遥感智能计算与信息提取

课程编码：180084070503P3011H 英文名称：Remote sensing intelligent computing and information extraction 课时：40 学分：2.00 课程属性：专业课 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。本课程在系统梳理多源遥感信息提取方法基础上，围绕快速发展的遥感信息提取方法和应用需求，突出展现智能化、大数据综合化、产品信息精准化等新技术。从遥感图像解译与专家视觉认知规律出发，系统介绍遥感图像分类标准和分类方法、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，构建遥感信息提取整体技术框架。同时以高分遥感为主体开展遥感大数据智能计算理论、智能方法、行业和地理应用系统知识讲授。介绍遥感数据处理的并行计算与高性能计算，以及综合形成的遥感智能计算平台。通过课程学习，使研究生较系统掌握多源遥感信息提取的理论知识、技术方法、综合模型与应用，加深对遥感大数据信息提取与挖掘研究手段的领会与前沿问题的理解。

遥感科学基础课程

第一章 遥感图像解译与视觉认知 3学时 杨晓梅
第1节 遥感成像和信息认知过程
第2节 遥感图像目视解译要素与影像判读方法
第3节 计算机图像解译特征和算法描述
第二章 遥感图像分类系统与分类方法 3学时 杨晓梅
第1节 多尺度地表覆被遥感分类体系介绍
第2节 MRLC土地覆被制图技术方法
第3节 结合实例介绍常规遥感图像机器学习分类方法
第三章 面向对象遥感分类 3学时 杨晓梅
第1节 面向对象遥感分类方法介绍
第2节 面向对象影像分割算法剖析
第3节 最优分割尺度和多面向对象尺度问题
第四章 实习：易康（EC）的基础应用 4学时 杨晓梅
第1节 软件介绍和实验数据准备
第2节 多尺度影像分割
第3节 特征选择和分类
第4节 实现初步的面向对象土地覆被分类全过程
第五章 多源协同的遥感信息提取 3学时 杨晓梅
第1节 时序特征及时空维扩展应用
第2节 像素-对象-场景的多源图像解译单元
第3节 神经网络算法的发展及深度学习方法简介
第六章 智能遥感回顾：信息提取 3学时 骆剑承
第1节 遥感信息提取的发展历程
第2节 高分遥感的兴起和特点
第3节 高分遥感认知面临的问题
第七章 智能遥感理论：图谱认知 3学时 骆剑承
第1节 大数据时代的对地观测
第2节 从地学图谱到遥感图谱
第3节 遥感信息图谱耦合认知
第八章 智能遥感机制：机器学习 3学时 骆剑承
第1节 机器学习的基本思想
第2节 联接主义的机器学习
第3节 AI遥感智能计算机制
第九章 智能遥感模型：时空协同 3学时 骆剑承
第1节 遥感大数据的粒结构
第2节 分层视觉感知器模型
第3节 时空协同的反演模型
第十章 智能遥感技术：星地协同 3学时 骆剑承
第1节 多粒度决策器模型
第2节 星地协同地理探测
第3节 精准LU与LCC生成
第十一章 智能遥感应用：回归地理 3学时 骆剑承
第1节 生态空间：山地植被制图
第2节 生产空间：精准农业应用
第3节 生活空间：城市设计优化
第十二章 并行计算与高性能计算 3学时 沈占锋
第1节 介绍并行计算主要原理和需求
第2节 介绍并行计算模型和并行计算方法
第3节 以栅格计算与矢量计算实例介绍并行计算实践应用
第十三章 遥感智能计算平台与应用 3学时 沈占锋
第1节 介绍遥感智能计算体系框架与平台设计
第2节 介绍智能计算平台内涵与外延
第3节 介绍智能计算平台构建与应用实例

杨晓梅：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：中国科学院空天信息创新研究院研究员，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：中国科学院空天信息创新研究院研究员，博士生导师，长期从事高分辨率遥感影像信息提取与计算研究工作。