文章目录

0 引言

1 国际研究现状

1.1 遥感数据精准处理

    1.1.1 光学/SAR精细化处理

    1.1.2 光学/SAR定量化提升

1.2 遥感数据时空处理与分析

    1.2.1 遥感影像时间序列修复

    1.2.2 多源遥感时空融合

1.3 遥感目标要素分类识别

    1.3.1 典型遥感目标要素提取

    1.3.2 多要素信息并行提取

1.4 遥感数据关联挖掘

    1.4.1 数据组织关联

    1.4.2 专业知识图谱构建

1.5 遥感开源数据集和共享平台

    1.5.1 遥感领域开源数据集

    1.5.2 开源平台、社区和竞赛

2 国内研究进展

2.1 遥感数据精准处理

2.2 遥感数据时空处理与分析

    2.2.1 紧跟或领跑国际研究

    2.2.2 保持中国特色

2.3 遥感目标要素分类识别

2.4 遥感数据关联挖掘

    2.4.1 数据组织关联

    2.4.2 专业知识图谱构建

2.5 遥感开源数据集和共享平台

    2.5.1 遥感领域开源数据集

    2.5.2 开源平台、社区和竞赛

3 国内外研究进展比较

3.1 遥感数据精准处理

3.2 遥感数据时空处理与分析

3.3 遥感目标要素分类识别

3.4 遥感数据关联挖掘

3.5 遥感开源数据集和共享平台

4 发展趋势与展望

4.1 遥感数据精准处理

4.2 遥感数据时空处理与分析

4.3 遥感目标要素分类识别

4.4 遥感数据关联挖掘

4.5 遥感开源数据集和共享平台

文章摘要:随着人工智能的发展和落地应用,以地理空间大数据为基础,利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线,通过综合国内外文献和相关报道,梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先,针对遥感数据精准处理任务,从光学、合成孔径雷达等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾,并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次,针对遥感数据时空处理与分析任务,从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次,针对遥感目标要素分类识别任务,从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后,针对遥感数据关联挖掘任务,从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。除此之外,面向大智能分析技术发展需求,本文还对遥感开源数据集和共享平台方面的研究进展进行了回顾。在此基础上,对遥感数据智能分析与解译的研究情况进行梳理、总结,给出了该领域的未来发展趋势与展望。

文章关键词:

论文分类号:TP18;TP79

上一篇：工业通用技术及设备论文_基于融合技术的遥感图
下一篇：没有了