基于深度学习模型的沿海山区输电线路土壤侵蚀研究(英文) |
| |
引用本文: | 李熙,江世雄,赵珊珊,李小梅,陈垚,王重卿,翁孙贤.基于深度学习模型的沿海山区输电线路土壤侵蚀研究(英文)[J].资源与生态学报(英文版),2023(5):1026-1033. |
| |
作者姓名: | 李熙 江世雄 赵珊珊 李小梅 陈垚 王重卿 翁孙贤 |
| |
作者单位: | 1. 国网福建省电力有限公司电力科学研究院;2. 福建师范大学地理科学学院/碳中和未来技术学院;3. 福建师范大学环境与资源学院/碳中和现代产业学院 |
| |
摘 要: | 沿海山区输电线路施工期土壤侵蚀监测是该行业施工监理的重点。本文利用高分辨率遥感数据和深度学习Dense和LSTM模型对闽粤联网输电线路(福建段)施工期土壤侵蚀进行拟合,从输电线路缓冲区和施工样区两种空间尺度对土壤侵蚀回归精度评价,获得了模型优化参数和适宜模型。研究结果表明,以土壤可蚀性、年降雨量、山地植被指数(NDMVI)、DEM、坡度、高分影像波段灰度值、施工属性等10个特征值,利用Dense模型和LSTM模型可以回归出符合精度要求的土壤侵蚀强度等级;研究筛选出的最优LSTM模型的优化参数为层数=3,容量=512,dropout比率=0.1,迭代次数7060;LSTM模型的回归精度随着土壤侵蚀等级升高而降低,其中土壤微度侵蚀等级的平均回归精度大于0.98。LSTM深度学习模型可应用于亚热带沿海山区工程项目引起的土壤侵蚀遥感快速监测。
|
关 键 词: | RUSLE模型 Dense模型 LSTM模型 土壤侵蚀 输电线路 |
|
|