《洪涝灾害卫星遥感智能检测技术规范》（征求意见稿）

本规范规定了利用卫星遥感影像对洪涝灾害进行智能化监测的全流程技术要求。本规范从数据源头抓起，首先构建包含灾前灾后光学及SAR影像、路网、建筑物、耕地等基础数据的洪涝区智能识别数据集，并严格规定了影像分辨率、含云量及标注质量控制指标。在此基础上，本规范指导设计并构建基于深度学习的智能识别模型，通过训练、验证与测试确保模型总体精度不低于85%。在应用环节，本规范明确了利用训练好的模型自动检测洪涝区，并结合GIS空间分析技术，进一步提取受灾路网、受灾建筑物和受灾耕地的范围、里程与面积信息。最终，本规范对检测结果的整理、编目、制图与文档编制提出了统一要求，形成标准化的数据成果、图件成果与统计报表，为应急救灾提供科学依据。

数据构建与模型训练

本规范要求收集空间分辨率优于10米的灾前与灾后影像，其中光学影像含云量须低于10%，且灾前影像获取时间距灾害发生宜小于1个月。标注人员需经培训并通过双人独立标注与抽查质控，确保标注误差小于10%，随后将标注数据集按7:1:2的比例随机划分为训练集、验证集与测试集。识别模型的基础网络可选用U型网络或孪生网络等架构，并以图像交叉熵损失作为代价函数进行监督训练，当验证集总体精度达到85%至95%时完成训练。

智能识别与灾害要素提取

基于灾前灾后同源影像，本规范调用已训练的光学或SAR智能识别模型输出洪涝区检测结果，并通过人工比对核实删除错检、补充漏检。利用地理信息软件将洪涝区检测结果与路网、建筑物、耕地矢量数据叠加分析，自动提取受灾路段并计算受灾里程，统计受灾建筑物与受灾耕地的面积。所有计算结果均需填入规范附录中指定的统计表。