IGSNRR OpenIR
基于深度学习rcf模型的三都澳筏式养殖区提取研究
刘岳明; 杨晓梅; 王志华; 陆尘
2019
Source Publication海洋学报
ISSN0253-4193
Volume000Issue:004Pages:119
Abstract三都澳是中国重要的海水养殖海湾,在水产养殖中占有较高的经济地位。快速准确地获取养殖区的分布范围、数量以及面积等信息,对养殖区规划、产值估计、生态调查、风暴潮灾害预防等具有重要的意义。然而,随着养殖区域的扩大,海水背景状态愈发复杂多样,光谱特征差异较大,为养殖区提取带来困难。在本实验中,利用高分辨率遥感卫星GF-2图像,引入深度学习RCF(Richer Convolutional Features)网络模型对海湾内的筏式养殖区进行了提取。结果显示:该方法无需事先对区域进行水陆分离处理,且对水中泥沙较多的区域以及海浪较大的区域有很好的提取效果,提取精度达93%以上,适合进行大规模海水养殖区提取应用。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/93394
Collection中国科学院地理科学与资源研究所
Affiliation中国科学院地理科学与资源研究所
First Author Affilication中国科学院地理科学与资源研究所
Recommended Citation
GB/T 7714
刘岳明,杨晓梅,王志华,等. 基于深度学习rcf模型的三都澳筏式养殖区提取研究[J]. 海洋学报,2019,000(004):119.
APA 刘岳明,杨晓梅,王志华,&陆尘.(2019).基于深度学习rcf模型的三都澳筏式养殖区提取研究.海洋学报,000(004),119.
MLA 刘岳明,et al."基于深度学习rcf模型的三都澳筏式养殖区提取研究".海洋学报 000.004(2019):119.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘岳明]'s Articles
[杨晓梅]'s Articles
[王志华]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘岳明]'s Articles
[杨晓梅]'s Articles
[王志华]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘岳明]'s Articles
[杨晓梅]'s Articles
[王志华]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.