随着对地观测卫星数量的不断增加,卫星数据的免费提供、地表覆盖数据的研制向着更高空间分辨率、更短更新周期的方向发展。大数据时代,人工智能技术、互联网众源数据挖掘、时间序列分析、本体技术、地统计学与地表覆盖制图领域逐渐结合,使地表覆盖研究日益智能化、自动化、高精度。本书结合上述新技术,主要论述了深度学习地表覆盖要素提取、时间序列更新、生态地理分区耦合地学统计改善地表覆盖数据精度、基于本体的地表覆盖产品整合及地表覆盖伪变化检测的研制方法,将进一步推动我国在地表覆盖遥感制图领域的发展。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 大数据时代的地表覆盖制图 1
1.2 地表覆盖语义的异构问题 6
1.3 本书结构 13
第2章 深度学习提取不透水面 15
2.1 引言 15
2.2 深度学习概述 17
2.3 深度学习提取不透水层 36
2.4 深度学习提取不透水层实验 52
2.5 结论与展望 56
第3章 时间序列地表覆盖更新 58
3.1 时间序列地表覆盖产品 58
3.2 证据决策分类规则 66
3.3 碎片多边形提取与处理 71
3.4 时间序列地表覆盖更新结果 74
3.5 结论与展望 91
第4章 生态地理分区耦合地学统计改善地表覆盖数据精度 92
4.1 引言 92
4.2 生态地理分区知识库及作用 95
4.3 转移概率图与跨场转移概率矩阵 98
4.4 马尔可夫链序列协同仿真模型(Co-MCSS) 101
4.5 实验结果及分析 102
4.6 结论与展望 111
第5章 基于本体的地表覆盖整合方法研究 113
5.1 引言 114
5.2 基于本体的地表覆盖产品模式层整合 118
5.3 地表覆盖产品数据层整合 129
5.4 本体映射与局部精度结果 132
5.5 整合结果与精度分析 141
5.6 结论与展望 145
第6章 地表覆盖伪变化检测 147
6.1 引言 147
6.2 方法 150
6.3 实验区域和数据 163
6.4 伪变化检测结果及精度评估 168
6.5 讨论 175
6.6 结论与展望 178
参考文献 180