[张贴报告]基于多时相多源遥感影像与深度学习的三江平原水稻识别

基于多时相多源遥感影像与深度学习的三江平原水稻识别
编号:1314 稿件编号:1114 访问权限:仅限参会人 更新:2024-05-08 13:33:07 浏览:35次 张贴报告

报告开始:2024年05月18日 09:12 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp7] 主题7、遥感与地理信息科学

暂无文件

摘要
    及时准确地监测水稻的种植区域,对于掌握水稻的总体分布格局具有重要意义,也是科学制定农业政策的前提保障。本研究的主要目的是深入探讨利用多源多时相遥感影像进行水稻识别。针对这一主题,提出一种基于多时序Landsat 8和Sentinel-1影像以及深度学习理论的水稻种植区识别方法。该方法利用不同物候期的光学数据集的反射信息和极化合成孔径雷达(PolSAR)数据集的极化信息,训练深度卷积神经网络模型进行水稻识别。同时,将创建的多源多时相数据集与其他单源或单时相数据集进行比较,并将本文模型与传统的监督分类和经典语义分割算法进行比较。结果表明,该方法在研究中实现了较高的识别精度,分类图中的水稻种植区呈现连续分布态势,更符合实际情形。

 
关键字
光学遥感;极化合成孔径雷达;农业遥感;水稻监测;深度学习;迁移学习;特征融合;
报告人
王曼琳
学生 安徽大学资源与环境工程学院

稿件作者
王曼琳 安徽大学资源与环境工程学院
马晓双 安徽大学
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