基于語義分割模型和遙感的柑橘園空間信息提取

打開文本圖片集

摘要：為應(yīng)用高分辨率遙感影像和卷積神經(jīng)網(wǎng)絡(luò)模型快速提取柑橘園空間信息，選擇四川省柑橘重點產(chǎn)區(qū)蒲江縣為研究區(qū)，以高分辨率Google earth圖像為數(shù)據(jù)源，構(gòu)建3類不同樹齡的柑橘園樣本數(shù)據(jù)集，訓(xùn)練U-net和DeepLabv3+語義分割模型，提取柑橘園空間信息。通過驗證，具有不同神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的U-net和DeepLabv3+模型提取柑橘園信息總體精度分別為88.30%和86.79%，Kappa系數(shù)為0.75和0.72，二者精度相當(dāng)；通過分析小地塊的果園遙感識別精度，測試區(qū)最小識別圖斑面積約為120 m2，大于該面積的果園遙感面積平均精度在85%以上。（剩余15734字）