优先出版  

• 卫星红外数据火山热点识别算法研究进展
• 赵峰华,高明,朱琳,孙红福,郑伟,刘诚,李欣瑜,刘涛,翁泽峰

• 摘要：使用卫星红外数据识别火山热点可以实现安全且低成本的监测全球火山活动。本文综述了卫星红外数据在火山热点识别中的算法研究进展，特别强调了算法的分类和发展历史。这些算法主要基于火山活动时热点所在像元中红外通道亮温升高的原理，根据考虑火山及其周围地物的空间和时间特性来识别火山热异常，算法大致分为四种主要类型：空间特征算法、时间特征算法、综合特征算法和人工智能算法。从算法分类、特性、适用范围、局限性方面，厘清了当前国内外利用遥感的方式进行火山热点识别的现状，为理解和改进火山热点检测技术提供了全面的分类和评估，对火山热遥感前沿理论和技术发展具有重要意义。
•   

  PDF(245)

  摘要(286)

  HTML

• 基于深度学习的成对点云刚性配准现状与进展
• 周汝琴,王鹏,戴晨光,汪汉云,江万寿,张永生

• 摘要：点云刚性配准作为三维点云数据处理的一项基础任务，在自动驾驶、机器人、测绘遥感、医疗、工业设计以及文物保护等方面具有广泛应用。基于深度学习的点云配准方法能够自动学习高判别力的点云特征，取得较高的配准精度。为了便于后续研究学者对点云配准进行更深入有效的探索，本文对基于深度学习的成对点云刚性配准相关技术研究进行了系统的综述与分析。首先，本文介绍了基于深度学习的局部特征提取方法，然后介绍对应关系解算、姿态回归和场景流估计等三类基于深度学习的配准方法相关研究进展。接着，本文对现有的可用于点云刚性配准的公开数据集进行了系统的总结与归纳。最后，本文对点云配准研究现状进行了总结，并对未来相关研究方向进行展望。
•   

  PDF(637)

  摘要(572)

  HTML

• 东北黑土区侵蚀沟遥感识别的多尺度特征提取模型 ——以海伦市为例
• 冯权泷,江子航,牛博文,高秉博,杨建宇,杨柯

• 摘要：土壤侵蚀对东北黑土区的作物产量构成严重威胁，侵蚀沟是其主要表现之一。开展侵蚀沟识别和检测对东北黑土区土地综合治理等具有重要意义。本文基于多尺度稠密扩张卷积神经网络提出一个新的侵蚀沟遥感识别模型。该模型包括多个稠密连接的多尺度扩张卷积残差模块，可以更好地聚合侵蚀沟的多层级空间特征。选取黑龙江省海伦市全域作为研究区，试验结果表明本文模型取得了较好的识别效果，总体精度可达95.80%，kappa系数为0.9152，效果优于经典深度学习模型。同时，基于场景级标签和类激活图实现了对侵蚀沟区域的定位，可为侵蚀沟的边界提取提供参考。本文研究表明，基于多尺度稠密扩张卷积神经网络在东北黑土区开展侵蚀沟识别是有效的，可为东北黑土区土地综合治理提供精确的侵蚀沟空间分布数据。
•   

  PDF(691)

  摘要(730)

  HTML

• 视图一致性网络下的弱监督遥感影像旋转目标检测
• 方婷婷,刘斌,陈春晖,厉香蕴

• 摘要：为了减轻旋转目标检测的标注负担、提高遥感旋转目标检测数据集的可用性和丰富性，本文提出了一种仅使用图像级别标注的旋转目标检测模型。该模型的核心在于利用三个一致性约束：图像级别标注的一致性、旋转检测框位置的一致性和聚类中心分布的一致性，来设计目标检测网络。首先，本文引入了遥感场景下的弱监督旋转目标检测范式，通过逐阶段优化预测结果，利用图像级别标注的一致性来训练模型。其次，为了提高旋转角度的预测准确性，模型通过利用不同旋转视图下的旋转检测框的空间位置一致性约束来调整角度预测。最后，为了保持不同旋转视图下聚类中心节点的分布一致性，设计了匈牙利损失来度量聚类中心的分布一致性。通过这些一致性约束，模型可以更好地利用不同旋转视图下的旋转等变性，提高检测性能。为了验证该模型的有效性，本文在两个主流的遥感目标检测数据集DIOR和DOTA-v1.0上进行了实验。实验结果显示，模型在DIOR数据集上取得37.7% mAP，相较于水平弱监督最先进模型提升了9.4% mAP；在DOTA数据集上取得28.1% mAP，在多个检测类别上优于难度更小的、基于水平框标注的旋转弱监督的最先进模型。这表明该模型在解决标注困难和提高遥感目标检测性能方面具有良好的潜力。未来，研究者可以进一步拓展这种基于图像级别标注的旋转目标检测模型，结合更先进的技术和不同数据源，探索其在遥感、地理空间分析和其他相关领域的更广泛应用。
•   

  PDF(611)

  摘要(578)

  HTML

• 基于JAM-R-CNN深度网络的梯田遥感识别方法研究
• 谢君洋,林安琪,吴浩,吴紫薇,吴文斌,余强毅

• 摘要：快速准确地掌握梯田的空间分布,不仅为水土保持提供重要的数据支撑,也提高了山区农业的监管水平。在利用深度学习方法进行梯田识别的过程中,形状狭长的梯田容易因卷积运算而造成漏提现象,并且在山区地物边界不清晰的复杂背景下,易产生大面积粘连的识别结果,导致最终的梯田识别精度不高。为此,本研究提出了一种基于JAM-R-CNN深度网络的梯田遥感识别方法,该网络以Mask R-CNN模型为基础,融合跳跃网络来维持高分辨率遥感影像的高语义信息,引入卷积注意力机制模块来加强梯田的特征表达能力,修改anchor size以适应梯田狭长的特性。在重庆市南川区的盐井梯田区域,使用国产高分二号(GF-2)卫星影像数据进行实验,结果表明,JAM-R-CNN网络模型的梯田识别结果精确率为90.81%,召回率为84.28%,F1为88.98%,IoU为83.15%。相较于经典的Mask R-CNN模型,JAM-R-CNN网络模型的梯田识别精度较高,4个评价指标依次提升了1.96%、5.26%、3.29%和5.19%。消融实验结果验证了模型改进的三个模块均对梯田识别有明显的促进作用。综上,本研究提出的JAM-R-CNN深度网络模型不仅能够有效减少梯田识别结果的粘连现象,而且明显提高了狭长型梯田的提取率,实现了梯田遥感识别整体精度的显著提升,具有较好的应用价值。
•   

  PDF(826)

  摘要(922)

  HTML

• 光学遥感图像目标检测的深度学习算法研究进展
• 徐丹青,吴一全

• 摘要：在光学遥感图像的各种应用中，目标检测历来受到研究人员的重视，并且在军事和民用方面都有很广泛的应用前景。本文综述了基于深度学习的光学遥感图像目标检测算法研究进展。首先，详细分析了光学遥感图像中的目标特点；然后，简要回顾了光学遥感图像目标检测算法的发展历程；其次，阐明了基于深度学习的光学遥感图像目标检测流程；接着，以深度学习为出发点，概述了经典的目标检测框架，并根据光学遥感图像目标的特点，分别针对尺度多样性、方向多样性、形状多样性、小尺寸、特征相似性、背景复杂性、分布密集性、弱特征的光学遥感图像目标检测问题，对各种改进算法进行了系统性的总结，此外，归纳了针对光学遥感图像目标检测的非全监督学习算法；随后，介绍了常用的开源光学遥感图像数据集和目标检测的性能评估指标；最后，指出了现阶段在光学遥感图像目标检测领域仍然面临的主要挑战和下一步的发展方向。
•   

  PDF(682)

  摘要(649)

  HTML

• 高分航空多波段极化SAR寒温带针叶林蓄积量估测能力评价
• 范亚雄,赵磊,陈尔学,徐昆鹏,张王菲,马云梅

• 摘要：以寒温带针叶林为研究对象，基于机载多维度SAR系统获取的多波段极化SAR数据，系统性分析不同波段极化特征对森林蓄积量的响应规律及敏感性，并评价单一波段及多波段极化SAR联合估测森林蓄积量的能力。首先，对多波段SAR数据进行地理编码和地形辐射校正处理，提取包含后向散射强度和极化分解分量的极化特征集。其次，基于水云模型和相关系数，分析不同波段极化特征对蓄积量的响应规律与敏感性。最后，采用机器学习算法进行特征筛选和建模，评价每个波段单独以及多波段联合估测森林蓄积量的能力。研究表明，不同波段的后向散射强度对森林蓄积量的响应均呈上升趋势，但饱和点因波长与极化方式而异。其中，P波段饱和点高于160 m3/ha，其他波段均不超过110 m3/ha。另外，P波段、L/S波段和C/X波段与蓄积量的相关性依次降低，分别在0.6以上、0.3-0.4以及0.3以下。基于单一波段估测蓄积量时，P波段精度为73.79%，其他波段不超过60%；多波段联合估测时，L或S波段和P波段联合的估测精度比单独使用P波段提升约2%。C或X波段的加入对精度提升的贡献很小。所有波段的联合可取得最佳的估测结果，精度达到77.25%。从信号动态范围、饱和点和相关性等指标综合考虑，P波段对蓄积量的敏感性最高，L/S波段次之，而C/X波段的敏感性最低。因此，在基于极化SAR估测森林蓄积量时，应首选P波段，同时在多波段联合时应首选P波段和L或S波段。
•   

  PDF(119)

  摘要(314)

  HTML

• 基于文献计量学的遥感地表温度研究分析
• 刘纯,包雯慧,吴骅,段四波,曹彪,殷志祥,吴鹏海

• 摘要：地表温度是区域和全球地表物理过程中的关键参数,基于遥感的地表温度研究得到国内外学者的广泛关注。本文基于Web of Science 核心数据库,利用VOSviewer和CiteSpace软件对1985-2023年间收录的关于遥感地表温度的论文进行文献计量研究,分析了文献数量、研究机构和国家、作者、发文期刊和关键词等信息,并结合当前研究热点展望未来趋势。结果表明：(1)遥感地表温度近年来呈现快速增长的趋势,中美两国在该领域研究贡献尤为突出。中国学者在遥感地表温度领域发挥着中流砥柱的作用,各机构间展现了密切的合作关系,并呈现出国际化的研究格局；(2)遥感地表温度的研究领域由基础学科逐渐转向应用学科,在载文期刊中,Remote Sensing以714篇的发文量位居第一,而Remote Sensing of Environment的总被引次数遥遥领先；(3)MODIS、Landsat等地表温度数据被广泛使用,研究爆发词由早期的植被指数、土壤等转移到机器学习、局部气候带等新领域。重建、降尺度与时空融合等方向成为遥感地表温度领域近十年的新兴研究热点。
•   

  PDF(510)

  摘要(342)

  HTML

• 【“行星遥感解译与地质制图”专刊】一种基于无锚深度卷积神经网络的月表小尺度撞击坑自动识别方法
• 张梓璇,杨俊涛,李林,张硕伟,杨子毅,马月超

• 摘要：撞击坑作为月球表面上最典型和最常见的地貌单元，它们的形态特征和空间分布记录着月球的演化历史、气候形成以及月球表面年代。由于撞击坑边缘模糊、撞击坑嵌套等现象，导致撞击坑（尤其是小尺度撞击坑）自动识别仍存在识别精度不高、大尺度撞击坑中的小尺度撞击坑难以不易识别等问题。因此，针对小尺度撞击坑数量众多且不易识别，以及嵌套撞击坑识别等问题，本文提出了一种基于迁移学习策略的无锚深度卷积神经网络月表小尺度撞击坑自动识别方法，来自动定位和识别撞击坑。该方法在堆叠沙漏网络生成的高分辨率特征图上直接回归出撞击坑的中心及其大小，并且无需使用非极大值抑制等后处理操作，实现了不同类型撞击坑的自动识别。同时，采用迁移学习的思想进行训练，为模型训练赋予一定的优化参数，使其并非从头开始训练，从而使模型具备更高的可靠性和稳健性。文中选择虹湾和风暴洋月表地区的影像进行实验验证，并与其现有人工标注的Robbins撞击坑数据库进行定量与定性评估，结果表明本文设计的自动识别模型能有效地实现撞击坑提取，且一定程度上解决了嵌套撞击坑中小尺度撞击坑的识别。
•   

  PDF(409)

  摘要(320)

  HTML

• 河流水文遥感及其在青藏高原应用研究进展
• 刘沭岍,刘凯,曾繁轩,宋春桥

• 摘要：河流作为水循环系统的关键组成部分，对人类社会经济发展、流域的生态环境可持续性及区域气候的稳定都有着重要意义。因全球变暖、冰川冻土融化、洪旱灾害等对水文系统造成的干扰增强，河流的水文情势发生了深刻改变。随着传感器技术发展和卫星观测平台增加，（卫星）遥感技术手段逐渐成为当今监测河流水文的主流方法之一。各类遥感监测方式已广泛运用在河流面积/宽度提取和水位变化监测、径流量估算等方面研究，形成了全球或区域尺度的水文要素遥感产品。本文综述了基于光学影像、雷达影像、卫星测高等数据的河流水文要素遥感监测技术，分析和总结了利用遥感手段监测河流宽度与水域面积、水位、径流量等诸多要素及其变化的最新研究进展，并探讨前人研究的空间范围尺度和推广可行性。此外，青藏高原作为亚洲主要大江大河的发源地，同时也是水文站点监测资料极其缺乏的区域之一。利用遥感技术开展青藏高原河流水文监测的研究面临实测数据共享难、水文变化过程时空异质性极强、对暖湿化气候的响应特征复杂多变等难题。本文对各类水文遥感技术在青藏高原河流监测应用研究所取得的进展与存在的问题进行了回顾和展望，以期加深对该地区河流水文变化过程的理解。
•   

  PDF(190)

  摘要(429)

  HTML

• 水稻遥感制图研究综述
• 高心怡,池泓,黄进良,凌峰,韩逸飞,贾小凤,李一凡,黄端,董金玮

• 摘要：水稻是人类的主要粮食作物之一，及时准确的获取水稻面积分布和时空变化对粮食政策制定具有重要的参考意义。本文围绕“水稻遥感制图”研究主题，首先回顾调研国内外文献资料，系统梳理了水稻的生理生长过程和主要的种植模式。水稻种植在全球主要集中在东南亚地区；从全国范围看，单季稻产区主要位于东北地区和长江中下游地区；双季稻和三季稻产区位于湖南、江西、广东等华南省份。其次，从遥感数据源出发，归纳了目前水稻遥感制图中常用的光学和雷达遥感数据；在重点分析水稻的“光谱-空间-时间”特征的基础上，探讨了水稻遥感制图中典型植被指数；并从传统机器学习和深度学习两个方面总结了现阶段水稻遥感制图的主流方法。然后，从典型机器学习模型、多源遥感数据融合以及遥感计算云平台归纳了水稻遥感制图的应用现状。总结发现目前水稻制图研究存在以下难点：（1）由于数据缺失或相似生长周期植物的存在导致水稻漏分、错分；（2）依赖机器学习模型参数；（3）地形破碎区域或多季、轮作水稻种植地区的制图困难较大；（4）不同地区种植结构不同导致各方法无法在各地区兼容使用。基于此，从水稻物候特征发掘、水稻时序观测数据获取手段、水稻遥感制图空间分辨率改进等方面探讨了水稻遥感制图的发展方向：（1）水稻物候期遥感信号特征从单一化到多样化；（2）覆盖水稻完整生长期的光学时序数据获取；（3）水稻遥感制图空间分辨率提升；（4）多源遥感数据的有效融合和应用。
•   

  PDF(431)

  摘要(1146)

  HTML

• 基于深度学习的无监督单目动态场景深度估计综述
• 程彬彬,于英,张磊,王自全,江志鹏

• 摘要：现实世界中不存在完全静态的场景，动态场景下的单目深度估计方法是指从单幅影像中同时获取动态前景和静态背景的深度信息，与传统双目估计方法相比具有运用灵活、成本较低等优势，有着极强的研究意义和广阔的发展前景，在三维重建、自动驾驶等下游任务中起着关键作用。深度学习技术迅速发展，无监督学习不使用真实数据标签，吸引众多学者的研究热情。国内外众多学者为了处理场景中的动态物体相继提出一系列无监督单目深度估计算法，为广大相关领域的研究者奠定了研究基础，但目前尚未有对上述方法进行综合分析的研究。针对这一问题，本文对基于深度学习的无监督单目动态场景深度估计技术进展情况进行了系统性梳理与总结，首先归纳了基于深度学习的无监督单目深度估计的基本模型，分析了动态物体是如何对场景深度估计产生的影响；其次，介绍了单目深度估计研究的常用数据集以及评价指标，对经典动态场景下单目深度估计模型进行了性能对比分析；然后，依据对动态物体的处理方式不同，分别从动态场景鲁棒深度估计和动态物体跟踪与深度估计两个研究方向，进行了总结与定量分析；最后对动态场景单目深度估计的未来发展方向进行了展望。
•   

  PDF(748)

  摘要(880)

  HTML

• 植被物候遥感监测关键问题探讨
• 谢志英,朱文泉,付永硕

• 摘要：植被物候是陆地生态系统响应全球气候变化的最灵敏生物学指示指标，也是影响陆地生态系统碳循环的重要因子。因此，植被物候的准确监测对模拟陆地生态系统碳循环以及理解陆地生态系统响应气候变化至关重要。物候学发展至今，已有包括人工观测、物候相机观测和通量监测在内的地面观测以及遥感监测等多种植被物候监测手段，并已形成卫星遥感监测为主要手段、地面观测为验证的区域和全球尺度植被物候监测体系。植被物候遥感监测通用技术流程中的每个处理环节都会造成物候监测的不确定性。本文重点梳理了遥感时序数据、物候指标提取和遥感物候真实性检验三个物候监测关键环节，深入探讨了地表背景对遥感指数的干扰、不同物候指标提取方法的差异以及物候验证中遥感物候指标与参考物候指标之间的匹配问题。最后，探讨了解决这些关键问题的两个重要发展方向：（1）发展抗地表背景干扰的植被物候遥感监测方法，（2）构建结合地面多传感器协同观测和“天-空-地”多尺度一体化观测的联合观测网络。
•   

  PDF(720)

  摘要(595)

