摘要
本发明公开了一种水生植被精细分类及动态监测方法、介质及设备,属于植被监测技术领域。该方法通过融合多源遥感数据,提取包括植被指数、物候特征在内的时空信息,利用机器学习或深度学习模型实现挺水‑湿生、沉水、浮叶植被的高精度分类,并通过变化检测、趋势分析的手段进行动态变化的监测;包括:S1、多源时序遥感数据获取与预处理;S2、多源时序特征工程构建;S3、样本选择与标注;S4、基于智能决策模型的精细分类;S5、分类决策与后处理优化;S6、水生植被动态监测与分析;S7、结果输出与验证。本发明可以实现对水生植被的高精度、精细化分类,并能有效监测其分布范围、密度和类型的动态变化。
技术关键词
动态监测方法
时序遥感数据
智能决策模型
深度学习模型
浮叶植被
物候特征
植被监测技术
融合多源
时序特征
纹理特征
特征选择方法
降维技术
上下文特征
阴影检测
机器学习模型
样本
数据冗余
处理器
系统为您推荐了相关专利信息
无人机航拍图像
航拍图像识别
特征金字塔网络
深度学习模型
上采样
活塞环表面
发动机活塞环
入射角度值
清洗控制方法
氧化层
AGV机器人
机器人避障方法
指数
机器人控制系统
主控系统