基于无人机遥感与卷积神经网络的草原物种分类方法

• 作者: 康拥朝 张燕斌 张锡鹏 杜健民 杨红艳 王圆
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 荒漠草原 指示物种 分类 高光谱遥感 无人机 卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 188-195
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.04.021

摘要

基于无人机高光谱成像遥感系统,在400～1 000nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息.分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2.3 cm.采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94％和0.91.研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高.无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜健民		29	388	9.0	19.0
2	张燕斌		16	68	3.0	8.0
3	康拥朝		6	0	0.0	0.0
4	张锡鹏		4	0	0.0	0.0
5	杨红艳		4	76	2.0	4.0
6	王圆		1	0	0.0	0.0