基于无人机高光谱的荒漠草原地表微斑块分类研究 |
| |
引用本文: | 王胜利,郝飞,毕玉革,高新超,金额尔都木吐,杜健民.基于无人机高光谱的荒漠草原地表微斑块分类研究[J].山东农业大学学报(自然科学版),2023(3):413-419. |
| |
作者姓名: | 王胜利 郝飞 毕玉革 高新超 金额尔都木吐 杜健民 |
| |
作者单位: | 1. 内蒙古农业大学机电工程学院;2. 呼和浩特职业学院机械与电力工程系 |
| |
基金项目: | 国家自然科学基金(31660137);;内蒙古自治区高等教育科研重点项目(NJZZ23037); |
| |
摘 要: | 草原荒漠化会严重破坏草原生态平衡,荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机高光谱遥感系统,解决了原有草原调查方式上效率低与空间分辨率不足问题;构建高分辨率图像卷积神经网络(HR-CNN)解决了荒漠草原地表微斑块精细化分类问题;与ResNet34、GoogLeNet、常规卷积神经网络模型进行对比,总体上HR-CNN模型表现更优,总体分类精度与Kappa系数分别为98.27%、96.63。在相同迭代次数条件下,模型构建速度上,HR-CNN相较其它三类模型分别提升65.88%、65.71%、13.77%。模型内存占有量上,HR-CNN相较其它三类模型分别降低92.11%、79.21%、43.64%。该网络模型是轻量化卷积在荒漠草原地物分类研究中的有效探索,可为后续草原地物分类提供新思路。
|
关 键 词: | 荒漠草原 无人机高光谱遥感 地物分类 |
|
|