  HTML

• 基于星地传感技术的土壤盐渍化监测：进展与展望
• 王敬哲,丁建丽,葛翔宇,彭杰,胡忠文

• 摘要：土壤盐渍化是全球面临的土壤退化和环境恶化的共性问题。近地传感、卫星遥感与机载遥感等星地传感技术的蓬勃发展使得高效且准确的土壤盐分周期监测成为可能，并为土壤盐渍化研究提供了坚实技术支撑。本文针对土壤盐渍化星地传感监测的发展进程，以“数据-方法-应用”为脉络，详细分析梳理了土壤盐渍化监测的原理、主要数据源及主流方法；随后归纳总结当前技术体系的发展现状以及监测数据、监测方法及尺度效应等局限性；最后针对基于星地传感技术的土壤盐渍化监测的进一步发展提出了展望和设想，明确了多源星地数据融合的次生土壤盐渍化监测；依托多平台开展土壤盐渍化的多尺度协同监测；借助学科交叉加深土壤盐渍化的探测深度；基于云计算的土壤盐渍化共享数据集与平台开发等未来需要重点关注的研究方向。
•   

  PDF(413)

  摘要(905)

  HTML

• 基于无人机影像与机器学习的钙华湖泊水深反演
• 何金宸,张书航,冯伟,燕兴元,晋泽辉,林家元

• 摘要：高分辨率且非接触式的水深监测对钙华湖泊景观的管理与保护至关重要。卫星遥感测深无法捕获钙华湖泊细微的的水下沉积特征。近年来，轻小型无人机遥感技术逐渐应用于浅水区超高分辨率的水深探测。然而，水深反演中经典的对数模型难以适应钙华湖泊内广泛存在的瑞利散射现象。因此，本文利用机器学习模型开展基于无人机影像的钙华湖泊水深反演研究。以中国四川九寨沟火花海为实验区，对基于随机森林（RF, Random Forest）、支持向量机（SVM, Support Vector Machine）与多层感知机（MLP, Multi-Layer Perceptron）的水深反演模型进行训练与验证，其均方根误差依次为0.816 m、0.945 m、0.832 m。实验结果表明，机器学习模型相较于传统的对数模型具有更高的水深反演精度。其中，随机森林模型与多层感知机模型比支持向量机模型更适合基于无人机影像的钙华湖泊水深反演。
•   

  PDF(447)

  摘要(498)

  HTML

• 红树林碳库遥感监测研究进展
• 邓淞文,王英辉,杨飞,张威,王文欢

• 摘要：红树林是重要的蓝碳生态系统,对于维持全球海洋碳循环,减缓气候变化速率具有重要意义。遥感因其重复性好、分辨率高和成本低廉的特点,能更好地实现红树林碳资源的统计和管理。本文对红树林碳库遥感研究进行了梳理,根据研究内容和深入程度将红树林碳库遥感研究的发展历程划为三个阶段：早期探索阶段(2007~2012年)主要面向全球红树林制图,研究提取红树林的空间结构信息；中期应用研究阶段(2013~2015年)在前期研究成果基础上估算红树林碳储量；全面发展阶段(2016年以后)碳储量估算精度不断提高,研究热点趋向于环境因素对红树林碳库的影响机制。梳理了光学遥感和雷达遥感两种遥感方法的研究现状,并探讨了两种遥感技术融合分析的结果改进程度,再进一步讨论各种红树林碳模型在估算红树林碳储量及模拟红树林碳循环研究中的性能。从生物碳库与土壤碳库两个重要的红树林碳库出发,回顾了二者碳储量的相关研究。生物碳库主要由植被的根茎叶中储存的碳构成,是红树林初级生产力的主要影响因素,受人类活动及自然影响剧烈,碳储量有较大的波动范围。土壤碳库储存的碳约占红树林总碳储量的49~98%,是红树林生态系统中最大的碳库,但对其的研究数量较生物碳库来说相对较少,存在着遥感数据获取难度大、光学特征复杂等待解决的问题。结合红树林生态系统在碳中和目标中的重要地位及应用前景,探讨了无人机遥感技术和人工智能领域等方面在红树林碳库估算中的应用潜力。
•   

  PDF(206)

  摘要(824)

  HTML

• 基于降尺度GOSIF数据的煤层气富集区植被SIF时空变化研究——以沁水盆地南部为例
• 赵聪,许伟,张兆旭,吴自华,韩谷怀,秦其明

• 摘要：煤层气是一种存在于煤层及其周围岩层中的自生自储式非常规清洁能源。研究表明，油气富集区烃类物质会沿着上覆盖层的断裂、节理、微裂隙及孔隙向地表渗漏，这被称为烃微渗漏现象。煤层气富集区的烃微渗漏，改变了土壤的化学组成和化学环境，影响植物根系的呼吸作用，进而阻碍植被叶绿体合成，抑制植被光合作用，最终导致日光诱导叶绿素荧光（Solar-induced chlorophyll Fluorescence，SIF）的异常变化。因此，植被SIF的异常变化，是煤层气潜在富集区遥感勘查的主要依据之一。本文以山西省沁水盆地南部（沁水县）为研究区，使用基于卷积神经网络（Convolutional Neural Networks，CNN）的SIF降尺度方法，得到了2000年至2020年之间研究区的1 km SIF数据，并在此基础上将研究区植被分为农田、草地和林地三种类型，分类讨论了煤层气富集区植被SIF时空变化特征。最后，通过对比研究区与对照区，分析并阐明煤层气富集区植被SIF异常变化的可能原因。本文研究结果表明：三种植被类型中，林地的SIF平均值最高，其次为草地，农田的SIF平均值最低；2000年至2020年研究区内各植被类型均表现出SIF明显增长的趋势，研究区植被6月-9月SIF增速分别为0.0058、0.0052、0.0036、0.0021 W·m-2·μm-1·sr-1·a-1；煤层气富集区受人工因素影响较小的林地SIF值明显低于对照区，2000年至2020年SIF年平均增速也低于对照区，这表明林地受到煤层气富集区烃微渗漏的胁迫作用与其它影响因素相比，可能性更大。这实证了煤层气富集区的烃微渗漏可能对植被SIF有显著影响。
•   

  PDF(466)

  摘要(409)

  HTML

• 结合空谱结构与改进局部密度的高光谱图像波段选择方法
• 翁谦,安远,陈光剑,吴瑞姣,林嘉雯

• 摘要：波段选择是高光谱遥感图像降维的一项重要任务，其目标是选择包含较少冗余信息、较大信息量和具有类别可分性的波段子集。为解决基于近邻子空间划分的波段选择方法没有考虑地物空间分布和计算聚类中心时忽略噪声波段影响的问题，本文提出了一种结合空谱结构与改进局部密度的高光谱图像波段选择方法。该方法首先对高光谱图像进行基于熵率的图像分割获得高光谱图像同质区域，综合同质区域相关系数矩阵获得图像区域级近邻波段相关系数向量；其次，用高斯核平滑全局近邻波段相关系数向量以降低噪声波段的影响，并根据极值点进行波段分组；然后，最大化改进局部密度和波段信息熵的乘积作为选取代表性波段的标准；最后，在Indian Pines、Botswana 和Salinas高光谱图像数据集上，通过SVM、KNN和LDA分类器上进行分类实验。结果表明：①对比像素级相关系数划分方法，利用区域级相关系数使得近邻波段分组更为合理，降低波段冗余性，同时还保留了部分潜在特征波段，在3个数据集上的分类性能分别提高了2.63%，0.68%，0.16%；②对比仅使用信息熵的波段衡量方法，本文提出的最大化改进的局部密度和信息熵乘积的方法是有效的，在3个数据集上OA分别提高了4.13%、0.5%和0.21%；③对比其他6种先进波段选择方法，本文方法在3个数据集上的OA分别从62.34%提高到75.03%、86.74%提高到88.28%和86.04%提高到92.36%。此外，所选择的波段子集在分布上较为分散，主要集中在信息熵较高的区域，同时避免了选择噪声波段。综上，本文提出的波段选择方法所得波段子集具有较低的冗余性、丰富的信息量、强的类别可分性，并且对噪声具有较强的鲁棒性，能够有效地解决高光谱图像波段选择的问题。
•   

  PDF(533)

  摘要(498)

  HTML

• 风云四号A星和B星热红外数据辐射一致性研究
• 王宝震,任华忠,穆晓东,朱金顺,刘镕源,赵聪

• 摘要：静止轨道卫星对地观测是获取地表温度、大气参数的重要方式。作为中国第二代静止气象卫星，风云四号卫星A星和B星的组网观测可大幅度扩大气象观测范围和提高数据利用效率。在联合使用之前，需要对两颗星载荷的相同波段的辐射一致性进行探索。本文提出了一种校正静止轨道卫星观测角度效应和光谱响应函数差异的方法，以对地观测热红外波段数据为例，在敦煌定标场、呼伦贝尔草原、巢湖、南海四个研究区开展了风云四号A/B卫星三个热红外波段（中心波长：8.5μm、10.8μm、12.0μm）辐射一致性研究。基于消除了时空差异、观测角度差异和光谱响应函数差异数据的分析结果表明，风云四号A星和B星的三个热红外波段观测亮温间具有很强的正相关性，亮温的误差较小，辐射一致性较好，但不同热红外波段之间的辐射一致性略有不同。第二热红外波段亮温一致性优于第三波段，第三波段表现优于第一波段。三个波段的亮温均方根误差处于0.28～1.51K，偏差处于-1.13～0.85K。第二、三波段的亮温差呈现明显的正偏态分布，第一波段的亮温差呈现负偏态分布。针对本文提出的校正方法，比较校正前后的统计结果，发现校正方法适用，且角度效应的校正方法能够明显降低两颗卫星热红外波段的亮温差异。两颗卫星热红外辐射一致性还受地类影响，在不同的地表类型下，三个波段的一致性表现略有差异。本文的研究成果可为风云四号A/B卫星热红外数据的联合使用提供重要依据。
•   

  PDF(528)

  摘要(404)

  HTML

• 基于空间注意力机制与多任务学习的耕地地块分割模型研究
• 田富有,曹玉佩,赵航,吴炳方,曾红伟,刘亚洲,覃星力,张淼,朱亮,朱伟伟

• 摘要：地块作为农业耕作的最小单元，对其精准识别是国土资源监测、耕地利用监测的需要。现有的方法多使用手工勾绘的方式获取，耗时费力，成本高昂，并且无法实现实时、近实时更新。本文设计了一种基于空间注意力机制与多任务学习的地块分割模型—Field-Net。模型基于UNet架构，增加了空间注意力机制，并采用多任务学习的策略，在语义分割的基础上增加了边界、像素到地块边界的距离等任务。在山东省东营市利津县对模型的性能进行了测试，结果发现耕地地块识别的交并比达到了87.05%，总体精度为92.23%。Field-Net模型的性能优于几种高性能的深度学习框架，交并比较Link-Net模型高出0.26%，较DeepLab v3+高出7.59%。在空间泛化性能测试中，Field-Net模型的平均交并比Link-Net模型高出3.51%，空间泛化性能明显提升。通过消融试验发现，使用空间注意力机制的Field-Net较ResUNet模型F1-Score提高了1.01%，交并比提高了1.6%；多任务学习策略使得Field-Net模型的F1-Score提高了0.18%，交并比提高了0.21%；将模型权重特征进行可视化后发现空间注意力机制模块和多任务学习策略可以使模型学习到的特征更加聚集于地块边界和地块内部，使学习到的特征更具代表性。总体而言，Field-Net模型可以支撑地块级别国土资源和耕地非农化、非粮化利用监测，从而提高监测的效率和时效性。
•   

  PDF(636)

  摘要(595)

  HTML

• EllipticNet：基于椭圆方程的遥感有向目标检测
• 涂可龙,卿雅娴,李真强,杨超,祁昆仑,吴华意

• 摘要：遥感有向目标检测是计算机视觉领域内一项具有挑战性的任务，传统的水平框表示法无法精确定位尺度各异、方向任意且密集排列的遥感目标。目前广泛采用的五参数有向框表示法，由于方向角的周期性和边的交换性问题，增加了模型训练的复杂度。为了解决上述问题，本文提出了一种基于椭圆方程的遥感有向目标检测模型（Elliptical Equation-based Remote Sensing Oriented Object Detection Network，EllipticNet）。首先，EllipticNet将方向角的预测问题解耦为两个子问题：定量角度回归和旋转方向分类，从而克服五参数有向框表示法的边界不连续性问题；结合椭圆的长短轴以及中心点预测，实现遥感有向目标的精确表示。其次，本文设计了一种椭圆约束的损失函数，通过增强椭圆参数之间的内在几何关系，提高EllipticNet训练的鲁棒性。此外，本文还提出了一种逐层空洞空间卷积池化金字塔模块，显著提升EllipticNet对多尺度特征的表征能力。最后，在DOTA、HRSC2016和UCAS_AOD三个常用的公开遥感数据集上的对比实验表明，本文方法在性能和效率方面均具有竞争力，表明本文方法在遥感有向目标检测中具有一定的实用价值。
•   

  PDF(629)

  摘要(450)

  HTML

• 基于多源遥感数据的河流断面提取进展与展望
• 薛源,覃超,徐梦珍,傅旭东,李丹,吴保生,王光谦

• 摘要：河流断面形态是开展河流水文过程、物质通量等研究的基础。断面形态的获取多基于现场量测，制约了难以抵达地区的断面获取及全流域、大范围河段的断面提取。随着多源遥感观测及水面、水下无人观测等智能技术的发展，融合有限的地面观测数据，建立与河流特征相适应的多源遥感自动化提取方法，成为获取河流断面形态的重要途径和新方向。本文系统梳理了近20年来河流断面形态提取的相关研究进展，提出并展望了适用于缺资料地区或大范围流域断面形态提取的“空-天-地”一体化观测方案，结合技术进步，探讨了方案的可行性及未来发展趋势。
•   

  PDF(225)

  摘要(502)

  HTML

• FY3D/MWRI在不同轨道位置的重采样误差分析
• 张洲,王振占,何文明,佟晓林,丁甲

• 摘要：中国风云三号（FY3）卫星是国际气象组织组网卫星之一，其搭载的微波成像仪（MWRI）可为气象研究、天气预报等多个领域提供有效数据。在应用MWRI数据进行多频率探测通道的协同反演时，必须考虑通过重采样来使不同探测频点的数据具有一致的空间分辨率。Backus-Gilbert（BG）方法是一种被广泛用于星载微波辐射计亮温数据重采样的方法。传统重采样方式应用BG方法计算辐射计单次旋转扫描得到的采样点的权重系数（预计算权重系数），并将其直接应用到所有旋转扫描获取的采样点上，进而完成全部数据的重采样。然而，在卫星仪器的采样过程中，地球椭球面等因素的影响会导致观测视场之间的相对位置发生改变，将预计算权重系数直接应用到全部数据会给重采样带来误差。因此，本文提出一种结合天线方向图投影定位方法的重采样方式，详细分析了MWRI数据在不同轨道位置的重采样效果。实验结果表明，本文采用的重采样方式能够在MWRI的不同的通道组合上修正传统重采样方式造成的平均1.32 K的亮温误差。本文指出并修正了重采样亮温的一种误差来源。未来在使用多频率探测通道数据协同反演地球物理参数时，根据反演参数对亮温变化的敏感程度，应用本文方式获取的重采样数据可以获得更准确的反演结果。
•   

  PDF(566)

  摘要(588)

  HTML

• 基于多要素耦合的长江中下游地区地表水体提取与变化分析
• 郭山川,杜培军,夏子龙,方宏,唐鹏飞

• 摘要：全球气候变化和水土资源长期高强度利用背景下，长江中下游地区地表水体变化突显复杂性、极端性、破坏性，加剧了区域地表水资源遥感调查与可持续管理的挑战。针对区域地类复杂、结构破碎、要素特征不一致等因素带来的地表水体遥感提取难题，研究构建了面向复杂地理条件的多要素耦合和水体大范围精细监测方法。该方法通过挖掘复杂背景不同地物间的关键影像特征，发展了植被-地表水体耦合的增强型遥感水体指数。结合地形、水文、不透水面等基础地理信息数据，构建了多源地理空间数据融合的水体自动分层提取规则。利用地表水体季节变化特征，实现了水体识别频率引导的稳定水体、变化水体分类。利用提出方法和Google Earth Engine（GEE）平台，提取了长江中下游地区1984–2020年30 m空间分辨率稳定水体与季节水体分布范围，研究并揭示了长江中下游地区地表水体时空分布及其变化趋势特征。面向大范围、长时序的地表水体遥感时序监测方法及数据成果，有助于提高对地表水时空分布、演变过程及其环境效应的认识，可为地表水资源时空调查、配置优化、统筹开发、灾害风险评估及预警提供空间数据和技术支撑。
•   

  PDF(213)

  摘要(584)

  HTML

• 海南岛可持续发展目标六（SDG 6）评估
• 韩志婷,廖静娟,张 丽,白林燕

• 摘要：水资源的可持续发展(SDG 6)是联合国其他目标能够实现可持续发展的基础。海南岛地处热带,拥有丰富的海水资源,但是淡水资源环境却比较脆弱。本文基于联合国可持续发展评估体系,结合海南岛的实际情况,对可持续发展目标六的指标进行本地化,收集市县两级的统计数据和遥感数据,引入 Co$ting Nature 生态系统服务模型中的自然水质足迹(NFWQ)指标,构建更完善的可持续发展评估框架。通过对海南岛市县的评估发现：(1)SDG指数得分(0-100分)表明,海南岛的可持续发展水平得到了显著提高,2015 - 2021年,海南岛大部分市县SDG 6得分呈螺旋式上升趋势。(2)2015 - 2021年,在18个市县中,省会海口市和旅游城市三亚市的SDG 6 指数总得分最高。屯昌县、五指山市和琼中黎族苗族自治县的增长速度排名前三,分别为：91.4%、74.2%和73%。(3)海南岛整体SDG 6发展水平分布不均匀,呈现出中东部高、南北稳定、西部低的空间格局。本文引入的生态系统服务指标和海南岛市县级的本土化评价体系,为海南省落实国家“十四五”规划,打赢“六水共治”攻坚战提供决策支持。
•   

  PDF(274)

  摘要(722)

