基于深度学习的青海湖裸鲤产卵场遥感识别方法

鱼类产卵场会随着外部环境条件的改变而发生变化,因此,快速、有效地定位鱼类产卵场对于开展水生生物资源调查、珍稀水生动物保护等工作具有重要的意义.本研究基于无人机航拍影像和青海湖裸鲤(Gymnocypris przewalskii)产卵场实地调查结果,构建了深度学习模型,以分析将深度学习模型应用于青海湖裸鲤产卵场识别中的可行性.模型训练交并比精度和像素精度分别为0.870和0.996,验证交并比精度和像素精度分别为0.648和0.985,虽然精度低于一般的遥感影像或图像分割精度,但从测试的结果来看,深度学习模型可以识别到约79％的产卵场,但尚不能精确地分割出产卵场,可以作为一种辅助手段,应用到青海湖裸鲤产卵场的识别中.