基于深度学习的岩体遥感智能解译模型研究——以黑龙江省苇河镇、亚布力镇、绥阳镇地区为例

在东北地区选取试验区,对比多种分类模型,提出一种基于多源多模态数据和多流CNN的岩体分类模型.其中包括两个子模型:一是基于大尺度邻域和深度卷积神经网络的岩体提取模型;二是基于波段组合和多模态数据的多流CNN融合模型.研究结果表明,预测结果图整体区域预测分布正确,总体精度评价指标达到84.4%,具有智能化程度高、客观性强的特点,能够为地质工作者提供辅助决策依据.此外,还采用迁移学习策略对样本数量进行扩容,解决了CNN模型小样本问题.