科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习技术的发展使得遥感信息的智能化提取水平有了极大的提高。然而，对海量遥感数据(如大尺度、长时间序列遥感数据)进行处理时智能化水平仍受到限制。文章探索了一种协同云计算和深度学习技术的遥感信息智能提取方法框架，通过对所构建深度学习模型进行云计算平台应用部署，实现遥感数据资源与计算资源的高效利用并以此提升遥感信息的智能化提取水平。基于Landsat 5 TM、Landsat 7 ETM+以及Landsat 8 OLI遥感影像，开展了深圳市1986—2020年逐年不透水面自动提取及城市扩张分析。结果表明，所提出方法能够实现高达94.93%平均总体精度的不透水面提取；通过对深圳城市不透水面扩张进行分析，表明近35年来，由于受不同时期经济社会发展状况和宏观土地政策影响，深圳市在时间上呈现“快速扩张-扩张放缓-加速扩张-趋于饱和”的阶段性特征。
- 单位
