基于深度学习的海岸带土地利用信息提取方法

任安乐; 史同广; 吴孟泉; 陈丙寅

首页> 中文期刊> 《鲁东大学学报（自然科学版）》 >基于深度学习的海岸带土地利用信息提取方法

基于深度学习的海岸带土地利用信息提取方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对海岸带地物类型复杂多样,监测难度较大,本文选取山东省烟台市海岸带为研究区,运用时间序列Sentinel-2遥感影像数据,基于面向像元分类方法,利用不同地物在时间序列遥感影像不同波段上表现出的光谱差异特征,通过构建轻量级卷积神经网络提取出研究区土地利用信息,并对分类结果进行精度评估.结果表明:(1)像元时序特征值作为网络输入形式,提取出烟台市8种土地利用类型信息,很好区分出草/林地、耕地、裸地等地物,并能提取细长河流和道路,有效降低了“同物异谱”和“异物同谱”现象.(2)该方法总体分类精度、Kappa系数分别达到了91.32%,0.8965,比采用支持向量机、随机森林分类器总体精度提高4.17%,5.66%,分类制图中有效地避免了“椒盐”现象.基于像元时序特征值分类方法分类精度较高,为利用中分辨率遥感数据对海岸带土地利用信息快速、准确分类提供支持.

著录项

来源
《鲁东大学学报（自然科学版）》 |2020年第2期|161-167|共7页
作者
任安乐; 史同广; 吴孟泉; 陈丙寅;
展开▼
作者单位

山东建筑大学测绘地理信息学院济南 250101;

鲁东大学资源与环境工程学院山东烟台 264039;

暨南大学环境与气候研究院广州 510632;

展开▼
原文格式 PDF
正文语种 chi
中图分类遥感技术的应用;
关键词
时序特征值; 卷积神经网络; Sentinel-2数据; 海岸带; 土地利用信息;

相似文献

中文文献
外文文献
专利

1. 基于Sentinel-2A影像的矿区土地利用信息提取方法 [J] . 邵安冉 ,李新举 ,周晶晶 . 山东农业大学学报（自然科学版） . 2020,第003期
2. 基于ZY-3影像的土地利用信息提取方法 [J] . 秦朝 ,周鹏 ,隗剑秋 . 武汉工程大学学报 . 2019,第005期
3. 基于WorldView-2影像的土地利用信息提取方法对比及评价 [J] . 季建万 ,沙晋明 ,金彪 . 计算机系统应用 . 2018,第003期
4. 基于高分一号影像的半干旱地区土地利用信息提取方法对比分析:以建平为例 [J] . 葛锦涛 ,姜琦刚 ,李相坤 . 世界地质 . 2017,第004期
5. 多元信息支持的岩溶区土地利用信息提取方法构建 [J] . 张凤太 ,赵卫权 . 水土保持研究 . 2014,第4期
6. 基于资源三号卫星的厦门海岸带信息提取方法及其应用初探 [C] . 林锐 ,郝雪冰 ,黄路 . 第19届中国遥感大会 . 2014
7. 基于机载LiDAR和高光谱数据的土地利用信息提取方法研究 [A] . 刘小萍 . 2018

基于深度学习的海岸带土地利用信息提取方法

摘要

著录项

相似文献

相关主题

期刊订阅