基于无人机遥感的海洋养殖区识别研究

• 作者: 何晓晴 刘阳 宋旭辉 徐安康 景有甫 董浙燚 连鹏 黄聪颖
• 来源期刊: 水产研究
• 学科: 工学
• 关键词: 无人机遥感 机器学习 海洋养殖区 支持向量机 监督分类
• 年，卷（期）: 2019,（4）
• 页码范围: 179-188
• 页数: 10页
• 分类号: TP3

摘要

无人机遥感技术已日趋成为地理信息系统获取数据的重要工具,它以高精度、高灵活性和快速提取多维特征的优点而广泛应用于规划设计、风险评估和整体优化等领域中。本文利用无人机遥感以及基于机器学习的图像识别技术对山东省青岛市灵山岛海洋养殖区域及其沿海居民区进行了地物识别。同时,使用基于支持向量机(SVM)的方法对沿海各个功能区域进行了目标空间信息计算并得到了该区域的各项特征要素参数。本文基于监督分类,使用35%的样本像素作为训练集,测试了在不同光谱和空间条件下模型模拟效果的稳健性。结果表明:对于小样本容量,快速进行地物识别分析的要求下,SVM表现出较高的判准性(可达76.56%),但对小样品而言,模型效果受训练集的影响较大。对于现场调查和结果验证,将来通过大数据可以进一步提高对物体识别的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘阳	中国海洋大学水产学院渔业系	32	133	6.0	11.0
2	连鹏	中国海洋大学水产学院渔业系	1	0	0.0	0.0
3	何晓晴	中国海洋大学水产学院渔业系	1	0	0.0	0.0
4	景有甫	中国海洋大学水产学院渔业系	1	0	0.0	0.0
5	黄聪颖	中国海洋大学水产学院渔业系	1	0	0.0	0.0
6	董浙燚	中国海洋大学水产学院渔业系	1	0	0.0	0.0
7	宋旭辉	中国海洋大学水产学院渔业系	1	0	0.0	0.0
8	徐安康	中国海洋大学水产学院渔业系	1	0	0.0	0.0