基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究

Extraction method of coverage in desert steppe based on UAV hyperspectral remote sensing

张燕斌 ¹杜健民 ²毕玉革 ²王圆 ²朱相兵 ²高新超²

扫码查看

作者信息

1. 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
2. 内蒙古农业大学机电工程学院,内蒙古呼和浩特010010
折叠

摘要

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.

关键词

无人机(UAV)/高光谱遥感/荒漠草原/深度学习/植被覆盖度(FVC)

Key words

unmanned aerial vehicle(UAV)/hyperspectral remote sensing/desert steppe/deep learn-ing/fractional vegetation coverage(FVC)

引用本文复制引用

基金项目

国家自然科学基金(31660137)

内蒙古高等学校科学研究项目(NJZY21518)

内蒙古农业大学基本科研业务费专项(BR220152)

出版年

2023

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

参考文献量14

段落导航