  HTML

• 面向嵌入式平台的光学遥感飞机目标快速检测算法
• 秦煜,陆陈鑫,刘艳丽,吴庆学,张琦,张小贝

• 摘要：针对目前深度学习检测算法在遥感图像在轨实时处理任务上综合性能不平衡，且在星载嵌入式设备上难以部署的问题，本文基于YOLOX-s算法，提出一种面向嵌入式平台的光学遥感飞机目标快速检测算法LAD-YOLOX（Lightweight Aircraft Detection YOLOX）。首先，在硬件感知网络的设计上，基于ShuffleNetv2设计了超轻量、高精度的骨干模块ES-Block（Enhanced ShuffleNet Block），重构原有的主干特征提取网络。其次，引入GSConv构建轻量级颈部特征融合网络GS-Neck，使得前后端结构的参数量配比均衡，降低了计算复杂度的同时精度损失更小。然后，设计轻量级解耦合检测头网络结构，进一步提升飞机目标分类和定位的特征编码，降低模型参数量，提升检测性能。最后，为LAD-YOLOX算法替换置信度预测损失函数Varifocal Loss及边界框定位损失函数SIoU Loss，提高了模型训练的收敛速度和推理时的精度。仿真实验结果表明，所提算法在RSOD遥感数据集上，检测精度损失极低，计算量压缩为原始YOLOX-s模型的43.72%，检测速度提高24 FPS。在XILINX EK-U1-ZCU102-G评估套件上完成算法部署及加速，对自制飞机数据集的检测速度至少可达到26.53 FPS，能够满足在轨实时、准确检测飞机目标的需求。
•   

  PDF(349)

  摘要(551)

  HTML

• 综合多源遥感信息的水稻纹枯病区域生境适宜性评价方法
• 田洋洋,吴开华,李惠紫,沈艳艳,邱晗潇,翟婧,张竞成

• 摘要：作物病害的发生与其生境的适宜性关系密切，目前病害生境监测和评价通常较为粗放，主要依靠气象信息，对田块间作物生长状态和环境条件等空间异质性因素缺乏精细的描述，难以为病害的精准预测提供有效信息。本研究以水稻中发生面积较大的主要病害水稻纹枯病为研究对象，通过在县域尺度开展多年份病害等级调查获得建模及验证样本，综合运用光学、微波及热红外等多源遥感数据对病害关键生境因素进行监测，关键生境因素主要包括寄主生长状态、稻田水层状态及稻田地表温度生境因素，并在此基础上，结合空间网格化分析和偏最小二乘（PLS）回归方法建立了病害生境适宜性评价模型。结果表明，利用遥感信息能够有效表征病害相关生境因素，同时，基于多源遥感表征的生境因素建立的水稻纹枯病区域生境适宜性评价模型能够得到与实际病害调查空间分布趋势基本一致的结果，模型对病情等级的拟合优度R2为0.60-0.65，RMSE分别为0.72、0.56。基于多源遥感信息能够以空间连续的方式对寄主状态、环境条件等重要病害生境因素进行表征，及实现病害生境适宜性的有效评价，为病害预测、防控提供重要的参考和指导信息。
•   

  PDF(716)

  摘要(565)

  HTML

• 联合空地LiDAR的红树林单木生长参数提取方法
• 张菁锐,任广波,吴培强,张程飞,刘善伟,马毅

• 摘要：红树林是生长于热带、亚热带海岸潮间带的木本植物群落，是重要碳汇生态系统。激光雷达（Light Detection And Ranging，LiDAR）是获取林木三维结构参数进行生物量估算的重要技术手段。针对仅利用机载LiDAR难以完整描述出红树林三维结构的问题，本文以广东湛江英罗港和广西茅尾海红树林保护区为研究区，利用无人机载和手持式LiDAR获取的点云数据，提出了一种红树冠层下部约束聚类分割方法，实现了对木榄、红海榄、桐花树等不同类型红树的单木分割以及树高、冠幅的提取，并与传统单木分割算法进行了对比分析。结果表明：联合空地LiDAR数据，本文提出的单木分割算法在不同类型红树单木分割中均取得了最高的单木检出率，较传统的冠层高度模型分割法提升了13.4%~26.7%。有效提高了红树树高的提取精度，三种红树树高参数提取值与实测值之间的R2提高了1.8%~42.2%，RMSE减少了3.4%~55.3%。红树冠幅分割结果存在提取值偏小的规律，将能够表征红树冠层交叠密集程度的点云密度变量作为修正因子，经修正，RMSE降低了45.25%~53.33%。
•   

  PDF(632)

  摘要(568)

  HTML

• 面向高分辨率遥感影像变化检测的混合空间金字塔池化网络
• 邵攀,高梓昂

• 摘要：以残差网络为基础,结合高分辨率遥感影像的特点,提出一种全新的端到端变化检测网络--混合空间金字塔池化网络(Hybrid spatial pyramid pooling network,HSPPNet)。HSPPNet首先将空洞卷积和注意力机制引导卷积并行集成,构建一种混合空间金字塔池化模块,以便有效提取高分辨率遥感影像中不同形状尺度的变化对象。然后,通过定义一种截断-补偿加权交叉熵函数和一种类别级IoU函数并将二者集成,得到一种全新的自适应平衡损失函数,来降低变化类与未变化类严重不均衡问题对变化检测的影响。最后设计一种简单有效的输入模块,通过综合考虑两期遥感影像及其差异图来增强变化信息。通过以上三点,HSPPNet增强了深度学习变化检测的性能。两组常用公开变化检测数据集上的实验结果表明HSPPNet可行、有效。
•   

  PDF(708)

  摘要(530)

  HTML

• 博士生论坛-整合集成预测约束与错误预测熵最大化的移动激光扫描点云分类
• 雷相达,管海燕,董震

• 摘要：目前，许多深度学习点云分类方法通过增加点云特征聚合模块，增强点云特征的表达能力。但该类方法往往会带来训练参数增加以及模型过拟合的问题。针对该问题，本文提出了一个整合集成预测约束与错误预测熵最大化的深度学习方法用于移动激光扫描(Mobile Laser Scanning, MLS)点云分类。方法通过集成预测约束分支以及错误预测熵最大化分支可以在不增加训练参数的情况下，增强基线网络的点云特征表达，提高模型泛化能力。其中集成预测约束分支首先通过记录点云在训练过程中的预测值，生成集成预测值，然后采用一致性约束增强模型的点云特征表达。错误预测熵最大化方法鼓励模型对错误预测点进行熵值最大化，增加该点的不确定性，提高模型的泛化能力。所提方法在多个公开MLS点云数据集上进行验证，结果表明所提方法可以在不增加训练参数的情况下，提高基线方法的分类性能。与其他方法相比，所提方法在Toronto3D、WHU-MLS、Paris数据集上获得了最优的平均交并比（83.68%、44.19%、65.85%），表明了方法的有效性。
•   

  PDF(659)

  摘要(543)

  HTML

• 基于机器学习联合TanDEM-X InSAR和ICESat-2数据估计大范围林下地形
• 胡华参,朱建军,付海强,Juan M. Lopez-Sanchez,Cristina Gómez,刘奎,张涛

• 摘要：双站TanDEM-X InSAR系统已成功应用于生产全球数字高程模型。然而，受X波段SAR信号的穿透能力限制和森林体积散射的影响，在森林地区提取的DEM包含严重森林信号。因此，利用TanDEM-X InSAR数据估计林下地形的关键在于如何降低森林体散射对InSAR测高的影响。鉴于此，本文提出了一种基于机器学习联合TanDEM-X InSAR、ICESat-2和Landsat 8数据估计林下地形的方法。为验证所提方法的有效性，选用了两个具有不同地形条件和森林类型特征的试验区进行了测试，并利用高精度机载LiDAR DTM进行精度评定。在加蓬热带雨林试验区，估计的林下地形RMSE为5.45 m和5.91 m，与InSAR DEM (14.70 m和18.58 m) 相比提高了60%以上；在西班牙北方森林试验区，林下地形的RMSE也从6.05~9.10 m降低到了3.06~4.42 m。
•   

  PDF(486)

  摘要(591)

  HTML

• 土地利用/覆盖变化及其对森林碳收支影响研究综述
• 黄子豪,杜华强,李雪建,毛方杰

• 摘要：土地利用/覆盖变化(LUCC)是影响陆地生态系统碳收支平衡的直接驱动因素,其对全球变暖的影响仅次于化石燃料和工业排放。森林是陆地生态系统中最大的碳库,在应对全球气候变化和实现碳中和目标中具有重要的作用。然而,有限的LUCC数据使得LUCC对碳排放的影响大大低估,而缺乏未来气候背景下的LUCC时空数据,也使得揭示森林碳循环对LUCC的响应面临诸多不确定性,如何模拟LUCC,分析LUCC对森林生态系统碳循环的影响是国内外研究的热点。本文系统归纳了国内外LUCC时空模拟方法、森林碳收支估算方法和LUCC对森林碳循环影响研究进展,并列举分析不同LUCC时空模拟、森林碳收支估算模型的优势、适用性、存在的问题。通过文献综述,指出以遥感数据为基础,模拟LUCC并驱动生态系统过程模型,实现森林生态系统碳循环时空精准模拟,是当前今后碳循环研究的发展趋势之一。
•   

  PDF(2020)

  摘要(665)

  HTML

• 玉米低温冷害遥感监测方法研究
• 黄然,黄健熙,张超,郭春明,庄立伟,吴开华,张竞成,张垚

• 摘要：低温冷害是影响东北玉米生长发育及产量形成的主要气象灾害。以东北地区为研究区，利用2003到2015年的MODIS (Moderate Resolution Imaging Spectroradiometer)陆地表面温度(land surface temperature，简称LST)数据产品、植被指数（vegetation index, 简称VI）数据产品与气象站点观测的日平均气温数据，构建以LST、VI和太阳赤纬（Ds）为自变量的日平均气温估算模型；并结合时空数据融合方法，完成覆盖研究区的逐日的1km空间分辨率的日平均气温数据集；逐年计算≥10℃的积温；结合玉米障碍型低温冷害指标和延迟型冷害指标，开展研究区2003年到2015年研究区玉米低温冷害遥感监测。监测结果显示，本研究区在2003年、2005年、2006年、2009年和2011年遭受大范围的延迟型低温冷害，与相关文献和农业农村部种植业司玉米单产数据分析对比结果表明，玉米障碍型低温冷害和延迟型低温冷害遥感监测结果与实际情况相符。
•   

  PDF(1477)

  摘要(1485)

  HTML

• 结合影像和DEM的撞击坑检测方法综述
• 刘慧珍,李大刚,徐懿

• 摘要：撞击坑在月球及类地行星表面普遍存在，是开展天体研究的重要数据来源。目前已有很多种撞击坑检测的方法，主要基于撞击坑的影像数据或者DEM（Digital Elevation Model）；而随着数据的不断丰富，近年来也有综合使用这两类数据的趋势出现。本文聚焦并全面梳理了现有综合使用影像和DEM的这部分撞击坑检测方法并将之分为四类：第一类是以影像数据为主DEM为辅的方法；第二类是DEM为主辅以影像信息的方法；第三类是组合使用两类数据的方法，该类方法从影像数据和DEM中分别检测撞击坑，然后将两者的结果对照合并从而得到最终的结果；最后一类我们称为融合的方法，用覆盖同一区域的影像和DEM收集训练样本，将两类样本先融合再作为撞击坑检测算法的输入，从而得到统一的检测模型。本文整理了这四类方法的代表性工作，分析总结了不同方法的优势和适用范围，最后指出了该领域的研究热点及未来的发展方向。
•   

  PDF(2155)

  摘要(1422)

  HTML

• 面散射与体散射概念介绍
• 边钊

• 摘要：1
•   

  PDF(107)

  摘要(190)

  HTML

• CARE产品：云微物理和短波辐射强迫算法及应用
• 马润,胡斯勒图

• 摘要：云微物理参数的准确获取对辐射收支计算具有重要的研究意义。本研究首先基于新一代静止气象卫星葵花-8（Himawari-8）数据，结合辐射传输理论与最优化反演方法反演获得了水云和冰云的光学厚度和粒子有效半径，并将反演结果与MODIS二级云产品进行了对比，发现两者具有较好的一致性。之后，利用反演获得的云光学厚度和粒子有效半径进一步计算获得了地表和大气层顶的短波辐射强迫，并将结果与CERES三级辐射产品进行了对比，发现本研究计算得到的结果与CERES产品均具有较高的相关性，地表和大气层顶短波辐射强迫相关系数R分别高达0.97和0.98，均方根误差RMSE分别为15 Wm-2和15.6Wm-2，表明具有较高的精度。本文在以往地表短波辐射估算研究基础上，首次将非球形冰晶模型Voronoi拓展至卫星的地表以及大气层顶短波辐射强迫的估算，并通过CERES辐射产品证实了其有效性，该研究可为后续完整辐射收支（短波、长波）估算提供重要参考。相关产品详见CARE主页（http://www.slrss.cn/care/）。
•   

  PDF(778)

  摘要(877)

  HTML

• 沙尘气溶胶散射效应对大气二氧化碳卫星遥感反演误差的影响分析
• 华健聪,曾招城

• 摘要：二氧化碳（CO2）是一种重要的温室气体，利用卫星遥感可实现全球大气CO2的持续大范围监测，对于制定减排策略应对全球气候变暖具有重要意义。大气中的气溶胶散射效应是制约卫星高精度CO2反演的主要因素。现有研究表明，在地表反照率较高的地区，例如沙漠地区，卫星反演的CO2大气柱平均干燥空气混合比(XCO2)比真实值普遍偏高（约0.5%）。然而目前学界对此还缺乏足够的理解和定量分析。围绕这一难点问题，本文应用精准的大气辐射传输模型和基于最优化估计的XCO2全物理反演算法，分析和量化沙漠地区沙尘气溶胶散射效应所导致的XCO2反演误差。本研究从气溶胶的三个重要特征变量出发，包括气溶胶光学厚度（AOD）、气溶胶层高（ALH）和单次散射反照率（SSA），解析沙尘气溶胶散射效应导致XCO2卫星反演结果偏差的物理机制。研究结果表明卫星反演算法中低估沙尘气溶胶的AOD、低估ALH或高估SSA是沙漠地区XCO2出现高估的可能原因。具体表现为：（1）在反演算法不考虑气溶胶的情况下，若实际AOD大于1.0，将导致XCO2反演结果高估超过1%；（2）当AOD低估0.3至0.5时，XCO2的反演结果将高估0.15%至1.28%；（3）当ALH低估超过0.6 km时，XCO2将高估超过1%；（4）在高估单次散射反照率（SSA）的情况下，XCO2反演结果偏高，但高估不超过0.15%。由本文的模拟实验可知，精准的气溶胶信息对于实现高精度的XCO2反演极为关键。本文还探究了沙漠地区可能发生的“临界反照率”效应对反演结果的影响，并指出此效应可能是高亮地表中CO2探测卫星无法同时量化气溶胶信息的根源。本文提出，为了解决这一难题，实际反演中需要综合气溶胶探测仪器的观测数据对气溶胶信息进行进一步约束以提高XCO2的反演精度。本文结论可为未来卫星反演算法的改进提供参考依据。
•   

  PDF(466)

  摘要(433)

  HTML

• FVC-Net：一种高空间分辨率植被覆盖度的融合网络
• 张智昊,王群明,丁欣宇

• 摘要：植被覆盖度(FVC)是描述地表植被分布的定量指标之一。通过遥感卫星(如Landsat和Sentinel-2)获取大尺度下的高空间分辨(如10 m级) FVC，能为全球生态系统研究提供重要基础数据。然而，由于云雾干扰以及卫星重返时间分辨率有限等问题，高空间分辨FVC在时域上存在大量缺失。本文考虑协同30 m Landsat-8和10 m Sentinel-2数据，实现二者在时域上的互补。为解决二者空间分辨率不一致的问题，本文提出了一种基于FVC-Net的深度学习方法，通过融合10 m Sentinel-2归一化植被指数(NDVI)数据，将30 m Landsat FVC降尺度至10 m。FVC-Net方法构建双分支结构下的通道注意力模块用于FVC和NDVI的多尺度特征采集与融合，随后利用空间注意力模块将选择的特征进行细节增强，以有效描述不同获取时间下的10 m NDVI与30 m FVC之间的非线性映射关系。实验中，与四种典型非深度学习方法和三种深度学习方法相比，FVC-Net获得了更高精度的融合结果。FVC-Net有望应用于全球尺度下的30 m Landsat FVC产品的降尺度，为相关领域研究提供更为精细的数据支撑。
•   

  PDF(744)

  摘要(675)

  HTML

• 基于边缘感知强化的高分辨遥感影像语义分割方法
• 于纯妍,李东霖,宋梅萍,于浩洋,Chein-I Chang

• 摘要：基于深度卷积神经网络(DCNN)的高分辨率遥感影像语义分割方法不断取得显著发展,但仍存在分割对象边缘特征提取与表达困难问题,导致受遮挡及小目标地物的边缘分割效果较差,从而影响语义分割方法整体精度。针对以上问题,本文提出了一种边缘感知强化的高分辨率遥感影像语义分割方法。首先,提出Transformer-DCNN协同机制提取遥感影像的全局自注意力特征和空间上下文信息,提炼更为精准的地物语义特征表达；然后,构建边缘和不确定点共同引导的边缘感知强化模块,从不确定点及实体边缘两个视角增强模型的边缘信息处理能力；最后,通过语义分割解码器有效利用包含边缘信息的特征编码,提高分割对象边缘预测的准确性和连续性。在Vaihingen和Potsdam数据集上的实验对比结果表明所提模型能有效处理复杂地物的边缘信息,提升分割方法的准确性,在常用的评估指标平均交并比(mIoU)和其他评估指标均有着不错的效果。与UNet++分割网络相比,本文所提方法在Vaihingen 数据集的mIoU得分提高了4.57%,在Potsdam 数据集的mIoU得分提高了5.01%,平均F1得分和整体精度OA也有不同程度的提升。
•   

  PDF(603)

  摘要(797)

