长时间序列遥感影像智能处理与地理过程时空分析

Faced with the gaps between remote sensing information interpretation and geographical analysis and the insufficient temporal correlation of remote sensing data and geographical processes, it is of important scientific significance and application prospects to advance the comprehensive quantitative and qualitative spatio-temporal analyses of geographical processes based on remote sensing image time series. In order to handle the challenge of insufficient support of current remote sensing information processing to spatio-temporal geographical processes, this project will investigate the basic theories, key techniques and typical applications of remote sensing image series intelligent processing and spatio-temporal information extraction for geographical processes and establish a reliable and effective technical framework for remote sensing image time series processing and applications. Five key techniques, including multi-dimensional and multi-aspect description and modeling of geographical processes by remote sensing information, temporal information mining and analyses of geographical processes, automatic interpretation and incremental self learning of image time series, multi-temporal data classification and dynamic information extraction, comprehensive studies of regional geographical processes based on earth observation data, will be investigated in depth. Taking the urban agglomeration of the Taihu Lake basin as a case study area, the multi-source, multi-resolution remote sensing image time series will be applied to regional geographical process studies to test the proposed methods in the research. The outcomes are expected to support the optimized development of regional land resources, new urbanization and national geographical condition monitoring.

当前遥感地学研究中面临着遥感解译信息与地学分析需求分离、遥感数据与地学过程时空不匹配等挑战，基于长时间序列遥感影像数据实现地理过程的时空一体、定性定量综合分析具有重要的科学意义和应用前景。本项目面向当前遥感信息难以满足地理过程时空研究需求的挑战，研究长时间序列遥感数据智能遥感解译与地理过程时空信息提取分析的理论及方法，攻克典型地理过程多维多视角定性定量遥感综合描述、地理过程时间维信息挖掘与分析、长时间序列遥感数据自动解译与增量自主学习、多时相遥感数据分类与动态信息提取、区域地理过程遥感综合应用等关键技术，建立可靠高效的长时间序列遥感数据智能处理分析技术体系。以太湖流域城市群为典型研究区,开展国内外多分辨率、多源、多尺度长时间序列遥感数据支持区域地理过程的综合研究与应用试验，项目成果将服务区域国土空间优化开发、新型城镇化与地理国情监测等对遥感时空分析的需求。

长时间序列遥感影像是地理过程分析重要的数据源，智能处理是时序遥感图像自动解译、信息精准提取和分析快速综合的关键。项目面向当前遥感信息处理难以满足地理过程时空研究需求的挑战，系统研究了长时间序列遥感数据智能解译理论与方法，提出了智能化分类、变化检测和时序分析算法模型，实现了长时间序列遥感数据支持的典型地理过程时空分析。面向地理过程时空分析的需求，构建了长时间序列遥感图像智能处理方法体系，研究了典型地理过程多维多视角定性定量遥感综合描述、地理过程时间维信息挖掘与分析、长时间序列遥感数据自动解译与增量自主学习、多时相遥感数据分类与动态信息提取、区域地理过程遥感综合应用等关键技术，攻克了多源多传感器时间序列遥感图像整合、时间序列遥感数据智能分类、地表变化可信检测与建模等难题，提出了顾及地表变化规律的多时相遥感影像变化检测与分析方法、基于迁移学习和主动学习的时间序列遥感影像智能分类策略、时间序列遥感数据双向连续变化检测模型、嵌入注意力机制的时间序列遥感数据深度学习分类模型。综合利用国内外多源多分辨率时间序列遥感影像，研发了太湖流域城市群长时间序列地表覆盖、三生空间、地表水体等专题产品，开展了太湖流域城镇化过程与资源环境演变过程时间序列综合分析，进一步完成了长江中下游地表水体演变过程时空监测分析。项目成果提高了长时间序列遥感影像支持地理过程研究的技术水平，能够服务区域国土空间优化开发、新型城镇化与地理国情监测等重大需求。围绕项目研究，发表研究论文42篇，申请发明专利6件，授权软件著作权3项，完成专著初稿1项，相关成果获江苏省科学技术一等奖、三等奖和中国测绘学会测绘科技进步奖一等奖各1项。项目人才培养效果明显，负责人入选国家级人才计划，培养博士生、硕士生17名。