摘要：黄河三角洲湿地地物精确分类对湿地资源的保护、开发和利用具有重要意义。目前的湿地分类算法大多存在着全局信息利用不足,地物类型边界不易区分等问题,导致分类精度不高。针对此问题,本文提出了基于双路图卷积的黄河三角洲湿地地物分类算法,包括图结构数据构建模块、特征提取与融合模块两部分。图结构数据构建模块,设计欧式图表示光谱值之间的绝对差异,衡量不同地物类型,设计余弦图表达不同像素光谱波形之间的差异,用以区分不同的地物边界;特征提取与融合模块,利用图卷积聚合全局信息,对欧式图利用双层图卷积进行特征提取,对余弦图使用图U-Net网络进行特征提取,之后将两个特征融合,得到同时具有光谱值绝对差异和光谱波形差异的融合特征,最后进行分类。在CHRIS和GF5两个数据集的实验结果表明,本文所提算法在黄河三角洲湿地地物分类中取得了具有竞争力的分类结果。

摘要：滨海湿地遥感智能制图可为政府管理部门及时掌握生态环境变化、生态修复成效提供数据支持。本文以无人机高光谱为数据源,构建了一种面向有限样本的轻量化多尺度改进3DCNN模型,在减少计算量的同时高效获取高光谱数据的空间特征和全局光谱特征,实现滨海湿地典型区域的智能解译制图。结果表明,本文设计的模型在参数量远小于其他方法的前提下,获得了更好制图精度,为滨海湿地快速、精细遥感制图提供了参考。