[口头报告]联合光学和SAR遥感影像的覆地农膜深度学习识别方法

联合光学和SAR遥感影像的覆地农膜深度学习识别方法
编号：1306 稿件编号：1799 访问权限：仅限参会人 更新：2024-04-11 14:11:20 浏览：48次 口头报告

报告开始：2024年05月19日 11:39 （Asia/Shanghai）

报告时间：8min

所在会议：[S7] 主题7、遥感与地理信息科学 » [S7-6] 主题7、遥感与地理信息科学 专题7.10、专题7.7（19日上午，305）

暂无文件

摘要
塑料地膜在现代农业中发挥着重要的作用，但微塑料的大量产生也会对土壤和环境产生负面影响。因此，及时、准确获取覆地农膜（PMF）的时空分布信息至关重要。本研究提出了一种利用合成孔径雷达（SAR）和光学遥感数据的PMF深度学习识别方法：构建基于U-Net网络的深度学习语义分割模型，充分利用多源遥感训练集中地物丰富的光谱反射特征及极化散射特征，实现高精度的PMF识别结果。实验结果表明，所提方法通过融合多源遥感数据，显著提升了解译精度；另外，同传统机器学习分类方法相比，本方法的总体精度和F1得分值更高，分别达到了86%和84.6%；而且，覆膜地区在本方法的分类图中较为连续，更符合实际情形。本研究揭示了深度学习与多源遥感数据融合在覆地农膜识别中具有较大的应用潜力。
 
关键字
多源遥感,覆地农膜,深度学习
报告人
蒋萧萧
硕士研究生 安徽大学资源与环境工程学院

稿件作者
蒋萧萧 安徽大学资源与环境工程学院
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订