自然地理学和测绘学论文_多源遥感精确提取光伏 - 韶关学院学报杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

自然地理学和测绘学论文_多源遥感精确提取光伏

作者:

关键词:

摘要：

文章目录

0 引言

1 研究区与数据源

1.1 研究区概况

1.2 数据源

2 研究方法

2.1 深度学习方法

2.2 多特征图像构建

2.2.1 样本特征分析

2.2.2 环境特征

2.2.3 光谱特征

2.2.4 纹理特征

2.3 多尺度影像分割

2.4 空间关联方法

3 结果与分析

3.1 多特征图像分类结果

3.2 多特征多尺度融合图像分类结果

4 结束语

4.1 讨论

4.2 结束语

文章摘要:光伏是主要的清洁能源之一,对光伏电站的监测是获取光伏电站运行、分布和变化的重要途径。以哨兵2号（Sentinel 2）和高分2号（GF-2）卫星影像为数据源,建立光伏电站识别指数,构建融合指数特征和纹理特征的多特征多尺度的图像,利用深度学习方法识别不同本底环境的光伏电站,结合空间关联方法精确提取光伏电站的面积。结果表明,利用深度学习方法对多特征多尺度图像的识别精度达到了95%,结合空间关联方法提取光伏电站的面积精度达到了97%,分别比多光谱图像和多特征图像提高了11.8%和6.5%。基于多特征多尺度的图像,利用深度学习方法的光伏电站监测,可为管理部门提供准确的分布和变化数据,并丰富了我国高分系列遥感的应用。

文章关键词:

项目基金:《韶关学院学报》网址: http://www.sgxyxb.cn/qikandaodu/2022/0125/912.html