Die Methode zur Generierung von Langzeit-Fernsensordatenproben ist entscheidend für die Klassifikation der Bodenbedeckung, die Überwachung von Bodenzustandsänderungen und die Analyse der Landnutzungssituation. Traditionelle überwachte Klassifikationsmethoden erfordern jedoch in der Regel die Beschriftung einer großen Anzahl von Proben, was zu hohen Zeit- und Personalkosten bei der Bodenbedeckungsklassifikation führt und gleichzeitig die Genauigkeit und Zuverlässigkeit der Klassifikation einschränkt. Um dieses Problem zu adressieren, wird in diesem Artikel eine Methode zur Generierung von Langzeit-Fernsensordatenproben vorgeschlagen, die auf automatischer Probenerweiterung und adaptivem Transfer basiert. Ziel ist es, eine „einmalige Markierung, mehrfache Wiederverwendung“ der Proben zu realisieren, die Probenmarkierung zu reduzieren und die Klassifikationseffizienz großer Langzeit-Fernsensorszenen zu verbessern. Die konkrete Vorgehensweise ist: Zuerst wird die lokale Clusterbildung genutzt, um potenzielle Probenpixel durch Messung der Korrelation ihrer spektralen Merkmale zu bestimmen und erweiterte Proben zu generieren; zweitens erfolgt anhand der Veränderungsanalyse zwischen benachbarten Zeitpunkten die Auswahl von Proben, die gemäß domänenübergreifenden Ähnlichkeitsregeln den Transferkriterien entsprechen. Die Methode wurde anhand einer Landsat8 OLI Zeitreihe aus dem Bereich der Hangzhou Bucht von 2013 bis 2022 validiert. Die Ergebnisse zeigen: (1) Die vorgeschlagene automatische Probenerweiterungsstrategie kann die Qualität und Quantität der Proben effektiv verbessern und die Klassifikationsergebnisse und Genauigkeit steigern; (2) Die vorgeschlagene adaptive Transferstrategie ermöglicht effektiv den Transfer von Proben zwischen Bildern desselben Gebiets zu unterschiedlichen Zeitpunkten und vermeidet die jährliche Probenbeschriftung, verbessert somit die Probenproduktionseffizienz und -qualität; (3) Die Anwendung verschiedener Klassifikatoren wie Support Vector Machine (SVM) und k-Nearest Neighbor (KNN) zeigt, dass die erweiterten und transferierten Proben dieser Methode universell für verschiedene Klassifikatoren sind.

Probengenerierungsmethode; Bodenbedeckungsklassifikation; automatische Probenerweiterung; adaptive Probentranser; Hangzhou Bucht; Langzeit-Fernsensordaten