摘要
本发明提出了一种城市常绿林与落叶林提取方法,包括以下步骤:获取冬末、夏初两个季节的图像切块,两个季节的所有图像切块构成数据集一;每个图像切块中均包括城市森林地块和非城市森林地块;创建非城市森林地块的标签值;基于训练好的随机森林模型,获取数据集一相对应的常绿林、落叶林各自的伪标签数据;非城市森林地块的标签值、常绿林、落叶林各自的伪标签数据所对应的标签值组成数据集三;基于数据集一和数据集三,训练深度学习模型;基于训练好的深度学习模型,获取城市常绿林与落叶林概率图。本发明提高了城市常绿林与落叶林分布的制图精度。
技术关键词
随机森林模型
训练深度学习模型
标签
切块
卫星遥感数据
多光谱
分辨率
多边形
卫星遥感图像
图像纹理特征
人工智能模型
更新模型参数
图像特征提取
解译方法
卷积模块
多层次
专业