【摘要】：近現(xiàn)代以來,隨著人類社會的不斷發(fā)展,人們對草地資源的肆意濫用以及氣候變化的影響,草地退化成為日趨凸顯的環(huán)境問題之一,已經(jīng)嚴(yán)重影響到了人類自身的生活環(huán)境、畜牧業(yè)生產(chǎn)等,并且這種情況還在不斷惡化。因此,保護草地生態(tài)勢在必行。相比傳統(tǒng)的人工實地監(jiān)測,現(xiàn)代飛速發(fā)展的遙感技術(shù)使得科研人員可以獲得更全面豐富的草地數(shù)據(jù),結(jié)合最新的計算機科學(xué)技術(shù)可以建立更高效的草地退化自動監(jiān)測系統(tǒng)。最開始的時候,草地退化的監(jiān)測通過遙感技術(shù)得到植被序列數(shù)據(jù),對植被的時間序列數(shù)據(jù)進行分析并計算相關(guān)的指標(biāo)來反映和評價區(qū)域草地退化的程度。但是這種方法受外界因素干擾較大,例如說降水、溫度的波動,這些因素都會影響對草地退化的準(zhǔn)確判斷。另一方面,缺乏統(tǒng)一明確的評價指標(biāo)和退化劃分標(biāo)準(zhǔn),這些也都成為植被序列數(shù)據(jù)用來評價草地退化的障礙。因此,如果能夠通過高分辨率的航拍圖或衛(wèi)星圖,結(jié)合圖像分割自動識別出草地的退化情況并能統(tǒng)計出區(qū)域、面積、程度等信息,對于保護草地生態(tài)是有重大的意義的。本文基于深度學(xué)習(xí)的相關(guān)方法對草體退化圖像自動識別分割進行建模,具體的研究內(nèi)容有以下幾點:(1)對現(xiàn)有的退化草地航拍圖樣本進行整理分析,對樣本數(shù)據(jù)集中存在的類別不均衡、樣本數(shù)量過少等問題進行了數(shù)據(jù)增強方式的預(yù)處理,對數(shù)據(jù)集按照6:3:1的比例劃分訓(xùn)練集、驗證集、測試集,并在輸入網(wǎng)絡(luò)之前對整體數(shù)據(jù)進行歸一化的操作。(2)研究基于全卷積神經(jīng)網(wǎng)絡(luò)對退化草地圖像進行自動識別分割。全卷積神經(jīng)網(wǎng)絡(luò)是近年來廣泛用于圖像語義分割的深度學(xué)習(xí)網(wǎng)絡(luò)模型,相比傳統(tǒng)的圖像處理方法以及卷積神經(jīng)網(wǎng)絡(luò)進行圖像分割,全卷積神經(jīng)網(wǎng)絡(luò)有著輸入輸出結(jié)果端到端、任意輸入大小、結(jié)果更精確等一系列優(yōu)勢。本文在對比常見的多種神經(jīng)網(wǎng)絡(luò)語義分割模型后提出了改進的模型方法,并從速度、準(zhǔn)確率、是否過擬合等多個維度進行對比;另外,本文還探究了不同樣本輸入大小對結(jié)果的影響并選擇了當(dāng)前環(huán)境下最合適的樣本輸入尺寸。(3)本文還進一步對結(jié)果進行了分析和優(yōu)化。首先使用神經(jīng)網(wǎng)絡(luò)可視化的方法對提出的網(wǎng)絡(luò)模型進行可視化探究,通過最大化激活和興趣凸顯圖兩種方式一定程度上證明了神經(jīng)網(wǎng)絡(luò)的可靠性;并且針對實際測試中存在的黑邊以及邊緣細節(jié)不夠平滑的問題找到原因并在實現(xiàn)的邏輯層面進行了改進。本文利用深度學(xué)習(xí)技術(shù),通過訓(xùn)練草地退化樣本數(shù)據(jù)集得到合適的語義分割神經(jīng)網(wǎng)絡(luò)模型,并用于草地退化圖像的自動化檢測。相比傳統(tǒng)方法,更直接、可靠,有良好的應(yīng)用前景。本文還進一步對語義分割模型進行改進,并對樣本以及預(yù)測方式進行改進,從而在退化草地圖像分割的任務(wù)上具有更好的適應(yīng)性。
【圖文】：

= ∞∞（ ） （ ） （2-1）針對離散的定義見公式（2-2）： = ∞∞（ ） （ ） （2-2）在卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，輸入通常是多個通道的多維數(shù)組，而卷積核是右神經(jīng)網(wǎng)絡(luò)優(yōu)化算法學(xué)習(xí)到的多維數(shù)組形式的參數(shù)，一般我們稱這些多維數(shù)組為張量。在卷積神經(jīng)網(wǎng)絡(luò)中，我們可以一次在多個維度上進行卷積計算。例如，輸入是一張二維的圖像 I，并且使用一個二維的卷積核 K，卷積的結(jié)果記作 S，則對二維圖像的卷積過程可以寫作如公式（2-3）：S i，j = K I i，j =m nI（i m，j n）K（m，n） （2-3）下圖 2-1 演示了一個在二維張量上進行的卷積運算：

oid 層的函數(shù)形狀如圖 2-2 所示。函數(shù)的定義形式如下（2-4）式。= 還有一個很重要的性質(zhì)，其導(dǎo)數(shù)可以用自身的形式來表達大大簡化了鏈?zhǔn)角髮?dǎo)中相關(guān)的計算量：= （ ）= 是使用范圍最廣的激活函數(shù)之一，具有指數(shù)級函數(shù)的形狀較類似，因此也有它的物理意義。此外，由于 Sigmoid 的常還可以用作表示概率，或者對函數(shù)的輸入計算得到歸一
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S812.6;TP391.41

【參考文獻】

相關(guān)期刊論文 前5條

1 馬治國;周方;;循環(huán)經(jīng)濟法視野下的西部生態(tài)環(huán)境保護[J];西北大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2009年02期

2 李進;;對西部生態(tài)環(huán)境建設(shè)的思考[J];現(xiàn)代商貿(mào)工業(yè);2008年03期

3 閆玉春;唐海萍;;草地退化相關(guān)概念辨析[J];草業(yè)學(xué)報;2008年01期

4 寧寶英,樊勝岳,趙成章;肅南縣草地退化原因分析與分區(qū)治理對策[J];中國草地;2004年03期

5 楊汝榮;我國西部草地退化原因及可持續(xù)發(fā)展分析[J];草業(yè)科學(xué);2002年01期

，

本文編號：2637261