融合遥感指数协同推理的地表异常检测方法

来源：电子与信息学报杂志2025年第6期北京时间：

作者：王立波, 高智, 王桥

单位：1.南京信息工程大学遥感与测绘工程学院 南京 2100442.武汉大学遥感信息工程学院 武汉 4300793.北京师范大学地理学院 北京 100875

摘要：地表异常检测是遥感图像处理领域颇具挑战的前沿问题。一方面，地表异常样本搜集困难，可训练样本稀缺。另一方面，地表异常场景类内差异大，类间相似性高，分类混淆问题突出。因此，该文提出一种融合遥感指数协同推理的地表异常检测方法(DeepIndex)。DeepIndex在大规模预训练视觉语言模型基础上，设计轻量级自适应微调模块，实现少样本高效学习。同时，DeepIndex引入具有物理机理的遥感指数先验辅助模型推理，改善分类混淆问题。为了验证方法有效性，该文构建了一个多光谱地表异常检测数据集(MS-ESAD)，包含2 768张多光谱遥感图像，红、绿、蓝、红外等6个波段以及野火、绿潮、蓝藻3种地表异常类型。DeepIndex在MS-ESAD和NWPU45数据集上均表现优异，在少量样本训练(20%)条件下，分别取得92.36%和94.39%的分类精度。同时，消融实验表明，融合遥感指数协同推理能够显著改善模型分类混淆问题。

关键词：地表异常检测, 深度学习, 遥感指数, 视觉语言模型

基金资助：国家自然科学基金(42192580, 42192583)，江苏省自然科学基金(BK20240698)