报告详情
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
访问权限：仅限参会人
更新：2024-04-11 14:11:20 浏览：783次
口头报告
报告开始：2024年05月19日 11:39（Asia/Shanghai）
报告时间：8min
所在会场：[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。
关键词
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
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论