深度学习提取了中国北部农村庭院和屋顶的高分辨率数据集
1State Key Laboratory of Regional Environment and Sustainability, School of Environment, Beijing Normal University, Beijing, 100875, China. liugengyuan@bnu.edu.cn.
Scientific data
|November 25, 2025
概括
我们使用深度学习和遥感创建了中国农村家庭的详细空间数据集. 这些数据绘制了家庭庭院和屋顶的地图,有助于可持续发展和资源管理.
科学领域:
- 地理空间科学是一个科学领域.
- 遥感是一种远程传感.
- 人工智能的人工智能是人工智能.
背景情况:
- 中国的农村定居点很复杂,缺少微观数据.
- 了解农村农场对于资源管理和可持续发展至关重要.
研究的目的:
- 在中国北部创建农村家庭庭院和建筑屋顶的高分辨率空间数据集.
- 能够对农村定居点结构进行详细分析,并支持可持续发展倡议.
主要方法:
- 利用深度学习技术,特别是卷积神经网络 (CNN).
- 将CNN模型应用于次米分辨率遥感图像 (空中图像).
- 根据现场观测进行验证的数据准确性,以获得高精度.
主要成果:
- 创建了一个数据集,准确地划分了每个农村家庭的庭院和屋顶的脚印.
- 实现了大面积的住宅庭院和相关结构的自动识别.
- 数据集为农村定居点布局提供了前所未有的微观细节.
结论:
- 该数据集填补了微型农村数据的关键缺口,为研究和政策提供了重大价值.
- 能够分析食品-能源-水系统,太阳能光伏潜力和家庭农业实践.
- 支持农村振兴,资源管理和环境规划工作.
