土地のモニタリングを進めるために,ディープラーニングベースの光学,レーダー,およびLiDARデータの融合

科学分野:

• 地理科学
• リモートセンシング
• 環境監視

背景:

• 気候変動や自然災害の緩和といった グローバルな課題に対して 土地の正確なモニタリングは不可欠です
• 単一ソースのリモートセンシングデータ (光学,レーダー,LiDAR) には,雲の覆い,斑点,スペクトルギャップなどの制限があります.
• 既存のレビューはしばしば単一の技術に焦点を当てており,包括的な統合レビューが必要である.

研究 の 目的:

• 地理科学のためのシナジスティック・ハーモニーゼーション・テクノロジーの包括的な見直しを行う.
• 光学,レーダー,LiDAR衛星データを統合することによって,土地モニタリングの進歩を強調する.
• マルチセンサデータ統合における現在の技術,融合レベル,AIの役割を分析する.

主な方法:

• 光学,レーダー,LiDAR衛星データの連携的調和の見直し
• センサーの強み,弱み,補完的な情報統合の分析
• データの調和,事前処理,融合レベル,機械/ディープラーニングアルゴリズムの検討

主要な成果:

• シナゲティック・ハーモニーゼーションは 補完的なデータを活用して 個々のセンサーの限界を克服します
• 基礎モデルを含む機械学習とディープラーニングは 地質科学を大幅に強化します
• 土地の覆面のマッピング,変化の検出,森林,都市,農業のモニタリング,および危険性評価の精度と範囲が向上しています.

結論:

• マルチセンサ衛星データの統合により,土地表面の安定的かつタイムリーなモニタリングが可能になります.
• 将来の研究は,高度な人工知能,新しい融合技術,統合された宇宙-空-地システムに焦点を当てるべきです.
• 土地のモニタリングのためのマルチセンサデータの潜在能力を最大限発揮するには,学際的な協力が不可欠です.