结合深度学习和OBIA的森林覆盖图绘制

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。

• •ForCM将深度学习与OBIA相结合，以改进森林覆盖图绘制。
• •该研究评估并比较了几个深度学习模型（UNet、UNet++、ResUNet、AttentionUNet、ResNet50-Segnet）。
• •该方法比传统的OBIA方法具有更高的精度。
• •该研究强调了QGIS等免费且用户友好的工具在环境监测中的潜力。