及时准确地获得树种分类图，有助于人们更好地认识、管理和利用森林。高光谱遥感数据具有大量的光谱信息，而多光谱遥感数据具有丰富的空间信息，联合使用两种遥感数据可发挥其各自的优势，有助于树种分类。近年来，基于深度学习的方法对多源遥感数据进行树种分类取得了很大的进展，其分类结果普遍优于其他传统算法。但是现有的深度学习方法在树种分类方面还存在着一些问题。比如，一些深度学习模型的特征提取或学习能力不足，计算冗余，依赖大规模标注信息等。本书通过深度学习的全监督模式下提高了树种分类精度和效率、半监督和无监督模式减少了或避免了人工标注，几种方式对多源森林遥感影像的树种分类进行探索和研究。