PNAS | 检测2000多种植物分布! 使用遥感和深度学习监测和预测植物物种分布和快速变化, 结合公民科学数据

文章预览

转自： 遥感与深度学习 论文介绍 题目：Deep learning models map rapid plant species changes from citizen science and remote sensing data 期刊：Proceedings of the National Academy of Sciences 论文：https://www.pnas.org/doi/10.1073/pnas.2318296121 代码：https://github.com/moiexpositoalonsolab/deepbiosphere 年份：2024 单位：Department of Plant Biology, Carnegie Science, Stanford 等 创新点 基于深度学习的植物物种变化监测：该研究开发了一个名为“Deepbiosphere”的深度学习模型，整合了公民科学数据与遥感影像，能够在高空间分辨率下（1米）检测2000多种植物的分布。 结合遥感和气候数据：创新性地将气候数据（Bioclim变量）与遥感数据结合，通过多层感知器（MLP）和残差卷积神经网络（TResNet）的多头架构，显著提升了物种分布模型（SDM）的预测精度。 抗噪能力和偏差修正：模型针对公民科学数据的噪声和系统性观测 ………………………………