结合深度学习和OBIA的森林覆盖图绘制

Research Paper#Remote Sensing, Deep Learning, Forest Cover Mapping🔬 Research|分析: 2026年1月3日 19:07
发布: 2025年12月29日 04:23
1分で読める
ArXiv

分析

本文提出了一种新的森林覆盖图绘制方法ForCM,通过结合深度学习模型和基于对象的图像分析(OBIA)技术,利用Sentinel-2影像进行森林覆盖图绘制。该研究的意义在于比较评估了不同的深度学习模型(UNet、UNet++、ResUNet、AttentionUNet和ResNet50-Segnet)与OBIA的结合,并与传统的OBIA方法进行了比较。这项研究解决了对准确高效的森林监测的关键需求,特别是在亚马逊雨林等敏感生态系统中。使用QGIS等免费开源工具进一步增强了研究结果在全球环境监测和保护中的实用性。
引用 / 来源
查看原文
"The proposed ForCM method improves forest cover mapping, achieving overall accuracies of 94.54 percent with ResUNet-OBIA and 95.64 percent with AttentionUNet-OBIA, compared to 92.91 percent using traditional OBIA."
A
ArXiv2025年12月29日 04:23
* 根据版权法第32条进行合法引用。