国际赛道1：森林单木树冠分割

冠层作为森林的重要生物构成，在塑造森林生态环境及调整生态系统功能方面均发挥了关键作用。单木树冠的结构特征及空间分布信息的精准提取是实现森林冠层精细化监测、分析和管理的基础，可为解译大面积冠层水平结构信息提供自动化解决方案。当前，基于高分率光学影像的单木分割技术尚处发展阶段，方法精度与稳健程度尚难以满足大范围应用需求，因此，大赛设置森林单木树冠分割赛道，致力于促进单木树冠分割算法研究，优化单木树冠的结构特征及空间分布信息的精准提取，助力实现森林冠层精细化监测、分析和管理。

国际赛道2：水下珊瑚遥感图像语义分割

珊瑚礁为25%的海洋生物提供“庇护所”，在碳循环调节与海岸防护中发挥关键作用，年经济效益近10万亿美元。然而，受自然变化和人为干扰影响，珊瑚白化与死亡现象频繁，其生态系统正面临严峻挑战。当前，基于水下遥感图像的珊瑚语义分割已成为监测其健康状况与生态变化的重要手段。但水下成像中光的吸收与散射规律与空气遥感显著不同，且珊瑚形态复杂，因此，大赛设置水下珊瑚遥感图像语义分割赛道，致力于遴选出鲁棒且具泛化能力的图像语义分割算法，优化针对造礁珊瑚的智能化监测与保护路径，为珊瑚礁生态学以及海洋保护提供更精确的数据支持。

线下决赛赛道1：含云光学-SAR融合土地利用分类

及时准确地掌握土地利用信息对于动态评估人类活动对碳循环、生物多样性及其他关键生态过程的影响至关重要。得益于遥感卫星日益提升的地表观测能力，已成为准确获取全球土地利用信息的关键手段。然而，光学遥感因其成像机制存在易受云层遮挡导致地面部分信息缺失的问题，严重制约了大区域连续监测的可靠性。相比之下，SAR具备全天时、全天候的工作能力，能有效穿透云层获取地表信息。因此，融合SAR影像进行光学遥感影像缺失区域语义重建的方法受到广泛关注。本赛道旨在遴选出高效的含云光学-SAR融合土地利用分类算法模型，以充分挖掘跨频异构影像在长时序、高频率土地利用制图中的互补优势。

该赛道已进入决赛阶段

线下决赛赛道2：弱小目标检测跟踪

卫星视频在目标监测、应急响应与智能感知等领域展现出巨大潜力。基于高清遥感视频的目标检测跟踪对提升交通监控效率、优化智慧城市管理具有重要意义。然而，遥感视频中地面目标尺寸小、信噪比低、背景复杂导致判别特征鲁棒性差，检测与跟踪任务面临显著挑战。因此，大赛设置弱小目标检测跟踪赛道，致力于遴选出先进（检测跟踪准确性高、算法复杂度低）的弱小目标检测跟踪算法，准确识别出高清光学卫星视频数据中运动目标（车辆、飞机、舰船）位置并持续跟踪，拓展遥感视频实际应用场景，提升交通监测及路网管理效率。

该赛道已进入决赛阶段