基于深度学习的高分辨率航空遥感影像单木识别技术研究

城市森林监测的数字化和智能化是未来发展的主要趋势。利用上海市2020年航空影像和植被冠层高度模型，采用U-net卷积神经网络对上海市金山区乔木林进行单木自动识别研究。研究结果表明：利用计算机深度学习自动识别金山区乔木林单株约454万棵；不同林地类型单木自动提取的精度不同，常绿林地的单木提取精度最高为90.77%;不同郁闭度表现出不同的识别精度，不同郁闭度林地的计算机单木自动识别精度均高于80%。本研究将为上海市森林资源的智能化和数字化管理提供技术支持和科学依据。