基于深度学习的城市遥感影像植被覆盖识别方法及系统

本申请实施例涉及人工智能技术领域，公开了基于深度学习的城市遥感影像植被覆盖识别方法及系统，该方法首先获取城市目标区域的热力遥感影像和可见光遥感影像，并利用可见光影像的特征来对热力影像进行精准分割，区分高辐射区（建筑或道路）与低辐射区（潜在植被区）；然后再通过多时相热辐射变化分析，进一步从低辐射区中筛选出热辐射动态变化显著的特定热力区域。最后将特定热力区的覆盖范围与城市模型网中的建筑及水域覆盖信息进行面积匹配校验，从而准确判定植被覆盖区域。如此，通过多源数据互补、动态特征挖掘及空间约束校验有效解决了现有技术中单一数据源判断识别准确性低的问题，提高了植被覆盖识别的准确性。