基于深度学习和GEE的作物遥感分类

赵昊楠; 马海燕; 阿斯娅·曼力克; 田聪; 徐俊; 潘竟; 孙宗玖; 郑逢令; 《新疆农业科学 》 2024 北大核心 CSCD

摘要：【目的】利用遥感数据和深度学习方法准确获取农作物的种植结构和分布。【方法】通过实地调查新疆奇台县获取样本集，借助Google Earth Engine云平台获取Sentinel-2号和Sentinel-1号影像，利用Google Colab进行深度学习算法的模型训练和验证，调整和优化深度学习的相关参数来提升分类精度，并且比较了深度学习、随机森林和支持向量机3种分类方法的精度。【结果】深度学习的分类精度最高，总体精度达到94.6%。【结论】利用深度学习算法可实现奇台县农作物种植结构的精准监测。

关键词： 农作物 遥感分类 深度学习 谷歌地球引擎 Google Colab