基于高光谱遥感的荒漠化草原草种类分类模型研究

• 作者: 刘浩 康拥朝 张锡鹏 杨红艳 毕玉革 皮伟强
• 来源期刊: 光学技术
• 学科: 农学
• 关键词: 高光谱 草原退化 深度学习 卷积神经网络 VGG网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 光学图像处理
• 页码范围: 483-488
• 页数: 6页
• 分类号: S-812
• 语种: 中文

摘要

植物群落结构的改变是草原退化的主要特征之一,草原草种类识别与分类是基于遥感的草原退化评价与研究的基础.荒漠化草原物种混杂度高且植被低矮,遥感识别与分类难度较大.本研究以内蒙古荒漠草原建群种和退化指示种为研究对象,在实地采集高光谱数据,通过单因素定量实验法对光谱数据进行特征提取.并基于深度学习的方法,采用了VGG-16卷积神经网络法对上述草种进行识别分类.研究结果表明本方法得到的草原草种类识别模型表现较优,平均识别率达到97％,实现了在自然条件下对多种草原草种类的准确识别,为基于高光谱低空遥感的天然草原退化监测与研究奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕玉革	内蒙古农业大学机电学院	28	227	8.0	14.0
2	康拥朝	内蒙古农业大学机电学院	6	0	0.0	0.0
3	刘浩	内蒙古农业大学机电学院	5	0	0.0	0.0
4	皮伟强	内蒙古农业大学机电学院	5	0	0.0	0.0
5	张锡鹏	内蒙古农业大学机电学院	4	0	0.0	0.0
6	杨红艳	内蒙古农业大学机电学院	4	76	2.0	4.0