利用判别式马尔可夫随机场与多时相 TerraSAR-X 数据绘制巴西帕拉州热带土地利用/土地覆盖图
计算机视觉与模式识别
2017-09-25 v1
摘要
遥感卫星数据通过提供空间显式信息，为绘制土地利用/土地覆盖变化图提供了独特可能。然而，检测短时过程和高时空变异的土地利用模式是一项具有挑战性的任务。我们提出一个新颖框架，利用多时相 TerraSAR-X 数据和机器学习技术——即带有时空先验的判别式马尔可夫随机场和进口向量机——以推进以短时变化为特征的土地覆盖制图。我们的研究区域覆盖巴西帕拉州当前的毁林前沿，其土地覆盖以原始森林、不同类型的牧场和次生植被为主，土地利用则以刀耕火种等短时过程为主。数据集包含在 2014 年旱季期间获取的多时相 TerraSAR-X 影像，以及作为参考的光学数据（RapidEye、Landsat）。结果表明，土地利用/土地覆盖得到可靠绘制，在五类设定下经空间调整的总体精度高达 79%，但区分不同牧场类型仍存在局限。所提出的方法适用于多时相数据集，并为受高频时间变化影响的区域的土地利用/土地覆盖制图提供了一种可行途径。
引用
@article{arxiv.1709.07794,
title = {Tropical Land Use Land Cover Mapping in Par\'{a} (Brazil) using Discriminative Markov Random Fields and Multi-temporal TerraSAR-X Data},
author = {Ron Hagensieker and Ribana Roscher and Johannes Rosentreter and Benjamin Jakimow and Björn Waske},
journal= {arXiv preprint arXiv:1709.07794},
year = {2017}
}