首页|基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究

基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
植被覆盖度(fractional vegetation coverage,FVC)是草地退化评价的重要指标之一,实时、快速、准确地采集FVC是进行草地退化评价的基础.本文以无人机(unmanned aerial vehicle,UAV)高光谱遥感图像为数据源,提出了 3D-ResNet18深度学习覆盖度提取方法,将此方法与回归模型法和ResNet18经典深度学习方法进行比较,并对提取精度进行验证.结果表明,提出的3D-ResNet18方法对荒漠草原FVC展现出较优的提取效果,总体估算精度达97.56％,相比较NDVI、SA-VI、G_CR_NDVI、G_CR_SAVI 和 ResNet18 分别提高了 8.32％、5.92％、2.20％、2.14％和1.87％,为荒漠草原FVC信息高精度和高效率的统计奠定基础.
Extraction method of coverage in desert steppe based on UAV hyperspectral remote sensing

unmanned aerial vehicle(UAV)hyperspectral remote sensingdesert steppedeep learn-ingfractional vegetation coverage(FVC)

张燕斌、杜健民、毕玉革、王圆、朱相兵、高新超

展开 >

内蒙古农业大学机电工程学院,内蒙古呼和浩特010010

内蒙古农业大学职业技术学院,内蒙古包头014109

无人机(UAV) 高光谱遥感 荒漠草原 深度学习 植被覆盖度(FVC)

国家自然科学基金内蒙古高等学校科学研究项目内蒙古农业大学基本科研业务费专项

31660137NJZY21518BR220152

2023

10.16136/j.joel.2023.08.0539

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(8)
  • 14