面向复杂自然场景的遥感地学分区智能解译框架及初探

作     者：王志华 杨晓梅 张俊瑶 刘晓亮 李连发 董文 贺伟 WANG Zhihua;YANG Xiaomei;ZHANG Junyao;LIU Xiaoliang;LI Lianfa;DONG Wen;HE Wei

作者机构：中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室北京100101 中国科学院大学北京100049 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100094 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2025年第27卷第2期

页      面：305-330页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家重点研发计划项目(2021YFB3900501) 国家自然科学基金项目(42371473) 

主　　题：遥感大数据 数字地球 遥感智能解译 信息提取 地理分区/区划 土地利用/覆被分类 复杂自然场景 场景分类 地学知识图谱 

摘      要：【目的】当下,面向多圈层耦合、人类干扰强烈的复杂自然场景遥感智能解译在地学研究和实际业务中常存在不好用的问题。为此,本文从遥感地学认知原理角度出发,在明晰遥感智能解译的使命是依托遥感大数据更好地辅助建立数字地球之后,认为达成一致的知识表征模型是解决问题的关键,进而提出遥感解译与地学认知应该耦合为一个系统,以实现“数据获取知识与“知识引导数据的双向驱动。【分析】在此基础上,提出以遥感地学分区为纽带的智能解译框架,以打通已有地学知识向遥感智能解译过程的输入与引导,增加解译结果与已有地学知识体系的匹配度。该框架主要依靠定量化的场景复杂性度量和地理分区知识耦合,形成面向遥感智能解译的地学分区方法以及分区样本抽样与规范,从而实现面向大区域的知识耦合下分区解译策略。【展望】通过复杂度与优化抽样实验、影像分区分割尺度优选、耕地类型细分等实验,初步揭示了本框架思路在优选样本、影像分割、耕地精细类型识别等遥感智能解译多方面均存在巨大潜力。