基于语义分割模型和遥感的柑橘园空间信息提取

摘要：

为应用高分辨率遥感影像和卷积神经网络模型快速提取柑橘园空间信息,选择四川省柑橘重点产区蒲江县为研究区,以高分辨率Google earth图像为数据源,构建3类不同树龄的柑橘园样本数据集,训练U-net和DeepLabv3+语义分割模型,提取柑橘园空间信息.通过验证,具有不同神经网络结构的U-net和DeepLabv3+模型提取柑橘园信息总体精度分别为88.30％和86.79％,Kappa系数为0.75和0.72,二者精度相当;通过分析小地块的果园遥感识别精度,测试区最小识别图斑面积约为120 m2,大于该面积的果园遥感面积平均精度在85％以上.该研究可为经营者、农业部门使用高分辨率遥感影像和开源的深度学习分类工具快速获取果园空间信息提供参考.

关键词：果园、柑橘、遥感、语义分割、空间信息

所属期刊栏目：44

分类号：S666(果树园艺)

资助基金：四川省科技计划项目;四川省农业科学院现代农业学科建设推进工程项目;四川省农业科学院现代农业学科建设推进工程项目

在线出版日期：2023-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：178-184