声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1374/Q
国际刊号：1005-3395
发布日期:
作者：刘雪莲，石雷，李宇宸，刘梦盈，姚俊，马云强，杨绪兵
单位：中国林业科学研究院资源昆虫研究所, 昆明 650223;南京林业大学信息科学技术学院, 南京 210037,,中国林业科学研究院资源昆虫研究所, 昆明 650223,,华南师范大学地理科学学院, 广州 510631,,中国林业科学研究院资源昆虫研究所, 昆明 650223,,中国林业科学研究院资源昆虫研究所, 昆明 650223,,西南林业大学生物多样性保护学院, 昆明 650223,,南京林业大学信息科学技术学院, 南京 210037,
关键词：薇甘菊;无人机遥感;深度学习;支持向量机;随机森林
基金：云南省产业技术领军人才计划项目；林业公益性行业科研专项经费（201504305）资助
为有效控制薇甘菊入侵，及时掌握其空间分布和动态变化，基于无人机高光谱数据，通过深度学习（DL）、支持向量机（SVM）、随机森林（RF）等方法提取云南省德宏州微甘菊分布情况。结果表明，DL、SVM和RF等3种方法均有效实现了薇甘菊的分布提取，以DL方法的提取效果最佳，制图精度和用户精度分别为96.61%和95.00%；其次为RF方法，制图精度和用户精度分别为94.83%和91.67%；SVM方法的制图精度和用户精度分别为92.45%和81.67%。这3种方法均能很好提取薇甘菊集中分布区域，且DL和RF方法对零散分布薇甘菊的识别效果优于SVM。因此，无人机高光谱影像为薇甘菊的监测、预警和精准防治提供了支撑和依据，对保护当地生态系统安全具有重要意义。
来源：2021年第6期
《热带亚热带植物学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。