非洲定居点映射：通过深度学习和卫星影像生成高分辨率的城市和乡村地图
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有土地利用和土地覆盖（LULC）地图在非洲等多样化地区缺乏精确城市与乡村分类的问题。我们采用基于DeepLabV3架构的深度学习模型，利用Landsat-8卫星影像和增强的人类定居点数据，构建了一个10米分辨率的高分辨率城乡地图。研究结果表明，结合LULC与城乡分类的信息显著提高了识别城市、乡村及非人类定居区的准确性，进而为决策者和利益相关者提供更为有效的信息支持。
本研究采用DeepLabV3深度学习模型和Landsat-8卫星影像，解决了非洲地区土地利用和覆盖分类不准确的问题，构建了10米分辨率的城乡地图，提升了城市、乡村及非人类定居区的识别准确性。
