公开(公告)号：CN114882361B

公开(公告)日：2024-05-28

申请号：CN202210522433.8

申请日：2022-05-13

Applicant: 东南大学

Inventor： 田馨 ,  章范怡 ,  张志伟

IPC: G06V20/10 ,  G06T7/11 ,  G06T5/50 ,  G06T5/80 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/62 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了基于多源遥感融合的深度学习估算森林地上生物量方法，首先下载和地面森林资源清查数据获取时间接近的遥感数据，并进行预处理，利用森林资源清查数据计算地面实测生物量值；然后提取遥感影像的特征变量，并分析其与生物量的相关性，筛选出相关性显著的特征变量；接下来利用卷积神经网络模型进行生物量建模，进行网络训练，利用训练出的模型，对研究区域进行森林地上生物量定量估算。本发明基于不同的遥感数据源，结果表明结合光学数据和雷达数据可以提高生物量估算精度，同时利用的深度学习模型可以更好地拟合生物量与遥感特征变量间的非线性关系。

公开(公告)号：CN114882361A

公开(公告)日：2022-08-09

申请号：CN202210522433.8

申请日：2022-05-13

Applicant: 东南大学

Inventor： 田馨 ,  章范怡 ,  张志伟

IPC: G06V20/10 ,  G06T7/11 ,  G06T5/50 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06T7/62 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了基于多源遥感融合的深度学习估算森林地上生物量方法，首先下载和地面森林资源清查数据获取时间接近的遥感数据，并进行预处理，利用森林资源清查数据计算地面实测生物量值；然后提取遥感影像的特征变量，并分析其与生物量的相关性，筛选出相关性显著的特征变量；接下来利用卷积神经网络模型进行生物量建模，进行网络训练，利用训练出的模型，对研究区域进行森林地上生物量定量估算。本发明基于不同的遥感数据源，结果表明结合光学数据和雷达数据可以提高生物量估算精度，同时利用的深度学习模型可以更好地拟合生物量与遥感特征变量间的非线性关系。