融合多源遥感数据的森林物种分布预测研究OA

森林生态系统承载超60%陆生物种,物种分布建模是关键预测技术。针对传统方法依赖实地调查存在数据偏差,及现有遥感未充分融合多源数据的问题,本研究构建ResNet50基准模型,融合RGB-IR影像与地理数据;并引入SeCo卫星预训练模型,提出融合多维度环境变量的多模态预测模型。结果显示,多模态模型(C亚组)准确率89.6%、F1分数87.8%、AUC-ROC值0.961,较基准模型分别提升6.3%、6.4%、6.5%。研究表明,RGB-IR更适配预测需求,遥感域预训练效果更佳,全维度环境变量融合可显著提升预测精度。