期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度学习语义分割模型的草地植被盖度估算对比研究
1
作者 王永财 万华伟 +3 位作者 高吉喜 孙海鹏 胡卓玮 张志如 《环境科学研究》 CAS CSCD 北大核心 2024年第10期2299-2309,共11页
草地植被盖度是评估草地生态系统健康和管理效果的重要指标。草地植被盖度常用经验目测或传统图像分类方法获得,存在植被盖度估算主观性较强、精度不够、模型泛化能力不足等问题。本研究利用深度学习语义分割模型对草地植被图像进行分割... 草地植被盖度是评估草地生态系统健康和管理效果的重要指标。草地植被盖度常用经验目测或传统图像分类方法获得,存在植被盖度估算主观性较强、精度不够、模型泛化能力不足等问题。本研究利用深度学习语义分割模型对草地植被图像进行分割,并基于分割结果估算草地植被盖度,在像素尺度比较3种深度学习语义分割模型(Unet++、DeepLabv3+、Segformer)和Canopeo模型以及经典机器学习模型随机森林(Random Forest)在草地植被分割任务上的性能,结果表明:①Unet++模型分割性能最优,其平均交并比(MIoU)达0.79,F1分数(F1-score)达0.87,明显优于其他模型;相比之下Random Forest模型的表现较差,其MIoU为0.47,F1-score为0.55。②在图像尺度草地植被盖度估算中,Unet++、DeepLabv3+和Segformer模型估算的草地植被盖度均与实测草地植被盖度较为一致,估算精度明显高于Canopeo模型和Random Forest模型,深度学习语义分割模型中Unet++模型估算的草地植被盖度精度最高,决定系数(R2)达0.98,均方根误差(RMSE)低于3.8%,说明深度学习语义分割模型能够较为准确地估算草地植被盖度。③由于Unet++模型具有比其他模型更优的草地植被分割性能,因此将Unet++模型作为最终的草地植被盖度估算模型,并应用于荒漠草原、典型草原和草甸草原3个实验样地,模型可快速准确地获取样地的草地植被盖度。研究显示,Unet++等深度学习语义分割模型在草地植被盖度估算中表现出较高的准确性和适用性,能为草地植被盖度估算提供高效可靠的工具。 展开更多
关键词 草地 植被盖度 图像语义分割 深度学习
在线阅读 下载PDF
不同留茬高度对退化草地浅耕翻改良群落多样性的影响 被引量:4
2
作者 高雪玲 赵一安 +1 位作者 孙海鹏 宝音陶格涛 《中国草地学报》 CSCD 北大核心 2022年第9期31-38,共8页
中国科学院内蒙古草原生态系统定位研究站内的退化样地经过22 a的浅耕翻恢复,于2005年布置了两种刈割方式试验:一年刈割一次留茬高度6 cm和一年刈割一次留茬高度10 cm,研究再利用方式对其群落组成及Shannon-Wiener多样性指数、Pielou均... 中国科学院内蒙古草原生态系统定位研究站内的退化样地经过22 a的浅耕翻恢复,于2005年布置了两种刈割方式试验:一年刈割一次留茬高度6 cm和一年刈割一次留茬高度10 cm,研究再利用方式对其群落组成及Shannon-Wiener多样性指数、Pielou均匀度指数的年动态变化过程和机制。结果表明:(1)留茬高度6 cm的刈割处理对木地肤和黄蒿的影响较大。两种刈割方式对猪毛菜和米氏冰草都有较大的影响,对羊草、大针茅、黄囊苔草影响很小。随着年份的增加,群落结构逐渐由羊草+黄囊苔草+小丛生禾草演变成黄囊苔草+木地肤+杂类草。(2)留茬高度6 cm的刈割处理下,与Shannon-Wiener多样性指数显著、极显著正相关的物种为黄蒿、木地肤,显著负相关的物种为羊草;与Pielou均匀度指数显著正相关的物种为木地肤,显著负相关的物种为羊草、黄囊苔草。留茬高度10 cm的刈割处理下,与两种指数显著负相关的物种为羊草。(3)2005~2015年群落物种间竞争较激烈,处于不稳定时期;2016~2020年群落结构比较稳定,两种刈割方式相比,留茬高度6 cm的刈割处理下群落多样性和均匀度更优。对草原适度刈割干扰有利于草原的可持续发展,长期刈割会让整个植物群落逐渐向旱生方向发展,植物生境恶化。 展开更多
关键词 退化草地 浅耕翻 改良 刈割留茬高度 植物群落
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部