编号
zgly0001743146
文献类型
期刊论文
文献题名
基于实例分割的高郁闭度林分单木树冠无人机遥感提取
作者单位
北京林业大学森林资源和环境管理国家林业和草原局重点开放性实验室
母体文献
林业科学研究
年卷期
2022,35(5)
页码
14-21
年份
2022
分类号
S757.2
关键词
遥感
无人机
深度学习
实例分割
Mask R-CNN
树冠提取
文摘内容
[目的]利用遥感影像获取高郁闭度林分树冠信息。[方法]试验了一种基于实例分割模型的无人机遥感影像单木树冠提取方法,选用7种残差网络用于模型的特征提取,逐一对不同郁闭度杉木纯林进行单木树冠提取。[结果]表明,7个实例分割模型对低郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为55.89%、57.29%,林分东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.161、0.179和0.341,平均预测决定系数R~2分别为0.912、0.918和0.957;对高郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为46.00%、44.45%,单木东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.479、0.497和1.256,平均预测R~2分别为0.806、0.762和0.936。[结论]各参数提取精度均优于传统调查精度,该方法能自动化、快速化、精准化获取树冠信息。