大面积农田具有交通不便、幅员广阔等监测难点,为农田建立时空模型能帮助管理者加强信息化、智能化生产管理。现有的时空建模方法多采用卫星遥感技术或定点高清摄像技术采集时空数据:卫星遥感技术以成本低、覆盖范围广的优势被广泛应用于土地覆被监控;定点高清摄像技术具有实时性强、分辨率高等特点,应用于小面积范围内的实时监控。但目前仍主要存在两大难题:其一,多源时空数据的异构性问题。遥感数据与定点摄影数据在成像条件、拍摄时间、格式、分辨率等方面存在巨大差异,为时空数据的整合与配准带来了困难;其二,时空数据的缺失问题。卫星遥感因拍摄周期长、空间分辨低、易受天气影响等不足,监控信息具有时间不连续性;定点高清摄像的监控范围极为有限,监控信息具有空间不连续性。本文针对以上问题提出了全景时空模型的构建方法,旨在通过多维度对齐、匹配处理整合卫星遥感技术与定点高清摄像技术,基于图像风格迁移补全时空不连续的监控信息。面向大面积农田实时监测的全景时空模型将使农田管理更及时、更精准、更高效。主要的研究工作包括:一、提出了一套全景时空模型的方法框架,包括全景时空模型的表示层、构造层、优化层,分别负责模型的表示、构造与优化。该框架基于图像风格迁移技术整合并补全时间不连续数据与空间不连续数据,构建了时空信息连续的全景时空模型。二、提出了全景时空模型的表示方法。该模型由图像集、图像关系、图像元数据三部分组成。在由经度、纬度、时间所构成的时空坐标系统下,整合卫星遥感图像集与采样图像集构建图像集;提取图像元数据并解决异源图像时间、颜色、纹理特征不对齐问题;基于多维度匹配方法构建农田子区域与采样点的匹配关系;通过构建文件系统实现全景时空模型的存储。三、设计了一种全景时空模型的构造方法。针对遥感图像覆盖范围广、内容复杂的特点,提出渐进式尺度扩展的U-Net实现农田前景的精准分割和子区域划分;采用基于Ada IN-Style的风格迁移算法合成遥感图和采样图像,使遥感图像在时间上连续,采样图像逐步覆盖整个农田空间,实现全景时空模型的构造。四、提出了一种全景时空模型的优化方法。在获取新的真实的卫星遥感图时,反向推演历史数据;比对最新合成的图像与对应的历史数据,基于拉普拉斯金字塔算法平滑融合新旧图像,实现模型的优化。五、设计了一种面向大面积农田实时监测的全景时空模型应用方法。实现农田实时监控可视化,支持实时状态分析查看,包括水肥含量测定及病害情况诊断,并给出相应的管理指导。本文所提出的全景时空模型补全了原本时空不连续的监控信息,支持全景及局部细节的实时可视化。模型基于本文提出的时空数据反向推演算法,在构造过程中保持对历史数据的不断修正,使得时空数据的准确性逐步提高,故模型得到优化。面向大面积农田监测的全景时空模型将实现农田的实时监控与智能管理。