《表2 目标地物样本库:基于深度学习的农业区土地利用无人机监测分类》
采用CNN深度学习方法,基于高空间分辨率的无人机遥感影像,对农业区土地利用进行分类,基本流程如图4所示。在通过深度学习方法对特定的目标地物进行识别时,首先需要建立目标地物的样本库,样本库构建的质量直接影响利用深度学习识别目标地物的精度。因此,在建立样本库时,每类地物的样本库应该选取包含该类地物各种形态的面状样本数据,并且尽量保证每类样本库都是“较纯”样本库,即每类样本库内只存在本类样本,不掺杂其他类型的样本,以防止给模型的构建以及训练带来干扰,影响分类结果。研究区土地利用分类的样本库构建如表2所示,样本类型主要包括林地、裸地、建设用地、农作物以及大棚等,其中建设用地包括建筑物和道路等,裸地包括收割后未种植的耕地。然后利用构建的样本库训练模型,进而利用训练好的模型对研究区域进行土地利用分类,最终对分类结果进行精度评价。
图表编号 | XD0098400400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 田琳静、宋文龙、卢奕竹、吕娟、李焕新、陈静 |
绘制单位 | 首都师范大学资源环境与旅游学院、中国水利水电科学研究院水利部防洪抗旱减灾工程技术研究中心、中国水利水电科学研究院水利部防洪抗旱减灾工程技术研究中心、中国水利水电科学研究院水利部防洪抗旱减灾工程技术研究中心、中国水利水电科学研究院水利部防洪抗旱减灾工程技术研究中心、渭南市东雷二期抽黄工程管理局、中国水利水电科学研究院水利部防洪抗旱减灾工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |