卫星影像变化监测
基于深度学习算法解决方案
产品概述
遥感技术的快速发展与高分辨率卫星影像的广泛应用，使得人类能够以前所未有的精度和广度来观测地球表面的变化。全面检测影像中地表要素变化具有重要意义，但也面临着诸如不同地物特征复杂、变化类别多样、变化尺度不一等挑战。本产品是一种基于高分辨率（优于0.75m）遥感影像的全要素变化检测方法，能够准确检测和识别复杂地表变化，如推堆土、建筑物、硬化地表、林地、耕地、草地、水域等，满足耕地非农化、林草湿资源监管、城市“两违”等需求。
技术亮点
图像处理
将前后时相的遥感图像在通道维度上进行合并，增加了额外的特征信息，有助于模型识别变化。
核心模型选型
UNet++ 的嵌套结构有助于提高模型的表示能力和上下文感知能力，从而提高图像分割的性能和效果。
结果展示
对输出的图像做最直观的处理，采用单通道0-1的像素值展示，黑色表示未变化区域，白色表示变化区域。
高精度变化监测
利用深度学习与图像处理技术，结合高分辨率遥感影像，提供亚像素级别的变化检测能力。
智能化工作流
自动化处理全流程，从影像预处理到变化结果输出，减少人工干预，提高工作效率。
多场景适用性
兼容多种地表类型，包括推堆土、建筑物、硬化地表、林地、耕地、草地和水域等，满足复杂环境下的监测需求。
业务场景
耕地非农化监测
通过对双时遥感影像的比对分析，精准识别耕地被非法占用或转化为非农用途的区域，为耕地保护政策的实施提供数据支撑。
林草湿资源监管
实时监测林地、草地及湿地资源的变化，评估自然资源的保护效果，辅助制定更加科学的管理措施。
城市“两违”治理
通过高精度影像分析，快速定位违法用地与违法建设行为，为城市规划和执法部门提供决策依据。
水域动态监测
监控水域面积变化及污染扩散情况，支持水资源管理和生态环境保护工作。
