浙江大学环境与资源学院叶粟教授为一作在RSE发文：利用过往信息和机器学习加速土地扰动监测

文章预览

编辑：不止GIS 文章简介 论文名称 ： Leveraging past information and machine learning to accelerate land  disturbance moniorng （ 利用过往信息和机器学习加速土地扰动监测 ） 第一作者及单位： 叶粟（百人计划研究员|浙江大学环境与资源学院|兼通讯作者） 文章发表期刊： 《 REMOTE SENSING OF ENVIRONMENT 》（中科院1区Top期刊|最新影响因子：11.1） 期刊平均审稿速度： 3.3个月 1.研究内容 近实时（ NRT ）监测土地扰动对于提供紧急援助、减轻负面社会和生态影响、以及分配资源进行灾后恢复具有重要意义。许多过去的NRT技术是基于检查光谱异常的整体变化幅度，并设定预定义的阈值，即无监督方法，然而，它们缺乏对光谱变化方向、变化日期和扰动前条件的充分考虑，这通常导致检测灵敏度低、误报率高，特别是在早期扰动阶段只有少量卫星观测数据可用时，最终导致生产 ………………………………