Picea abies

RNN在森林物种分类中优于传统模型

研究人员开发了一种循环神经网络（RNN）模型，该模型在森林物种分类方面表现出优越的性能，特别是在使用Sentinel-2时间序列数据区分纯净和混合挪威云杉林方面。RNN的宏观F1分数达到0.851，优于随机森林和XGBoost等传统方法。使用集成梯度进行的解释性分析揭示了区分这些相似森林组成的特定光谱带和物候期至关重要，从而提供了对树种区分潜在机制的更深入见解。