  HTML

• 基于无人机数据的森林冠层体密度和冠层基高估算
• 孙浩,郭笑怡,张洪岩,赵建军

• 摘要：森林冠层体密度（Canopy Bulk Density，CBD）和冠层基高（Canopy Base Height，CBH）是许多火行为模型的关键输入参数。然而，在中国很少有研究关注这些参数的估算以及在区域的空间分布情况。无人机技术的发展为精细尺度估算CBD和CBH的空间分布提供了机遇。本研究首先利用野外调查数据计算样地的CBD和CBH；而后，利用无人机LiDAR点云和多光谱影像，构建基于面状区域的最优子集和随机森林估算模型，并对估算结果进行评价；最后，绘制研究区的CBD和CBH空间分布图。研究结果表明：采用相同数据源和模型时，估算CBH的R2总是高于CBD。CBD最优估算方法为融合LiDAR和多光谱数据的随机森林模型，R2为0.5142，RMSE为0.0773 kg/m3，rRMSE为40.73%。CBH的最优估算方法为仅使用LiDAR数据的随机森林模型，R2为0.6477，RMSE为1.6245 m，rRMSE为31.17%。使用单一数据源时，LiDAR估算精度明显高于多光谱数据。融合两种数据源不一定提升CBD和CBH的估算精度。本研究中构建的最优子集模型需要3-6个特征变量，随机森林模型则需要输入10-52个特征变量。仅使用多光谱影像估算CBD和CBH时，最优子集回归估算精度更好，但是空间预测结果易受地表覆盖类型的影响。本研究能够为森林冠层可燃物参数估算提供方法参考，同时也可以为林火行为预测模型提供精细尺度的输入数据。
•   

  PDF(698)

  摘要(617)

  HTML

• 基于自适应非局部模式一致性的多模态遥感影像变化检测方法
• 韩特,汤玉奇,陈玉增,张芳艳,杨欣,邹滨,冯徽徽

• 摘要：多模态遥感影像变化检测在灾害监测等领域可发挥重要作用，已成为当下遥感影像处理的研究热点。针对现有方法存在的目标空间结构特征和影像变化信息利用不足的问题，本文假设地物变化将导致对应影像区域的空间结构特征变化，提出了一种基于自适应非局部模式一致性（Adaptive Non-local Pattern Consistency, ANLPC）的多模态遥感影像变化检测方法。该方法通过度量多模态影像的空间结构变化提取影像变化信息。首先利用块相似性构建多模态影像的自适应非局部模式，实现空间结构特征表达；然后通过前/后向模式映射度量其与另一时相影像的空间结构差异；最后融合前/后向变化强度图的频率域信息获取鲁棒的变化强度图，并通过阈值分割得到二值变化检测图。本文采用4组多模态遥感影像数据集（2组光学-SAR（Synthetic Aperture Radar）数据集，2组光学-LiDAR数据集）和2组单模态遥感影像数据集（1组光学影像数据集，1组SAR影像数据集） 验证了本文方法的有效性。相对于现有方法，本文方法在6组数据集中的卡帕系数KC平均至少提升17.28%。
•   

  PDF(209)

  摘要(881)

  HTML

• 基于自适应SLIC的遥感影像去雾算法
• 余航,李晨阳,刘志恒,周绥平,郭玉茹

• 摘要：目的 遥感影像由于雾霾的原因导致清晰度下降，增添了遥感影像目标检测和地物分割任务的困难。方法 提出一种基于自适应SLIC的遥感影像去雾算法，主要包括：首先，针对有雾遥感影像出现局部区域高亮问题，使用改进的Retinex算法，对输入遥感影像进行对比度增强，保留图像细节，以减少伪影现象，扩展图像的对比度动态范围，准确估计遥感影像大气强度值；其次，提出了一种自适应SLIC算法，解决超像素数目参数设定的困难，对输入遥感影像进行超像素分割，避免局部对比度强烈区域对固定窗口的影响，从而获得更加精确的透射率估计；最后，基于暗通道先验原理和大气散射模型恢复出无雾遥感影像。结果 使用所提算法和He等人、Zhu等人、Han等人和Nie等人的四种算法进行对比，分别在公开数据集Inria Aerial Image Dataset和RICE Image Dataset进行去雾效果比较。主观上，所提算法处理后的遥感影像颜色更真实、去雾更彻底、地物更清晰，能更好的保留影像细节信息；客观上，所提算法处理后的图像信息熵平均值为7.56，峰值信噪比平均值为22.05，结构相似性平均值为0.87，均高于其他四种算法。结论 所提出的去雾算法模型，综合了图像增强与恢复的优点，使得去雾后的遥感影像更加自然真实，更好的恢复出遥感影像细节信息。
•   

  PDF(634)

  摘要(1054)

  HTML

• 领域特征参数融合的点云轮廓特征点提取方法
• 刘书南,陈西江,吕楚男,郑益平,付合

• 摘要：点云轮廓特征点是确定物体几何形状的关键，在目标检测和定位等邻域发挥着重要作用。本研究的目的是直接利用点云邻域特征来提取点云轮廓特征点。首先，利用Cholesky分解确定主、次特征向量，并分别构建基于主、次特征向量作为法向量的折边和边界点提取的邻域特征投影平面。然后，通过构建点的邻域维度特征信息熵模型来确定最佳的邻近点数，分析投影平面上目标点与邻域点构成的向量夹角分布特性，并基于方位角的特点，提出基于邻域特征分布的边界点精细提取方法。最后，提出基于四元素的投影平面上邻域点的二维视图形成方法，建立二维视图下基于点到直线距离及直线两侧点数偏差的多参数的折边点提取模型。实验结果表明，本文方法优于有序点霍夫变换法，面分割法和二值图像法。在抗噪声性能方面，本文方法能够在不同噪声情况下提取出轮廓特征点，且稳健性优于二值图像法、区域聚类曲率法和区域增长法。另外，本文方法的准确率、召回率及F1分数都高于90%，本文方法的F1分数比区域聚类曲率法高了4.2%，比霍夫变换法高了32.4%。而且，本文方法不仅适用于规则平面形状的建筑，也适用于不规则曲线形状建筑的轮廓特征点提取。
•   

  PDF(76)

  摘要(281)

  HTML

• 三维解析辐射传输模型ESRT原理及其异质森林冠层光谱模拟应用
• 李骁尧,饶月明,张卓立,魏胜蓉,秦朋遥,谭炳香,符利勇

• 摘要：森林场景中的复杂空间异质性会影响冠层反射特性，如何处理异质性问题是辐射传输建模领域的难点。为克服经典解析模型简化场景导致的精度受限问题以及计算机模拟模型在大场景模拟中的运行效率受限问题，我们基于随机辐射传输理论开发了三维解析辐射传输模型ESRT，然而ESRT模型在不同复杂森林场景的应用尚待挖掘，需要更多的野外实测数据进行模型验证与评估。本文介绍了ESRT模型的基本原理和输入输出参数，并基于21个混交林样地和50个虫害胁迫样地调查数据，探讨模型模拟不同类型异质森林冠层光谱的能力，并分析混交、虫害程度对森林冠层光谱的影响。结果表明，相比原版SRT模型，扩展的ESRT模型模拟混交林、虫害胁迫林分冠层光谱与样地实测光谱有更好的一致性，模拟精度更接近三维计算机模型；针阔混交比、受害叶片的垂直分布均会影响冠层光谱信号。ESRT模型提供了面向多种异质森林场景的辐射传输模拟框架，平衡了三维结构的模拟精度与经典解析模型的模拟效率，更适合大尺度的复杂林分模拟。研究可为ESRT模型的复杂森林场景监测应用提供一定的理论基础。
•   

  PDF(511)

  摘要(380)

  HTML

• 基于多尺度注意力机制的 PolSAR深度学习超分辨率模型
• 林镠鹏,李杰,沈焕锋

• 摘要：全极化合成孔径雷达影像(PolSAR)可提供丰富的极化信息，但成像系统限制使其空间分辨率受到制约。为此，本文基于深度学习框架，提出一种基于多尺度注意力机制的超分辨率重建网络(MS-PSRN)，通过对低分辨率PolSAR影像进行分辨率增强，生成高分辨率的PolSAR影像。在该模型框架下，采用多尺度注意力模块对不同尺度下的地物目标进行特征提取；提出联合式与分离式两种内嵌方式，在模型中嵌入通道注意力与空间注意力，利用注意力机制的权值重校准特性，增强PolSAR影像的极化信息与空间信息；引入残差信息蒸馏机制，提取判别性特征并对模型参数进行压缩；提出自适应损失函数对网络训练过程进行约束以提升模型的数值拟合能力以及边缘信息保持能力。本文采用RADARSAT-2卫星的模拟数据与真实数据两个数据集对提出的方法进行验证。空间信息实验结果表明，本文方法在目视结果与定量指标中均优于对比算法，具有更高的空间纹理细节重建精度与较低的重建误差。极化信息保持测试表明，本文方法可在提升空间分辨率的同时，有效保持PolSAR影像的极化信息。
•   

  PDF(896)

  摘要(644)

  HTML

• 联合超像素分割和显著性特征的SAR海洋内波检测
• 崔光曦,杜延磊,杨晓峰,汪胜,徐雪峰

• 摘要：海洋内波是一种常见的致灾性中尺度海洋现象，因其对海洋军事和海洋工程等存在巨大威胁而被广泛关注。为了实现合成孔径雷达（SAR）图像海洋内波的准确检测，解决传统检测算法易受斑噪干扰的问题，本文提出了一种基于超像素分割和全局显著性特征的SAR海洋内波检测算法。首先，基于简单线性迭代聚类算法（SLIC）将SAR图像分割成特征均一的超像素；然后，利用超像素的梯度特征、灰度特征及空间特征构建内波显著性特征向量，计算其全局显著性并基于显著度提取内波超像素；最后，根据内波在傅立叶能量谱上的特征对内波区域和非内波区域进行标记并生成标签图像，用于对显著性检测结果进行校正。实验结果表明：本文方法对5景实验数据的内波条纹检测平均F1分数可达到0.884、平均虚警率为0.009，证明了本文方法在不降低SAR图像空间分辨率的条件下可以有效抑制斑噪的影响，实现高分辨率SAR海洋内波条纹的准确检测。
•   

  PDF(540)

  摘要(1144)

  HTML

• 基于遥感反演雪表粒径变化的山区高分辨率融雪探测
• 孙海娇,熊川,韩晨阳

• 摘要：季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。
•   

  PDF(219)

  摘要(470)

  HTML

• 一种基于信号强度的多模多频GNSS-MR雪深反演融合方法
• 陈国庆,何秀凤,王笑蕾,涂晋升

• 摘要：近年来,随着全球导航卫星系统(Global navigation satellite systems, GNSS)的发展,兴起了一种基于信噪比(Signal to Noise Ratio,SNR)的GNSS多路径遥感技术(GNSS-Multipath Reflectometry,GNSS-MR)。该技术利用GNSS接收机即可获取反射面信息,在雪深反演中具有信号源丰富、采样率高等优势。但是目前许多GNSS接收机并不记录SNR观测值。为了使这些接收机也具有雪深监测能力,文章提出了一种基于信号强度(Signal Strength Indicator,SSI)的多模多频GNSS-MR雪深反演融合方法。实验研究选取美国阿拉斯加州SG27测站；结果表明：四大全球卫星系统的多频点SSI数据均能反演雪深。经多模多频GNSS-MR雪深反演融合后,SSI反演结果与雪深实测序列间的均方根误差为2.36cm,相关系数为0.98。同时,实验研究也进行了基于SNR数据的多模多频GNSS-MR雪深反演,发现：SSI反演结果和SNR反演结果具有一致性,实验验证了基于SSI的多模多频GNSS-MR雪深反演融合方法的可行性和有效性。
•   

  PDF(911)

  摘要(1244)

  HTML

• 关注语义一致性的遥感影像变化检测
• 吴虎承,王仁芳,邱虹,王峰,高广,吴敦

• 摘要：遥感影像语义变化检测在生态环境、土地利用、土地覆盖监测等方面发挥着重要作用。近年来基于深度学习的变化检测方法是遥感智能解译关注的热点，然而现有的三分支语义变化检测方法缺少对变化分支和语义分支一致性建模，导致双时相语义变化检测的自相矛盾。针对该问题，本文提出一种基于孪生CNN与Transformer的遥感影像语义变化检测算法。在编码阶段，首先设计孪生ResNet34网络提取影像的多尺度特征，并嵌入差异增强模块来提高变化信息的关注度；然后利用语义标记器将特征图映射为紧凑的语义Token，并通过Transformer编码器联合双时相语义和变化信息来建模“语义-变化”一致性。在解码阶段，通过Transformer解码器利用跳跃连接，将不同细粒度的语义信息融合，生成细化的语义特征图；经过上采样恢复、掩码相乘得到双时相语义变化结果。在遥感语义变化检测公开数据集SECOND上的实验结果表明，本文提出的算法能够有效地关注变化区域，保持变化结果和语义结果的一致性，且达到了优异的评价指标和视觉效果。
•   

  PDF(564)

  摘要(627)

  HTML

• 多尺度山地植被总初级生产力遥感估算中的误差来源解析
• 谢馨瑶,李爱农,田洁,邬昌林

• 摘要：山地生态系统是陆地重要的贮碳库，准确估算山地植被总初级生产力（Gross Primary Productivity，GPP）可进一步认知陆地植被对全球气候变化的反馈作用。然而，现有植被GPP遥感产品常常忽略了地形对光合作用过程的控制作用和亚像元空间异质性，分别导致了“地形误差”和“空间尺度误差”。本文以四川王朗国家级自然保护区为例，重点解析高（30 m）、中（480 m）、低（960 m）空间分辨率山地植被GPP遥感估算中的误差来源。结果表明，不同地形条件模拟下的多尺度植被GPP呈现出明显的空间差异（区域均值差距高达198 gC m-2 yr-1），说明忽略山地环境的特殊性将对GPP遥感估算结果造成较大偏差。植被GPP遥感估算地形误差随着空间分辨率的降低呈现减小的趋势，高空间分辨率下的地形误差不容忽视（区域偏差高达200 gC m-2 yr-1）。其中，未考虑水分重分配导致山地植被GPP空间分布存在较大不确定性（均方根误差为402 gC m-2 yr-1），因此土壤水分模拟精度的提升将有助于进一步改善山地高空间分辨率植被GPP遥感产品。从植被GPP遥感估算空间尺度误差的角度来说，研究发现其随着空间分辨率的降低呈现增大的趋势，中、低空间分辨率下的尺度误差均不容忽视（分别为161和210 gC m-2 yr-1）。本文建议在多尺度山地植被GPP遥感估算中，高空间分辨率产品应该重点关注地形效应，中、低空间分辨率产品应该进一步消除空间尺度误差。研究结果可为生产山地植被GPP遥感产品提供有益认知，丰富山地定量遥感理论体系，助力“双碳”目标。
•   

  PDF(280)

  摘要(629)

  HTML

• 多重先验驱动的遥感图像弱监督实例分割
• 陈满,黄勇杰,徐磊,潘志松

• 摘要：遥感图像的实例分割能够同时实现感兴趣物体的目标级定位与像素级分类，是一项重要且极具挑战性的任务。当前大多遥感图像实例分割方法依赖精细的像素级注释，其制作成本高昂。此外，遥感图像混杂的前背景和复杂的目标轮廓同样增加分割的难度。为了迎接这些挑战，本文构建出一套适用于遥感图像弱监督实例分割任务的先验信息驱动体系，并提出一种基于多重先验驱动的遥感图像弱监督实例分割网络。具体地，将遥感图像弱监督实例分割任务中的先验信息按照其来源分为任务先验和图像先验，其中任务先验源自与实例分割紧密相关的边界框检测任务，图像先验来源于对图像本身信息的归纳与挖掘。进一步地，设计框-掩码投影一致性约束、像素区分难度表征函数和中心位置先验约束三个具体组件实例化任务先验信息，驱动网络确定掩码的尺寸并使其充分关注图像中的重点像素和区域；设计邻域视觉一致性约束和梯度一致性约束两个组件构建图像先验信息，使网络高效地进行前背景区分且适应遥感图像中复杂的目标轮廓。在光学和SAR遥感图像数据集上的实验结果表明，所提方法无需任何像素级注释即可实现52.5和54.1的AP值，优于现有的弱监督分割方法，且达到全监督Mask R-CNN的89.3%和84.3%。该方法能够为遥感图像的细粒度解译提供一种高性能且低成本的解决方案。
•   

  PDF(475)

  摘要(420)

  HTML

• 基于注意力机制和生成对抗网络的遥感影像云去除
• 郑其光,王仁芳,邱虹,王峰,高广,吴敦

• 摘要：受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更好地保留图像边缘纹理细节的问题，本文提出一种基于注意力机制的生成对抗网络去云算法。首先设计傅里叶残差模块同时集成云层影像的低频和高频残差信息；然后利用注意力机制从通道和空间两个角度进行特征关注而获得云层空间分布信息，并引导云层去除；最后在构造的联合损失函数约束下训练模型，确保生成图像和真实影像在内容上的一致性。在遥感影像数据集RICE上的实验结果表明，本文提出的基于注意力机制和生成对抗网络的遥感影像云去除方法能够有效地保留影像边缘纹理细节，且达到了优异的定量指标和视觉效果。
•   

  PDF(668)

  摘要(675)

  HTML

• 基于阴影方向先验的高分辨率遥感影像地物阴影检测方法
• 祁昆仑,马欣悦,金准,卿雅娴,李真强,杨超,吴华意

• 摘要：地物阴影的标注成本昂贵且难以全面覆盖高分辨率遥感影像蕴含的丰富信息，其训练样本的匮乏，严重限制了监督学习模型的性能。针对上述问题，本文提出了一种基于阴影方向先验的高分辨率遥感影像地物阴影检测方法，该方法探究了阴影方向先验对于遥感影像地物阴影高级语义特征表达的有效性，并基于阴影的方向性先验构建了遥感地物阴影检测辅助任务，实现自监督的遥感地物阴影检测方法。本文方法设计了一种方向变换无关性噪声处理机制和一种自监督阴影检测的数据增强策略，进一步提升深度神经网络对于地物阴影关键特征的学习能力。在AISD数据集上的实验结果表明，本文方法仅使用少量的标签即可显著提升地物阴影检测精度，并且地物阴影的边界更加平滑和规整，更接近于地面真实情况。
•   

  PDF(224)

  摘要(489)

