太阳成集团tyc7111cc地信系硕士研究生闫硕月（指导老师：王庆）在《中国农村水利水电》上发表题为“融合全局多层次特征的跨尺度河流精准识别方法”的研究论文。该论文被该期刊评为优秀论文，并作为2024年第6期的封面论文。

高分辨率遥感影像中河流自动化精准识别，在河流地质勘探及流域变化研究等方面具有重要意义和研究价值。然而，因河流在影像中面积占比较小，易造成数据集正负样本不平衡。此外，河流具有形态多变和尺度变换复杂等特点，导致河流识别易出现边界不连续和格网效应等问题。论文提出一种融合全局多层次特征的跨尺度河流精准识别方法。首先，选取全球具有明显特征的曲流河和辫状河，创建多特征河流数据集。其次，以轻量级语义分割模型Segformer为主干网络搭建R-Seg模型，设计全局多层次特征提取GASPP模块，通过各阶段与Transformer级联提取多尺度特征，使得模型能更好捕捉河流影像上下文特征信息，减少信息损失并放大全局维度交互特征。最后，提出基于掩膜加权投票的跨尺度河流影像预测方法，通过对大场景河流影像进行滑窗裁剪，将各单元预测块与特定掩膜加权相乘得到子预测结果，并按照重叠投票方式依次拼接组成最终结果，实现不同尺度河流影像精准识别。实验证明，在所构建包含曲流河和辫状河的多特征数据集中，通过与其他方法对比可发现：在定性方面，R-Seg整体网络结构既能确保主干河流的识别精度，又能缓解细小河流断流现象，有效平滑河流边界，从定量角度，方法各类精度评价指标相对最优，总体精度可达99.49%；其次，对单张影像识别时间不到1秒，效率可满足大多数实际要求。论文提出的方法能一定程度上减少河流边界识别不连续和格网效应等问题，有效提升不同场景下遥感影像河流识别精度，具有较好的鲁棒性和目视效果，识别结果对河流地质勘探及流域变化等有重要应用价值。

图1 封面论文（优秀论文）

图2 文章首页