200 1_ |a 全球地表覆盖时间序列更新、精度评价与整合 |A quan qiu di biao fu gai shi jian xu lie geng xin 、jing du ping jia yu zheng he |f 朱凌等著

330 __ |a 本书主要针对遥感地表覆盖产品制图高效、智能化的需求,系统开展了基于深度学习的遥感影像变化检测、时间序列地表覆盖更新、地统计学模拟评价地表覆盖精度、基于本体的地表覆盖产品整合等方面的学术研究。基于循环神经网络模型构建了具有迁移能力的变化检测算法,采用深度学习框架实现时间序列遥感影像变化检测。在变化提取的基础上,结合局部光谱特征证据、预期类别变化证据采用D-S证据融合算法实现变化区域的时间序列遥感影像分类。为了进一步提升地表覆盖产品的精度,提出了一种耦合生态地理分区专家知识和马尔可夫链地学统计模拟来提高地表覆盖分类产品精度的方法。将需要进行精度改善的地表覆盖分类产品作为辅助数据,与生态地理分区专家知识共同协同仿真。结果表明,利用耦合生态地理分区和马尔可夫链地学统计模拟协同仿真的方法可以将地表覆盖数据精度提高10%以上。提出了基于EAGLE矩阵构建地理本体语义模型的方法,构造地表覆盖本体和属性,结合多源数据的优势,将地表覆盖类型进行二级细化。相比于传统的模糊理论的集成方法其效果更好。