机载多光谱影像语义分割模型在农田防护林提取中的应用

发布时间：2021-10-16 06:07

　　农田防护林是农田生态系统的屏障,其健康状况的监测与评估在我国北方农田林网管理中尤为重要。本文以新疆生产建设兵团第三师51团为研究区,使用复合翼无人机CW-20搭载Micro MCA12 Snap多光谱相机获取农田防护林的多光谱影像,经辐射校正、裁剪等预处理,通过优选有效特征和模型比较,提出农田防护林提取的有效方法。首先,基于原始12波段,依据相关性系数矩阵和最佳指数因子（Optimum Index Factor,OIF）选取最优3波段和植被指数特征进行组合,构建8种农田防护林提取方案;然后,通过建立语义分割Deeplabv3+模型进行精度评价,得到最优3波段组合6（波长710 nm）、8（波长800 nm）、11（波长900 nm）波段为最佳特征组合;最后,以最优3波段为基础,将Deeplabv3+模型与U-Net、ENVINet5模型进行对比分析。结果表明:Deeplabv3+模型能够更深层次的挖掘光谱中潜在的信息,相比其他模型,能够较好地处理正负样本不均衡问题,获得最高MIoU值85.54%,比U-Net、ENVINet5的MIoU值则分别高出21.21%、27.19%。该研究结果... 

【文章来源】：地球信息科学学报. 2020,22(08)北大核心CSCD

【文章页数】：12 页

【部分图文】：

无人机平台

研究区域农田防护林的类型和种植结构主要分为新疆杨（Populus Bolleana Lauche）和榆树（Ulmus pumila L），这2个树种均有喜阳光、耐旱、易活的优点。使用奥维互动地图对样区内主要树种的地理位置进行记录，并使用空间分辨率0.08 m的高精度可见光遥感影像进行辅助识别。3 研究方法

最佳指数因子（Optimum Index Factor,OIF）是基于波段间相关性系数以及波段间的标准差来反映波段组合信息质量的一种方法，计算公式为[22-23]:式中：O为最佳指数因子；Si为第i个波段的标准差；Rij为第i和j波段的相关系数；n为所选波段的波段数（一般为3波段）。

【参考文献】：
期刊论文
[1]基于Sentinel-2时序多特征的植被分类[J]. 郭文婷,张晓丽.  浙江农林大学学报. 2019(05)
[2]基于高标准农田防护林建设若干问题的探讨[J]. 陈伟.  现代园艺. 2019(14)
[3]双卷积池化结构的3D-CNN高光谱遥感影像分类方法[J]. 李冠东,张春菊,高飞,张雪英.  中国图象图形学报. 2019(04)
[4]Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J]. 张磊,宫兆宁,王启为,金点点,汪星.  遥感学报. 2019(02)
[5]基于Pix4Dmapper的无人机低空摄影测量数据处理[J]. 相涛,栾元重,许章平,崔腾飞,李一凡.  测绘与空间地理信息. 2019(03)
[6]基于Encoder-Decoder网络的遥感影像道路提取方法[J]. 贺浩,王仕成,杨东方,王舒洋,刘星.  测绘学报. 2019(03)
[7]金塔县农田防护林体系现状与建议[J]. 王菊兰.  甘肃林业科技. 2019(01)
[8]基于SegNet语义模型的高分辨率遥感影像农村建设用地提取[J]. 杨建宇,周振旭,杜贞容,许全全,尹航,刘瑞.  农业工程学报. 2019(05)
[9]基于无人机遥感影像监测土地整治项目道路沟渠利用情况[J]. 顾铮鸣,金晓斌,杨晓艳,赵庆利,蒋宇超,韩博,单薇,刘晶,周寅康.  农业工程学报. 2018(23)
[10]2000-2013年三江源植被NDVI变化趋势及影响因素分析[J]. 孙庆龄,李宝林,许丽丽,张涛,葛劲松,李飞.  地球信息科学学报. 2016(12)

博士论文
[1]无人机遥感图像拼接关键技术研究[D]. 贾银江.东北农业大学 2016

硕士论文
[1]基于深度学习U-Net模型的高分辨率遥感影像分类方法研究[D]. 许慧敏.西南交通大学 2018



本文编号：3439298