基于无人机多光谱遥感的农业园区地物分类研究

作者：宋恩泽; 张颖; 邵光成^*; 刘杰; 王羿; 朱雪颖

来源：江苏农业学报, 2023, 39(09): 1862-1871.

• 无人机遥感
• 农业园区
• 地物分类

复杂地物的快捷精准监测是遥感的热点和难点。为实现农业园区复杂地物的快捷准确分类监测，本研究以河海大学江宁校区节水园区为例，基于无人机多光谱遥感影像，分别采用支持向量机模型(SVM)、随机森林模型(RF)和人工神经网络模型(ANN)对试验区内地物进行精细分类，构建验证集混淆矩阵，并根据总体分类精度、Kappa系数等指标筛选出中小型农业园区的最适地物分类模型，并利用TensorFlow训练深度学习算法对最适分类模型的分类结果进行进一步优化。结果表明：SVM分类模型对试验农业园区的总体分类精度为97.4%,Kappa系数为0.96,优于RF、ANN分类模型；与原始SVM分类模型的分类结果相比，通过TensorFlow训练深度学习算法优化，将试验农业园区图像裁剪为a、b两区，a、b两区的分类精度分别为97.54%和99.12%,获得了较高的优化结果。研究结果可为中小型农业园区地物分类提供技术支持。

• 单位
  西安理工大学; 江宁区水务局; 河海大学