本文探讨了在缺乏高质量标签的情况下，利用自我监督和深度学习技术实现高分辨率土地利用/覆盖变化图的自动标注。研究表明，修改后的PixelCNN架构在捕捉空间模式方面优于传统模型，但仍需调整以提高预测准确性。通过半监督学习和少样本分割框架，进一步提升了土地覆盖映射的效果，尤其在发展中国家的应用中具有重要意义。