基于多源遥感数据融合的地表覆盖分类方法

针对当前地表覆盖分类结果精度低的问题,提出基于多源遥感数据融合的地表覆盖分类方法。首先,将红-绿-蓝（Red Green Blue,RBG）、数字表面模型（Digital Surface Model,DSM）和归一化植被指数（Normalized Differential Vegetation Index,NDVI）作为编码器的3个分支,生成地表覆盖遥感影像语义分割网络;其次,利用多源遥感数据融合技术构建地表覆盖分类模型;最后,通过对模型的训练和优化,输出空白域自适应与影像地表覆盖分类结果。实验结果表明,该方法可以实现对多种地表覆盖类型的高精度划分,具有一定的应用价值。