融合地学知识/特征的遥感超分辨率制图方法研究
文献类型：学位论文
| 作者 | 张夕宁 |
| 答辩日期 | 2023-12 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 葛咏 |
| 关键词 | 地学知识/特征 深度学习 超分辨率制图 农作物制图 积雪制图 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 遥感影像超分辨率制图技术是解决遥感影像中的混合像元问题、获取精细尺 度地表要素类别分布的有效途径，已有二十多年的发展历程。近年来，在迅猛发 展的人工智能技术的和大幅提升的计算性能的推动下，基于深度学习模型的超分 辨率制图技术得到快速发展，普遍获得了优于传统算法的制图效果。然而，由于 遥感影像数据对地理要素的描述十分有限，使得仅依赖遥感影像的基于数据驱动 深度学习的超分辨率制图方法存在与真实地表要素分布情况差距较大和可解释 性低的问题。因此，本文致力于探索将地学领域的知识或特征融入数据驱动的深 度学习模型中的有效方法，利用地学知识或地学特征为超分辨率制图过程提供有 效的约束和补充，以修正超分辨率制图结果中不合理的结果，提升制图结果的科 学性和可解释性，进而提高制图精度。围绕将地学知识/特征有效融入基于深度学 习的超分辨率制图模型中的这一目标，本文以土地利用/土地覆被/城市树木覆盖、 农作物类型和积雪覆盖等典型地表要素为例，分别探讨了如何将空间过渡特征、 地理空间位置和地形特征融入深度学习模型以实现在遥感影像光谱混淆严重、地 物空间分布复杂、大尺度作物光谱和物候空间变异性大、大尺度积雪光谱和分布 空间变异性大等情形下进行遥感影像超分辨率制图的难题。本文开展的主要研究 内容和结论包括： （1）地学知识/特征分类体系的构建及其与深度学习模型融合方式的梳理。 本文较为系统全面地总结了能够用于遥感影像超分辨率制图的地学知识和地学 特征，构建了由空间知识/特征、物理知识/特征和地域知识/特征组成的地学知识 /特征分类体系。同时，本文从输入数据和约束条件两个角度系统梳理了地学知识 /特征与深度学习模型的融合方式。以此为基础，后续章节的研究中选取所构建的 分类体系中有代表性的空间过渡特征、地理空间位置和地形特征，实施了三个具 体研究案例，并发展了相应的融合模型。 （2）融合地物空间过渡特征的超分辨率制图。目前，大多数基于深度学习 的超分辨率制图网络只使用单一流来处理遥感影像，该方式主要关注于捕捉光谱 特征却弱化了对地物潜在空间特征的利用。这一问题阻碍了亚像元尺度上真实地 理分布的重建。因此，本文提出一种由软信息表示的空间过渡特征作为空间先验 的基于深度学习模型的超分辨率制图方法，以实现空间特征的增强。在两个模拟 高光谱数据集和一个真实多光谱数据集上的实验表明，空间过渡特征的引入可以 为影像光谱特征提供补充，有助于约束欠定的超分辨率制图问题的解空间，进而 提升超分辨率制图的质量。 （3）融合地理空间位置的农作物超分辨率制图。超分辨率制图技术可以弥补历史农作物分类数据中高分辨率数据的不足。然而，不同农作物在遥感影像上 的光谱差异很小，同种农作物在不同年份、不同区域的光谱差异很大的问题普遍 存在，导致仅利用光谱特征难以获得准确的超分辨率制图结果。因此，本文提出 一种地理空间位置调制的农作物超分辨率制图网络用于大区域的农作物精细尺 度制图，以减轻作物在空间上的光谱和物候变异带来的负面影响。在东北三省研 究区的实验结果表明，地理位置的融入显著提升了不同类型农作物超分辨率制图 的视觉效果和制图精度，尤其可以帮助解决玉米和大豆的混淆问题，显著提升大 豆的制图精度。所提出方法为制作大区域、长时间序列的精细尺度农作物制图产 品提供了有效手段，为作物种植面积估算、作物产量估计等农作物动态检测和耕 作制度评估研究提供可靠的数据。 （4）融合地形特征的积雪覆盖超分辨率制图。目前，广泛用于制作全球逐 日雪覆盖产品的 MODIS 影像空间分辨率较低，由其获得的 500m 空间分辨率的 产品无法满足相关领域的科学研究和应用对精确积雪数据的需求。因此，文本基 于高山积雪分布受地形特征强烈影响的先验知识，提出一种地形特征驱动的积雪 覆盖超分辨率制图网络用于大范围高山区域的逐日积雪制图，以捕捉由复杂地形 因素引起的积雪分布空间变异性。在中国境内青藏高原研究区的实验结果表明， 地形特征的融入有助于确定雪覆盖范围的清晰边界，得到最接近地表真实积雪分 布的制图结果。所提出方法能够为制作大范围、高空间分辨率的逐日积雪分布产 品提供可靠的方法支撑。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 192 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209351]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 张夕宁. 融合地学知识/特征的遥感超分辨率制图方法研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。