使用卫星图像时间序列进行甜菜应激检测-计算机科学-卫星图像时间序列-自编码器-压力检测.pdf

使用卫星图像时间序列进行甜菜应激检测

BhumikaLaxmanSadbhave(),

PhilippVaeth,

DeniseDejon,GuntherSchorcht,and

MagdaGregorová

CenterforArtificialIntelligenceandRobotics,TechnicalUniversityofApplied

SciencesWürzburg-Schweinfurt,Franz-Horn-Strae2,Würzburg,Germany

sadbhavebhumika21@,philipp.vaeth@thws.de,dejon@greenspin.de,

schorcht@greenspin.de,magda.gregorova@thws.de

本

译

中摘要卫星图像时间序列（SITS）数据因其丰富的光谱和时间特性，在农

业任务中已被证明是有效的。在这项研究中，我们使用完全无监督的方法

1来处理甜菜田中的压力检测任务。我们提出了一种3D卷积自编码器模型，

v

4从Sentinel-2图像序列中提取有意义的特征，并结合特定采集日期的时间

1编码，更好地捕捉甜菜的生长动态。学习到的表示用于下游聚类任务，以

5区分受压和健康的田地。由此产生的压力检测系统可以直接应用于不同年

3

1份的数据，为甜菜的压力检测提供了一种实用且易于使用的工具。

.

7

0Keywords:卫星图像时间序列（SITS）·自编码器·3D卷积·表征学习

5

2

:

v1介绍

i

x

r甜菜（Betavulgaris）是欧洲的主要工业作物，特别是在德国、法国和

a

波兰等国家。欧盟占全球甜菜产量的近50%，德国在种植和加工方面发挥了

重要作用[1]。在德国境内，巴伐利亚地区尤为重要，因为该地区土壤肥沃、

气候适宜且有成熟的耕作实践。甜菜不仅对颗粒糖生产至关重要，还支持家

畜饲料、发酵工业和生物燃料应用，使其具有经济和环境价值。

甜菜种植受到多种压力因素的影响，包括生物胁迫如疾病和害虫，以及

非生物胁迫如干旱、高温和养分不足。这些条件会负面影响产量和糖含量，

并降低作物的整体质量和生产效率。因此，在甜菜田中识别胁迫情况对于了

解作物健康状况并指导更好的管理实践至关重要。

甜菜田地广阔且分布广泛，使得人工检查压力耗时费力。高分辨率图像

和标记数据集通常成本高昂且对小规模农民来说不切实际。本研究提出了一

2B.L.Sadbhaveetal.

种利用公开的Sentinel-2卫星数据进行甜菜压力检测的方法。本研究的主要

挑战是标注数据的有限性，仅有5%的甜菜田地被标注。因此，我们仅使用标

注数据用于评估，并开发了一个充分利用Sentinel-2数据光谱和时间特性的

完全无监督框架。本研究使用的代码可在以下位置获取：https://github.

com/bhumikas