Resumen

Los datos de teledetección de alta resolución espacial y temporal desempeñan un papel importante en el seguimiento de los rápidos cambios de la superficie terrestre. Sin embargo, existe una contradicción irreconciliable entre las resoluciones espacial y temporal de la imagen de teledetección adquirida con un mismo sensor. La tecnología de fusión espaciotemporal de datos de teledetección es una forma eficaz de resolver la contradicción. En este artículo, estudiaremos el método de fusión espaciotemporal basado en la red neuronal convolucional, que puede fusionar los datos Landsat con alta resolución espacial pero baja resolución temporal y los datos MODIS con baja resolución espacial pero alta resolución temporal, y generar datos de series temporales con alta resolución espacial. Para mejorar la precisión de la fusión espaciotemporal, se propone una red neuronal de convolución residual. La imagen MODIS se utiliza como entrada para predecir la imagen residual entre MODIS y Landsat, y la suma de la imagen residual predicha y los datos MODIS se utiliza como imagen Landsat predicha. En este trabajo, la red residual no sólo aumenta la profundidad de la red de superresolución, sino que también evita el problema del gradiente evanescente debido a la estructura profunda de la red. Los resultados experimentales muestran que la precisión de predicción de nuestro método es superior a la de varios métodos convencionales.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:datos modis, imagen residual, red neuronal convolucional, estructura de red profunda, alta resolución espacial, alta resolución temporal, baja resolución temporal, varios métodos dominantes, método de fusión espaciotemporal, tecnología de fusión espaciotemporal
• Keywords:modis data, residual image, convolutional neural network, deep network structure, high spatial resolution, high temporal resolution, low temporal resolution, several mainstream methods, spatiotemporal fusion method, spatiotemporal fusion technology