基于低成本方案与开放数据的中囯全境1米分辨率全国尺度土地覆盖制图
计算机视觉与模式识别
2023-03-10 v1 图像与视频处理
摘要
当前已发布许多大尺度土地覆盖（LC）产品，然而现有中国LC产品要么缺乏精细分辨率，要么缺乏全国覆盖。随着中国快速城市化，迫切需求制作非常高分辨率（VHR）的全国尺度LC地图。本研究利用深度学习框架与多源开放数据，制作了覆盖的1米分辨率中国LC地图SinoLC-1。为高效生成VHR全国尺度LC地图，首先从三种10米LC产品与Open Street Map数据中收集可靠LC标签；其次，将收集的10米标签与1米Google Earth影像用于所提低到高（L2H）框架训练；借助弱监督与自监督策略，L2H框架解决了训练对间分辨率不匹配带来的标签噪声并产出VHR结果；最后，我们将SinoLC-1与五种常用产品比较，并用含106852个点的样本集及政府统计报告验证。结果表明SinoLC-1总体精度（OA）达74%、Kappa系数0.65。此外，作为首张中国1米全国尺度LC地图，SinoLC-1以最精细景观细节展现了总体可接受的结果。
引用
@article{arxiv.2303.05305,
title = {National-scale 1-m resolution land-cover mapping for the entire China based on a low-cost solution and open-access data},
author = {Zhuohong Li and Wei He and Hongyan Zhang},
journal= {arXiv preprint arXiv:2303.05305},
year = {2023}
}
备注
4 pages, 3 figures, conference paper