草原土壤是草原生態(tài)系統(tǒng)的重要組成部分,本研究選擇內(nèi)蒙古自治區(qū)內(nèi)的幾種典型草原,在自然光照射下采集高光譜地面圖像數(shù)據(jù),利用光譜以及卷積神經(jīng)網(wǎng)絡(luò)對采集圖像數(shù)據(jù)進(jìn)行識別分類,并達(dá)到較高精度。本文以草原覆蓋下的土壤為研究對象,通過對幾種土壤的高光譜數(shù)據(jù)進(jìn)行最小噪聲分離,篩選出貢獻(xiàn)率高的波段,通過微分法、去包絡(luò)線法進(jìn)行光譜分析。另外針對高光譜圖像維數(shù)高,冗余度高等特點(diǎn),應(yīng)用PCA方法進(jìn)行降維處理,把降維后的數(shù)據(jù)輸入到改進(jìn)的Lenet5卷積神經(jīng)網(wǎng)絡(luò)中,并多次實(shí)驗(yàn)選擇最適合的降維波段數(shù)和學(xué)習(xí)率進(jìn)行訓(xùn)練,最終使神經(jīng)網(wǎng)絡(luò)模型的測試精度達(dá)到94.7%,滿足草原土壤高光譜圖像的分類精度,同時(shí)與典型的SVM方法的處理結(jié)果進(jìn)行對比。本文對內(nèi)蒙古草原土壤分類的方法,可以為利用無人機(jī)低空遙感進(jìn)行的草原土壤退化的動態(tài)監(jiān)測提供一種方法和依據(jù)。

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

本文編號：3879305