摘要
本发明公开了一种基于多源遥感数据的古树名木识别方法。本发明中,通过引入古树生态位模型,将区域古树的实际生境参数与遥感特征的关联程度量化为权重,并融入随机森林的特征选择过程,使得筛选出的特征既具备区分不同植被的能力,又贴合古树真实的生存环境需求。这避免了传统方法仅依赖特征区分度筛选导致的高区分度但不相关问题,能更准确地捕捉到与古树直接相关的关键特征,提升了后续模型对目标树种的识别针对性,生态位约束的特征筛选机制从源头保证了输入模型的特征与古树生境的强关联性,结合多模态特征融合网络对空间、光谱、结构信息的综合提取,减少了因生境改变或新增古树导致的漏检、误检情况,长期应用中识别效果更稳定可靠。
技术关键词
多源遥感数据
古树名木
识别方法
合成孔径雷达数据
随机森林
生态位模型
光学遥感影像
后向散射系数
连续统去除法
CNN网络结构
植被
空间位置偏差
反射率
监测平台
多模态特征融合
点匹配算法
参数
系统为您推荐了相关专利信息
植物群落调查
生态系统服务
气象监测数据
数字高程模型数据
融合算法
可视分析方法
学生
遗传算法优化
随机森林模型
成绩
遥感图像识别方法
预训练模型
视觉
遥感图像数据
文本编码器
调制光脉冲
微波
调制识别装置
调制识别方法
神经网络模型