首页|深度学习在海珠国家湿地公园统一确权调查中的应用

深度学习在海珠国家湿地公园统一确权调查中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对自然资源调查中单一数据源难以兼顾地物空间与光谱属性的问题,本文提出了基于深度学习的数据融合分类方法.该方法利用多源数据有限样本,实现了植被覆盖区精细化分类;并以广东海珠国家湿地公园为试点,完成了示范区内自然资源类型提取,以及植被数量与质量调查.试验结果表明,该方法可有效实现自然资源类型提取与植被分类,林木数量探测正确率优于87％,显著提升了植被分类精细度,探索了基于精细化调查的自然确权登记途径.
Application of deep learning in the unified verification and registration of natural resources rights of Haizhu National Wetland Park

程晓晖、李长辉、欧佳斌、刘业光

展开 >

广州市城市规划勘测设计研究院,广东 广州510060

自然资源 湿地公园 统一确权登记 深度学习 权籍调查

广东省重点领域研发计划

2020B0101130009

2021

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2021.(11)
  • 1
  • 16