  HTML

• 基于双阶段高阶Transformer的遥感图像场景分类
• 吴倩倩,倪康,郑志忠

• 摘要：Transformer模型因其强大的全局特征建模和长距离依赖关系的表征能力现已广泛应用于遥感图像场景分类领域，但遥感场景图像存在空间结构复杂、目标尺度变化大等挑战，直接采用ViT（Vision Transformer）中固定尺寸的图像分块方式和深度特征表示不能有效刻画遥感场景图像的空间特征信息。针对上述问题，本文提出一种基于双阶段高阶Transformer（Two-stage High-order Vision Transformer, THViT）的遥感图像场景分类方法。该方法以LV-ViT-S网络为主干网，包含粗-细动态分类阶段，该阶段通过将遥感图像分割为较大尺度的图像块或根据类注意力机制和信息区域提取模块进行遥感图像再分块，完成易分类遥感场景图像和复杂遥感图像的场景分类。粗-细动态分类阶段可通过阈值调节。同时，为了提升深度特征的可判别性，THViT引入布朗协方差高阶特征表示，从统计学角度，有效捕获遥感场景图像的判别深度特征表示。另外，为了克服Transformer网络仅使用分类Tokens作为分类特征的局限性，本文将分类Tokens和高阶特征Tokens同时输入Softmax分类器，提升遥感图像场景分类性能，并验证了高阶特征Tokens对遥感图像场景分类的有效性。实验结果表明：与CFDNN、GLDBS、GAN、GCN、D-CapsNet、SCCov、ViT、Swin-T、LV-ViT-S和SCViT等相关算法对比，THViT在NWPU45（NWPU-RESISC45 Dataset）和AID（Aerial Image Dataset）数据集上均有较优异的性能表现。
•   

  PDF(641)

  摘要(617)

  HTML

• 顾及地形特征的机载LiDAR地面点云聚类简化方法
• 武慧明,陈传法,郭娇娇,贝祎轩,李琳叶

• 摘要：点云简化是海量机载LiDAR地面点云高效传输和多尺度应用的前提。针对目前地面点云简化方法存在复杂环境适用性差、地形细节特征丢失等问题，本文提出了一种顾及地形特征的机载LiDAR点云聚类简化算法。首先利用K-means算法将点云分割为初始点云簇，然后依据各簇的地形复杂度再次对其细分，接着借助点云法向量信息以及邻接簇间边缘点的高程差识别地形特征点，最后通过保留各簇的边缘特征点防止原始点云边界收缩。选取6组高密度机载LiDAR点云为数据源，将本文方法与七种经典点云简化方法（包括随机方法、体素格网方法、基于曲率的方法、最大Z容差方法、基于图的方法、基于聚类和基于迭代的简化方法）比较分析。实验结果表明：相同点云简化比例下，本文方法生成的数字高程模型（DEM）精度及其派生品（包括平均坡度和地形粗糙度）精度均明显优于传统方法，而且较好的保留了地形特征信息。
•   

  PDF(509)

  摘要(618)

  HTML

• HY-2D卫星的DORIS精密定轨研究 （海2）
• 陶恩哲,周旭华,彭海龙,李朵朵,徐可馨,李凯

• 摘要：海洋二号D卫星（HY-2D）是我国第4颗海洋动力环境卫星，为研究HY-2D 卫星的DORIS的定轨精度，本文构建了卫星姿态模型，选择2021年6月5日至17日间DORIS相位测量数据，采用观测值历元间差分和动力学方法进行精密定轨。对定轨结果通过观测值拟合残差、重叠弧段、轨道互比和激光检核4种手段评估轨道精度，并讨论使用姿态模型和姿态数据两种定轨结果之间差异。结果表明：（1）13天观测值残差拟合RMS均值约为0.355mm/s，轨道重叠弧段三维差异的RMS小于2.0cm；（2）与CNES的精密轨道相比，使用姿态数据两者在R、T、N方向上差异的RMS分别为1.02cm、2.92cm和3.11cm，使用姿态模型两者在R、T、N方向上差异的RMS分别为0.97cm、2.77cm和3.15cm。两种结果接近，表明卫星姿态模型与实测姿态数据符合程度高。（3）用激光检核本文计算的轨道与CNES参考轨道的精度，测距残差的RMS分别为2.38cm和2.24cm，两种轨道精度相当。
•   

  PDF(859)

  摘要(801)

  HTML

• 面向季节性水体的湖盆地形多源遥感协同定量估算研究
• 陈闯,吴桂平,牛汇林,范兴旺,谭志强

• 摘要：季节性水体是地表水的重要组成单元，在调蓄区域洪水、维持生物多样性等方面具有重要作用。如何获取高精度水深信息，是有效支撑季节性水体水储量和碳通量估算的关键，对于深入理解区域水文过程及物质能量平衡等问题具有重要意义。针对季节性水体下垫面条件的复杂性及传统测深技术的局限性，本文基于GEE云平台，联合激光雷达和光学传感器数据，提出了一种面向季节性水体的湖盆地形定量估算方法，并以鄱阳湖典型碟形子湖为研究对象，开展了该方法的精度评价及适用性分析。研究结果表明，以ICESat-2/ATLAS剖面光子高程为基础，协同Sentinel-2获取的淹没频率信息，实现季节性水体湖盆地形“由点及面”的定量估算方法切实可行，估算值和实测值相关性较好，决定系数（R2）优于0.7，均方根误差（RMSE）控制在1m内；随着湖泊面积的增大，地形估算的精度总体呈上升趋势，同时受淹没频率范围及光子轨迹分布的影响，不同区域及下垫面条件上的子湖，其估算精度也存在着差异性。本文提出的方法可实现面向季节性水体大范围、低成本、长时序的水下地形定量估算，有望为全球范围内季节性水体水深数据的获取提供新思路。
•   

  PDF(1020)

  摘要(718)

  HTML

• 多特征约束的输电通道杆塔点云提取研究
• 王濮,王成,习晓环,聂胜,杜蒙

• 摘要：杆塔自动识别是机载LiDAR（Light Detection and Ranging）电力巡检应用的重要内容，特别是长距离、规模化应用时，高效高精度的杆塔点云提取尤为重要。针对复杂地形环境下输电通道杆塔点云快速精准识别难的问题，本文提出了一种基于多特征约束的杆塔自动识别方法。首先，基于输电通道地物空间分布特点，设计了离地高度、垂直最大间隙等特征；其次，对输电通道机载LiDAR点云进行去噪、滤波等一系列预处理；然后，对非地面点云进行网格化，基于离地高差、线性度等多特征约束快速定位杆塔区域，并利用分层密度法和杆塔塔体结构对称性提取杆塔中心坐标；最后，对杆塔区域点云垂直分层切片，逐层剔除非杆塔点云。采用三种不同场景的机载点云数据进行算法验证，结果表明本文所提方法可从原始点云中快速自动识别杆塔，其中查准率、召回率、F1值可达0.916、0.960、0.935，杆塔定位精度保持在分米级甚至厘米级。
•   

  PDF(897)

  摘要(733)

  HTML

• 长时间序列鄂尔多斯市光伏电站的土地利用动态演变规律及情景模拟研究
• 郭祺钰,李康宁,陈云浩,蒋金豹

• 摘要：太阳能作为清洁能源,通过减少碳排放,助力实现碳达峰和碳中和目标。光伏电站利用太阳能光辐射发电,是清洁能源的一种重要形式,通过光电转换技术将太阳能转化为电能,实现低碳、无污染的发电过程。将光伏电站纳入土地利用分类有助于全面评估土地资源利用和生态环境影响。然而,现有研究缺少针对光伏电站的长时序土地利用演变研究,且没有基于不同的政策情景对光伏电站建设进行预测。本文基于2000年-2023年间的Landsat5数据和GF2数据对鄂尔多斯市的光伏电站进行目视解译生成土地利用类型图,并在全市范围内分析光伏电站的面积变化、类型转化及空间变化。此外,本文通过绘制高斯投影椭圆,通过投影椭圆的重心演变分析了2000年-2023年间每五年鄂尔多斯市光伏电站的时空变化特征。最终通过PLUS模型分析驱动因素并进行不同政策情景下鄂尔多斯市土地利用类型的未来预测。研究结果表明：2000年-2011年与2011年-2023年相比,鄂尔多斯市土地利用变化的区域空间格局基本一致,但区域变化呈现了新的特征,2011年开始有土地利用类型转变成光伏电站。此外本文基于PLUS模型分析进一步显示人口增长、地表温度、土壤热通量、政策及降水量是造成鄂尔多斯市土地利用变化的主要驱动因素,且对2030年三种政策情景下的土地利用类型进行预测,三种政策情景下鄂尔多斯市建筑、林地、水体、耕地、草地和光伏电站面积均呈现增加的趋势。不同情景下对鄂尔多斯市土地利用类型进行预测为鄂尔多斯市土地规划、资源管理和环境保护提供科学依据。
•   

  PDF(33)

  摘要(69)

  HTML

• 基于局地气候分区的南京夏季地表热环境研究
• 管骁,江斯达,田家,田庆久

• 摘要：在全球变暖和城市化快速发展的背景下，城市热环境广受关注。本文基于局地气候分区（Local Climate Zone, LCZ）体系，利用Landsat影像反演地表温度，从类间、类内两个视角研究了南京市主城区夏季热环境动态变化特征。结果表明：(1)LCZ类间热环境表现出较大差异，较高的建筑密度表现出较高的平均地表温度，随着建筑高度的下降平均地表温度逐渐升高。并且，大型低层建筑（LCZ 8）在夏季一直呈现出较高的平均地表温度；(2)各建筑类型平均地表温度高于研究区整体平均地表温度，各自然地表覆盖类型除裸土或沙地（LCZ F）外，平均地表温度表现低于研究区整体平均地表温度；(3)LCZ类内热环境分析结果表明，密集型中层建筑（LCZ 2）、密集型低层建筑（LCZ 3）、重工业区（LCZ 10）和裸土或沙地（LCZ F）对温度变化表现出较大的敏感性。
•   

  PDF(30)

  摘要(112)

  HTML

• 基于神经网络的星载GNSS-R海面高度反演误差补偿模型
• 马德皓,于先文,王昊,郭树森

• 摘要：在现阶段星载GNSS反射信号(Global Navigation Satellite System-Reflectometry，GNSS-R)海面高度反演的误差研究中，使用经典误差模型对反演结果修正后仍存在较大误差。针对该问题，提出一种基于神经网络与注意力机制结合训练的误差补偿模型，通过误差补偿模型对海面高度反演结果进行修正，并使用DTU验证模型来评估修正精度。利用风云三号E星的星载GNSS反射信号中的DDM(Delay-Doppler Mapping)数据进行实验，结果显示：GPS(Global Positioning System)反射信号的数据使用误差补偿模型修正后的MAE(Mean Absolute Error)为1.74米，BDS(Beidou Navigation Satellite System)反射信号的数据使用误差补偿模型修正后的MAE为0.97米，相较经典误差模型修正精度提升了约80%；同时，本文模型相较于使用随机森林算法和CNN算法训练的模型精度稍有提升。实验证明，提出的误差补偿模型有效的修正了星载GNSS-R海面高度反演误差。
•   

  PDF(182)

  摘要(235)

  HTML

• 白鹤滩水电站库岸潜在失稳边坡 InSAR形变估计及时空变形规律分析——以大弯子-骑骡沟段为例
• 郑冠峰,邢学敏,沈绍罗,胡勇峰,敖志勇,朱珺,龙京建,王家豪

• 摘要：白鹤滩水电站为世界第二大水电站，对其周边潜在失稳边坡开展长期变形监测和时空变形规律分析具重要意义。本文将InSAR技术用于白鹤滩水电站库岸潜在失稳边坡时序形变估计，以探究其在库水位和降水变化联合作用下的时空变形规律。针对传统InSAR线性形变模型中较少顾及环境因素影响的局限，本文提出改进的时序InSAR库岸区形变估计方法。这一方法在形变建模环节以周期模型为基础模型，融入降水因子以充分顾及库岸区域所受库水位变化和降水影响；在形变估计环节通过组建时序相位方程组解算形变速率、高程改正值和降水因子参数，进而实现潜在失稳边坡时序形变估计。实验以白鹤滩水电站库岸区域大弯子-骑骡沟段为例，获取了为期31个月的时序形变结果。研究发现此区域形变以线性趋势为主导，伴随库水位变化体现周期变化特征，并相对旱雨季过渡月有2个月的滞后效应；近江区域坡体形变大于远江区域，最大累积形变达到-155 mm；隧道下游出口段和中段特征点上的形变差异最高达98 mm，是大弯子隧道洞壁产生裂缝的主要原因。利用残余高通形变验证改进模型的建模精度，结果显示改进模型相比传统InSAR模型精度提升12.5%；利用现场GNSS监测结果验证形变的外部精度为±1.7 mm。研究结果可为白鹤滩水电站库岸潜在失稳边坡长期变形监测预警提供参考。
•   

  PDF(188)

  摘要(220)

  HTML

• 冠层尺度高光谱分数阶微分估测薄壳山核桃叶片氮素含量（第一届中国生态系统遥感学术研讨会专栏）
• 徐佳佳,于磊,傅根深,燕李鹏,黄庆丰,唐雪海

• 摘要：氮素是蛋白质和叶绿素等物质的组成元素，对植物生长发育起着关键作用，氮素含量指示着植物营养状况及长势变化。利用高光谱技术无损、高效地估算植物生理生化指标，可以为植物生长发育过程中养分和健康状况评估提供可靠的数据收集方法。本文以薄壳山核桃（长林和建德系列）为研究对象，室外随机采集53株薄壳山核桃350~2500 nm范围的冠层高光谱，首先运用分数阶微分(FOD)进行光谱预处理，进一步联合两种两波段光谱指数探明薄壳山核桃叶片氮素含量(LNC)与光谱的响应关系，最后利用变量组合集群分析算法(VCPA)筛选建模变量，分别构建冠层FOD单波段及FOD联合两波段光谱指数的极端梯度提升算法(XGBoost)估算模型，得到基于本试验条件下LNC适宜的估算模型。结果表明，与原始光谱相比，FOD预处理后的冠层光谱与薄壳山核桃LNC的相关性提升效果较好，提高了0.152；FOD结合两波段光谱指数（归一化和差值光谱指数）比单波段在提高光谱特征与目标成分的相关性效果更佳，分别提高了0.250和0.277；VCPA变量选择方法最终筛选的光谱变量组合子集中同时包含强弱信息变量，对提升估算模型精度具有重要的作用；最优氮素估算模型是1.5阶微分结合两波段差值光谱指数(DSI)模型，模型预测集R2 P = 0.75，RMSEP = 1.32 g?kg。本文一方面证实了高光谱快速无损估算薄壳山核桃LNC的可行性；另一方面，分数阶微分结合两波段光谱指数可以显著提高光谱特征与目标变量的响应关系，丰富了高光谱数据处理方法，为植物养分监测开拓一种新的思路。
•   

  PDF(67)

  摘要(280)

  HTML

• 顾及地理位置特征的近海水深遥感反演方法
• 高二涛,周国清,李佶洋,李淑娴,付波霖,李淑瑾,雷文正,徐嘉盛

• 摘要：高效准确地获取高空间分辨率的浅海水深能够为海上航运、海洋资源普查与保护等提供数据支持。本文提出了一种引入地理位置特征作为建模要素的水深反演方法，构建了基于BP神经网络的水深反演模型。分别利用Sentinel-2、Landsat-9等不同的遥感影像，在中国涠洲岛海域和美国莫洛凯岛海域对本文提出的方法进行精度和适用性检验。结果表明：在模型筛选过程中发现，机器学习模型建模精度高于所有经验模型，其中BP神经网络模型建模精度最高。引入地理位置特征后可以很好地提高水深反演精度。经过实验验证，涠洲岛地区反演精度R2从0.7666提升到0.9952，RMSE从2.5016m减小到0.3578m。作为验证实验的莫洛凯岛地区R2也达到了0.9939，RMSE从3.0165m减小到1.0189m。表明本文构建的水深反演模型精度高、可靠性强、可移植性好，可以有效地用于浅海测深。在加入地理位置特征后，同时加入植被指数特征并没有取得更好的结果，反而使模型的建模精度略有降低，说明盲目地增加建模要素并不能提高模型精度，应分析各要素之间的自相关性，进行综合分析取舍建模因子。
•   

  PDF(239)

  摘要(260)

  HTML

• 基于时序InSAR的广州市地铁沿线地表形变时空监测与归因分析
• 纪政楠,杜亚男,廖春华,师延泽,冯光财,俞文熙,李晓诗

• 摘要：广州作为珠三角的核心城市之一，一直在经济建设与交通运输方面扮演着重要的角色。然而，随着大规模工程建设的推进和人类活动强度的增加，地质灾害问题也日益凸显。因此，高精度的形变监测和归因分析对于保障城市社会经济发展和公共安全显得尤为重要。本文收集了覆盖广州市2017年5月至2020年5月期间的85景Sentinel-1A数据，利用IPTA时序InSAR技术获取了广州市的地表形变时间序列，并结合GIS空间分析技术和皮尔逊相关性统计定量分析了形变背后的影响因素。同时，本文还引入实地调查数据，分析了地铁沿线缓冲区距离选择对各影响因素与地表形变之间相关性的影响。结果表明：1）广州市地表形变分布较为分散，主要表现为地铁沿线和居民区的局部形变、垃圾填埋场大量级形变以及大面积农田区形变。最大形变位于李坑垃圾填埋场，形变速率达到-54.5 mm/yr；2）地铁沿线的显著形变（<-20mm/yr）主要集中在地铁4号线、9号线、14号线、6号线和18号线，其中6号线柯木塱站最大形变速率可达-39.5mm/yr；3）地铁沿线沉降与运营时间呈现一定的负相关（r=-0.53）;4）地铁沿线沉降与距离成负相关，与路网密度和建筑荷载成正相关，相关性多小于0.2；5）广州市地铁沿线缓冲区选择的最佳距离为1000米，而路网密度与建筑荷载对缓冲区的选择不敏感。
•   

  PDF(71)

  摘要(228)

  HTML

• 多源遥感数据耦合CBA-Wheat模型的冬小麦生物量估算研究
• 王士俊,刘苗,赵钰,柳昭宇,刘修宇,冯海宽,隋学艳,李振海

• 摘要：生物量是反映作物生长状况的重要指标，及时准确估计冬小麦地上生物量对于产量预测和田间管理决策具有重要意义。综合考虑遥感植被指数（Vegetation index，VI）与数字化生育期（Zadoks stage，ZS）创建的作物生物量模型（Crop biomass algorithm for wheat，CBA-Wheat）适用于全生育时期的冬小麦生物量估算，但是模型参数基于地面高光谱数据构建，而卫星遥感数据在应用过程中，需要使用更多的地面实测数据进行模型参数的调试，限制了模型的推广使用。因此，本研究采用遗传优化算法（Genetic algorithm，GA）对CBA-Wheat模型进行全局优化确定模型最优参数，利用高分辨率遥感影像提取VI与试验记录的ZS数据，构建分别以不同VI为输入变量的冬小麦生物量反演模型。结果表明：增强型植被指数（Enhanced Vegetation Index2，EVI2）为输入变量建立的模型精度最高，冬小麦生物量估算验证的决定系数（R2）和均方根误差（RMSE）分别为0.92和1.37t/ha。基于CBA-Wheat模型的生物量估算精度效果优于基于偏最小二乘回归方法的生物量估算精度（R2=0.85，RMSE=1.87t/ha）。本研究基于遗传算法优化的CBA-Wheat模型不仅具有较高的反演精度，而且适用于全生育期反演，在区域大面积生物量预测方面具有较好的应用潜力。
•   

