精細(xì)的農(nóng)作物空間分布數(shù)據(jù)對于資源、環(huán)境、生態(tài)、氣候變化和糧食安全問題均具有重要的意義,卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)成為從遙感影像中提取農(nóng)作物空間分布數(shù)據(jù)的主要方法,但提取結(jié)果中的種植區(qū)域邊緣往往比較粗糙。本文以高分二號遙感影像為數(shù)據(jù)源,選擇冬小麥為提取目標(biāo),利用RefineNet模型和最大后驗(yàn)概率模型構(gòu)建冬小麥遙感提取模型WWRSE（Winter Wheat Remote Sensing Extraction）,獲取精細(xì)的冬小麥空間分布數(shù)據(jù)。WWRSE模型利用RefineNet網(wǎng)絡(luò)提取像素的語義特征,使用改進(jìn)的SoftMax模型生成像素的類別概率向量;以類別概率向量的最大分量與次大分量的差值作為置信度,根據(jù)置信度將類別概率向量分為可信和不可信兩組,可信組直接使用最大分量對應(yīng)的類別標(biāo)簽作為相應(yīng)像素的分類結(jié)果;結(jié)合最大后驗(yàn)概率模型確定不可信組像素的分類結(jié)果。利用隨機(jī)梯度法對WWRSE模型進(jìn)行訓(xùn)練。選擇SegNet、DeepLab、RefineNet作為對比模型進(jìn)行實(shí)驗(yàn),WWRSE提取結(jié)果的精度為92.9%,比SegNet提高了13.8%,比DeepLab提高了10.9%,比RefineNet提高了8.... 

【文章來源】：遙感學(xué)報(bào). 2020,24(05)北大核心EICSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

山東省濟(jì)南市章丘區(qū)

利用ENVI(Environment for Visualizing Images）軟件對獲取的GF-2圖像進(jìn)行預(yù)處理，預(yù)處理步驟包括：大氣校正、幾何校正、使用Pan Sharpening方法對全色光譜和多光譜波段進(jìn)行融合；將對比度拉伸生成彩色增強(qiáng)的合成圖像等。融合后得到的圖像共4個波段，空間分辨率為1 m，像素值為表觀反射率，所有的4個波段都作為WWRSE的輸入。2.4 數(shù)據(jù)集制作

圖3給出了WWRSE模型的結(jié)構(gòu)。WWRSE共分為5個部分，分別是：輸入、特征提取器、SoftMAX-Ex、MAP和輸出。在訓(xùn)練階段，輸入由遙感圖像塊和相應(yīng)的標(biāo)記文件組成；而在測試階段，輸入僅為遙感圖像塊；輸出結(jié)果是一個單波段文件，每個像素的值為輸入圖像塊相應(yīng)像素的類別號，在本文中，使用100表示冬小麥類別，使用200表示其他類別。3.1.1 特征提取器

【參考文獻(xiàn)】：
期刊論文
[1]統(tǒng)計(jì)數(shù)據(jù)總量約束下全局優(yōu)化閾值的冬小麥分布制圖[J]. 郭文茜,任建強(qiáng),劉杏認(rèn),陳仲新,吳尚蓉,潘海珠.  遙感學(xué)報(bào). 2018(06)
[2]特征提取策略對高分辨率遙感圖像場景分類性能影響的評估[J]. 錢曉亮,李佳,程塨,姚西文,趙素娜,陳宜濱,姜利英.  遙感學(xué)報(bào). 2018(05)
[3]基于GF-1影像NDVI年度間相關(guān)分析的冬小麥面積變化監(jiān)測[J]. 王利民,劉佳,姚保民,季富華,楊福剛.  農(nóng)業(yè)工程學(xué)報(bào). 2018(08)
[4]基于改進(jìn)多元紋理信息模型和GF-1影像的縣域冬小麥面積提取[J]. 游炯,裴志遠(yuǎn),王飛,吳全,郭琳.  農(nóng)業(yè)工程學(xué)報(bào). 2016(13)
[5]基于深度學(xué)習(xí)的高分辨率遙感影像分類研究[J]. 劉大偉,韓玲,韓曉勇.  光學(xué)學(xué)報(bào). 2016(04)
[6]典型遙感數(shù)據(jù)分類方法的適用性分析——以遙感圖像場景分類為例[J]. 趙理君,唐娉.  遙感學(xué)報(bào). 2016(02)
[7]基于時(shí)間序列MODISNDVI的冬小麥產(chǎn)量預(yù)測方法[J]. 黃健熙,羅倩,劉曉暄,張潔.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(02)
[8]基于最大后驗(yàn)概率-馬爾科夫隨機(jī)場的二進(jìn)制體數(shù)據(jù)優(yōu)化[J]. 陳俊杰,金小剛.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(07)
[9]融合像素—多尺度區(qū)域特征的高分辨率遙感影像分類算法[J]. 劉純,洪亮,陳杰,楚森森,鄧敏.  遙感學(xué)報(bào). 2015(02)
[10]遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J]. 李德仁,張良培,夏桂松.  測繪學(xué)報(bào). 2014(12)

碩士論文
[1]京津冀地區(qū)冬小麥面積估算和旱情遙感監(jiān)測研究[D]. 孫振蓉.北京林業(yè)大學(xué) 2015



本文編號：3103001