高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

作者：骆剑承; 胡晓东; 吴田军; 刘巍; 夏列钢; 杨海平; 孙营伟; 徐楠; 张新; 沈占锋; 周楠

来源：遥感学报, 2021, 25(07): 1351-1373.

• 地理图斑/图谱
• 精准LUCC (P-LUCC)
• 五土合一
• 机器学习
• 智能计算
• 空间优化

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征(图)与多源多模态观测机理特征(谱)相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构(精)上融合定量指标反演模型(准)的精准LUCC简称P-LUCC(Precision LUCC)的概念,并依据"五土合一"的地理学思想构建了分层感知、时空协同与多粒度决策于一体的P-LUCC遥感信息智能提取与综合地理应用方法,提出并解析了其中视觉感知的深度学习、外部知识逐步融入的迁移学习以及增量式的自组织强化学习等3类机器学习模型的协同计算机制。基于此,进一步设计了"分区控制—分层提取—分级迁移—功能重组"为途径的高分辨率遥感P-LUCC信息产品生产线系统,并以苏州市高新区为应用区域针对土地利用(LU)图斑的形态、类型以及土地覆盖变化(LCC)的指标等内容开展了P-LUCC产品精度、生产效率的综合分析,展望了基于P-LUCC信息产品开展专题应用研究的新思路。

• 单位
  中国科学院大学; 浙江工业大学; 农业部; 中国农业科学院农业资源与农业区划研究所; 遥感科学国家重点实验室; 长安大学