排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
潮滩地带环境复杂多变, 有些植被之间光谱特性相似, 为了解决植被精细分类精度不高的问题, 利用基于ImageNet预训练的卷积神经网络OverFeat模型, 以高分二号(GF-2)卫星遥感影像作为实验数据, 对长江口南汇潮滩不同生长状态的植被进行了深度特征提取, 然后将模型训练好的深度特征输入到支持向量机(SVM)分类器中, 得到植被分布信息。研究结果表明, 与基于光谱特征的SVM分类方法相比, 文章所用方法的分类精度更高, 总体精度可达96.08%, 证明了使用基于ImageNet数据集的预训练卷积神经网络对不同生长状态的植被可以实现较好的识别。 相似文献
2.
基于遥感的九段沙湿地植被群落动态变化分析 总被引：1，自引：0，他引：1
九段沙是长江口重要的新生湿地.作为主要地物类型之一的植被群落,是反映潮滩湿地生态环境变化重要而又敏感的指标因子.本文通过1987～2008年六景Landsat卫星遥感数据对九段沙植被群落进行了分类提取,并利用ArcGIS软件分析了长江口九段沙植被群落20年来的时空动态变化.结果显示1987～1997年间,九段沙湿地植被以先锋植被海三棱藨草为主,植被面积随潮滩不断淤涨而增长;1997年人工促淤种植了芦苇和互花米草,至2008年,芦苇、互花米草和海三棱藨草三种植被群落所占植被总面积百分比分别为31.47%、39.35%和29.17%,其中外来物种互花米草优势明显,当地植被海三棱藨草所占面积比例显著下降. 相似文献
1