La rapidité de l'urbanisation nécessite une surveillance à haute fréquence des terres nues prêtes à la construction afin de détecter rapidement et de prévenir la construction illégale. Cependant, l'utilité des images optiques est souvent compromise dans les régions sujettes aux nuages. Bien que le radar à synthèse d'ouverture (SAR) offre des capacités en toutes circonstances, il a du mal à distinguer les terres nues prêtes à la construction des terres agricoles récemment récoltées, ce qui entraîne de graves fausses alarmes. Pour résoudre le conflit entre la surveillance à haute fréquence et l'identification sémantique, cette étude propose le cadre de dépistage des changements basé sur le SAR et l'identification informée par la scène optique (SCS-OI). La première étape réalise un dépistage de candidats à haut rappel basé sur les changements de rétro-diffusion du SAR, tandis que la deuxième étape intègre des images optiques historiques sans nuages comme guide sémantique, permettant une identification affinée sans nécessiter de données optiques synchrones. Des expériences à Guangzhou montrent que le cadre atteint un taux de fausse alarme de 13,31 %, un rappel de 90,63 %, une précision de 74,81 %, un F1-score de 81,95 % et un IoU de 69,43 %. Comparé à la référence uniquement SAR (TFA = 22,4 %), la conception en deux étapes réduit les fausses alarmes tout en maintenant un haut rappel. D'autres références en apprentissage profond présentent des F1-scores inférieurs (59–73 %), soulignant l'efficacité du cadre global. Ces résultats montrent que le cadre proposé en deux étapes intègre efficacement le dépistage de candidats à haut rappel et le perfectionnement guidé par la sémantique, offrant une solution robuste pour la surveillance à haute fréquence des terres nues prêtes à la construction dans les régions sujettes aux nuages de Guangzhou.
Song et al. (Mer,) ont étudié cette question.