咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >福建全省海洋藻类养殖区高精度智能提取方法研究 收藏

福建全省海洋藻类养殖区高精度智能提取方法研究

Research on high-precision intelligent extraction methods for marine algae aquaculture areas in Fujian Province

作     者:陈红梅 吴婷 林万强 陈芸芝 罗冬莲 CHEN Hongmei;WU Ting;LIN Wanqiang;CHEN Yunzhi;LUO Donglian

作者机构:福建省水产研究所福建厦门361013 福州大学数字中国研究院(福建)福建福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350108 

出 版 物:《海洋环境科学》 (Marine Environmental Science)

年 卷 期:2025年第44卷第1期

页      面:116-125页

核心收录:

学科分类:08[工学] 0828[工学-农业工程] 082801[工学-农业机械化工程] 

基  金:福建省水产研究所科技引领专项(2022KJYL03) 福建省自然科学基金项目(2022J01111) 福建省省属公益类科研院所基本科研专项(2023R1012005) 

主  题:三沙湾 海洋藻类养殖 深度学习 高分辨率遥感影像 

摘      要:为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典型海洋藻类养殖区提取的结果,MSUResUnet模型提取的准确率(accuracy)、召回率(recall)、平均交并比(m IoU)、F1分数(F1-score)较U-Net模型提高0.14%、0.84%、0.34%、0.32%,较DeepLab V3+模型提高0.18%、0.88%、0.40%、0.36%,因此,选择MSUResUnet模型进行福建全省海洋藻类养殖区自动化提取。经提取结果统计,2022年7月至2023年5月,福建全省海洋藻类养殖面积约为345.6912 km^(2)。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分