  PDF(228)

  摘要(459)

  HTML

• Transformer架构下跨多尺度信息融合的遥感影像建筑提取
• 刘异,张寅捷,敖洋,江大龙,张肇睿

• 摘要：建筑物是城市中最为普遍的基础设施，获取遥感影像中的建筑区域对于城市规划、人口估计和灾情分析等具有重要的意义。本文基于Transformer结构，设计了一种端到端的遥感影像建筑区域提取方法。首先，针对多尺度影像特征存在的信息冗余和信息差异问题，本文提出了一种多次特征金字塔结构Tri-FPN，实现跨越近邻尺度的全局多尺度信息融合，提高多尺度特征的类别表征一致性并减少信息的冗余。其次，针对多尺度提取结果融合时仅考虑尺度因素的问题，本文设计了一种顾及“尺度-类别-空间”的注意力模块CSA-Module，有效融合了不同尺度下的建筑提取结果。最后，在Transformer结构上加入Tri-FPN与CSA-Module进行模型训练，获得最佳的建筑提取效果。实验对比分析表明，本文的方法有效提高了建筑区域的检出率，并提供出更为准确的建筑轮廓，提升了遥感影像中建筑的提取精度，在WHU Building数据集和INRIA数据集上分别取得了91.14%和81.6%的IOU分数。
•   

  PDF(1299)

  摘要(734)

  HTML

• 煤矿采空区地表裂缝双任务检测方法研究
• 陈锡明,姚鑫,任开瑀,姚闯闯,周振凯,杨依林

• 摘要：采空区地表裂缝识别对矿区的生产安全和生态环境治理具有重要意义。裂缝检测可以通过语义分割和边缘提取任务实现。已有的深度学习裂缝检测方法通常将其分开处理，无法为后续的几何参数计算和损害程度量化提供足够数据，并且没有考虑到两个任务之间的互补性。本文设计了一个双任务卷积神经网络Goaf-DTNet（Dual-Task Convolutional Neural Network for Goaf Crack Recognition）来同时获取裂缝面状分割和线性踪迹提取结果，通过建立两个任务之间的信息互补来提高模型的精度。在Goaf-DTNet的面状分割分支中，使用了多尺度特征融合提取鲁棒性特征。同时，在裂缝线性踪迹提取分支中，使用面状分割特征对线性踪迹特征提取过程进行引导，提高模型对裂缝的定位精度。为了验证方法的有效性，分别在自建的地表裂缝数据集和公共数据集上进行了实验，实验结果显示本文方法优于其它对比方法。消融实验结果也表明联合训练两个任务可以提升彼此的准确率。除此之外，在真实大场景图像上的实验结果表明本文方法在矿区地表裂缝监测中具有一定的实际应用潜力，可以为矿区监测提供有效数据。
•   

  PDF(377)

  摘要(511)

  HTML

• 集成多源遥感数据的屋顶光伏发电潜力评估
• 姜侯,姚凌,柏永青,周成虎

• 摘要：屋顶太阳能光伏系统在全球可持续能源转型中扮演着越来越重要的角色；然而，屋顶光伏系统的空间分布零散且规模较小，这对于进行准确和精细的区域潜力评估构成了挑战。为应对这一挑战，该研究构建了综合多源遥感数据和人工智能算法的评估框架，结合静止气象卫星影像和深度学习反演模型估算逐小时地表太阳辐射，同时利用高分辨率遥感影像和图像分割模型提取建筑物轮廓，并集成几何光学模型模拟光伏发电过程。该框架能够揭示太阳能资源禀赋时空差异，调查可用屋顶资源总量，并确定米级分辨率以及小时尺度的光伏发电量。江苏省的案例研究验证了该框架在大区域内应用的有效性，展示了其在不同地理位置和多个时间尺度的可扩展性。估算结果显示，江苏省屋顶资源可支撑236.25GW的光伏装机容量，年发电量可达303.81TWh，能够满足全省41.1%的社会用电量。这项研究展示了集成多源遥感观测进行屋顶光伏潜力时空评估的可能性，为推动可持续能源转型提供了有力的工具和技术支持。
•   

  PDF(597)

  摘要(436)

  HTML

• 遥感估算中国三大粮食作物蒸散耗水时空变异特征
• 卢静,蒋敏,郑超磊,贾立

• 摘要：深入了解作物在不同生长阶段的需水规律及其时空差异对制定合理的灌溉方案和提高水资源利用效率等具有重要意义。本研究基于高时空分辨率的遥感蒸散发和作物物候数据，针对中国的三大粮食作物——玉米、水稻和小麦，开展了不同农业区、不同时间尺度以及不同物候期的蒸散耗水特征研究，分析了2001~2019年中国三大粮食作物的蒸散发耗水变化规律。研究结果表明：在中国的三大粮食作物种植区，年蒸散耗水量呈现由南向北逐渐减少趋势，灌溉显著增加地表蒸散发，在依赖灌溉的北方干旱半干旱区、黄淮海平原区以及黄土高原区，年蒸散量超过降水量。2001~2019年，大部分种植区的年蒸散耗水量呈现增加趋势，北方增速明显高于南方，蒸散耗水量的年内变化时空变异在冬季比夏季更显著。玉米和水稻在生长季蒸散耗水量总体大于小麦，单季稻生长季蒸散耗水量大于早稻和晚稻，春小麦大于冬小麦。玉米生长季蒸散耗水量的年际增速大于小麦和水稻，作物单个生长季的蒸散耗水量占年总量的比例在北方高于南方。三大粮食作物在关键物候期的日蒸散耗水量差异显著，玉米在抽穗期的日蒸散耗水量明显高于三叶期和成熟期；小麦在抽穗期和成熟期的日蒸散耗水量总体相当，高于返青期或出苗期；早稻在抽秧期、抽穗期、成熟期的日蒸散耗水量呈逐渐增加趋势，而晚稻呈相反趋势；单季稻在抽穗期的日蒸散耗水量最大，其次是插秧期。尽管蒸散发与物候的遥感监测存在一定的不确定性，但遥感对于大区域范围作物生长阶段的蒸散耗水监测具有显著优势，可为制定更加精准的灌溉方案、种植制度等提供科学依据，在保证国家粮食安全同时，更加有效地保护和利用水资源。
•   

  PDF(72)

  摘要(346)

  HTML

• 基于AHP-EWM多目标决策模型的北京城市应急避难场所承载力评价
• 尤笛,王世新,王福涛,闫珺,王振庆,刘文亮,朱金峰,王丽涛,侯艳芳

• 摘要：应急避难场所可在灾害发生后供居民紧急避难、救援和疏散，是国家公共安全和应急管理的重要组成部分。评价应急避难场所的承载力，对于推进韧性城市建设、促进城市可持续发展具有重要意义。北京是世界上仅有的3个地处8级高地震烈度区的首都之一，也是我国最早建设应急避难场所的城市，在应急避难方面具有典型性和代表性。本文采用遥感影像、POI等多源数据，构建基于AHP-EWM多目标决策的城市应急避难场所承载力评价模型，并以人口分布比较集中的北京市五环区域为例进行分析评价。首先，从安全性、可达性、有效性和保障性4个方面构建应急避难场所承载力评价指标体系；其次，采用层次分析法AHP、熵权法EWM主客观赋权，并用最大离差平方和理论求解权重系数；然后，构建多目标决策评价模型，对应急避难场所承载力进行评价；最后，考虑灾害发生后的复杂性，对不同避难情景下的承载力进行模拟分析。结果表明，北京五环应急避难场所承载力整体较好，但二-三环承载力为优的区域占地面积为0，存在环域间的不均衡性。本文的研究为城市应急避难场所承载力评价提供定性和定量的依据，也为应急避难场所的规划布局和资源高效配置提供决策支持。
•   

  PDF(113)

  摘要(504)

  HTML

• SWSACNet：面向多源影像的震后倒塌建筑物变化检测网络模型
• 龙颖,窦爱霞,王斐斐,王书民

• 摘要：针对不同时相的非同源遥感影像存在的空间异质性问题，本文对全变网络模型（Fully Transformer Network，FTN）进行改进，提出一种端到端的、基于滑窗式特征增强和卷积注意力混合机制的倒塌建筑物变化检测网络模型（Sliding-Window-Shift Attention Convolution mix Network, SWSACNet）。SWSACNet基于FTN的模型框架，使用ACmix（Attention Convolution mix）高效识别非同源影像对中的倒塌建筑物特征，并通过滑窗相似度特征匹配减弱非同源影像中位置偏差的影响。以2023年2月6日土耳其Mw7.8级地震为例，通过获取震前高分二号、Google影像和震后北京三号影像构建倒塌建筑物变化检测数据集，对SWSACNet、FTN等五种变化检测模型进行训练和震区倒塌建筑物提取测试。实验结果表明，SWSACNet识别精度F1 score达80.8%，mIoU为67.8%，均优于其他四类模型。SWSACNet在应用于Fevaipasa、Nurdagi和Islahiye三个测试场景中，模型平均识别精度F1 score为60.84%，表明模型在泛化性能上有待提升。
•   

  PDF(371)

  摘要(412)

  HTML

• 基于高分辨双分支结构的耕地潜在非农化行为深度学习监测方法
• 刘圳,刘德儿,赵尘

• 摘要：耕地的数量是保证农业可持续发展的基础,快速、精准监测耕地非农化行为对我国粮食生产和安全具有重要意义。为精准监测乱占耕地进行非农建设的行为,本文提出一种准确的高分辨率遥感图像耕地非农化行为分割的新方法。首先,根据多时相遥感数据构建亚米级的潜在非农化区域的建筑物样本数据集；然后,使用本文设计的耕地非农化行为监测深度学习模型(DHRformer)完成对潜在非农化区域内建筑物的提取。DHRformer模型由高分辨率网络及双分支解码结构组成,通过多尺度融合和扩张策略增强非农建筑的特征信息,从而获得更丰富的非农建筑细节信息；最后,选取怀化市鹤城区为研究区域,使用本文提出的DHRformer模型与几种流行的语义分割方法进行对比。实验结果表明,本文方法对潜在非农化建筑的分割和边缘表征具有更好地表现,在F1-score、mAcc及MIoU精度指标分别达到89.81%、89.37%和80.35%,分割精度优于现有方法。因此,本文方法在耕地非农化行为监测任务中具有较高的实用价值。
•   

  PDF(373)

  摘要(336)

  HTML

• InSAR非零闭合相位产生机制及其对形变测量影响规律研究
• 龚志强,董杰,廖明生

• 摘要：作为先进雷达遥感技术，时序合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）可高精度测量微小地表形变，在地学参数反演、基础设施监测等领域获得广泛应用。非零闭合相位（Nonzero Closure Phase，NCP），亦称相位偏差，打破了InSAR数据处理中相位一致性假设，导致常规小基线集（Small Baseline Subset，SBAS）InSAR方法的形变结果中出现系统性偏差，研究NCP特征及其去除方法是近年来雷达干涉测量领域的研究热点问题之一。首先，本文从数学物理方面系统性地阐述非零闭合相位产生机制和来源，进一步明确InSAR潜在误差源；然后在已有研究基础上，分析相位偏差与不同多视比下地物类型关系；最后，创新探究NCP在不同时间基线组合和干涉对数量两方面对常规SBAS形变测量结果的影响规律。研究表明：不同地物相位偏差表现不一致，植被覆盖类地物易受相位偏差影响，建成物地物受影响较小；除特殊多视比情况，不同多视比相位偏差无显著差异；不同时间基线组合情况下形变结果存在明显差异，短时间基线组合的形变偏差比长时间基线组合更大，引入长时间基线干涉对可有效缓解相位偏差影响，但增加短时间基线干涉对数量无显著效果，总体上，增加平均时间基线可进一步缓解相位偏差直至效果稳定。本文研究为常规SBAS方法的基线选择和相位偏差改正提供了详细的技术参考。
•   

  PDF(230)

  摘要(485)

  HTML

• 华北平原地下水储量变化及多源影响因素分析
• 彭晓枫,房世波,韩佳昊,于艳茹,吴东

• 摘要：地下水作为华北平原农业、居民用水的主要供水源之一，探究华北平原近二十年来的水资源变化情况，对于华北平原水资源管理提供了有力的参考价值。利用GRACE CSR Mascon RL06重力卫星数据、GLDAS模型数据以及农田灌溉用水量数据研究了华北平原2002-2022年水储量变化的时空特征变化，并采取了奇异谱分析法（Singular Spectrum Analysis，SSA）对GRACE Mascon重力卫星数据进行插值填补，结合降水站点数据、小麦分布数据以及夜光辐射强度分布数据分析了降水量、农业用水以及居民用水对该区域的水储量变化的影响。研究表明：（1）华北平原地下水储量变化在2002-2011年与2012-2019年分别以速率为-0.19 cm/a、-1.69 cm/a下降，后以4.78 cm/a的速率在2020-2022年期间上升；（2）空间分布上，华北平原地下水储量变化在2002-2022年间东北部呈上升趋势，西南部呈下降趋势，北部较南部降幅更为显著；（3）农田灌溉用水量春夏平均值为2.42 cm/month，最大值为5.00 cm/month；（4）2002至2022年的年降水量空间分布不均导致华北平原北部的地下水储量变化的下降幅度更为显著；农业用水与居民用水的增多加剧了华北平原北部的地下水储量变化的下降趋势；（5）月降水量的增加对地下水产生正向的影响，与地下水储量变化差值为同向变化关系。本文阐释了华北平原的近年来地下水储量变化的时空趋势变化，并揭示了多源影响因素（降水、农业用水和居民用水）对华北平原地下水储量变化的影响。
•   

  PDF(184)

  摘要(375)

  HTML

• 基于卫星观测动态水体面积视角的水文干旱与气象干旱的响应关系分析
• 熊旭倩,周杰,郭栋梁,谭文霞,崔祎霖,卢静,贾立

• 摘要：卫星遥感技术对地表水的快速获取和高精度监测是理解水文干旱发生机理和演变规律的重要途径，不断增多的全球动态地表水体覆盖产品为研究地表水体动态变化与干旱的响应关系提供了宝贵的契机。本研究以长江中游区域及其4683个流域单元作为研究对象，基于全球动态地表水体产品数据集GLAD-GSWD，采用动态水体指数DWI（Dynamic Surface Water Index）量化流域1999-2020年水体面积的季节性异常变动信号，探讨了基于卫星观测的动态水体面积表征的水文干旱与气象干旱的响应关系，并对其进行了不确定性分析。结果表明：（1）DWI能够有效刻画出长江中游区域及其流域单元的干湿状态变化。在长江中游区域，DWI时间序列与四个时间尺度（1，3，6和12个月）的标准化降水指数SPI（Standardized Precipitation Index）时间序列波动基本一致，且均呈显著正相关关系，其中与SPI6的相关系数最高（r=0.484，p<0.01）。88.2%的子流域DWI与SPI呈显著正相关，响应时间以6至12个月为主；（2）DWI和SPI相关关系的不确定性主要来自两个方面。一是数据质量，包括流域单元内季节性水体面积过小和有效观测数据过少等；二是流域尺度，统计分析的流域尺度越大，流域水体受气象要素异动的影响越直接，相关关系越强。以子流域为监测对象，以动态水体为监测数据的水文干旱监测指标构建方法，能够实现在连续的空间上进行水文干旱监测，对遥感动态水体产品服务于区域乃至全球水文干旱监测与评估具有重要参考价值。
•   

  PDF(183)

  摘要(359)

  HTML

• 激光雷达生物量指数计算落叶松小班地上生物量
• 杜黎明,庞勇

• 摘要：激光雷达生物量指数（LiDAR Biomass Index，LBI）能够基于机载激光雷达数据计算单株树木的地上生物量，并被证明在单木及样地尺度上具有较高的生物量计算精度，但其大范围生物量制图的能力尚未被充分应用。本文以我国北方广泛种植的落叶松树种为例，利用LBI计算了森林小班内每株单木的生物量并累加得到了对应小班的生物量，结合作业设计调查数据验证了计算精度。同时，结合其他林场现有的落叶松生物量AGB_LBI模型评估了不同区域相同树种模型的通用性，并与常用的变量回归法 (LiDAR metrics-based regression, LMR) 进行了对比。结果表明，LBI能够以较高精度实现小班尺度的森林生物量计算，采用选自不同区域的样本单木对AGB_LBI模型进行校准，计算的生物量与实测数据进行对比，R2在0.86到0.88之间，相对均方根偏差（relative Root Mean Square Difference，rRMSD）在33.51%到40.23%之间；LBI方法采用35株单木建模计算的生物量与LMR方法采用30+的样地（包含大于3000株单木）建模计算的生物量整体精度相当，且LBI在不同林场的相同树种之间的通用性更强。最终，本文利用AGB_LBI模型进行孟家岗林场西部区域每个小班内单木生物量的计算并实现了落叶松生物量制图，激光雷达计算的生物量分布与地面调查的生物量图具有相似的趋势，二者在20m×20m的尺度上获取了较高的一致性（R2=0.75, RMSD=1.55 t）。本研究在区域范围内验证了LBI方法估算小班尺度森林地上生物量的能力，表明其具有在大范围开展森林地上生物量估算的潜力。
•   

  PDF(184)

  摘要(414)

