一种基于多源遥感数据和卷积神经网络的高寒地区人工林分类方法及系统

本发明公开了一种基于多源遥感数据和卷积神经网络的高寒地区人工林分类方法及系统，包括以下步骤：在高寒地区选择样点并标记土地覆盖类型，获取样点处的多源遥感影像数据，预处理得到所需数据，将所需数据和土地覆盖类型标签构成数据集；构建三通道卷积神经网络模型，三通道卷积神经网络模型包括输入层、卷积层、全局平均池化层、连接层、全连接层和输出层，输出层将特征映射到土地覆盖类型；用数据集训练三通道卷积神经网络模型；获取高寒地区同一待分类样点处的数据，将数据输入训练好的三通道卷积神经网络模型，预测人工林，完成高寒地区人工林分类。本发明可广泛应用于高寒地区人工林的精确监测。