来源：期刊VIP网 时间：
作者：杨晓郁;邓荣鑫;
单位：华北水利水电大学测绘与地理信息学院;
摘要：探讨三维卷积神经网络(3D-CNN)在星载高光谱数据中的城市人工乔木树种分类效果，为城市绿化的经营规划提供更高效的途径。文中基于“珠海一号”OHS-3C高光谱卫星影像与高分2号(GF-2)全色影像融合数据，采用一种能够同时提取高光谱数据的光谱和空间特征且无需进行降维的3D-CNN模型，对河南省郑州市龙子湖滨水区域的6种主要乔木树种进行识别。研究结果显示，采用的3D-CNN模型树种总体分类精度为90.58%,Kappa系数为0.89,表明基于3D-CNN算法的树种分类结果精度较高，分类结果与真实数据具有较好的一致性。该方法能够充分利用高光谱卫星影像中的光谱和空间信息，实现研究区乔木树种的高效准确分类，在植被的经营管理上具有重要的应用价值。
关键词：三维卷积神经网络;;高光谱;;树种分类;;影像融合
基金资助：国家自然科学基金项目(31971723)资助
