来源：期刊VIP网 时间：
作者：翟龙晨;朱凌;
单位：北京建筑大学测绘与城市空间信息学院;
摘要：鉴于利用遥感影像提取大范围不透水面存在区域差异、基于深度学习算法需要大量标注样本以及多时相不透水面产品间时空不一致的问题，基于生态地理分区提出了多时相不透水面产品自动提取技术。该算法包括3步：融合叠加两种已有的高精度不透水面产品，并采用OpenStreetMap众源数据优化，构建深度学习不透水面样本；基于引入（atrous spatial pyramid pooling,ASPP）的深度学习框架在不同的生态地理分区训练，获取分区模型并构建连续3年的时间序列产品；为了使时序产品具有时空一致性，运用时空窗口滤波方法调整不合理变化，优化表达要素类型。经由GF-1影像测试区实验表明，自动提取的不透水面总体精度高于90%。多时相产品经时空滤波算法调整后分类结果更符合地表变化规律。
关键词：不透水面样本;;自动提取;;生态地理分区;;时空一致性调节
基金资助：国家重点研发计划政府间国际科技创新合作项目(021YFE0194700)
