地球科学 | 青年编委窦杰团队文章：融合多源遥感地形数据与改进型Mask R-CNN模型的复杂高原地区冰湖智能识别

本文提出了一种基于多源遥感数据和改进的Mask R-CNN深度学习模型的冰湖智能识别方法，旨在解决复杂高原地形区冰湖识别的挑战。通过引入CBAM注意力机制，优化了模型对局部细节和全局特征的捕捉能力，结合Sentinel-2高分辨率影像、ALOS-DEM和NDWI数据，显著提升了冰湖识别的精度。研究结果表明，改进后的模型在精确度、召回率和准确度方面均优于其他主流模型，分别达到93.25%、94.69%和94.89%。该方法有效降低了山体阴影、湖水浊度和冻融条件对冰湖识别的影响，显著提高了小冰湖的识别效率，为冰湖溃决灾害风险评估和监测预警提供了可靠的技术支持。