基于深度學(xué)習(xí)的湖泊濕地信息提取及時(shí)空演變特征研究.pdf

1、湖泊濕地是具有多種生態(tài)功能的生態(tài)系統(tǒng)，對(duì)人類和生態(tài)環(huán)境可持續(xù)發(fā)展至關(guān)重要。由于環(huán)境惡化，濕地面積正不斷萎縮，對(duì)濕地進(jìn)行保護(hù)和恢復(fù)迫在眉睫。利用遙感技術(shù)提取濕地空間分布信息，實(shí)施動(dòng)態(tài)地監(jiān)測湖泊濕地時(shí)空演變，能為濕地保護(hù)和決策提供重要數(shù)據(jù)支持。常用遙感影像濕地信息提取方法少有兼顧光譜與空間信息，難以保證濕地提取的準(zhǔn)確性和可靠性。本文在利用遙感影像光譜特征時(shí)融入深度學(xué)習(xí)算法，構(gòu)建空譜聯(lián)合估計(jì)模型對(duì)濕地信息進(jìn)行提取，獲取不同時(shí)期湖泊濕地信息專題

2、圖分析湖泊濕地時(shí)空變化。主要包括：
　?。?）構(gòu)建基于深度學(xué)習(xí)的濕地識(shí)別模型。引入深度學(xué)習(xí)算法，建立多尺度卷積神經(jīng)網(wǎng)絡(luò)濕地識(shí)別模型，制作濕地樣本，對(duì)基于深度卷積神經(jīng)網(wǎng)絡(luò)的濕地識(shí)別模型進(jìn)行學(xué)習(xí)訓(xùn)練。
　?。?）研究濕地提取空譜聯(lián)合估計(jì)模型。運(yùn)用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型，與歸一化差分水體指數(shù)和濕度分量相結(jié)合，綜合考慮濕地空間特征和光譜特征，搭建空譜聯(lián)合估計(jì)模型，對(duì)濕地進(jìn)行提取。
　?。?）將目前常用濕地提取方法與基于深度學(xué)

3、習(xí)的濕地提取方法對(duì)比分析。采用最小距離法、最大似然法、決策樹分類法、面向?qū)ο蠓?、支持向量機(jī)法等與本文方法進(jìn)行對(duì)比分析實(shí)驗(yàn)，評(píng)定精度，驗(yàn)證基于深度學(xué)習(xí)的濕地提取方法的可行性和準(zhǔn)確性。
　?。?）湖泊濕地時(shí)空演變特征研究。本文以鄱陽湖為例，分析湖泊濕地時(shí)間空間變化。運(yùn)用景觀生態(tài)學(xué)方法對(duì)2000年、2005年、2010年、2015年鄱陽湖濕地信息進(jìn)行分析，利用景觀格局指數(shù)定量分析濕地變化過程，研究其變化趨勢(shì)，探尋濕地變化規(guī)律，為濕地保護(hù)