深度学习赋能遥感图像场景分类：方法、案例与展望.docx

深度学习赋能遥感图像场景分类：方法、案例与展望

一、引言

1.1研究背景与意义

遥感技术作为获取地球表面信息的重要手段，凭借其大面积、快速、周期性观测的特点，在众多领域发挥着不可或缺的作用。从早期简单的航空摄影测量，到如今高分辨率、多光谱、雷达等多源遥感数据的广泛应用，遥感技术的发展日新月异，为人类认识地球提供了全新的视角和丰富的数据资源。

遥感图像场景分类作为遥感技术应用的关键环节，旨在根据图像中的地物类型、空间分布、纹理特征等信息，将遥感图像划分到不同的场景类别中，如城市、森林、农田、水域等。这一技术在多个领域都有着重要应用价值。在土地资源管理方面，通过对不同时期的遥感图像进行场景分类，