具,然后浏览至成对融合工具。
    “成对融合”工具
  19. 按照以下说明设置参数选项卡上的变量:
    1. 输入要素 - 选择检测到的石油泄漏的要素图层。
    2. 输出要素类 - 设置包含已融合石油泄漏的输出要素类。
      “成对融合”的“参数”选项卡
    3. 单击运行

      输出图层将添加到地图。

      已融合的石油泄漏