  HTML

• 格陵兰北部冰前河网遥感观测与形态特征分析
• 刘金昱,陈定华,王裕涵,易晓东,朱雨欣,杨康

• 摘要：每年消融期，冰前河网在格陵兰北部发育并汇流大量冰面融水进入海洋，是连接冰盖与海洋的重要通道。然而，目前格陵兰北部冰前河网的空间分布与形态特征尚不明晰。研究综合10 m空间分辨率Sentinel-2卫星遥感影像和Copernicus DEM等数据，采用汇流过程约束的水体遥感信息提取方法，精细化提取了2020年消融期格陵兰北部（~100,132 km2）冰前水体遥感信息，进一步顾及水体形态特征区分了冰前河网与孤立湖泊，再利用DEM排水网络连通冰前河网，生成了一套10 m空间分辨率的连通冰前河网与孤立湖泊（Continuous Proglacial River Networks and Isolated Lakes，CPRNs&ILs）遥感数据集。随后，选择5个验证区对比分析了CPRNs&ILs与4种水体遥感数据集（Dynamic World V1，CALC-2020，Esri Land Cover和ESA WorldCover）的河网提取精度，最后量化分析了冰前河网的空间分布与形态特征。结果表明：（1）顾及水体形态特征的划分方法准确提取并划分了冰前河网与孤立湖泊遥感信息，河网遥感信息提取的总体精度为93%±2%，优于上述4种对比数据集（总体精度为83%-89%），能够更为准确地反映研究区冰前河网，尤其是细小河流在消融期的空间分布；（2）格陵兰北部2020年消融期共发育995个冰前河网，总河长为26,605.6 km，水体总面积为1,832.6 km2，能够汇流90.5%的冰面融水进入海洋，剩余仅有9.5%的冰面融水通过入海冰川进入海洋，冰前河网主导着格陵兰北部冰面融水的汇流；（3）冰前河网等级差异明显，最高等级为5级，1-2级河网数量占比超84%，数量有限的40个（4.0%）4-5级高等级河网主导着河网长度（占比52.9%）、水体面积（63.9%）、汇水面积（54.1%）与汇流冰面融水径流量（69.3%）。总体来看，研究生产了一套10 m分辨率的格陵兰北部连通冰前河网与孤立湖泊遥感数据集，揭示了格陵兰北部冰前河网空间分布广泛、高等级河网呈主导作用、冰面融水汇流能力强等特征。研究综合遥感影像与DEM，提取并分析了整个格陵兰北部的连通冰前河网遥感信息，提升了对格陵兰融水从冰面到冰前汇流过程的理解，为分析入海融水对冰盖物质平衡和北极海洋环境的影响提供了数据支撑。
•   

  PDF(371)

  摘要(336)

  HTML

• 星载Ku波段雷达星下点降雨识别流程构建
• 胡暐平,谢航,李秀仲,徐莹,何宜军

• 摘要：Ku波段雷达探测波束在经过降雨区域时，由于雨滴对微波能量的吸收或散射，其回波信号会发生衰减，从而改变雷达的后向散射系数，最终使观测结果产生偏差，因此降雨识别对提高雷达观测结果的精度具有重要意义。根据本文研究，2018年发射的中法海洋卫星CFOSAT(China–France Oceanography Satellite)所搭载的海浪波谱仪SWIM(Surface Wave Investigation and Monitoring)对降雨事件的发生频率存在低估。本文对一种基于MP(Matching Pursuit)算法的降雨标识方法进行了改进，以高度计回波估计的误指向角和雷达后向散射系数的沿轨波形作为改进后算法的输入，并增加了滑动窗口对沿轨波形的处理。将改进后的降雨标识与相同时空范围内Jason-3的降雨识别结果以及GPM(Global Precipitation Measurement)的后处理高精度全球降水产品进行了对比，结果显示，相比SWIM 6.0.3版本的2级产品中的降雨标识，本文的降雨标识对降雨具有更高的准确度。
•   

  PDF(192)

  摘要(354)

  HTML

• 多源植被遥感产品应用于干旱监测的不确定性分析
• 刘轩,周杰,卢静,贾立,熊旭倩,崔祎霖

• 摘要：在全球气候持续变暖的背景下,干旱风险持续增大,对自然生态系统和社会经济系统的可持续发展带来巨大威胁。植被遥感产品能够量化地表植被状况,表征生态系统对受气候及人类活动影响的响应。基于长时序植被遥感产品定义的植被状态指数(Vegetation Condition Index,VCI)被广泛应用于大尺度快速干旱监测。当前植被遥感产品众多,产品之间时空一致性各异,由此导致所表征的地表植被扰动特征的不一致性目前尚不明晰。本文以长江中游地区为例,考虑传感器(MODIS、AVHRR)、生物物理定义(NDVI、EVI、LAI、VOD)和时间跨度(5年、10年、20年)等产品特征因素的影响,定量分析了多源植被遥感产品应用于VCI计算的不确定性,并对产品之间存在的差异进行了归因分析。结果表明：(1)由传感器导致的差异较大,基于不同传感器的NDVI产品计算得到的VCI时间序列,在大部分区域上显示出显著的不一致性,二者计算所得的VCI时间序列之间存在微弱相关性、总体偏差较大；(2)不同的植被参数产品导致的差异远低于不同传感器导致的差异,但在特定区域上的差异仍然非常显著,基于NDVI和EVI产品、NDVI和LAI产品分别计算得到的VCI时间序列之间具有较强的相关性,而基于NDVI和VOD产品计算得到的VCI时间序列在大部分区域均呈现出显著性差异；(3)由时间跨度导致的差异较小,基于不同时间跨度计算所得的VCI时间序列之间具有较好的一致性,产品的时间跨度越大、VCI变化差异越小。总之,在使用植被遥感产品进行干旱监测时,需要全面地分析和评估多源植被遥感产品之间的不确定性特征,对监测结果作出合理性的解释,从而保证旱情评价结果的准确性和有效性。此外,对于短时的遥感干旱监测应用,建议先剔除产品中的长期趋势项再进行干旱指数计算。
•   

  PDF(800)

  摘要(739)

  HTML

• 简缩极化SAR数据支持的森林地上生物量反演
• 赵 含,张王菲,姬永杰,韩宗涛

• 摘要：目前国内外都正积极的进行基于简缩极化(Compact Polarimetry, CP)SAR的多方面研究,但鲜有研究将其应用在森林地上生物量(Above Ground Biomass, AGB)方面。为探究CP SAR数据在森林AGB反演中的可行性,以宜良小哨林场为研究区,提取水平线性CP Stokes1模式、垂直线性CP Stokes2模式、π/4线性模式(π/4 Transmit and Orthogonal Linear Receive)及CTLR(Circular Transmit and Dual Orthogonal Linear Receive)模式的4种CP SAR数据,并基于波的二分性原理,分别提取了各种模式的若干SAR参数,利用基于快速迭代特征选择的k最近邻(KNN-FIFS)算法开展了研究。研究结果表明：基于CTLR模式的森林AGB反演结果最优,R_²=0.52,RMSE=13.02 t/hm_²；此外,联合4组CP SAR数据的森林AGB反演结果精度有明显提升：R_²=0.58,RMSE=12.16 t/hm_²。KNN-FIFS适合于采用CP SAR参数进行森林AGB反演,其反演结果与采用全极化SAR数据进行反演的差别并不明显。提取的CP SAR参数中,线极化度m_l ,倾斜角45度或-45度时的线极化分量功率值g₂等特征在森林AGB反演中表现出较高的适用性,说明其能更好的表征森林信息。
•   

  PDF(720)

  摘要(881)

  HTML

• 改进的DeepLabV3+模型用于震后高分遥感影像滑坡识别
• 赵通,张双成,何晓宁,薛博维,查富康

• 摘要：利用“深度学习+遥感”在高分遥感影像上快速识别滑坡，对于灾后应急救援工作的开展具有非常重要的现实意义。但目前为止，公开的深度学习滑坡识别数据集较少，难以满足相关研究人员利用深度学习方法开展滑坡识别研究的任务需求；基于此，本文使用谷歌地球影像和高分6号遥感影像制作并公开了一个样本数量达到10000+，空间分辨率为2米的深度学习滑坡数据集，用于相关学者开展研究。此外，为有效的识别滑坡，提取滑坡的边界及细节等信息，本文提出了一种改进的DeepLabV3+模型用于滑坡识别；即在DeepLabV3+模型的基础上，引入通道注意力机制特征融合模块和转置卷积来重构模型；实验结果表明，与主流算法(FCN, U-Net, SegNet, DeepLabV3+)相比，改进的DeepLabV3+模型在滑坡的边界及细节方面提取效果更好，所得结果更接近于真实标签。本文的相关代码和数据可在（https://github.com/ZhaoTong0203/landslides_identification_model_code.git）获得。
•   

  PDF(714)

  摘要(671)

  HTML

• 基于哨兵主被动遥感的茅尾海潮滩地表形变监测与分析
• 明小勇,田义超,张 强,陶 进,张亚丽,林俊良

• 摘要：分析茅尾海潮滩地表形变时空演变及形变影响因素，为茅尾海生态环境保护及修复提供科学依据。基于结合PS特征点的SBAS-InSAR技术，利用研究区176景Sentinel-1A SAR影像数据提取了研究区2015—2022年的地表形变信息，同时结合该地区植被信息、降水、海平面上升和地质背景等数据，借助GIS空间分析技术与数理统计等方法对研究区地表形变的整体特征、时空演变趋势及其形变影响因素进行了定量化分析。结果表明：(1) 在空间维度上，研究时段内研究区地表形变速率介于-43.07～36.22mm/a之间，研究区内地表形变不均匀分布明显且总体上呈现轻微抬升趋势，其中，茅尾海东岸和北岸表现为沉降趋势，而康熙岭地区则呈现出抬升趋势 。(2)在时间纬度上，各沉降严重区域从整体上随着时间变化呈现不均匀的下沉趋势，四年最大沉降量达-184.9mm。 (3) 在形变影响因素上，生物作用、人类活动、水文过程、海平面上升和降水等引起的地貌变化是潮滩地表形变的主要因子。
•   

  PDF(247)

  摘要(797)

  HTML

• 基于机器学习的MODIS亚洲高山区积雪面积比例制图研究
• 高伟强,郝晓华,和栋材,孙兴亮,李弘毅,任鸿瑞,赵琴

• 摘要：积雪面积比例(Fractional Snow Cover, FSC)能在亚像元尺度上定量描述积雪的覆盖程度，相比二值积雪更适合反映复杂山区积雪的分布情况，是山区融雪径流模拟，气候变化预测的重要输入参数。本研究在亚洲高山区(High Mountain Asia, HMA)基于分地类特征选择的多元自适应回归样条(Multivariate Adaptive Regression Splines, MARS)模型 LC-MARS 发展了 MODIS FSC 反演算法，并制备了亚洲高山区 FSC 产品。以 Landsat-8 提取的 FSC 为参考真值验证 LC-MARS 模型反演 FSC 精度，对比相同训练样本下 LC-MARS 模型与线性回归模型反演 FSC 精度，比较由 LC-MARS 模型制备的 FSC 与 MOD10A1、SnowCCI 在亚洲高山区精度表现。结果表明：(1)LC-MARS 模型反演的 FSC 总 Accuracy、Recall 分别为 93.4%、97.1%，总体 RMSE 为 0.148，MAE 为 0.093，总体精度较高。(2)相同训练样本下 LC-MARS 模型在林区、植被和裸地反演FSC 精度均高于线性回归模型,表明 LC-MARS 模型更适用于山林区 FSC 反演。(3)MOD10A1 总体 RMSE 为 0.178，MAE为 0.096；SnowCCI 总体 RMSE 为 0.247，MAE 为 0.131，LC-MARS 制备的 FSC 精度均高于 MOD10A1、SnowCCI，表明由 LC-MARS 反演的 FSC 具有一定的应用价值。总体而言，LC-MARS 模型可以拟合高维非线性关系，明显提高山林区 FSC的反演精度且模型运算效率高，适用于制备大尺度长时间序列的 FSC 产品。本研究基于 LC-MARS 模型制备了 2000-2021年亚洲高山区逐日 MODIS FSC 产品，为亚洲高山区气候变化、水文水资源研究提供重要的数据支撑。
•   

  PDF(209)

  摘要(406)

  HTML

• 方向自适应的OPTICS山地林区地表及冠层表面检测方法
• 谢俊峰,杨晓梦,徐超鹏,张丽斌,芦祎霖,莫凡,吕鑫,刘仁,曾俊泽

• 摘要：针对新一代冰、云、陆地高程卫星(Ice, Cloud, and Land Elevation Satellite-2, ICESat-2)/先进地形激光高度计系统(Advanced Topographic Laser Altimeter System, ATLAS)在山地林区信号提取精度不高导致地表及冠层表面检测困难等问题，本文提出了一种方向自适应的点排序识别聚类结构（Ordering points to identify the clustering structure，OPTICS）山地林区地表及冠层表面检测方法，首先利用随机抽样一致（(Random Sample Consensus, RANSAC）分段曲线拟合初始地表，用于构建方向自适应的椭圆搜索域替换传统OPTICS的圆，形成方向自适应的OPTICS，并结合大津法（Nobuyuki Otsu method, OTSU）提取地面信号，以信号提取与地表拟合迭代获取精细地表；随后，参考精细地表消除地形对点云影响，采用垂直椭圆的OPTICS提取植被信号并检测冠层表面。以黑龙江孟家岗林场、辽宁抚顺林区ATLAS为研究对象开展实验，并利用人工标注样本及无人机产品验证精度。结果表明，本文方法提取地表与植被信号精度（F值）达到0.97，相较于基于椭圆的OPTICS，精度提升了约0.07；另外，本文方法检测的地表及冠层表面高程均方根误差（Root Mean Square Error, RMSE）分别为1.08m、2.33m，相较于ATL08的1.92m、3.29m，精度提升明显。故本文方法提取植被信号、检测地表及冠层表面的精度更高，更适用于山地林区等坡度变化较大的区域，可为后续森林空间结构反演提供可靠的数据基础。
•   

  PDF(448)

  摘要(492)

  HTML

• 2022年6月阿富汗帕克提卡M6.0级地震前微波亮温异常的多态性及其归因辨析
• 丁逸凡,吴立新,齐源,毛文飞

• 摘要：阿拉伯板块持续向北挤压欧亚板块,促使阿富汗-巴基斯坦边境应力场变化、局部闭锁和破裂失稳,导致2022年6月21日发生了6.0级帕克提卡浅源地震,这是该地区近10年发生的最大地震。本文利用GCOM-W1卫星AMSR-2微波辐射计观测的微波亮温(MBT)数据,运用时空加权两步法提取了地震前后、震中周边超百万km2^范围内的MBT残差,揭示了MBT时空演变特征与正异常现象的多态性。联合降雨、土壤湿度及CH4、CO温室气体卫星观测数据,结合区域地质条件和地表覆盖类型,逐一进行了多态MBT正异常的归因辨析。研究表明：1)震中东南部印度河平原和西北部卡拉库姆沙漠显现MBT正异常,可归因于孕震应力激活的岩石空穴粒子(P-hole)从孕震区向上传递到第四系盖层,导致地表浅层介电常数降低；2)临震期高山地区显现MBT正异常,可归因于应力激活的P-hole向高山低温区传递,并聚集在砂性沉积岩盖层,致使砂性盖层微波介电常数降低；3)震中西北部沿Herat断裂带显现MBT正异常,与临震期断层拉张有关,可能受到煤系CH4、CO沿断层与矿井逸出产生的温室效应影响。本研究对于西亚地区地震微波遥感观测及地震异常识别有重要意义,对全球其他地区的地震遥感监测及异常认知也有参考价值。
•   

  PDF(437)

  摘要(656)

  HTML

• 2001-2021年四川省森林草原火灾时空特征遥感分析
• 焦淼,全兴文,何彬彬,姚劲松

• 摘要：近年来，四川省冬春季森林草原火灾频发，对当地生态、百姓和消防人员的生命财产安全造成巨大威胁。本研究旨在基于多源遥感观测数据探究2001-2021年四川省森林草原火灾的时空特征，服务于该区域未来火灾预警防控等需求。该研究基于MCD64A1、Fire_CCI51和MCD14ML等多源遥感数据提取研究区域有效火点数据，运用地理信息系统探究森林草原火灾时序趋势及空间分布，并采用数理统计、自适应模糊神经网络两种方式探究气象、可燃物和地形等影响因子与火灾的相关性。结果显示，该区域2001-2014年火灾频率及过火面积呈上升趋势，1~5月为火灾高发期；火灾空间分布具有异质性，主要集中于四川省西南部，而近期东北部的草原火灾明显增加；森林火灾发生与可燃物含水率的相关性较高，草原火灾发生与相对湿度的相关性较高，同时推测人为因素对草原火灾的诱发存在较大影响。该项研究基于多源遥感观测数据对2001-2021年四川省森林草原火灾时空特征进行了定性与定量的分析，为该区域森林草原火灾防控预警等需求提供有效先验信息。
•   

  PDF(230)

  摘要(615)

  HTML

• 基于随机森林方法的森林火险遥感监测
• 徐雨飞,孙睿,黄薪豫

• 摘要：近年来森林火灾发生频繁，给人们正常工作生活以及自然生态系统带来了很大的影响。火险的评估对森林火灾的预防，消防资源的配置有着重要的意义。本文通过收集国内的历史森林火灾事件，综合不同地区的气象因子、植被指数、地形因子等，利用随机森林方法，建立了一个综合的火险评估模型。研究中，火灾事件结合FIRMS数据选取，火灾影响因素则由不同数据产品计算得到，气象因子、地形因子、植被指数分别利用ERA5-land数据、SRTM DEM产品和MODIS反射率产品MCD43A4计算得到。从测试案例结果来看，所建立的火险评估模型准确性比较高，ROC曲线下面积达到了0.84，在火险时序预测以及火险空间分布评估方面都取得较好的效果。虽然火灾发生的区域不同，影响火灾发生的因素也不同，但是火险值均在火灾发生前一周较高，其他时间火险值较低；火险空间分布比较合理，火灾发生区域的火险值从火灾发生前两个月至火灾发生当天逐渐升高。本文建立的火险评估模型涉及指标较全面，可以比较准确评估火险情况，同时可以应用在中国不同地区，部分解决地域限制性问题。
•   

  PDF(524)

  摘要(652)

  HTML

• 北京市水生态空间健康遥感评价体系（生态系统遥感专栏）
• 陶果丰,薛万来,袁博,李添雨,李文忠,李杰,赵琳琳,崔宇然,徐为业,魏香琴,贾坤

• 摘要：科学合理地评价水生态空间健康状况，对于保护水生态系统的核心结构和服务功能具有重要意义。目前，区域水生态空间的综合性评价研究较少，且评价指标体系存在指标类型单一、受限于地面观测等问题。因此，本研究基于遥感视角，构建了全方位涵盖生态空间物理结构、水文水质要素、陆域岸线植被要素的北京市水生态空间健康评价指标体系。同时，综合层次分析法与熵权法开展主客观结合的指标赋权，创建了水生态空间健康遥感评价体系，并基于综合评价指数将水生态空间分为健康、良好、一般、较差四个等级。本研究以北京市永定河、潮白河、昆明湖、密云水库等十个典型水体为例，开展了综合性的水生态空间健康评价，结果表明：（1）评价体系能够合理评价水生态空间健康状况，其中水文水质要素对水生态空间健康影响最大，陆域岸线植被要素次之，生态空间物理结构影响最小；（2）北京市十个典型水体中，永定河、圆明园湖的水生态空间健康评价等级为良好，其余水体为健康，建议未来对永定河、圆明园湖开展针对性的生态修复。
•   

