LULC-Former:基于Sentinel-1/2协同融合的全球土地利用土地覆盖高精度测绘新方法
《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:Synergistic Fusion of Sentinel-1 and Sentinel-2 for Global LULC Mapping: The Multimodal Network LULC-Former and Dynamic World+ Dataset
【字体:
大
中
小
】
时间:2025年12月11日
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4
编辑推荐:
本研究针对全球土地利用土地覆盖(LULC)测绘中单一光学数据易受天气干扰、光谱混淆等问题,提出了一种结合Sentinel-1合成孔径雷达(SAR)与Sentinel-2多光谱数据的动态世界增强数据集(Dynamic World+)及轻量级Transformer网络LULC-Former。通过双模态增强模块(DMEM)和互模态聚合模块(MMAM)实现跨模态特征交互,在仅26.70M参数下达到59.58% mIoU、79.48% OA和71.68% F1值,显著提升复杂场景分类精度,为全球环境监测提供新范式。
随着全球气候变化和人类活动加剧,高精度、高分辨率的土地利用土地覆盖(LULC)测绘成为环境监测和可持续发展的重要基础。然而,传统依赖单一光学遥感数据的方法存在明显局限:云层遮挡、光照变化易导致数据缺失,而城市建筑与裸土等光谱相似地物难以区分。尽管合成孔径雷达(SAR)具备全天候探测能力,对地表结构和湿度敏感,但现有研究多未能充分挖掘其与光学数据的协同价值。
为此,研究团队在权威的Dynamic World数据集基础上,融合Sentinel-1 SAR数据,构建了全球10米分辨率的多模态基准数据集Dynamic World+。该数据集涵盖16,893个训练样本和299个测试样本,每个样本包含510×510像素的配准影像。
为解决多模态特征异构和冗余问题,研究人员提出LULC-Former轻量级Transformer网络。其核心创新在于双模态增强模块(DMEM)和互模态聚合模块(MMAM),通过交叉注意力机制实现光学与SAR数据的双向信息互补,并采用3:1的差异化参数分配策略,突出多光谱数据的主导作用。网络采用重叠块嵌入和混合前馈网络(Mix-FFN)优化位置编码,解码器则基于多层感知机(MLP)实现高效上采样。
关键技术方法
研究利用Google Earth Engine获取Sentinel-1 GRD数据,通过360天时间滑动窗口均值滤波抑制散斑噪声;对Sentinel-2多光谱数据采用百分位裁剪与标准化预处理。网络训练使用AdamW优化器和焦点损失函数(Focal Loss),在8张RTX 2080 Ti GPU上完成200轮训练,采用滑动窗口推理和距离加权融合策略减少边界效应。
实验结果分析
定量评估领先
在Dynamic World+数据集上,LULC-Former以59.58% mIoU、79.48% OA和71.68% F1值显著优于PSPNet、DeepLabV3+等12个对比模型,尤其在水体(88.87% IoU)、建成区(78.92% IoU)和冰雪(80.08% IoU)类别表现突出。其参数量(26.70M)和计算量(109.59G FLOPs)均低于多数竞品模型。
可视化结果清晰
如图5所示,LULC-Former生成的分类图边界清晰、地物连贯性更好。在黑框标注的农田区域,该方法准确区分作物与自然植被;在红框放大区域,有效辨识建成区与耕地,而ESRI等产品存在明显过分割现象。
国家级制图验证实用性
在柬埔寨和巴拿马的全国尺度制图应用中(图6),模型成功刻画了热带森林、农田与水系的分布细节。柬埔寨洞里萨湖周边湿地、巴拿马运河沿线城市群均被精确识别,证明其在大范围复杂地貌下的强泛化能力。
消融实验佐证设计有效性
模块消融表明,同时使用DMEM和MMAM时mIoU提升3.67%;输入模态测试中,双分支结构比单分支性能提高1.25%;参数分配实验验证3:1(光学:SAR)比例最优;焦点损失函数显著缓解类别不平衡问题。
结论与展望
LULC-Former通过多模态协同机制和轻量化设计,实现了全球LULC测绘精度与效率的突破。Dynamic World+数据集为多模态遥感研究提供了标准基准,而滑动窗口推理策略支持实际大区域应用。未来工作将探索弱监督学习机制,并拓展至更多传感器数据融合场景,进一步提升全球环境动态监测能力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号