导言：基于Copula回归技术的增强型SAR变化检测

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：ESCORT: Enriched SAR Change detection via Copula Regression Technique

　　

摘要：

合成孔径雷达（SAR）变化检测是一种用于在全天候及昼夜条件下监测土地利用和土地覆盖变化的关键工具，但其性能常常受到斑点噪声、空间背景信息利用不足以及非线性时间依赖关系建模受限等因素的制约。这些问题使得难以可靠地区分发生变化与未发生变化的区域，尤其是在复杂多变的过渡地带。本文提出了一种基于Copula回归技术的增强型SAR变化检测方法（ESCORT），该方法采用一种非参数框架，通过考虑依赖关系并实现空间一致性建模来应对这些挑战。其核心创新在于运用局部Copula密度特征，该特征能够以无需假设分布的方式捕捉双时相SAR观测数据之间的非线性时间依赖关系，并在存在噪声的情况下仍具备较强的区分能力。为进一步稳定这些依赖关系，还采用了空间加权核函数来增强差异图像和原始图像，同时保留空间结构。此外，本文还提出了一种增强型特征构建策略，用于明确编码邻域级信息，从而可通过带有空间一致性约束的正则化核逻辑回归模型生成连贯的变化图。在三个不同的SAR数据集上的实验结果表明，所提出的框架具有较高的有效性，在两个数据集上获得的Kappa值最高，相较于最佳基线方法，相对Kappa值提升了1.85%（统计增益高达13.77%）；在更具挑战性的渥太华数据集上，该方法的性能也与最新的深度学习方法相当。