来源：期刊VIP网 时间：
作者：邹伦文;杨波;王玉龙;喻钶森;邹滨;
单位：湖南师范大学地理科学学院;湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室;中南大学地球科学与信息物理学院;
摘要：针对深度学习识别方法在矿区露天采场与尾矿库识别中存在的样本尺度差异导致漏检/误分割，以及光谱信息不足引发相似地物混淆瓶颈，提出“高光谱-多尺度”融合优化识别方法。通过光谱维度的响应特征解析和空间维度的多尺度样本优化，建立露天采场与尾矿库的精准识别框架：联合地面实测与ZY-1 02D卫星高光谱数据，提取露天采场与尾矿库光谱响应特征；采用3种典型窗口构建多尺度样本集，构建基于U-Net网络的识别模型。设置单尺度、多光谱等3组传统对照实验验证，结果表明“高光谱-多尺度”方法的识别精度显著优于其他对照组，像元误判与漏检现象显著减少。该研究可为多尺度特征驱动下的矿区典型地物高光谱遥感智能解译提供借鉴。
关键词：ZY-1 02D;;高光谱;;多尺度;;深度学习;;尾矿库
基金资助：国家重点研发项目(2020YFC1909201)
