顾及空间关联知识的土地覆盖深度亚像元制图方法
            
                编号:2197
                访问权限:仅限参会人
                                    更新:2024-04-12 10:16:23                浏览:1325次
                口头报告
            
            
            
                摘要
                基于遥感影像智能解译的全国土地覆盖制图是支撑国土调查、双碳目标等国家战略的重要信息基础。然而,当前遥感制图多以中分辨率影像为主(空间分辨率10~30米),难以分辨异质分布的城市空间结构和地物边缘细节。深度亚像元重建是当前提升制图分辨率的主流途径,然而,当前网络模型高度依赖训练样本,难以有效运用地物空间分布先验知识实现可解释性的空间重建。因此,本研究结合模型驱动的空间相关性建模思想与数据驱动的空间相关性学习能力,构建了一种地物空间关联可学习的亚像元制图方法,通过显示学习亚像元与混合像元的空间依赖,实现可解释性的地物空间位置与边缘细节重建,为自然资源常态化监测、城市可持续发展提供精细可靠的数据底座。
 
             
            
                关键词
                Remote sensing (RS),land use land cover,sub-pixel mapping
             
            
            
                    稿件作者
                    
                        
                                    
                                        
                                                                            
                                    何达
                                    中山大学
                                
                                    
                                                                                                                        
                                    石茜
                                    中山大学
                                
                                    
                                                                                                                        
                                    薛景谦
                                    中山大学
                                
                                    
                                                                                                                        
                                    刘小平
                                    中山大学
                                
                                             
                          
    
发表评论