基于超高分辨率无人机影像的树木间裸露地表提取方法

发布时间：2022-07-09 19:15

　　我国南方红壤区虽然森林覆盖率较高,但是水土流失形势仍然十分严峻。无人机遥感能够灵活、快速地获取小区域超高分辨率影像,对水土流失调查提供了新的有力方法。本文提出基于卷积神经网络提取无人机超高分辨率影像中树木间裸露地表斑块的方法,总体分类精度达到93.6%。结果表明,实验区存在大量裸露地表,即使在林木较为密集的地区,图像上仍然能够观察到一定的裸露土壤。 

【文章页数】：4 页

【文章目录】：
1 实验区与数据
    1.1 实验区
    1.2 数据
2 提取方法
    2.1 卷积神经网络
    2.2 网络结构
    2.3 损失函数
    2.4 训练方法
3 结果与讨论
    3.1 精度评价
    3.2 结果分析与讨论
4 结论


【参考文献】：
期刊论文
[1]长汀红壤侵蚀区马尾松林生物量估算模型的构建[J]. 项佳,余坤勇,陈善沐,吴清泉,刘健,陈昌雄.  东北林业大学学报. 2019(05)
[2]基于无人机遥感与卷积神经网络的草原物种分类方法[J]. 杨红艳,杜健民,王圆,张燕斌,张锡鹏,康拥朝.  农业机械学报. 2019(04)
[3]南方红壤区林下水土流失成因及其治理措施[J]. 何绍浪,何小武,李凤英,郭小君.  中国水土保持. 2017(03)
[4]高分遥感和无人机技术在水土保持监管中的应用[J]. 姜德文.  中国水利. 2016(16)
[5]南方丘陵区林下水土流失特点及防治措施探讨[J]. 朱颂茜,龚洁,林恩标,金时来.  亚热带水土保持. 2013(03)



本文编号：3657667