基于无人机影像的边坡植物物种分类

编号 zgly0001696892

文献类型 期刊论文

文献题名 基于无人机影像的边坡植物物种分类

作者 翟浩  唐彬童  辜彬 

作者单位 四川大学生命科学学院生物资源与生态环境教育部重点实验室 

母体文献 西北林学院学报 

年卷期 2020年03期

年份 2020 

分类号 TP751  Q949 

关键词 边坡  无人机  归一化数字表面模型  植物物种分类 

文摘内容 无人机的出现,给生态调查带来关键性革新。而使用无人机进行生态调查,植物遥感分类是关键,基于平地的无人机植物物种分类创新运用于边坡,使用可见光正射影像联合nDSM(normalized digital surface model,归一化数字表面模型)对边坡植物物种进行分类。结果表明,边坡样地的分类的精度达85%,自然样地达84%,与没有加入nDSM的分类结果对比,边坡、自然样地分类精度分别增加了32%和16%。在边坡条件下可见光正射影像与nDSM结合,可大幅度提升边坡植物物种分类精细度。