基于深度学习的多源遥感信息冬小麦提取研究

摘要：

为解决传统冬小麦种植区域存在的提取效率低、耗时、耗力以及技术单一等问题,该文提出一种融合物候差异和多源遥感信息的深度学习冬小麦提取方法.选择GF2+GF7、ZY1和无人机航飞影像为数据源,构建MSFCNN模型,分别提取冬小麦返青期、抽穗期和成熟期这3个物候期的冬小麦种植区,并选取分辨率为0.05m的无人机影像和分辨率为1m的高分2号作为对比验证数据.结果表明,该文方法适用于多种影像数据源,能够反映冬小麦典型的物候期空间分布特征,并获得较高的冬小麦提取精度,可为大范围冬小麦种植区精准提取提供参考.

关键词：冬小麦、物候特征、遥感影像、深度学习、提取方法

分类号：P237(摄影测量学与测绘遥感)

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

页数：共3页

页码：27-29