基于自监督学习框架的土地利用类型细粒度遥感解译方法

本发明公开了一种基于自监督学习框架的土地利用类型细粒度遥感解译方法，涉及高光谱遥感影像处理与地理信息分析技术领域；结合卫星和无人机影像的优势，利用双重注意力机制动态平衡光谱特征差异，基于自监督学习框架挖掘波段‑标签间的关联性，实现土地利用一级类全局及二级类细粒度解译。本发明提供了多模态高光谱遥感影像在城市土地利用监测中的可行性，弥补了传统方法在标记依赖性强且不充分、同谱异物现象显著、二级类解译不精确等方面的缺陷。