针对各行业目前发展日益旺盛的卫星遥感智能解译需求，本书以基于深度学习技术的卫星遥感智能解译为主线，分别讲述了深度学习技术原理、解译样本构建和模型训练、各行业业务应用案例三大内容。本书的特色在于跨越了技术原理与应用实践，加入了各行业遥感智能解译案例，并且区别于遥感应用较为成熟的平原区域，本书以地形地貌、气候和土地利用等复杂的我国南方地区为主要应用实践地区，为读者开展在南方复杂场景的卫星遥感智能解译业务应用提供具体参考案例。 本书可供相关专业从业人员及大中专院校师生使用。

1 概述
1.1 现代遥感技术发展现状与趋势
1.2 南方复杂场景遥感图像智能处理与解译应用挑战
1.2.1 南方复杂场景概况
1.2.2 困难与挑战
2 深度学习原理
2.1 深度学习发展历程
2.2 基本单元
2.2.1 卷积层
2.2.2 激活函数
2.2.3 池化层
2.2.4 全连接层
2.2.5 损失函数
2.2.6 优化器
2.3 业务场景
2.3.1 图像分类
2.3.2 语义分割
2.3.3 目标检测
2.3.4 变化检测
2.4 网络架构
2.4.1 图像分类网络架构
2.4.2 语义分割网络架构
2.4.3 目标检测网络架构
2.4.4 变化检测网络架构
3 遥感影像数据处理
3.1 多源遥感影像数据
3.1.1 国外高分辨率光学卫星
3.1.2 国内高分辨率光学卫星
3.2 遥感影像处理方法
3.2.1 遥感影像传统处理方法
3.2.2 深度学习处理方法
4 遥感深度学习解译模型构建
4.1 解译样本库构建
4.1.1 样本体系
4.1.2 样本类型
4.1.3 样本组织结构
4.1.4 样本采集方法
4.1.5 样本数据增广
4.1.6 常用样本数据集
4.2 深度学习模型训练
4.2.1 网络选择
4.2.2 参数配置
4.2.3 模型优化
4.2.4 网络后处理
4.2.5 模型评估
5 遥感影像智能处理与解译应用系统
5.1 需求分析
5.2 系统架构
5.3 开发及部署环境
5.3.1 开发环境
5.3.2 部署环境
5.4 系统关键技术
5.4.1 数字正射影像（DOM）生产关键技术
5.4.2 数字正射影像（DOM）后处理关键技术
5.4.3 遥感影像智能解译关键技术
5.5 功能模块设计
5.5.1 影像生产模块
5.5.2 影像处理模块
5.5.3 影像解译模块
5.5.4 图斑核查模块
6 应用实践
6.1 自然资源监测监管
6.1.1 综合监测监管
6.1.2 卫片执法整改跟踪
6.1.3 国有土地经营监管
6.1.4 全域土地综合整治
6.1.5 矿山开发利用与保护修复监测监管
6.2 农业调查与统计
6.2.1 水稻种植调查
6.2.2 甘蔗种植调查
6.2.3 果园种植调查
6.2.4 火龙果种植调查
6.3 森林资源监测监管
6.3.1 森林资源变化监测
6.3.2 桉树种植情况监测
6.3.3 自然保护区监测
6.4 海岸带监测
6.4.1 红树林空间分布调查
6.4.2 互花米草空间分布调查
6.4.3 生蚝养殖空间分布调查
6.5 其他监测
6.5.1 应急洪涝灾害评估
6.5.2 建筑物提取与实体模型构建
6.5.3 工业园区规划与建设监测
7 未来展望
参考文献
附图