BA-Net:一种深度学习方法,可使用卫星图像的时间序列来绘制和绘制燃烧区域的日期
在过去的几十年中,用于烧伤区域的地图绘制和从遥感影像确定日期的方法一直是广泛研究的对象。 当前方法的局限性,以及对它们所需的输入数据的大量预处理,使其难以改进或应用于不同的卫星传感器。 在这里,我们探索基于每日多光谱图像序列的深度学习方法,这是一种有前途且灵活的技术,可应用于具有各种空间和光谱分辨率的观测。 我们使用从VIIRS 750 m波段重新采样到0.01º空间分辨率网格的输入数据测试了全球五个区域的建议模型。 派生的燃烧区域已针对更高分辨率的参考地图进行了验证,并与MCD64A1 Collection 6和FireCCI51全局燃烧区域数据集进行了比较。 我们显示,尽管使用的空间分辨率观测值低于两个全局数据集,但拟议的方法在燃烧区域测绘的任务中取得了竞争性的结果。 此外,与最先进的产品相比,我们改善
1