National-scale 1-m resolution land-cover mapping for the entire China based on a low-cost solution and open-access data

要約

現在、多くの大規模な土地被覆 (LC) 製品がリリースされていますが、現在の中国向けの LC 製品は、高解像度または全国的なカバレッジに欠けています。
中国の急速な都市化に伴い、中国の超高解像度 (VHR) 全国規模の LC マップを作成する緊急の必要性があります。
この研究では、SinoLC-1 と呼ばれる $9,600,000 km^2$ をカバーする中国の新しい 1 m 解像度 LC マップが、ディープ ラーニング フレームワークとマルチソース オープン アクセス データを使用して作成されました。
VHR 全国規模の LC マップを効率的に生成するために、まず、信頼できる LC ラベルが 3 つの 10 m LC 製品と Open Street Map データから収集されました。
次に、収集された 10 m のラベルと 1 m の Google Earth 画像が、トレーニング用に提案された低から高 (L2H) フレームワークで利用されました。
L2H フレームワークは、弱い自己監視型の戦略を使用して、トレーニング ペア間の解像度の不一致によってもたらされるラベル ノイズを解決し、VHR の結果を生成します。
最後に、SinoLC-1 を広く使用されている 5 つの製品と比較し、10,6852 ポイントを含むサンプル セットと政府から収集した統計レポートを使用して検証します。
結果は、SinoLC-1 が 74\% の OA と 0.65 のカッパを達成したことを示しています。
さらに、中国向けの最初の 1 m 全国縮尺 LC マップとして、SinoLC-1 は全体的に許容できる結果を示しており、最も細かい地形の詳細が示されています。

要約(オリジナル)

Nowadays, many large-scale land-cover (LC) products have been released, however, current LC products for China either lack a fine resolution or nationwide coverage. With the rapid urbanization of China, there is an urgent need for creating a very-high-resolution (VHR) national-scale LC map for China. In this study, a novel 1-m resolution LC map of China covering $9,600,000 km^2$, called SinoLC-1, was produced by using a deep learning framework and multi-source open-access data. To efficiently generate the VHR national-scale LC map, firstly, the reliable LC labels were collected from three 10-m LC products and Open Street Map data. Secondly, the collected 10-m labels and 1-m Google Earth imagery were utilized in the proposed low-to-high (L2H) framework for training. With weak and self-supervised strategies, the L2H framework resolves the label noise brought by the mismatched resolution between training pairs and produces VHR results. Lastly, we compare the SinoLC-1 with five widely used products and validate it with a sample set including 10,6852 points and a statistical report collected from the government. The results show the SinoLC-1 achieved an OA of 74\% and a Kappa of 0.65. Moreover, as the first 1-m national-scale LC map for China, the SinoLC-1 shows overall acceptable results with the finest landscape details.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google