复杂场景下小农经营区地块级苹果园模块化制图方法框架

作     者：寇雯齐 沈占锋 王浩宇 李硕 焦淑慧 雷雅婷 KOU Wenqi;SHEN Zhanfeng;WANG Haoyu;LI Shuo;JIAO Shuhui;LEI Yating

作者机构：中国科学院空天信息创新研究院国家遥感应用工程技术研究中心北京100101 中国科学院大学资源与环境学院北京100049 中国科学院大学电子电气与通信工程学院北京100049 

基　　金：国家重点研发计划项目(2021YFC1523503) 国家自然科学基金项目(41971375) 新疆第三次科学考察项目(2021xjkk1403) 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2024年第26卷第1期

页      码：197-211页

摘      要：实现复杂场景下地块级苹果园的精准制图,是中国苹果产业精细化管理面临的迫切需求。然而,传统的地块级分类制图框架在处理小农经营区内的大量细碎地块时,可靠性大幅度降低。本文提出一种适用于复杂场景下小农经营区的地块级苹果园模块化制图方法框架。①基于模拟人类对目标场景视觉感知的分层策略,从深秋季的单幅超高空间分辨率(Very High Resolution,VHR)影像中提取冗余的候选地块;②利用非对称瓶颈网络(Depth-wise Asymmetric Bottleneck Network,DABNet)模型与长短期记忆(Long Short-Term Memory,LSTM)模型,分别从VHR影像与时间序列影像中提取苹果园的空间特征像素与时序特征像素。然后,构建元特征描述特征像素在候选地块中的分布情况,与地块的内在特征共同组成苹果园地块的分类特征;③使用随机森林(Random Forest,RF)将候选地块分类为苹果园地块和非苹果园地块。以山东省栖霞市西城镇为研究区,从43238个候选地块中提取出30292个苹果园地块,分类总体精度达到92.7%。利用RF算法自带的平均精度减少指标(Mean Decrease in Accuracy,MDA)对17种分类子特征进行特征重要性分析,证明本文提出的元特征比传统人工设计特征具有更强的信息抽象与特征表达能力。该框架成功实现场景复杂的小农经营区地块级苹果园制图,可推进精准果园农业的发展。

主 题 词：苹果园 复杂场景 地块级分类 深度学习 元特征 时间序列数据 超高空间分辨率影像 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 09[农学] 0835[0835] 081002[081002] 0902[农学-自然保护与环境生态类] 090201[090201] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12082/dqxxkx.2024.220153

馆 藏 号：203126997...