丁 忆，李朋龙,，张 觅，张泽烈，李海峰，胡 艳，马泽忠，敖 影

1.重庆市地理信息和遥感应用中心，重庆 401147；

2.武汉大学，湖北 武汉 430079；

3.中南大学，湖南 长沙 410083；

4.武汉汉达瑞科技有限公司，湖北 武汉 430071

0 引 言

自20世纪80年代起，我国便开始使用遥感技术核查全国土地，90年代末开始每年都对全国进行土地变更调查与遥感监测，开展森林、水系、耕地等各类地理国情监测工作[1]。通过及时的遥感监测，国家能宏观掌控国土资源的当下分布和变化趋势，统筹山水林田湖草各类资源的整体保护、系统修复和综合治理，对我国国土资源的长期可持续发展起着重要作用[2]。国土资源要素的监测成果可精准服务于对挖山采矿、林草破坏、耕地占用、非法建设等违法行为的督察防治工作，同时及时发现耕地变化以守住耕地红线和永久基本农田控制线，对国家粮食安全保障也具有重大意义。

国土资源遥感智能监测包含国土资源专题要素识别、典型要素解译和要素变化检测三方面。专题要素提取方法多落实到某单一目标要素的提取方法，如建筑物目标的提取，可分为自底向上的数据驱动方法，包括基于几何边界的方法、基于区域分割的方法和基于辅助特征或辅助信息的方法[3-6]；以及自顶向下的模型驱动方法，包括基于语义模型分类的方法、基于先验知识模型的方法和基于视觉认知模型的方法[7-10]。

影像解译是有别于专题要素识别的多要素分割，当前国内外学者对其的研究多集中在解译的自动化方法上，如利用随机树/森林[11]和支持向量机分类[12]对提取的影像特征进行分类。……