VV 和 VH 双极化 SAR 观测的交叉极化融合以提高洪水映射效果
计算机视觉与模式识别
2026-05-05 v1 人工智能
摘要
合成孔径雷达 (SAR) 图像因其全天候和夜间成像能力而广泛用于洪水监测。然而，使用单极化 SAR 数据进行洪水映射在表面散射和体积散射共存的复杂环境中仍具有挑战性。本文探讨了 VV 和 VH SAR 观测的交叉极化融合以提高洪水映射效果。采用基于深度学习的分割框架，联合利用 VV 和 VH 极化提供的互补信息。为确保公正的评估，我们在相同的训练条件下比较了三种配置：仅 VV、仅 VH 以及融合 VV-VH 输入。性能评估采用标准洪水映射指标，包括 Intersection over Union (IoU) 和 F1-score，以及定性可视化分析。实验结果表明，VV-VH 融合在森林覆盖和异构洪水区域 consistently outperform 单极化模型，导致更准确的洪水边界描绘。这些发现凸显了交叉极化 SAR 融合在灾害监测应用中提高 SAR 基于洪水映射可靠性的重要性。
引用
@article{arxiv.2605.02153,
title = {Cross-Polarization Fusion of VV AND VH SAR Observations for Improved Flood Mapping},
author = {Jagrati Talreja and Tewodros Syum Gebre and Leila Hashemi Beni},
journal= {arXiv preprint arXiv:2605.02153},
year = {2026}
}
备注
Copyright 2026 IEEE. Published in the 2026 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2026)