基于深度学习方法提取苜蓿人工草地空间分布信息

作者：邓泽坤; 王婷; 赵晓旭; 周真; 董建军; 牛建明^*

来源：中国草地学报, 2023, 45(10): 22-33.

DOI：10.16742/j.zgcdxb.20230041

• 苜蓿
• 人工草地
• 遥感
• 深度学习
• 随机森林

近年来，我国人工草地建设进入了快速发展阶段，及时、准确地获取大区域范围内人工草地空间分布信息，有助于提升草业宏观管理的数字化水平。以内蒙古阿鲁科尔沁旗的苜蓿人工草地为例，基于Sentinel-2多时相遥感图像，结合苜蓿光谱反射率随刈割期变化的规律，利用ENVI NET 5深度学习模型提取苜蓿人工草地空间分布信息，并与面向对象的随机森林模型提取结果进行了比较。结果表明：（1）深度学习方法提取的2020年和2021年苜蓿草地的用户者精度分别为100.00%和98.80%，制图精度分别为98.42%和100.00%，总体精度分别为99.17%和99.33%,Kappa系数分别为0.98和0.99。随机森林模型的用户者精度分别为98.90%和96.61%，制图精度分别为97.82%和94.48%，总体精度分别为98.28%和94.68%,Kappa系数分别为0.94和0.90。深度学习模型提取的苜蓿人工草地空间分布信息各项精度指标均优于随机森林模型。（2）深度学习方法提取结果中的噪声像元较少，简化了复杂的分类后处理流程。此外，深度学习模型无需逐年建模，普适性强。综上所述，深度学习模型可以精确、便利地提取研究区域苜蓿人工草地信息，具有在类似地区大面积推广应用的潜力。

• 单位
  内蒙古大学