Global Vision Media Focus
Компания в общей сложности 15 раз появлялась в эфире CCTV, а ее охват через партийные СМИ, центральные СМИ и местные официальные СМИ составил 50 миллионов человек.
Идентификация и выделение маков на уровне пикселей на основе многовременных и многоспектральных изображений дистанционного зондирования.
Предыстория исследования
Мак является основным источником таких наркотиков, как опиум и морфин. Хотя незаконное выращивание мака строго запрещено китайским законодательством, в некоторых отдаленных районах все еще встречаются отдельные случаи незаконной посадки. Традиционные ручные обследования неэффективны и имеют ограниченный охват, что делает их непригодными для крупномасштабного мониторинга. Технология спутникового дистанционного зондирования предлагает такие преимущества, как широкий охват и...МногофазныйБлагодаря высокой объективности этот метод является эффективным средством мониторинга выращивания мака.
Цели исследования
В данном исследовании используютсяМноговременные мультиспектральные изображения Sentinel-2 L2A (17-й этап)В сочетании с известными плантациями макаВекторные данныеБыла разработана модель идентификации маков с помощью дистанционного зондирования, которая всесторонне учитывает спектральные характеристики, характеристики вегетационного индекса, характеристики фенологических временных рядов и текстурные характеристики периода цветения, что позволяет добиться точной идентификации и составления карты пространственного распределения участков посадки маков в исследуемой области.
Область исследования
Целевой базой для посадки является разрешенный к выращиванию мака район. Исследование показывает, что в 2026 году период цветения мака в этом районе приходится на июнь, а цветки белые.
технический маршрут
В данном исследовании в качестве основного источника данных используются многовременные спутниковые снимки Sentinel2-L2A, на основе которых формируется многомерный набор признаков дистанционного зондирования по четырем параметрам: спектр, индекс растительности, фенологические временные ряды и текстура периода цветения. Были выполнены этапы предварительной обработки, включая выравнивание выборки, отбор признаков и стандартизацию признаков.Случайный лес (RF), градиентный бустинг (Градиентный бустингТри метода машинного обучения: 1) Метод опорных векторов (SVM)Модели идентификации мака были построены отдельно, и оптимальная модель была оценена с помощью перекрестной проверки. Была выполнена идентификация и выделение мака на уровне пикселей по всей области, а также постобработка и оптимизация результатов. Наконец, были получены карта бинарной классификации маков, карта распределения вероятностей идентификации и векторные данные пространственного распределения, что позволило реализовать точную дистанционную идентификацию и пространственное количественное выделение участков мака.
Рисунок 1.Техническая дорожная карта модели распознавания с помощью дистанционного зондирования мака
Технические методы
Случайный лес — это алгоритм машинного обучения, основанный на ансамблевом обучении.Построение большого количества «декоррелированных» деревьев решений и интеграция их прогнозов позволяют повысить точность и надежность всей модели. По сути, это ансамбль из множества деревьев решений, каждое из которых...Выборка с заменойОн обучается на подмножестве данных и подмножестве случайных признаков. Его можно использовать как для классификации, так и для регрессии.Высокая точность, защитаПереобучениеК преимуществам относятся устойчивость к выбросам и шуму, а также способность обрабатывать крупномасштабные многомерные данные.
Рисунок 2. Основная идея случайного леса.
Результаты исследования
Рисунок 3.Изображение для бинарной классификации, полученное с помощью дистанционного зондирования мака.
Рисунок 4.Карта распределения вероятностей идентификации мака с помощью дистанционного зондирования
Анализ преимуществ и ограничений
Анализ преимуществ
1. Многомерное слияние признаковК четырем характеристикам относятся: полный спектр, индекс растительности, фенологические временные ряды и текстура.
2. Углубленное использование полосы красного края спектра.Ключевая комбинация полос красного края (684/706/725 нм) подтверждена литературными данными.
3. Многовременное фенологическое моделированиеИспользуйте информацию о временной последовательности всего вегетационного периода, чтобы отличить маки от других растений, что может вызвать путаницу.
Анализ ограничений
1. Ограниченное количество обучающих выборок.Известна лишь часть маковых полей, и способность модели к обобщению нуждается в дополнительной проверке.
2. Ограничения пространственного разрешенияРазрешение спутника Sentinel-2 в 10 метров ограничивает его возможности по выявлению крайне мелких участков.
3. Риск путаницы между категориями.Белые цветки рапса и других подобных цветов могут привести к ошибочной идентификации во время цветения.