文献类型：期刊文章

作　　者：杨红艳[1,2] 杜健民[1] 王圆[1] 张燕斌[1] 张锡鹏[1] 康拥朝[1]

YANG Hongyan;DU Jianmin;WANG Yuan;ZHANG Yanbin;ZHANG Xipeng;KANG Yongchao(College of Mechanical and Electrical Engineering, Inner Mongolia Agricultural University, Huhhot 010018, China;College of Mechanical Engineering, Inner Mongolia University of Technology, Huhhot 010051, China)

机构地区：[1]内蒙古农业大学机电工程学院,呼和浩特010018 [2]内蒙古工业大学机械工程学院,呼和浩特010051

出　　处：《农业机械学报》

基　　金：国家自然科学基金项目(31660137)

年　　份：2019

卷　　号：50

期　　号：4

起止页码：188-195

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。

关 键 词：荒漠草原 指示物种 分类  高光谱遥感 无人机  卷积神经网络

分 类 号：TP79]