项目主持人: 苏远超
项目性质: 国家自然科学基金面上项目(2026.01.01-2029.12.31)
项目名称：耦合地学知识的高光谱遥感多视图表征学习及其黄土丘陵植被提取
项目简介：
高光谱遥感图像凭借其卓越的地物分类能力，在我国黄土丘陵区域的生态环境监测中具有重要应用价值。然而，由于该区域地形起伏剧烈，植被类型繁多且呈现混杂交错分布，混合像元问题尤为突出。同时，光照变化导致的光谱变异现象进一步增加了光谱解译的难度，使得单纯依赖遥感数据驱动的地物表征方法难以在该区域实现高精度分类。为解决上述问题，本项目拟提出耦合地学知识的高光谱遥感多视图表征网络，以提升植被分类的精细化水平。研究内容主要包括：1) 基于多视图联合学习的光谱变异性表征与混合像元分解，处理复杂场景下存在的混合像元、散射干扰和光谱变异等问题；2) 基于多模态交互学习的高光谱与多光谱图像自监督融合，充分发挥多源数据优势，提高信息利用效率；3) 耦合地学知识的多视图遥感交互网络及其植被精细分类，增强模型对复杂地形的适应性，提升分类精度。项目研究成果将为我国黄土丘陵沟壑区耐旱植被的精细化提取提供有力的技术支撑。
