需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度学习的自然保护区森林保育遥感监测技术研究

基于深度学习的自然保护区森林保育遥感监测技术研究

发布时间: 2023-10-17

来源: 试点城市（园区）

基本信息

合作方式： 合作开发
成果类型： 新技术
行业领域：
新能源及节能技术,农、林、牧、渔业,生态环境建设与保护技术,林业
成果介绍
  本研究构建了38708张三江源地区高分辨率遥感图像数据集；设计了一种融合纹理和边缘特征的协同学习森林遥感影像分割模型，提升了对森林区域纹理特征和细节信息的提取能力；设计了一种基于小样本深度学习的森林遥感影像分割模型预训练方法，实现了对于三江源高维森林遥感影像的关键信息无监督提取；构建了一个青海省三江源森林保育监测平台，实现了对森林保育的可视化展示。本项目有效减少了三江源自然保护区森林保育遥感监测人力资源消耗，对自然保护区森林保育起到重要的推进作用。
成果亮点
1.针对当前高原森林遥感影像稀缺的问题，构建了三江源地区的高分辨率高原遥感森林影像数据集。 2.针对高原森林遥感监测存在的森林提取精度不足、模型鲁棒性低、时效慢的客观挑战，设计了一种融合纹理和边缘特征的协同学习森林遥感影像分割模型，改进了基于小样本的森林遥感模型预训练方法。 3.开发了青海省三江源森林遥感影像监测平台，可实现三江源地区森林遥感分割结果的可视化和分级预警。
团队介绍
青海民族大学与北京工业大学合作研究。
成果资料