卫星图像中鲁棒的小规模甲烷羽流分割
计算机视觉与模式识别
2025-08-25 v1 信号处理
摘要
本文针对利用 Sentinel-2 图像检测甲烷羽流这一具有挑战性的问题展开研究，为缓解快速气候变化做出贡献。我们提出了一种基于 U-Net 并以 ResNet34 作为编码器的新型深度学习方案，集成了双光谱增强技术（Varon 比率与 Sanchez 回归），以优化输入特征并提高灵敏度。一项关键成就是能够检测到小至 400 平方米（即 20 米分辨率下的单个像素）的羽流，超越了传统方法仅能检测较大羽流的局限。实验结果表明，我们的方法在验证集上达到了 78.39% 的 F1 分数，在灵敏度和精度方面均优于现有的遥感技术，尤其在小规模羽流检测方面表现突出。
引用
@article{arxiv.2508.16282,
title = {Robust Small Methane Plume Segmentation in Satellite Imagery},
author = {Khai Duc Minh Tran and Hoa Van Nguyen and Aimuni Binti Muhammad Rawi and Hareeshrao Athinarayanarao and Ba-Ngu Vo},
journal= {arXiv preprint arXiv:2508.16282},
year = {2025}
}
备注
6 pages, 3 figures. This paper is submitted to the International Conference on Control, Automation and Information Sciences (ICCAIS) 2025, Jeju, Korea