一、遥感影像解译背景
利用机载或星载平台采集的多光谱遥感图像、高光谱遥感影像解译和合成孔径雷达(SAR、PolSAR)遥感图像，开发基于深度学习的方法。执行图像覆盖分类、大象检测和识别、区域变化监测等遥感图像解释和分析任务。完成了海岸带红树林遥感识别、海水养殖筏识别、海洋溢油监测、舰船目标识别、围垦区变化监测、盐碱监测等多项遥感应用任务。
遥感影像解译核心技术
1、高光谱遥感图像特征提取方法
2、小样本高光谱遥感图像分类技术
3、交叉数据高光谱遥感图像分类技术
4、SAR图像目标分类技术
二、遥感影像解译应用领域和市场前景
遥感影像解译技术可应用于智能城市、环境监测、土地调查、森林保护、农业调查等多个领域，具有很大的市场应用潜力。
1、多时间遥感图像动态变化监测系统
为了智能监测地面覆盖变化、城市变迁、海岸带迁移等，利用多源、多相卫星遥感图像研究了感兴趣区域的变化监测方法，实现高分辨率、大面积、快速的变化监测。主要适用于围垦监测等。
2、红树林物种遥感识别
红树林是具特色的湿地生态系统，兼具陆地生态和海洋生态特性。凭借其特殊的环境和生物特色，红树林成为自然生态研究中心，开发红树林生态系统遥感和变化空间评价方法，利用光谱采集红树林光谱信息，提取研究区内红树林分布范围，实现红树林物种的精细识别，为红树林保护和管理提供技术支持。通过相关技术和海洋环境监测中心的合作，实现了广西北海地区和海南东寨港地区红树林分布范围地图和中间分类。
3、SAR图像舰船大象提取
为了提高复杂场景下多尺度舰船密集目标的探测性能，提出了一种基于关键点估计和注意力机制的舰船目标无锚探测方法。为了解决目标密集分布问题，该方法设计了关键点估计模块，并添加了信道注意模块，使网络聚焦舰船目标，消除背景噪声的干扰。
4、海洋筏SAR目标识别
筏式养殖是主要的海洋养殖方式。针对海洋筏信号弱、难以有效识别的问题，提出了基于深度合作稀疏编码网络的海洋筏SAR目标识别，实现了有效的养殖筏目标提取，形成了海水养殖遥感动态监测专题产品，为国家海洋生态环境保护提供了技术支持。
