基于高光谱遥感的荒漠化草原草种类分类模型研究

发布时间：2023-04-10 04:31

　　植物群落结构的改变是草原退化的主要特征之一,草原草种类识别与分类是基于遥感的草原退化评价与研究的基础。荒漠化草原物种混杂度高且植被低矮,遥感识别与分类难度较大。本研究以内蒙古荒漠草原建群种和退化指示种为研究对象,在实地采集高光谱数据,通过单因素定量实验法对光谱数据进行特征提取。并基于深度学习的方法,采用了VGG-16卷积神经网络法对上述草种进行识别分类。研究结果表明本方法得到的草原草种类识别模型表现较优,平均识别率达到97%,实现了在自然条件下对多种草原草种类的准确识别,为基于高光谱低空遥感的天然草原退化监测与研究奠定了基础。

【文章页数】：6 页

【文章目录】：
0 引 言
1 研究技术路线及数据采集
    1.1 研究技术路线
    1.2 数据采集
2 基于VGG-16卷积神经网络草种类分类方法的提出
    2.1 数据降维及特征提取
        (1) 计算高光谱图像的协方差矩阵
        (2) 计算M的特征值λ,特征向量
        (3) 计算k个主成分对原图像的贡献率,并确定降维结果
    2.2 基于VGG-16的卷积神经网络分类
3 数据集处理及草种类识别与分类
    3.1 数据集的选择及处理
    3.2 模型的训练及测试
4 结果与分析
    4.1 VGG-16分类精度
    4.2 草原草种不同生长阶段模型分类性能评估
    4.3 草原牧草识别模型对比实验
5 结 论



本文编号：3788331