基于U-Net算法的区域内自然资源要素变化调查研究

摘要

本研究基于U-Net算法使用World View-3卫星高分辨率图像,评估了中国雨林地区森林中的各类要素如类型和树种的识别和分割。通过训练U-Net网络模型,使用7611幅图像和密集标记掩模进行验证,验证结果为U-Net网络总体准确度达到95%以上,并在森林类型分割上实现了0.96的联合交集(IoU)分数。结果表明,深度学习算法结合高分辨率遥感数据在植被和树种等要素分布的应用中具有潜力,可为生态保护和森林管理提供可靠的数据支持。