检索结果-南通市图书馆

作者：毛新逸中国矿业大学

学位级别：硕士

森林树种信息是林业规划、管理和决策的重要数据和主要依据,基于遥感影像进行森林树种的分类方法研究,对清查森林资源、反演森林碳储量以及森林资源可持续管理具有重要意义,也是实现森林资源精准监测和管理的重要环节。Sentinel-1A雷达... 详细信息

森林树种信息是林业规划、管理和决策的重要数据和主要依据,基于遥感影像进行森林树种的分类方法研究,对清查森林资源、反演森林碳储量以及森林资源可持续管理具有重要意义,也是实现森林资源精准监测和管理的重要环节。Sentinel-1A雷达影像包含森林垂直结构信息,Sentinel-2A多光谱影像包含森林水平结构信息且对植被敏感,数字正射影像(Digital Orthophoto Map,DOM)分辨率高、包含信息丰富,因此迫切需要融合多源遥感影像,以提取森林的光谱、植被指数与纹理等特征,进行森林树种的分类。本文以邳州市为研究区,该市位于江苏省北部,地貌以平原为主,森林资源丰富,覆盖率达到30.8%。本文以Res Net50网络模型为基础,对其网络主干结构、激活函数和损失函数进行优化,设计了BCResNet(Bilinear Convolution Resnet)网络模型进行森林树种分类研究。本文的研究工作主要分为以下两个方面:(1)多源数据融合的森林树种分类特征集构建。基于森林的物候规律,选择不同月份的影像进行遥感反射率实验,选出具有代表性的月份的遥感影像作为数据源;预处理各类遥感影像,统一地理坐标系及地图投影;基于双线性插值法,将各影像数据重采样至1米分辨率,并做归一化处理,消除量纲差异,构建模型的样本特征集,便于模型进行样本特征提取;设计不同特征组合分类实验,寻找最优特征组合进行分类。(2)基于BCResNet网络模型的森林树种分类方法。基于Res Net50网络模型,选用Swish激活函数对Re Lu激活函数进行优化,解决过多死区神经元使模型参数利用率下降的问题;提出平滑标签与Focal Loss损失函数结合的方法,解决样本分类数据不平衡问题以及降低网络出现过拟合的可能性;设计了双线性自注意力机制并引进共享权重的双Res Net50网络构成孪生网络,构建BCResNet网络模型。设计消融实验,完成消融实验超参数设计。通过对BCResNet网络模型以及三个消融对照模型森林树种分类结果混淆矩阵计算,得出Kappa系数、总体分类准确率、用户精度与制图者精度。对比发现:本文设计的BCResNet网络模型,森林树种分类结果的各项评价指标均最高,Kappa系数为0.924,相较于Res Net50、BCResNet(Re Lu)、BCResNet(CE Loss)三个消融对照模型,分别提高了0.115、0.026、0.047;总体分类准确率为94.24%,相较三个消融对照模型,分别提高了10.71%、2.12%、3.59%。BCResNet网络模型在森林树种分类研究中具有较强的可靠性。

关键词：森林树种分类遥感技术深度学习 ResNet50

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多层次分割的遥感影像面向对象森林分类

基于多层次分割的遥感影像面向对象森林分类

引用

作者：马浩然北京林业大学

学位级别：硕士

森林类型识别是森林资源遥感监测的重要工作,低分辨率遥感影像由于不能充分体现影像空间、纹理细节等信息而难以满足森林类型识别的精度要求,森林内部的树种识别则更成为一个难点。高分辨率遥感影像不但包含丰富的光谱信息,还能提供丰... 详细信息

森林类型识别是森林资源遥感监测的重要工作,低分辨率遥感影像由于不能充分体现影像空间、纹理细节等信息而难以满足森林类型识别的精度要求,森林内部的树种识别则更成为一个难点。高分辨率遥感影像不但包含丰富的光谱信息,还能提供丰富的空间、纹理特征信息,因而应用高分辨率遥感影像进行林区地物和森林树种识别成为近年研究的重点。传统基于像元分类方法针对影像光谱信息进行提取,不但不能充分利用高分辨率影像丰富的空间、纹理特征信息,还有可能造成局部“分类噪声”现象,难以准确提取林区微观地物信息。面向对象的影像信息提取方法由于是针对影像的分割对象进行特征提取,可充分利用高分辨率遥感影像的光谱、纹理、形状信息,从而受到广泛关注。本文应用高分辨率QuickBird影像对试验区域——福建省将乐国有林场林区地物及森林树种进行面向对象的多层次信息提取,重点探讨多层次影像分割中尺度参数的获取以及多层次地物信息规则提取过程。结果表明：结合QuickBird高分辨率影像及其重采样低分影像针对不同地物进行多层次分割,有利于避免水体在高分辨率影像中分割过于破碎的现象,同时避免高分辨率影像中不同地物的异质性差异造成的分割不理想现象。应用ESP(Estimation of Scale Parameter)分割尺度评价工具辅助获取不同地物的最佳分割参数,在不同层次下取得分割效果良好,为分割尺度参数获取提供辅助依据,同时节省分割参数获取时间。通过对不同影像分割层次下对象光谱特征、颜色特征、纹理特征等进行提取,应用专家知识及特征统计对影像对象进行特征选取和阈值的确定,实现对研究区域森林地物及树种的分类,同时与面向对象单一层次分割后影像分类方法进行对比,实践证明应用面向对象多层次分类方法总精度可达80.53%,高于面向对象单一层次下决策树方法和最近邻方法的分类精度,后两者分类精度分别为67.03%和71.68%。因此,应用高分辨率影像进行面向对象多层次的分类方法能更为有效地对森林进行分类与识别,为实现树种信息提取提供可靠依据。

关键词：面向对象多层次分割最优分割尺度森林树种分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BP神经网络的落叶松人工林树种分类

引用

信息技术与信息化 2019年第9期 43-45页

作者：全青青西安科技大学

本次研究利用Landsat8数据丰富的波谱信息和人工神经网络方法可逼近任意非线性连续系统的优势,将光谱特征参数作为输入矢量,以落叶松、云杉、樟子松及红松4个树种作为主要分类对象并将其分类类别作为输出矢量,构建BP神经网络进行分类研... 详细信息

本次研究利用Landsat8数据丰富的波谱信息和人工神经网络方法可逼近任意非线性连续系统的优势,将光谱特征参数作为输入矢量,以落叶松、云杉、樟子松及红松4个树种作为主要分类对象并将其分类类别作为输出矢量,构建BP神经网络进行分类研究。通过与高分一号数据以及提取的最优波段组合的分类结果对比,结果表明:7个波段的Landsat8数据使用神经网络方法分类效果最好,最高精度达到了89.3939%,其他的分类器的分类效果均不如神经网络。研究表明,在输入波段合理的情况下,BP神经网络分类法在森林树种遥感影像分类方面是一种较为有效的分类技术。

关键词： BP神经网络 Landsat8 高分一号森林树种分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：