基于高光谱遥感的荒漠化草原草种类分类模型研究

您当前的位置：

首页 >

文章列表页 >

光学图像处理 | 更新时间：2025-09-01

- 基于高光谱遥感的荒漠化草原草种类分类模型研究
- Classification model of dominant species in desertification grassland based on hyperspectral remote sensing
- 光学技术 2020年46卷第4期页码：483-488
- 作者机构：
  
  1:内蒙古农业大学机电学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(31660137)
- DOI：10.13741/j.cnki.11-1879/o4.2020.04.018
  中图分类号：
- 纸质出版：2020
- 稿件说明：
移动端阅览
张锡鹏, 毕玉革, 杨红艳, 等. 基于高光谱遥感的荒漠化草原草种类分类模型研究[J]. 光学技术, 2020,46(4):483-488.

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing[J]. 2020, 46(4): 483-488.
张锡鹏, 毕玉革, 杨红艳, 等. 基于高光谱遥感的荒漠化草原草种类分类模型研究[J]. 光学技术, 2020,46(4):483-488. DOI： 10.13741/j.cnki.11-1879/o4.2020.04.018.

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing[J]. 2020, 46(4): 483-488. DOI： 10.13741/j.cnki.11-1879/o4.2020.04.018.

植物群落结构的改变是草原退化的主要特征之一

草原草种类识别与分类是基于遥感的草原退化评价与研究的基础。荒漠化草原物种混杂度高且植被低矮

遥感识别与分类难度较大。本研究以内蒙古荒漠草原建群种和退化指示种为研究对象

在实地采集高光谱数据

通过单因素定量实验法对光谱数据进行特征提取。并基于深度学习的方法

采用了VGG-16卷积神经网络法对上述草种进行识别分类。研究结果表明本方法得到的草原草种类识别模型表现较优

平均识别率达到97%

实现了在自然条件下对多种草原草种类的准确识别

为基于高光谱低空遥感的天然草原退化监测与研究奠定了基础。

浏览量

620

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多尺度并行残差网络的图像去雾算法

基于卷积神经网络的无参考混合失真图像质量评价

基于卷积神经网络的红外与可见光户外图像融合

基于3D全卷积神经网络的肺叶自动分割方法

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法