摘要
提出一种基于影像重叠区域特征迁移的大区域草地自动提取策略,评估重叠区域样本量对模型性能的影响,集成神经网络分类器和平衡分布自适应模型,仅利用重叠区域信息,自适应平衡因时相差异造成的草地特征变化,迁移拓展完成大区域草地信息的精准提取.以Sentinel-2影像为例,开展甘肃祁连山国家级自然保护区西北部草地制图试验,在6景草地分类中,单幅分类总体精度和卡帕系数均大于89.09%和0.75,重叠区域的样本量仅达到10%时分类性能趋于稳定.结果表明该策略在草地制图中的有效性及拓展到大区域影像综合制图中的潜力.
-
单位兰州大学; 上海勘测设计研究院