基于CNN-S-GPR的宁夏枸杞高光谱影像估产方法

摘要：

针对现有遥感估产方法未对通道间依赖关系建模和无法整合影像外其他特征的问题,以宁夏枸杞估产为例,提出了一种基于CNN-S-GPR的高光谱影像年际作物估产模型.首先,运用直方图降维、归一化、时间序列融合和维度转换4种特征工程方法构建枸杞估产数据集,实现多波段、多时相影像融合;然后,采用卷积神经网络自动提取数据集特征,简化特征提取操作;接着,融合通道注意力机制,以表征不同通道间的重要程度;最后,引人高斯过程回归,整合影像特征及空间位置特征,进一步提高估产准确性.实验结果表明,与其他估产模型相比,该模型平均相对误差和均方根误差下降了 0.44～0.95个百分点和52.48～82.65 t,且决定系数达到0.91.结合宁夏16个县的枸杞年际产量实现了复杂拟合,对全区农业规划布局及可持续发展具有参考价值.

关键词：枸杞、估产、高光谱影像、卷积神经网络、通道注意力机制、高斯过程回归

所属期刊栏目：53

分类号：S-3;TP391(农业科学研究、试验)

资助基金：宁夏重点研发计划项目2020BFG02013

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：250-257