水生植被提取模型

精度超90%

基于深度学习的模型能自动从卫星影像中提取水生植被，无需手动调整阈值，在不同湖泊和云层条件下表现稳健。

Hangyu, Gao · 李如仁 · 申茜 · Yao, Yue · Yifan, Shao · 周于婷 · Wenxin, Li · Li, Jinzhi · Liang, Wenguang · Mingxia, Liu

Remote Sensing 2024

参数信息

总体精度
90 %
相关误差
8.18 %
Kappa系数
0.86
沉水植被识别精度
59 %
浮叶植被识别精度
78 %
挺水植被识别精度
91 %

技术优势

无需手动调阈值

模型自动学习特征，避免了传统决策树方法中阈值难以确定的问题。

跨湖泊泛化

模型在四个内陆湖泊（太湖、草海、洪湖、洞庭湖）的样本上训练，并应用于洪湖，取得稳定结果。

抗干扰能力强

在云层和水华影响下仍能保持良好的识别能力。

应用场景