中国地质大学（北京） 王君豪 张浩然 时广升 梅 钢

遥感影像中提取道路目标对城市发展、乡村建设等具有重要意义。相比于日常地图，遥感影像智能提取技术能更完整准确地识别出农村的道路情况。本文基于深度学习理论，使用二值语义分割网络从遥感影像中提取出路网，并将路网应用于石家庄农村新冠疫情分布中，使用空间自相关分析路网与疫情分布的相关性。结果显示，路网提取结果具有更高的准确率，疫情的分布特征和传播途径与路网均有很强的正相关性。本文使用遥感影像分析的路网，具备一定的实际应用价值，可为采取针对性的疫情防控措施提供理论依据。

近年来，随着人工智能的发展，深度学习已经成为了研究热点。作为人工智能中发展最快的技术，深度学习在遥感影像分析领域取得了令人满意的结果。道路作为遥感影像中的重要地物，其智能提取技术在抗震救灾、交通规划、水利工程等方面都具有重要的应用价值。

新冠肺炎疫情传播性强，严重程度高，已成为世界上许多国家和地区的流行病，其传播具有流行病学特征。自去年武汉疫情以来，石家庄最近又爆发了比较严重的新冠疫情，引起了全国上下的关注。为了分析此次 疫情分布特点，本文将遥感影像智能化提取的路网应用于疫情传播中，分析路网与疫情分布的相关性。

传统路网提取方法大致可分为基于像元方法和面向对象方法两类。……