近日，林學(xué)院張曉麗教授團(tuán)隊(duì)在工程技術(shù)領(lǐng)域一區(qū)TOP期刊《Remote Sensing of Environment》（IF="13.5）在線(xiàn)發(fā)表研究論文“Discriminative feature constraints via supervised contrastive learning for few-shot forest tree species classification using airborne hyperspectral images”。該研究是繼2022年發(fā)表于工程技術(shù)領(lǐng)域一區(qū)TOP期刊《IEEE Transactions on Geoscience and Remote Sensing》（IF="8.2）的論文“Data augmentation in prototypical networks for forest tree species classification using airborne hyperspectral images”后，在小樣本深度學(xué)習(xí)樹(shù)種分類(lèi)方向取得的最新進(jìn)展，兩篇論文的第一作者為林學(xué)院博士研究生陳龍，張曉麗教授為通訊作者。
該研究以機(jī)載高光譜影像為數(shù)據(jù)源，通過(guò)引入流行的數(shù)據(jù)增強(qiáng)方法、卷積塊注意力模塊、監(jiān)督對(duì)比學(xué)習(xí)改進(jìn)經(jīng)典原型網(wǎng)絡(luò)，構(gòu)建了一個(gè)簡(jiǎn)單高效的分類(lèi)框架。監(jiān)督對(duì)比學(xué)習(xí)能夠有效解決數(shù)據(jù)增強(qiáng)方法與特征增強(qiáng)算法之間的邊界問(wèn)題，結(jié)合原型聚類(lèi)算法極大提升了模型的分類(lèi)性能，從而實(shí)現(xiàn)了復(fù)雜地形下林分尺度的多樹(shù)種、高精度分類(lèi)與制圖。在廣西省南寧市高峰林場(chǎng)的實(shí)證研究和4個(gè)機(jī)載高光譜數(shù)據(jù)集的規(guī)避實(shí)驗(yàn)表明，提出的新模型多樹(shù)種總體分類(lèi)精度優(yōu)于98%，有很大的實(shí)際應(yīng)用潛力。
林學(xué)院張曉麗教授團(tuán)隊(duì)碩士研究生吳晶、謝一帆參與了論文的制圖與寫(xiě)作，中國(guó)林業(yè)科學(xué)研究院資源信息研究所陳爾學(xué)研究員組織了廣西省南寧市高峰林場(chǎng)的飛行試驗(yàn)并提供了機(jī)載高光譜數(shù)據(jù)。研究得到國(guó)家自然科學(xué)基金項(xiàng)目“近地-地基主被動(dòng)多模態(tài)遙感聯(lián)合的單木參數(shù)高效提取研究”（32171779）、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“人工林資源監(jiān)測(cè)關(guān)鍵技術(shù)研究”（2017YFD0600900）的資助。
論文鏈接：https://www.sciencedirect.com/science/article/pii/S0034425723002614
