欧洲利用云计算与机器学习生成土地覆盖图

文章来源:自然资源部国土卫星遥感应用中心        时间:2020-04-23

欧空局2020年3月20发布消息称,随着哥白尼Sentinel-2任务和新的云计算资源的及时介入,已经实现全自动生成欧洲10 m分辨率、含13种分类的土地覆盖图。

为实现这一点,由欧空局(ESA)资助的“Sentinel-2 for Science Land Cover”项目探索了利用最新云计算技术和机器学习来自动化制图的新颖方法。通过该实验,在世界各地,包括整个欧洲地区,探索并测试了不同的方法。

超过15,000景Sentinel-2图像的分类需要确保的高度自动化。科学家们使用了由波兰科学院空间研究中心(CBK PAN)开发的专用软件来处理卫星图像和辅助数据。该系统基于哥白尼哨兵2号图像,对来自不同时间的一组图像进行分类,选择了一种基于像元的方法来实现10米分辨率的分类任务。最终的地图由一个名叫CREODIAS的大型计算和数据存储平台上用其开发的算法和软件制作。

验证时,随机挑选了55个地块,总体大约52,000个样本。验证结果表明,后处理前的13种土地覆盖类别的总体准确性为86%; 对其中3种分类合并后,10种类别验证的总体准确性升为89%。

欧空局(ESA)的Espen Volden指出:“虽然我们仍处于实验阶段,有些土地覆盖类别无法达到可以直接利用的准确性,并且还有其他一些伪像,但结果令人鼓舞。我们证明了全自动制图即将实现,为更新频率更高的土地覆盖信息开辟了道路。”


2020042309541587606871985095254.jpg 

图1. 10 m分辨率的欧洲地表覆盖图(图片来源:欧空局)


表1 13种土地利用类型的验证精度表

 S2GLC_Accuracy_matrix_13_classes.jpg


表2 合并为10种土地利用类型时验证精度表

S2GLC_Accuracy_matrix_10_classes.jpg

原文及图片来源:

http://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-2/Land-cover_maps_of_Europe_from_the_Cloud

http://s2glc.cbk.waw.pl/extension

翻译与综合:牟兴林、董丽娜  

核校与编辑:董丽娜