典型文献
应用迁移学习的林火烈度初始评估研究
文献摘要：
林火发生后,开展森林生态系统烈度信息的初始评估,能够为灾后生态修复管理措施的快速实施提供定量依据.为了改善传统林火烈度评估模型的时效性,本研究利用历史过火区域的实地调查数据,构建基于迁移学习的烈度评估模型,并将其应用于2020年3月30日发生的西昌泸山森林大火烈度初始评估研究中.研究结果表明:迁移学习算法能够将源区域和目标区域的遥感影像光谱转换为多个新的特征变量,在这些新特征变量构成的投影空间中,源区域和目标区域样本具有相似的特征分布.在此基础上,基于源区域历史实地调查数据构建的烈度评估模型,能够迁移应用于目标区域的烈度评估.在本研究林火烈度的初始评估中,基于迁移学习的烈度评估模型精度较高,总体精度为71.20％,Kappa系数为0.64.与该模型对比,未进行迁移学习的支持向量回归模型精度较低,其总体精度为58.00％,Kappa系数为0.48.同时,基于dNDVI、dLST和dNBR指数的经验回归模型精度最低,其总体精度分别为:20.80％、34.8％和24.80％,Kappa系数分别为:0.01、0.19和0.06.本研究可为林火灾后管理措施的快速响应,提供一种新的思路和参考.
文献关键词：
林火烈度;迁移学习;初始评估;Landsat;森林火灾;泸山
中图分类号：
作者姓名：
郑忠;Jinfei Wang;邹滨;高阳华;杨世琦;王永前
作者机构：
成都信息工程大学 资源环境学院,成都 610225;Department of Geography, the University of Western Ontario, London ON, N6A 5C2 Canada;重庆市气象科学研究所,重庆 401147;中南大学 地球科学与信息物理学院,长沙 410083
文献出处：
引用格式：
[1]郑忠;Jinfei Wang;邹滨;高阳华;杨世琦;王永前-.应用迁移学习的林火烈度初始评估研究)[J].遥感学报,2022(10):2001-2013
A类：
烈度评估,dLST
B类：
应用迁移,迁移学习,林火烈度,初始评估,评估研究,森林生态系统,生态修复,研究利用,过火,火区,实地调查,西昌泸山,大火,源区,目标区域,遥感影像,光谱转换,特征变量,新特征,投影空间,特征分布,史实,迁移应用,模型精度,总体精度,Kappa,模型对比,支持向量回归模型,dNDVI,dNBR,火灾后,灾后管理,快速响应,Landsat,森林火灾
AB值：
0.269897
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
