基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

张志博; 赵西宁; 姜海晨; 袁浩; 杨龙; 高晓东; 石亮亮; 牛雨婷

首页> 中文期刊> 《农业工程学报》 >基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

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

为明确基于无人机影像的旱塬区土地利用精准分类方法,尤其是算法的选择,该研究通过获取渭北旱塬区白水县通积村不同航拍高度无人机正射遥感影像,利用多种深度学习算法和机器学习算法对土地利用分类进行研究。首先,采用大疆御2Pro获取研究区80和160 m不同高度航拍影像;然后对不同航拍高度目视解译结果和多种深度学习、机器学习模型预测结果进行对比分析;最后,基于表现最佳算法对其进行创新和改进。结果表明:深度学习算法的表现远远优于传统机器学习算法,其中深度学习算法中表现最好的DeepLabv3+像素精度为90.06%,比随机森林(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)分别高出24.65和21.32个百分点。基于DeepLabv3+改进的DeepLabv3+_BA模型整体分类效果最好,其像素精度为91.37%,比FCN、SegNet、UNet和DeepLabv3+分别高出7.43、10.12、2.27和1.31个百分点。各种算法在160 m数据集上各指标精度高于80 m。改进模型DeepLabv3+_BA具有较高的地物分类精度及较强的鲁棒性,该研究可为基于无人机影像和深度学习的土地利用信息普查提供技术参考。

著录项

来源
《农业工程学报》 |2022年第22期|199-209|共11页
作者
张志博; 赵西宁; 姜海晨; 袁浩; 杨龙; 高晓东; 石亮亮; 牛雨婷;
展开▼
作者单位

西北农林科技大学旱区农业水土工程教育部重点实验室;

中国科学院水利部水土保持研究所;

西北农林科技大学资源环境学院;

西北农林科技大学信息工程学院;

西北农林科技大学经济管理学院;

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
无人机; 遥感; 土地利用; 可见光影像; 深度学习; 机器学习;

相似文献

中文文献
外文文献
专利

1. 陕西渭北旱塬区土地利用与生态系统服务价值变化——以陇县为例 [J] . 李怡 ,郭力宇 ,温豪 . 水土保持研究 . 2019,第1期
2. 宝鸡市渭北旱塬区土地利用及景观格局动态变化分析 [J] . 郭力宇 ,李怡 ,郭昭 . 西北林学院学报 . 2018,第005期
3. 渭北旱塬区不同坡向土地利用类型对土壤性质的影响 [J] . 赵妮 ,金晶炜 ,程光庆 . 水土保持学报 . 2018,第3期
4. 基于深度学习的农业区土地利用无人机监测分类 [J] . 田琳静 ,宋文龙 ,卢奕竹 . 中国水利水电科学研究院学报 . 2019,第4期
5. 基于LUCC的陕西渭北旱塬区景观生态风险评价 [J] . 尉芳 ,刘京 ,夏利恒 . 中国环境科学 . 2022,第4期
6. 渭北旱塬区葡萄节水栽培试验 [C] . 邵金奎 ,张述恒 . 第十七届全国葡萄学术研讨会 . 2011
7. 基于面向对象的两阶段村域无人机影像土地利用分类研究 [A] . 王宏胜 . 2018

基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

摘要

著录项

相似文献

相关主题

期刊订阅