（通讯员：杜梦豪）近日，武汉大学测绘遥感信息工程国家重点实验室肖雄武课题组在高精度变化检测与灾害制图领域取得多项新进展，相关成果在地球科学一区期刊IEEE Transactions on Geoscience and Remote Sensing (TGRS)和地球科学一区TOP期刊International Journal of Applied Earth Observation and Geoinformation (JAG)发表。
发表在TGRS的成果“LiST-Net: Enhanced Flood Mapping With Lightweight SAR Transformer Network and Dimension-Wise Attention”（LiST-Net：通过轻量化SAR Transformer网络和维度注意力增强洪水制图），博士生塔莫尔为第一作者，肖雄武副研究员、夏桂松教授为通讯作者。
使用合成孔径雷达（SAR）检测由洪水引起的变化对于灾害管理和损失评估至关重要。然而，目前的方法主要集中在光学图像中建筑物的变化，难以应对洪水的复杂结构。这些结构通常伴随广泛的斑点噪声，并且计算成本较高，这些挑战阻碍了SAR在洪水检测中的实际应用。为了克服上述挑战，课题组提出了一种轻量化的SAR Transformer网络，结合维度注意力机制，以提高洪水检测的准确性。LiST-Net具有三个主要创新和优势：（1）图邻模块（GNM），旨在增强邻近像素的详细信息以及编码器内的多时相特征。（2）提出了具有线性复杂度的维度交互注意力（DIA）模块，有效降低了计算复杂度，同时增强了特征表示。（3）加入了注意力监督学习模块（ASLM），通过像素掩码门减轻噪声，允许变化水体信息通过，从而提高水体边界划分的准确性。
图1 课题组提出的轻量化Transformer网络LiST-Net
LiST-Net在两个开源洪水检测数据集S1GFloods和ETCI-2021上进行了评估。实验结果表明，LiST-Net优于现有方法，在S1GFloods开源数据集上，F1值达到了94.7%，交并比（IoU）达到了88.7%，并且计算成本（11.78G）和参数量（7.34M）大幅降低。这凸显了LiST-Net作为一种有前景的方法，在计算成本和检测精度方面优于当前模型，在实际应用中可以实现精准高效的SAR洪水制图。
图2 本文方法与多个先进网络模型在S1GFloods数据集中的可视化对比结果，白色和红色分别表示真阳性和假阳性，黑色和蓝色分别表示真阴性和假阴性
该工作得到了国家重点研发计划、国家自然科学基金、湖北省自然科学基金、晋中市重点研发计划、湖北省楚天学者计划等项目的资助。
发表在JAG的成果“High-precision flood detection and mapping via multi-temporal SAR change analysis with semantic token-based transformer”（基于语义标记Transformer多时相SAR变化分析实现高精度洪水检测与制图），博士生塔莫尔为第一作者，肖雄武副研究员为通讯作者。
通过合成孔径雷达（SAR）影像分析技术进行洪水检测在危机与灾害管理中可以显著提高效率。然而，SAR图像的独特特性——如有限的视觉信息、普遍存在的斑点噪声以及类似的反向散射信号，为准确识别水体与提取变化特征带来了巨大障碍。为了克服上述挑战，本文通过聚焦SAR图像对之间的差异，提出了一种创新的基于语义标记的Transformer网络，称为SemT-Former，以提高洪水检测的准确性。SemT-Former通过优先处理感兴趣的变化，而非完全理解整个图像场景来工作。这一目标通过集成时间维度特征表示以及引入类别标记（class token）来实现，从而捕捉与水体变化相关的高级分割特征。这些创新增强了模型区分水体真实变化与由类似信号或斑点噪声引起的伪变化的能力。
图3 课题组提出的SemT-Former模型结构
通过对苏丹喀土穆地区的案例研究进行评估，SemT-Former在洪水检测和估算河流交汇处附近受损农田方面表现出色。实验结果表明，SemT-Former优于现有方法，F1分数达到了90.6%，交并比（IoU）达到了88.5%。这凸显了SemT-Former作为一种有前景的解决方案，在SAR图像中可以实现精准高效的洪水制图。
图4 本文方法与多个先进算法模型在喀土穆数据集洪水检测中的可视化对比结果，其中a和b代表双时间图像，c代表标记掩模，d至i分别代表FC-Siam-Diff、DASNet、AFDE-Net、SwinSUNet、BiT-Former和提出的SemT-Former方法的结果，白色和红色分别表示真阳性和假阳性，黑色和绿色分别表示真阴性和假阴性
该工作得到了国家自然科学基金、湖北省自然科学基金、晋中市重点研发计划、中电29所和湖北省楚天学者计划等项目的资助。
TGRS论文链接：
https://ieeexplore.ieee.org/abstract/document/10521627
JAG论文链接：
https://www.sciencedirect.com/science/article/pii/S1569843224003455
据悉，肖雄武课题组近年来积极投身灾害遥感制图领域的科学研究与应急救灾实践。课题组肖雄武老师目前担任中国测绘学会卫星遥感应用工作委员会委员、中国岩石力学与工程学会地质灾害与生态环境航空遥感技术专业委员会副秘书长，于2017-2018年牵头攻克了无人机实时摄影测量中的“非实时传输”“难实时处理”“依赖控制点”三大难题，自主研制完成了我国首套无人机实时测绘系统(及时图)，2019年1月—3月在武汉、北京等地相继开展了多次实际测试，能够在线实时生成测区点云和实时DSM/DEM/DOM，2019年申请无人机实时测绘国家发明专利3项（均获得授权）。2022年，在“9.5泸定地震”应急救援中，课题组牵头在第一时间为四川省应急指挥中心提供了核心震区（磨西镇和得妥镇）的数字正射影像、震后首个高精度实景三维模型，并基于此及时完成的灾后损毁信息综合地图和震后综合风险分析报告，当晚报送至国家应急管理部，为救援争取了更多时间、作出积极贡献！
图5 肖雄武课题组成果在应急管理部指挥中心平台展示和实际应用
肖雄武课题组网址：/whu/mu_jszy/xiaoxiongwu1
