基于LSTM的芝麻遥感估产研究

• 作者: 陈燕生 吴亚娟
• 来源期刊: 赤峰学院学报（自然科学版）
• 关键词: 遥感图像 小宗作物 芝麻估产 深度学习 LSTM
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 计算机科学
• 页码范围: 18-22
• 页数: 5页
• 分类号: TP931
• 语种: 中文
• DOI: 10.3969/j.issn.1673-260X.2021.09.006

摘要

针对小范围内小宗作物估产数据量不足、无法适用大宗作物估产方法的问题,提出了高分辨率遥感图像与地面实测点结合的方法.根据不同时期的植被生长状况不同,从欧洲航天局公开的遥感数据平台上下载了哨兵2号拍摄的共五个时期的研究区遥感图像,并将研究区的实测点数据与遥感数据相结合制作数据集.以长短时记忆网络LSTM与深度神经网络DNN为基础,搭建遥感数据作物估产网络,将实测点的实际产量作为标签,训练芝麻估产模型.经过实验得出,估产模型的RMSE为每平方米8.64克,平均相对误差绝对值达到了5％,估产的准确度达到了95.03％.结果表明,本文的估产方法在小范围芝麻遥感产量估计任务上取得了较好的估产结果.