东北地理所在松嫩盐碱化草地FVC/AGB无损监测研究中取得进展

本研究针对草地退化监测中的关键指标草地覆盖度（FVC）和地上生物量（AGB），开发了一种基于智能手机RGB图像和深度学习的无损估算方法。传统监测方法存在周期长、覆盖范围有限的问题，而新方法通过结合U-Net神经网络和凸包掩膜自动识别技术，显著提升了图像分割精度。研究还比较了多种植被指数，发现植被颜色指数（CIVE）表现最为稳健。针对干草与土壤光谱混淆问题，团队提出了“先分割后重分类”的新流程，进一步提升了分类准确性。该方法仅依赖轻量化RGB影像和低成本计算资源，具备实地实时应用的潜力，为草地遥感监测与生态评估提供了新工具。