科研之友
微信
新浪微博
Facebook
分享链接
摘要
面向遥感影像多层次时空信息表达与作物种植类型识别的需求，提出了一种分区分层的时空遥感作物种植类型分类方法（TSST），该方法的核心在于地块空间的分区分层表达和深度时空分类网络。首先，对Sentinel-2遥感影像地块空间进行分区和分层并构建作物类型识别的时空训练数据集和预测数据集；然后，构建深度时空卷积分类模型并估算预测数据集的作物类型概率；最后，以地块空间为约束融合地块的作物类型概率并生成最终的作物类型专题图。在法国研究区的对比与评价实验表明，所提出方法与现有方法相比在总体精度、准确度和F1分数上分别取得了3%、2%和2%的性能提升，验证了其在作物种植类型分类制图上的有效性，为地块尺度遥感时间序列分析提供了一种新的思路。
- 单位
