报告详情
基于多时相多源遥感影像与深度学习的三江平原水稻识别
编号：1314
访问权限：仅限参会人
更新：2024-05-08 13:33:07
浏览：1288次
张贴报告
报告开始：2024年05月18日 09:12（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp7] 主题7、遥感与地理信息科学
暂无文件
摘要
及时准确地监测水稻的种植区域，对于掌握水稻的总体分布格局具有重要意义，也是科学制定农业政策的前提保障。本研究的主要目的是深入探讨利用多源多时相遥感影像进行水稻识别。针对这一主题，提出一种基于多时序Landsat 8和Sentinel-1影像以及深度学习理论的水稻种植区识别方法。该方法利用不同物候期的光学数据集的反射信息和极化合成孔径雷达（PolSAR）数据集的极化信息，训练深度卷积神经网络模型进行水稻识别。同时，将创建的多源多时相数据集与其他单源或单时相数据集进行比较，并将本文模型与传统的监督分类和经典语义分割算法进行比较。结果表明，该方法在研究中实现了较高的识别精度，分类图中的水稻种植区呈现连续分布态势，更符合实际情形。
关键词
光学遥感；极化合成孔径雷达；农业遥感；水稻监测；深度学习；迁移学习；特征融合；
报告人
王曼琳
学生 安徽大学资源与环境工程学院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论