1209 / 2019-08-07 09:35:55

面向全球动态地表覆盖制图的训练样本迁移研究

7、地理与地理信息科学 > 专题7：陆地生态系统遥感监测新技术与新方法

全球土地覆盖数据是地球系统科学研究中重要的基础数据，是人类活动及环境变化的反映，中国科学家率先在世界上发布了全球30米的土地覆盖制图数据集。然而，实现常态化的全球土地覆盖制图仍然存在诸多挑战。一般来说，遥感数据、分类算法和训练样本决定了全球土地覆盖制图的精度和效率。10米及30米等中分辨率的遥感影像的免费共享和基于云平台的数据处理能力的建设（谷歌地球引擎、亚马逊云和地球大数据科学工程）都极大地推动了全球土地覆盖制图的研究。训练样本的缺乏成为制约动态地表覆盖制图的一个关键因素。本文在清华大学研制的全球全季节训练样本库的基础上，发展了一种样本迁移的方法，并评估了迁移后的样本对分类精度的影响。结果表明：本文提出的样本迁移策略在1990、1995、2000、2015及2010年分别可以产生14.7万、15.5万、11.2万、11.9万和17.1万个不变的训练样本，迁移样本的探测精度优于92%。初步分类实验表明，利用迁移的训练样本可获得70.24％的分类准确度，且分类精度与使用相同数量的原始训练样本获得的分类精度相当。该研究为动态土地覆盖制图研究中的训练样本自动迁移提供了一个潜在的方案。