自然资源要素遥感智能解译样本分类体系研究

沈佳洁; 曹侃; 祁信舒

您当前的位置：

首页 >

文章列表页 >

自然资源要素遥感智能解译样本分类体系研究

测绘工程案例 | 更新时间：2025-11-25

- 自然资源要素遥感智能解译样本分类体系研究
- 自然资源要素遥感智能解译样本分类体系研究
- 地理空间信息 2023年21卷第4期页码：103-106
- 作者机构：
  
  湖北省航测遥感院
- 作者简介：
- 基金信息：
  
  湖北省自然资源科研项目（ZRZY2022KJ02）
- DOI：
  中图分类号： P237
- 纸质出版：2023
- 稿件说明：
移动端阅览
沈佳洁, 曹侃, 祁信舒. 自然资源要素遥感智能解译样本分类体系研究[J]. 地理空间信息, 2023,21(4):103-106.

沈佳洁, 曹侃, 祁信舒. 自然资源要素遥感智能解译样本分类体系研究[J]. 2023, 21(4): 103-106.
沈佳洁, 曹侃, 祁信舒. 自然资源要素遥感智能解译样本分类体系研究[J]. 地理空间信息, 2023,21(4):103-106. DOI：

沈佳洁, 曹侃, 祁信舒. 自然资源要素遥感智能解译样本分类体系研究[J]. 2023, 21(4): 103-106. DOI：

摘要

根据湖北省自然资源监测监管对大规模遥感智能解译的需求，对已有遥感智能解译样本数据集进行了总结，从提升地类细分领域的深度学习模型效果出发，研究了遥感影像智能解译的典型应用场景和解译对象，构建了湖北省自然资源要素遥感智能解译样本分类体系，并以优于2 m的多源异构高分辨率光学遥感影像为数据源，开展遥感智能解译样本采集。通过具体业务应用场景实验证明，建立的智能解译样本分类体系及其样本库，能够较好地反映湖北省自然资源卫星遥感影像智能解译的区域特征，取得较之前的样本库更为有效的解译效果。

Abstract

关键词

Keywords

references

张兵,杨晓梅,高连如,孟瑜,孙显,肖晨超,倪丽.遥感大数据智能解译的地理学认知模型与方法[J].测绘学报,2022(07).

王硕,周夏,张月,贾宗仁,王晨阳.人工智能时代自然资源调查监测技术的发展与挑战[J].测绘与空间地理信息,2021(10).

龚健雅,许越,胡翔云,姜良存,张觅.遥感影像智能解译样本库现状与研究[J].测绘学报,2021(08).

Xin-Yi Tong,Gui-Song Xia,Qikai Lu,Huanfeng Shen,Shengyang Li,Shucheng You,Liangpei Zhang.Land-cover classification with high-resolution remote sensing images using transferable deep models[J].Remote Sensing of Environment,2020.

Zhang Liangpei,Zhang Lefei,Du Bo.Deep Learning for Remote Sensing Data: A Technical Tutorial on the State of the Art[J].IEEE Geoscience and Remote Sensing Magazine,2016.

浏览量

492

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于非对称卷积网络的遥感影像地物检测方法研究

利用空间最短距离拟合模型重建点云缺失电力线

基于控制片的城市立体卫星影像高精度几何定位

基于模态分解的GNSS观测环境影响辨识研究

江淮分水岭县域旅游资源价值与空间分布——以广水市为例