-
中国工程院院士陈军:
近些年来对地观测技术发展很快,能够做到大范围高分辨率遥感影像的快速获取与有效覆盖。但从这些遥感影像中提取地表覆盖、土地利用等核心要素的分布及变化信息,目前主要还是靠人机交互的方式,耗时费力;现有自动化分类提取技术的速度快,但准确率低,不能满足“真实准确可靠”的质量要求。因此,“核心要素信息的自动化提取”是自然资源调查监测的一个主要技术瓶颈问题。
我们准备采用“算法为基础-知识为引导-服务计算为支撑”的思路,去研究解决这一问题。
所谓“算法为基础”,就是充分利用遥感影像的光谱和纹理等信息,通过深度学习等多种算法、模型的融合,进行地表覆盖、土地利用的类型识别与边界判定;“知识为引导”是利用植被地带垂直分布、作物物候知识、地物时间连续性等先验知识,进行基于知识的质量检核与优化处理,提升分类的精度;而“服务计算为支撑”是指采用动态服务计算技术,实现各种先验知识、算法-模型的集成发布,构建在线服务计算平台, 支持协同式分类计算和数据检核优化。
为此,我们将组织开展跨学科的科技攻关,研究发展先进实用的技术方法及工具软件,提出可操作的技术解决方案,并开展试点示范。