基于GEE云平台和数据融合的地表覆盖产品制作方法

摘要：

地表覆盖产品是地理国情监测、生态系统评估、国土空间规划等活动的重要基础数据.GEE、PIE、微软行星云等遥感计算云平台具备丰富的数据源和强大算力.利用GEE 云平台融合多套公开产品制作训练样本,可以显著降低产品更新的成本和周期,具有重要研究价值.本文以淮河流域为例,将欧洲航天局(ESA)和美国环境系统研究所(ESRI)存储在GEE 平台上的2020 年分辨率10 m 地表覆盖产品作为训练样本数据源,选用Sentinel-1 雷达和Sentinel-2 多光谱影像构建特征空间,利用随机森林分类方法制作分辨率10 m 的地表覆盖产品.为验证方法效果,进行了2 组对比实验.实验1 随机抽取1 116 个公开产品类别一致的样点作为训练样本,并通过目视解译方式验证本文产品与多套公开产品的精度.结果显示,本文产品总体精度为80.35％,相较于公开产品的总体精度提升2.89～8.94 个百分点,局部刻画也更加精细;在Sentinel-2 基础上加入雷达影像,总体精度提高3.52 个百分点,雷达影像辅助效果明显.实验2 设置8 组不同数量的训练样本,并分别以人工判读、ESA、ESRI、DW、GlobeLand30 为参考数据源,研究不同训练样本量和不同参考数据源对分类产品总体精度的影响.结果显示,随着训练样本不断增加,基于5 种不同参考数据源的总体精度的提升幅度逐渐减小并趋于相对稳定.研究结果表明,借助GEE 平台上的公开地表覆盖产品和海量遥感影像,可以快速提取高质量的训练样本,获得更高质量的分辨率10 m 地表覆盖产品,该方法具有重要的实践推广价值.

关键词：地表覆盖产品、Sentinel数据、GEE、数据融合、训练样本量

所属期刊栏目：54

分类号：TP751(遥感技术)

资助基金：国家自然科学基金;国家自然科学基金;河南省科技攻关计划项目;河南理工大学博士基金

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：211-217