屋顶植被识别中的机器学习与深度学习比较：支持达卡循证城市治理
A Comparative Analysis of Machine Learning and Deep Learning for Rooftop Vegetation Identification: Supporting Evidence-Based Urban Governance in Dhaka
发表于 2026年6月1日 · 收录于雷达 2026年11月5日
中文摘要
研究利用3厘米分辨率无人机影像，在达卡三类城市肌理区域比较支持向量机、U-Net和Text-Segment Anything Model识别屋顶城市农业的表现，并以1000个分层随机样本点构建混淆矩阵验证精度。支持向量机表现最佳，Kappa指数为0.74。空间分析显示，规划居住区屋顶绿化覆盖率超过7.50%，而高密度有机聚落仅为6.00%；研究认为高精度识别可为自动化财政激励提供基础。