深度学习与遥感数据分析

作者：张立强,李洋,侯正阳,李新港,耿昊,王跃宾,李景文,朱盼盼,梅杰,姜颜笑,李帅朋,辛奇,崔颖,刘素红

摘要：深度学习的迅猛发展,为遥感大数据的智能分析提供了重要技术手段。首先主要介绍了遥感数据识别和应用中设计的深度学习模型与方法,提出并实现了面向激光雷达点云、光学遥感图像和高光谱图像等数据地物识别的深度强化学习、多任务学习和亚像素-像素-超像素特征学习网络模型。这类模型的参数基本上由学习得到,调参工作量小,而且充分顾及了地物间的空间和上下文信息以及纹理和光谱特征,泛化能力强。然后描述了联合深度学习和多源遥感数据在精准扶贫评估、青藏高原20 a湿地变化及空间分析和玉米产量估产等方面的研究进展。从中可以看出,为了更好地促进遥感数据向知识的转化,需要面向应用,充分发挥深度学习在遥感大数据处理的优势,发展新的数据处理算法与技术。

发文机构：北京师范大学地理科学学部 中国地质大学（北京）土地科学技术学院 桂林理工大学测绘地理信息学院

关键词：深度强化学习多源遥感数据地物识别deep reinforcement learningmulti-source remote sensing dataobject recognition

分类号： P208[天文地球—地图制图学与地理信息工程]