基于无人机高光谱的荒漠草原地表微斑块分类研究

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

所属期刊栏目：54

分类号：S812.3;TP751(普通畜牧学)

资助基金：国家自然科学基金;内蒙古自治区高等教育科研重点项目

在线出版日期：2023-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：413-419