油棕是全球重要的油料作物，近年来在热带地区种植面积迅速扩张。油棕种植园扩张在带来经济效益的同时，也造成了严重的生态环境问题。遥感技术与深度学习技术为实现油棕可持续发展提供了重要手段。本书聚焦于全球油棕种植园分布监测：首先，构建全球油棕动态样本库；其次，在样本库的基础上完成全球油棕种植园分布制图和动态监测；然后，基于目标检测深度学习模型提出油棕识别方法；最后，分析全球油棕种植园扩张的特征及其对地表覆盖和生物多样性的影响。 本书可供油棕、农业、遥感、土地利用、环境生态和全球变化等领域的科研人员以及高等学校相关专业师生参考使用。

第1章 绪论
1.1 油棕种植园的发展
1.2 卫星遥感技术的发展历程概述
1.3 遥感影像的应用领城及分析方法
1.4 油棕种植园研究进展
1.5 研究内容
第2章 全球油棕动态样本库构建
2.1 研究区概况
2.2 解译中采用的遥感数据
2.3 样本库设计
2.4 样本解译
2.5 全球油棕样本特征分析
第3章 全球油棕种植园分布制图
3.1 不同遥感数据对比
3.2 不同降噪方法对比
3.3 不同纹理特征对比
3.4 全球油棕种植园分布制图结果
第4章 全球油棕种植园动态监测
4.1 全球油棕种植园动态监测方法
4.2 全球油棕种植园动态监测结果
4.3 全球油棕种植园制图结果对比和误差分析
第5章 基于目标检测深度学习模型的油棕识别统计
85.1 基于二阶段卷积神经网络的油棕识别方法设计
5.2 基于二阶段卷积神经网络的油棕识别结果分析
5.3 基于端到端卷积神经网络的油棕识别方法设计
5.4 基于端到端卷积神经网络的油棕识别结果分析
第6章 全球油棕种植园变化对地表覆盖和生物多样性的影响分析
6.1 油棕种植园扩张地表覆盖类型来源特征
6.2 油棕种植园对泥炭地的侵占情况
8 6.3 油棕种植园扩张对重要生物多样性区域的影响
8 6.4 促进油棕种植园可持续发展的建议
第7章 总结与展望
7.1 总结
7.2 展望
参考文献