冯新翎，张 杰*，汤嘉立，2

(1. 江苏理工学院计算机工程学院，江苏 常州 213001；2. 东南大学电气工程学院，江苏 南京 210096)

1 引言

随着遥感技术的发展，特别是遥感几何分辨率和光谱分辨率的大幅提高，为水污染监测和调查开辟了一条新的途径。但是传统的固定剖面分析方法很难快速、准确地反映出当下的水污染状况，且所耗费的成本较高，执行速度较慢。

陈前[1]等人设计基于深度学习的高分遥感影像水体提取模型，通过构建水体分类数据集和水体语义分割数据集，得到水体遥感影像提取模型，运用该模型对影像提取精度进行控制与评价。实验结果表明，该方法可以有效去除阴影和建筑物等因素对水污染影像提取结果的影响，说明该方法的适用性较好。王喆[2]等人基于哨兵二号和资源三号卫星数据，以神东矿区和准格尔露天开采矿区为代表，该地区由于煤矿开采活动造成地表水污染十分严重，对该地区的煤尘和水污染现象实施提取、分类和分析，采用高空间分辨率目视解译与短波红外经验模型相结合的方法提取水污染影像要素，得出神东矿区污染水体面积占86.44%，准格尔矿区占74.82%，造成水污染的主要因素是煤尘颗粒物和洗煤废水。矿区内水体、周边水系及黄河干流呈轻度至重度污染。矿区附近水体流动性差，循环缓慢，污染较为严重。该方法可降低大量人工干扰，可以快速进行定性评价，能在一定程度上缓解矿山的污染现状，可用于煤矿区的长期动态监测。……