milan米兰体育官网 利用多时相遥感数据和机器学习技术监测印度湿地的水生杂草

引用

Akbari V、Simpson M、Maharaj S、Marino A、Bhowmik D、Prabhu GN、Rupavatharam S、Datta A、Kleczkowski A 和 Sujeetha JARP (2021) 利用多时相遥感数据和机器学习技术监测印度湿地的水生杂草。在：2021 IEEE 国际地球科学与遥感研讨会 IGARSS。国际地球科学与遥感研讨会 (IGARSS)，比利时，2021 年 7 月 12 日至 2021 年 7 月 16 日。美国新泽西州皮斯卡塔韦：IEEE。 https://doi.org/10.1109/IGARSS47720.2021.9553207

摘要
本文的主要目的是展示多时间 Sentinel-1 (S-1) 和 Sentinel-2 (S-2) 在印度湿地检测水葫芦的潜力。水葫芦（Pontederia crassipes，也称为 Eichhornia crassipes）是全球许多湖泊和河流系统中最具破坏性的入侵杂草之一，造成严重的不利经济和生态影响。我们使用期望最大化 (EM) 作为基准机器学习算法，并将其结果与支持向量机 (SVM)、随机森林 (RF) 和 k 最近邻 (kNN) 三种监督机器学习分类器进行比较，同时使用合成孔径雷达 (SAR) 和光学数据来区分干净的水域和受感染的水域。

关键字
遥感；多时相图像分析；哨兵-1；哨兵-2；水葫芦；凤眼莲；湿地；机器学习

• 利用多模态遥感数据和机器学习技术监测印度湿地的水生杂草