通过检索World Imagery Wayback历史影像，收集典型流动沙丘区域10年的时序遥感数据。结合高分辨率影像中沙脊线清晰、纹理突变明显等典型地表特征，利用深度学习U-Net语义分割模型提取各时期的沙脊线位置，并结合光流法与EWMA方法及目视解译，对沙脊线进行了速变区域综合判定，以验证时序影像中沙丘形态变化的空间真实性与准确性。最终制备出覆盖典型流动沙丘的时序沙脊线及速变区域数据集，为沙丘移动过程研究与速度变化分析提供可靠数据支撑。
World Imagery Wayback影像：通过ArcGIS Wayback Imagery服务访问
1.沙脊线的语义分割提取：利用深度学习U-Net语义分割模型自动提取各时期沙脊线。依据沙脊线在影像中呈现的纹理突变明显、亮度差异清晰、整体走向连续等典型地貌特征，对模型输出进行质量校验，获取准确刻画沙丘几何形态的时序沙脊线结果，形成数据集的核心标签部分。
2.光流法与EWMA检测速变区域及目视验证：在沙脊线提取的基础上，利用光流法结合EWMA控制图检测沙丘移动的速变区域，并通过高分辨率影像开展目视解译，对检测结果进行验证，确保检测的速变区域与实际沙丘速变区域一致。
数据质量验证显示，沙脊线与原始影像形态分布一致，速变区域标注准确可靠，为沙丘移动分析提供坚实基础。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF0711700 | 冰冻圈大数据挖掘分析关键技术及应用 | 国家重点研发计划 |
| 2 | 2022YFF0711703 | 冰冻圈变量速变智能发现及演变感知数据工程 | 国家重点研发计划 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NIEER.DB7027.2025
10.12072/ncdc.nieer.db7027.2025
