科研之友
微信
新浪微博
Facebook
分享链接
摘要
荒漠草原生态信息调查与统计的瓶颈是效率与精度，传统的人工地面调查效率低，航天航空遥感调查受空间分辨率限制，精度难以满足要求。建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势，为基于遥感的高精度荒漠草原生态信息调查与统计提供硬件基础。利用深度学习经典网络模型VGG16与ResNet18和改进为3D卷积核的不同卷积核数量的3D-ResNet18-A、3D-ResNet18-B和3D-ResNet18-C模型对采集到的荒漠草原高光谱数据进行地物分类。结果表明，两种经典模型对荒漠草原中植被、裸土展现出较好的分类效果，而改进为3D卷积核的3D-ResNet模型具备更佳的分类效果，同时对小样本地物具备更强分类性能，其中3D-ResNet18-B的分类性能最好，对植被、土壤、阴影和其他四种地物的总体分类精度达到97.73%。无人机高光谱遥感系统和3D-ResNet模型的深度融合为地物精细分类与统计奠定基础。
-
单位内蒙古农业大学; 鄂尔多斯应用技术学院; 机电工程学院
