基于深度學習的樹冠分割及生物量估算

打開文本圖片集

摘  要：地上生物量反映植被生長狀況和碳儲量的大小，該參數(shù)的準確性對于碳循環(huán)研究以及減緩氣候變化至關重要。以芭蕉樹為研究對象，提出一種利用深度學習實現(xiàn)芭蕉樹冠檢測分割和地上生物量估算的新思路。首先，以深度學習算法YOLOv8s-seg為基礎框架改進，并應用無人機遙感影像，實現(xiàn)芭蕉樹冠檢測分割；然后，提取芭蕉樹冠覆蓋面積，結合實測地上生物量數(shù)據(jù)進行擬合，使用線性回歸、K最近鄰算法（K-NearestNeighbor ，KNN）、支持向量機、隨機森林和XGBoost（eXtreme Gradient Boosting）方法分別建立芭蕉地上生物量估算模型；最后，對模型估測結果進行比較分析確定最優(yōu)模型。（剩余15193字）