论文研究 基于遥感图像和卷积神经网络的贫困估计

贫困一直是世界各国政府和研究人员关注的主题之一，特别是在发展中国家。遥感图像由于其大范围的观测，及时性和周期性而被广泛用于贫困评估中。在这项研究中，我们探索卷积神经网络（CNN）结合遥感图像在区域贫困评估中的适用性。在中国贵州省2016年经济指标估计中，人均GDP的皮尔逊系数（PCGDP）达到0.76，这意味着CNN提取的图像特征可以解释高达76％的县级经济指标的PCGDP的变化。与其他方法相比，我们的方法仍然具有较高的精度。基于这些结果，我们发现卷积神经网络与遥感图像相结合可以用于区域贫困评估。