选择福州市区东部面积近300 km 2的区域作为研究区,基于地表反射率模型,对2013-2016年研究区内所有的有效像元进行拟合,重构时序数据集,并通过原始影像与实测光谱对拟合结果进行评价.研究结果表明:拟合结果与原始影像在蓝、绿、红、近...选择福州市区东部面积近300 km 2的区域作为研究区,基于地表反射率模型,对2013-2016年研究区内所有的有效像元进行拟合,重构时序数据集,并通过原始影像与实测光谱对拟合结果进行评价.研究结果表明:拟合结果与原始影像在蓝、绿、红、近红外波段的相关系数均高于0.9,可见光波段均方根误差在0.01左右,近红外波段略高于0.02;拟合结果能清晰地表达不同类型植被的物候差异,与原始影像、实测归一化植被指数(NDVI)均保持较高的一致性;基于重构的数据集,可以保证选择相同时相的数据进行年度植被变化监测,进一步提高植被动态变化监测的准确性和实效性.展开更多
3D Octave卷积模型在高空间-高光谱影像分类中的应用,可以提高多树种分类任务的精度,对提高森林管理的精细化水平具有重要意义。设计了一种结合三维Octave卷积与注意力机制的3DOC-SSAM模型,通过3D Octave卷积和空间—光谱注意力机制,提...3D Octave卷积模型在高空间-高光谱影像分类中的应用,可以提高多树种分类任务的精度,对提高森林管理的精细化水平具有重要意义。设计了一种结合三维Octave卷积与注意力机制的3DOC-SSAM模型,通过3D Octave卷积和空间—光谱注意力机制,提高了模型的运行效率和分类性能。研究结果表明:①3DOC-SSAM模型总体精度达到99.53%,相对于SVM、ELM、2D-CNN、3D-CNN分别提高了13.86%、18.49%、12.90%和5.36%。且平均精度AA达到99.38%,Kappa系数达0.9947。②小样本训练的情况下,总体精度和平均精度仍然能够达到96.9%和95.52%,高于对比的模型。研究结果为多树种分类任务提供了一个高效且高精度的解决方案,在林业遥感中的应用前景广阔,有助于提升森林资源管理的科学性和可持续性。展开更多
文摘选择福州市区东部面积近300 km 2的区域作为研究区,基于地表反射率模型,对2013-2016年研究区内所有的有效像元进行拟合,重构时序数据集,并通过原始影像与实测光谱对拟合结果进行评价.研究结果表明:拟合结果与原始影像在蓝、绿、红、近红外波段的相关系数均高于0.9,可见光波段均方根误差在0.01左右,近红外波段略高于0.02;拟合结果能清晰地表达不同类型植被的物候差异,与原始影像、实测归一化植被指数(NDVI)均保持较高的一致性;基于重构的数据集,可以保证选择相同时相的数据进行年度植被变化监测,进一步提高植被动态变化监测的准确性和实效性.
