Pinus sylvestris

ROSA-TFormer模型使用卫星数据对松树人工林进行高精度分类

研究人员开发了ROSA-TFormer，这是一种新颖的Transformer模型，用于结合雷达和光学卫星图像对油松（Pinus sylvestris）人工林进行分类。该模型集成了SAR和光学数据的独立分支、一个传感器感知门以及时间注意力池化，以有效捕捉多源季节性特征。实验表明，在特定数据集上，该模型实现了高分类精度，总体准确率为99.67%，油松F1分数为98.91%，凸显了该模型在植树造林监测方面的潜力。