基于机器学习的 Landsat 7 数据林业数字孪生
机器学习
2022-04-06 v1 计算机视觉与模式识别
摘要
利用历史数据对森林进行建模可更准确地分析其演化，从而为其他研究提供重要依据。作为一种公认的有效工具，遥感在林业分析中发挥着重要作用。我们可以利用它获取森林信息，包括树种、覆盖度和冠层密度。许多森林时间序列建模研究使用统计值，但很少使用遥感图像。图像预测数字孪生是数字孪生的一种实现，旨在基于历史数据预测未来图像。本文提出一种基于 LSTM 的森林建模数字孪生方法，使用 20 年内的 Landsat 7 遥感图像。实验结果表明，本文的预测孪生方法能有效预测研究区的未来图像。
引用
@article{arxiv.2204.01709,
title = {Forestry digital twin with machine learning in Landsat 7 data},
author = {Xuetao Jiang and Meiyu Jiang and YuChun Gou and Qian Li and Qingguo Zhou},
journal= {arXiv preprint arXiv:2204.01709},
year = {2022}
}