本文内容来源于《测绘通报》2024年第3期，审图号：GS京（2024）0499号
基于多源高分辨率遥感影像的典型自然资源要素提取
马锦山1, 贾国焕1, 张赛2, 张炯1
1. 西宁市国土勘测规划研究院有限公司, 青海 西宁 810000;2. 中科北纬(北京)科技有限公司, 北京 100192
关键词：高分辨率, 卷积神经网络, 深度学习, 遥感解译
引文格式：马锦山, 贾国焕, 张赛, 等. 基于多源高分辨率遥感影像的典型自然资源要素提取[J]. 测绘通报, 2024(3): 123-126. DOI: 10.13474/j.cnki.11-2246.2024.0321.摘要
摘要 ：利用高分辨率遥感数据具有高空间分辨率的特性,本文以青海省西宁市0.3和1m多源高分辨遥感影像为数据源,基于卷积神经网络深度学习算法进行典型自然资源要素提取。结果表明,0.3m遥感影像提取耕地、林地准确率均在85%以上,召回率在89%以上;1m遥感影像提取耕地林地准确率在90%以上,召回率在91%以上,研究成果可用于西宁市自然资源典型要素智能提取。
作者简介作者简介：马锦山(1992—),男,工程师,主要研究方向为卫星遥感影像解译算法。E-mail:[email protected]
初审：纪银晓复审：宋启凡
终审：金 君
资讯