遥感智能计算与信息提取

课程编码：070500M02004H 英文名称：Remote sensing intelligent computing and information extraction 课时：42 学分：2.00 课程属性：一级学科普及课 主讲教师：杨晓梅等

本课程是遥感和地理信息相关各专业研究生的学科课程，同时也可作为地学、测绘、资源、环境等专业研究生选修课。本课程系统讲授高分辨率遥感图像的特点及其应用背景，从遥感图像解译与目视认知规律出发，系统介绍遥感图像分类标准和分类方法，详细介绍针对高分遥感影像的面向对象分析方法，以及遥感分类技术环节中样本、特征、分类器选取等关键问题。同时结合模式识别和计算机视觉研究中的成果，介绍影像分割和机器学习方法在遥感中的应用，并围绕专题信息以水体、农业等为实例进行应用分析，介绍遥感数据处理的并行计算与高性能计算，并综合形成遥感智能计算平台。通过课程学习，使研究生较系统掌握高分辨率遥感信息解译与信息提取的理论知识、模型方法与应用技术，加深对高分辨率遥感研究手段的领会与前沿问题的理解。

预修过一门遥感基本原理与方法方面的课程。

第一章 遥感图像解译与认知
第1节 遥感信息认知基础
第2节 遥感影像判读
第3节 计算机图像解译
第4节 地表覆被遥感分类体系
第5节 美国MRLC土地覆被制图技术方法
第6节 遥感图像分类方法
第7节 面向对象方法介绍
第8节 面向对象影像分割算法剖析
第9节 最优尺度问题
第10节 EC软件上机实习
第11节 EC软件上机实习
第12节 EC软件上机实习
第13节 遥感智能解译的关键问题
第14节 时空维扩展应用
第15节 遥感场景识别与深度学习
第16节 智能遥感回顾：信息提取
第17节 智能遥感回顾：信息提取
第18节 智能遥感回顾：信息提取
第19节 智能遥感理论：图谱认知
第20节 智能遥感理论：图谱认知
第21节 智能遥感理论：图谱认知
第22节 智能遥感机制：机器学习
第23节 智能遥感机制：机器学习
第24节 智能遥感机制：机器学习
第25节 智能遥感模型：时空协同
第26节 智能遥感模型：时空协同
第27节 智能遥感模型：时空协同
第28节 智能遥感技术：精准LUCC
第29节 智能遥感技术：精准LUCC
第30节 智能遥感技术：精准LUCC
第31节 智能遥感应用：精准地理
第32节 智能遥感应用：精准地理
第33节 智能遥感应用：精准地理
第34节 遥感数据产品生产
第35节 遥感大数据存储管理与集成平台
第36节 遥感信息产品生产
第37节 农业应用
第38节 水资源应用
第39节 数据整合、信息聚合及减灾空间信息服务应用
第40节 开卷考试
第41节 开卷考试
第42节 开卷考试

杨晓梅：女，博士，中国科学院地理科学与资源研究所研究员，博士生导师，长期从事遥感影像地学理解与分析计算、多特征遥感信息智能化提取，以及海洋海岸带遥感与地理信息系统综合集成与应用等方向的研究与系统开发；
骆剑承：男，博士，中国科学院遥感与数字地球研究所研究员，博士生导师，长期从事高性能遥感信息计算、分析与服务研究；
沈占锋：男，博士，中国科学院遥感与数字地球研究所研究员，长期从事高分辨率遥感影像信息提取与计算研究工作。