Position: Home > Articles > Classification of Forest Vegetation Based on U-Net Model for Multi-temporal Landsat-8 Images
Journal of Northeast Forestry University
2021,49
(9)
55-59,66
应用U-Net模型和多时相Landsat-8影像对森林植被的分类
作 者：
杨丹;李崇贵;常铮;李煜;雷田旺
单 位：
西安交通工程学院;西安科技大学
关键词：
Landsat8多时相影像;U-Net模型;最大似然法;植被指数;森林分类
摘 要：
为了探讨深度学习全卷积神经网络模型(U-Net)在多时相Landsat-8影像上的森林植被分类效果,以黑龙江孟家岗林场为研究区,采用多时相的Landsat-8影像为数据源,根据各森林类别多时相的光谱曲线确定分类的最佳时相,并对优化后的U-Net模型进行训练并验证.同时,进一步构建多时相植被指数特征,训练分类模型并对森林植被进行分类,比较优化后的U-Net分类方法和最大似然分类法的分类精度.结果表明:加入多时相植被指数的U-Net模型分类精度为83.5%,比单一时相分类精度高6.1%;优化后的U-Net模型分类方法精度明显高于最大似然分类方法,说明加入多时相植被指数的U-Net模型分类方法可以有效的提高森林分类精度.
译 名：
Classification of Forest Vegetation Based on U-Net Model for Multi-temporal Landsat-8 Images
导出引用
计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0
所属期刊
