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:837次 口头报告

报告开始:2024年05月18日 14:40(Asia/Shanghai)

报告时间:15min

所在会场:[S7] 主题7、遥感与地理信息科学 [S7-3] 主题7、遥感与地理信息科学 专题7.3(18日下午,305)

暂无文件

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
报告人
何达
副教授 中山大学

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
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    05月20日

    2024

  • 03月31日 2024

    初稿截稿日期

  • 03月31日 2024

    报告提交截止日期

  • 05月20日 2024

    注册截止日期

主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询