[1]王小芹,张世超,刘春强,等.基于高分一号遥感影像的茶园识别研究——以贵州省湄潭县某区域为例[J].青岛远洋船员职业学院学报,2023,44(4):26-29.
　WANG Xiaoqin,ZHANG Shichao,LIU Chunqiang,et al.Tea Plantation Recognition Based on Gaofen-1 Remote Sensing Image——A Case Study of an Area of Meitan County, Guizhou Province[J].Journal of Qingdao Ocean Shipping Mariners College,2023,44(4):26-29.
点击复制

基于高分一号遥感影像的茶园识别研究——以贵州省湄潭县某区域为例()
分享到：

《青岛远洋船员职业学院学报》[ISSN:2095-3747/CN:37-1489/U]

卷:
44
期数:
2023年4期
页码:
26-29
栏目:
信息工程
出版日期:
2023-12-15

文章信息/Info

Title:
Tea Plantation Recognition Based on Gaofen-1 Remote Sensing Image——A Case Study of an Area of Meitan County, Guizhou Province
文章编号:
2095-3747（2023）04-0026-04
作者:
王小芹1; 张世超2; 刘春强1; 张园园1
1.青岛滨海学院，山东 青岛266555;2.青岛大学，山东 青岛266071
Author(s):
WANG Xiao—qin1; ZHANG Shi—chao2; LIU Chun—qiang1; ZHANG Yuan—yuan1
1.Qingdao Binhai University, Qingdao 266555, China;2.Qingdao University, Qingdao 266071, China
关键词:
高分一号; ShuffleNetV2; 茶园识别
Keywords:
Gaofen-1;  shuffleNetV2;  tea plantation recognition
分类号:
TP79；S127
文献标志码:
A
摘要:
为提高茶园识别的精度，针对高分一号遥感影像，以贵州省湄潭县某区域为研究区，提出了一种基于改进后的ShuffleNetV2模型。研究结果表明，相较于传统的hLDA模型，改进后的ShuffleNetV2模型在茶园识别方面表现出更好的效果，在整体分类精度和Kappa系数上分别提高了4.2%和0.09，验证了改进后的ShuffleNetV2模型在提高茶园识别精度方面的有效性。
Abstract:
In order to improve the accuracy of tea plantation recognition, an improved ShuffleNetV2 model was proposed based on Gaofen-1 remote sensing image in Meitan County, Guizhou Province. The research results show that compared with the traditional hLDA model, the improved ShuffleNetV2 model has a better effect in tea garden identification, and the overall classification accuracy and Kappa coefficient are increased by 4.2% and 0.09. The effectiveness of the improved ShuffleNetV2 model in improving the accuracy of tea plantation recognition was verified.

参考文献/References:

[1] 姜含春，赵红鹰，葛伟.中国茶产业现状及发展趋势分析[J].中国农业资源与区划， 2009,30(3):23-28.
[2] 徐伟燕.基于资源三号卫星影像的茶树种植区提取[J].农业工程学报，2016,(S1):161-168.
[3] 吴炳方.全国农情监测与估产的运行化遥感方法[J].地理学报，2000,55(1):25-35.
[4] 田甜,王迪,王珍等.基于深度学习模型的种植结构复杂区农作物精细分类研究[J].中国农业资源与区划，2022,43(12):147-158.
[5] 李安琦，马丽，于合龙，等. 改进的U-Net算法在遥感图像典型农作物分类研究[J].红外与激光工程，2022,51(09):428-434.
[6] 廖家鸿,李燕丽,王自琪等.湄潭县茶产业调研报告[J].中国农村科技，2021,(09):56-59.
[7] Ma N, Zhang, X, Zheng, H.T, et al. Shufflenetv2:Practical guidelines for efficient cnn architecture design[C]//In Proceedings of the European Conference on Computer Vision. 2018: 116-131.
[8] 王小芹,张志梅,王常颖.基于多尺度词包表示的hLDA模型的茶园识别研究[J].青岛大学学报(自然科学版)，2020,33(03):28-33+42.

备注/Memo

备注/Memo:
收稿日期：2023—07—31
第一作者简介：王小芹（1995— ），女，研究生，助教基金项目：青岛滨海学院科技计划研究项目（2022KQ02）
更新日期/Last Update: 2023-12-15