  PDF(557)

  摘要(561)

  HTML

• 基于改进D-UNet模型的典型洪泛湿地信息提取
• 张久丹,王浩宇,李均力,包安明,吴浩儒,李爽爽,沈占锋

• 摘要：洪泛湿地的季节性变化剧烈，湿地水体和植被交替变化频繁，传统的信息提取方法存在光谱混淆和漏分的问题。本研究以Sentinel-2多时相影像为数据源，利用多尺度膨胀卷积模块改进D-UNet（Deformable U-Net）网络卷积感受野较小的缺点，以提高对高分辨率遥感影像复杂湿地结构的多尺度学习能力，基于小样本数据库训练和提取不同季节洪泛湿地的结构信息，并以新疆台特玛湖湿地为例，分析改进的D-UNet网络、5种经典语义分割模型（D-UNet、FCN8s、DABNet、Segfomer及D-LinkNet34）和传统的指数阈值法在洪泛湿地时序制图的适用性。结果表明：改进D-UNet网络在单时相影像湿地结构提取的总体精度高达96.3%，且在时序影像上具有良好的时相可迁移性和稳定性，其多时相总体精度也能达到92.3%。与其他模型及指数阈值法相比，改进后的D-UNet在洪泛湿地结构提取中表现出更好的应用潜力，对湿地水体与湿地植被的错分及漏分现象较指数阈值法分别减少了7.2%和48.9%；较改进前D-UNet分别减少了0.6%和5.4%。
•   

  PDF(719)

  摘要(661)

  HTML

• 基于GEE与多源遥感数据融合反演高时空分辨率物候
• 宋杰,张朝,韩继冲

• 摘要：高成本与有限范围的实地监测已经无法满足植被物候研究的要求，而遥感物候监测方式又经常受到卫星传感器的时空分辨率等限制，这些局限使得图像融合成为高精度植被物候反演的关键。本研究基于Google Earth Engine（GEE）平台，以四个PhenoCam物候相机所观测的水稻、落叶林、玉米和灌木为研究对象，利用ESTARFM（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model）算法融合Landsat8影像与MODIS产品，生成了2018年1d、3d、5d、7d、9d、11d的30m遥感EVI时间序列，并采用Savitzky-Golay滤波和Maximum Separation方法提取生长季开始期（Start of Season，SOS）、结束期（End of Season，EOS）、生长季长度（Length of Season，LOS）等物候信息。我们发现：（1）与实测物候对比，整体上呈现时间分辨率越高，物候误差越低的趋势，且当时间分辨率小于7d时，融合物候的误差基本处在同一水平；（2）融合影像与Landsat8影像的空间特征基本一致，空间效率（Spatial Efficiency，SPAEF）指标为0.14-0.74，其中水稻、灌木与实际的空间一致性偏低；（3）融合结果与实地观测到的时间变化趋势吻合（RMSE: 0.01-0.02，r: 0.73-0.95），可以反演出较为准确的物候参数，SOS、EOS、LOS的平均误差为4.25d、4.75d、7.5d；（4）与MODIS物候反演结果相比，非农用地（落叶林和灌木）的物候参数误差缩小较为明显，而农业用地（水稻和玉米）的提升效果相对较小。本研究从空间和时间维度验证了ESTARFM算法生成的高时间分辨率EVI序列的可靠性，评估了其在物候监测能力上相比MODIS数据的提升效果，并探讨了影响融合效果的因素，可为精细化的植被动态监测和生态系统研究提供理论支撑和数据参考。
•   

  PDF(1111)

  摘要(1289)

  HTML

• 基于人工合成样本和随机森林回归模型的长时序中国寒温带森林类型和树种覆盖度反演研究
• 王梦雨,赵峰,庞勇,孟冉,荚文,岳超

• 摘要：寒温带森林是陆地上分布面积最广的生态系统,具有重要的生态和社会经济价值。定量刻画长时序寒温带森林类型和树种覆盖信息对于量化其生态系统服务功能以及制定森林管理政策具有重要意义。然而受实测覆盖度数据缺乏和多光谱影像光谱信息有限的限制,现有研究较少探讨中分辨率多光谱星载数据(如Landsat卫星)对中国寒温带森林类型覆盖度和具体树种覆盖度进行长时序反演的可行性,并且对于遥感影像获取时间频率(单时相、多时相)对反演精度的影响仍缺乏定量评估。为此,本文利用人工合成样本和随机森林回归模型对黑龙江省孟家岗林场的森林类型和树种覆盖度分别进行了反演。并将模型应用至1986-2020年的Landsat影像,得到孟家岗林场阔叶林和针叶林35年的覆盖度结果。结果表明：(1)对于森林类型覆盖度反演,基于生长季Landsat波段和植被指数(归一化耕作指数以及缨帽变换系数)的中值特征估算的精度最高,阔叶林覆盖度估算 R^2 = 0.76,针叶林覆盖度估算 R^2 = 0.71；(2)对于树种覆盖度反演,基于多时相Landsat波段和植被指数的精度最高,落叶松覆盖度估算 R^2= 0.40,红松覆盖度估算 R^2= 0.23,樟子松覆盖度估算 R^2= 0.61；(3)增加影像获取时间密度对于森林类型覆盖度反演精度的提高没有显著贡献(阔叶林ΔR^2 = 0.01,针叶林ΔR^2= -0.03),但对提高树种覆盖度的反演精度帮助较大(落叶松 ΔR^2= 0.04,红松ΔR^2= 0.07,樟子松ΔR^2= 0.27)。本文结合人工合成样本和随机森林回归模型的优势,定量评估了不同时间频率的时序光谱特征对森林类型和树种覆盖度反演的精度,为中国北方森林以及全球寒温带森林类型和树种覆盖度的大尺度长时序估算提供了思路。
•   

  PDF(677)

  摘要(863)

  HTML

• 应用Sentinel-2时序影像光谱特征的大豆识别提取方法
• 罗旺,彭代亮,刘锦绣,徐俊锋,楼子杭,刘国华,高爽,俞乐,王福民

• 摘要：大豆是世界上最主要的作物之一，是重要的高蛋白食品、牲畜饲料的原料以及食用油来源。中国面临着大豆高度依赖于进口的粮食安全结构性挑战，对大豆的监测识别能为中国制定有效的农业经济发展策略提供基础数据支持。本研究提出了一种基于时序谱标准曲线的大豆识别方法，基于时间序列植被指数曲线并添加气象权重因子建立大豆时序谱标准曲线精确识别大豆，重点分析大豆与玉米的时序谱差异，以及气象因素对曲线的影响，并建立时序谱标准曲线信息映射到样本的方法，解决大范围大豆制图样本不足的问题。本研究设计实验验证了在时间尺度以及灾害情况下基于时序谱标准曲线识别大豆方法的鲁棒性，通过时序谱标准曲线提取的物候特征结合随机森林分类器对2020年黑龙江省大豆进行分类制图，分类混淆矩阵显示大豆识别的总体精度为86.95%，用户精度为90.91%，制图精度为86.14%，F1-Score为0.8846。本研究方法能够通过气象因子的变化表现出地域差异和灾害影响，为大豆识别（尤其是一季大豆种植区）方法适应不同研究区和灾害情况提供可行思路。
•   

  PDF(929)

  摘要(680)

  HTML

• 垂直与倾斜相机观测对遥感物候参数验证影响的对比研究
• 许丽娜,屈永华,孙晨曦,万华伟,阿斯娅.曼力克,刘绍民

• 摘要：基于卫星遥感的大尺度植被物候监测对于农业生产管理、气候变化响应等领域具有重要意义。卫星遥感提取的物候参数真实性检验常以近地面数字相机观测为数据源。以往的验证研究中,大多关注观测尺度的差异造成的影响,却忽略了地面相机与卫星观测天顶角的不一致性。本文获取了垂直(PhotoNet)与倾斜(PhenoCam)物候相机在相近纬度、同种植被类型的观测站点数据,分别与Sentinel-2卫星提取的物候参数进行对比,系统性地评估两种地面相机观测角度对卫星物候期验证结果的影响。结果表明,相机的观测角度是卫星遥感物候验证研究中的不确定性原因之一。在多数情况下,相机垂直观测时与卫星遥感提取的物候期表现出更好的一致性,平均相差9天,而倾斜相机与卫星的物候期平均相差可以达到19天。然而,该偏差还与植被类型和植被生长阶段有关,在玉米的凋落期至休眠期,垂直观测的偏差要高于倾斜观测。植被冠层的方向反射特性和相机视场范围内的目标组分差异是引起这种现象的主要原因。本研究证实了地面相机观测角度是卫星物候真实性检验中不可忽视的影响因素。因此,相机野外布设时应充分考虑角度效应带来的验证误差,从而为卫星遥感物候监测提供更可靠的验证数据。
•   

  PDF(618)

  摘要(1123)

  HTML

• 乌托邦平原祝融号火星车着陆区地质特征遥感分析
• 芶盛,岳宗玉,邸凯昌,牛胜利

• 摘要：我国首个火星探测任务天问一号探测器由环绕器、着陆器和巡视器(祝融号火星车)组成。祝融号火星车于2021年5月15日成功登陆火星北半球乌托邦平原南部的预选着陆区。乌托邦平原过去可能存在具备孕育生命的环境，祝融号火星车在该地区开展巡视探测，具有丰富的科学价值。为了给祝融号火星车和天问一号环绕器今后获取的就位和遥感探测数据的分析和解释提供有关着陆区的地质背景，本文利用已有的遥感影像和产品，详细分析了祝融号火星车着陆点周边50 km区域的地质特征，并制作了着陆区地质图。着陆区主要存在撞击坑、横向风成脊、槽沟和锥形丘等地貌。在200 m尺度上，整个着陆区地势南高北低，地形较为平缓，十分有利于后续巡视探测。着陆区热惯量相对较低，地表风化层仅存在少量呈半掩埋状的岩石，表明该区域的风化层易于受到热扰动的影响。受高光谱遥感影像分辨率和(或)矿物吸收特征的限制，着陆区的矿物类型和丰度暂时未知，急需火星车开展就位探测以填补目前的空缺。综合乌托邦平原的撞击成因和火星北半球可能存在的巨大古海洋及其后续演化，本文提出乌托邦平原在火星的各个地质时期主要经历了撞击盆地形成(前诺亚纪)、流水沉积物填充(诺亚纪)、撞击坑等典型地貌发育(西方纪)、火山物质部分覆盖(亚马逊纪)等较为复杂的地质改造和演化过程。结合着陆区的地质特征和祝融号火星车搭载的科学载荷，本文建议火星车将着陆区南部的横向风成脊、槽沟和锥形丘分别作为火星车的短期、中期和远期优先探测对象，从形貌学、矿物学、地层学和气候学等多方面对它们开展综合探测分析，确定它们的真正成因或归类。祝融号火星车的就位探测成果将极大的丰富行星科学领域对乌托邦平原地质演化过程的认识，甚至可以为过去可能存在的古海洋和生命宜居环境的综合评价提供支撑。
•   

  PDF(2002)

  摘要(2080)

  HTML

• 基于多尺度监督对比学习的高光谱图像分类网络
• 董文倩,王浩,曲家慧,侯少雄,李云松

• 摘要：高光谱图像分类旨在为高光谱图像中每一像素赋予所属类别,是遥感领域中的一项重要应用。近年来,对比学习由于其良好的挖掘数据关键特征的能力,被广泛运用于高光谱图像分类任务中。但是目前自监督对比学习范式大多采用两阶段方案训练网络,在预训练阶段难以避免将同一类的物体定义为负样本,往往导致类内差距变大。此外,对比学习算法一般采用裁剪、旋转等数据增强方式生成正样本,生成正样本的多样性较为受限。针对上述问题,本文提出了一种基于多尺度监督对比学习的高光谱图像分类网络。具体而言,本文提出了多尺度对比特征学习网络逐层次提取光谱特征和多尺度空间特征,构建了类级对比策略将来自同一类别的不同尺度样本给予紧密一致的表示,进一步拉近特征空间中正样本之间距离,使类内数据更加聚集。然后,提出了空谱混合概率导向融合分类网络,设计了自适应机制动态调整特征融合的权重,挖掘光谱与空间信息的潜在关联,从而实现精准的分类结果。在Houston 2013、WHU-Hi-LongKou和Pavia University高光谱数据集上的试验结果表明,本文方法与其他主流深度学习方法相比表现出更加优越的分类性能。
•   

  PDF(22)

  摘要(58)

  HTML

• 基于TROPOMI NO2、CO及HCHO重构数据的近地面O3浓度估算研究
• 陈小娟,秦凯,Cohen Jason,何秦

• 摘要：以TROPOMI大气成分产品为代表的卫星遥感数据在近地面臭氧（O3）浓度估算中表现出很好的潜力。由于云及反演算法局限性等原因，TROPOMI的大气成分产品存在一定的数据缺失，使得基于此的近地面O3浓度估算数据覆盖度较低。为此，本文采用经验正交函数分解插值法（DINEOF）对TROPOMI NO2、CO、HCHO原始数据产品进行缺失像元重构，并基于重构数据产品采用极限梯度提升算法（XGBoost）估算了中国大陆地区2019-2021年高覆盖度的日最大8h平均O3浓度（MDA8 O3）。对比研究了DINEOF方法对TROPOMI NO2、CO、HCHO原始数据产品的缺失像元进行重构后再建模估算O3的方法（方案1），使用TROPOMI NO2、CO、HCHO原始数据产品并对其缺失像元赋空值并输入其他特征变量来建模估算O3的方法（方案2），有TROPOMI NO2、CO、HCHO原始数据产品的建模结果和无TROPOMI NO2、CO、HCHO原始数据产品，只有其他特征变量的建模结果相结合的方法（方案3），均可提升O3模型估算结果的覆盖度。实验表明：方案1的结果最好，其十折交叉验证R2=0.86，RMSE=15.86μg/m3，模型精度和方案2基本一致且高于方案3，在重构区域的模型精度最高（训练集R2=0.82，RMSE=15.57μg/m3），且当重构区域出现O3重污染时（浓度大于160μg/m3），能明显改善模型高值低估现象，结果的空间分布更合理。方案1估算的2019-2021年近地面MDA8 O3的平均覆盖度从33.6%提升到97.2%，使用TROPOMI NO2、CO、HCHO重构数据产品建模估算O3可同时提升模型性能和模型结果的覆盖度。
•   

  PDF(250)

  摘要(656)

  HTML

• TROPOMI NO2间接估算化石能源CO2日排放量
• 陆凌霄,秦凯,科恩杰森,李晓璐,周春艳

• 摘要：为实现“双碳”目标，利用卫星遥感技术估算化石能源消费二氧化碳（CO2）排放量至关重要。然而，由于CO2在大气中的存活寿命长，且现有CO2卫星传感器的空间覆盖度有限，直接采用卫星观测反演的CO2柱浓度数据估算其排放量难度较大。鉴于化石能源消费同时排放CO2和氮氧化物（NOx），NOx存活寿命短且利用卫星遥感估算其排放量具有较好的可行性。本文选择28个东部城市和1个西部能源金三角地区为研究对象，开展了基于TROPOMI NO2柱浓度间接估算化石能源CO2日排放量研究。首先，本文使用2019年的TROPOMI NO2对流层柱浓度数据产品和质量守恒模型估算得到NOx日排放量及不确定度。其次，分析多尺度排放清单模型构建的排放清单数据库（MEIC）中CO2与NOx的排放量关系。最后估算获得化石能源消费的CO2日排放量。结果表明：估算结果与MEIC清单中的CO2排放空间分布一致，但其更高的空间分辨率和时间频次能够揭示由于统计资料缺失的新兴及小型的排放源。东部城市以北京为例，在市中心周围的城郊地区遥感估算结果高于MEIC清单约104%，这表明随着东部城市的快速扩张，出现较多的新兴排放源。能源金三角以榆林为例，在该地区的电厂、钢铁厂以及煤矿区，存在部分排放源的排放量在MEIC清单中仅占整体排放量的10%，而在估算结果中该比例为37%，表明一些未纳入排放清单的小型电厂和工业源能够被卫星遥感捕捉到。研究结果可为我国化石能源碳排放核算提供技术支持。
•   

  PDF(189)

  摘要(425)

  HTML

• 基于双支路生成对抗网络和Transformer的全色与多光谱遥感图像融合
• 姬云翔,康家银,马寒雁

• 摘要：多光谱遥感图像具有能够反映丰富地物特征的光谱信息，但其空间分辨率较低，纹理信息相对不足。相反地，全色遥感图像的空间分辨率高，纹理信息丰富，但缺乏能够反映地物特征的丰富的光谱信息。通过图像融合技术可以将二者进行集成，以达到各自的优势互补，从而使得融合所得的图像能够更好地满足下游任务的需要。为此，本文提出了一种无监督的基于双支路生成对抗网络与Transformer的多光谱与全色遥感图像融合方法。具体地，首先采用引导滤波将源图像（源多光谱和全色遥感图像）分解为呈现图像主体信息的平滑分量与体现图像纹理、细节信息的细节分量；然后，将分解得到的多光谱和全色遥感图像的平滑分量进行级联，将二者分解得到的细节分量也进行级联；其次，将级联后的平滑分量和细节分量分别输入至双支路生成器的平滑支路和细节支路中；接着，针对平滑分量与细节分量各自不同的特性，分别采用Transformer网络和卷积神经网络进行特征信息提取，以便从平滑层分支和细节层分支中分别提取得到全局光谱信息和局部纹理信息；最后，通过生成器和双判别器（平滑层判别器和细节层判别器）之间不断地对抗训练，得到同时具有丰富光谱信息与高空间分辨率的融合图像。通过在公开的数据集上与多个有代表性的方法进行定性与定量的对比实验表明，本文所提方法具有一定优越性，即在主观视觉效果和客观评价指标上均取得了较好的融合效果。
•   

  PDF(49)

  摘要(64)

  HTML

• Transformer与CNN融合的双分支网络在遥感图像阴影检测中的应用
• 王一帆,黄鲜,王建林,周彤,周文俊,彭博

• 摘要：遥感图像中的阴影对图像解读和地物要素提取至关重要，但它们也可能成为干扰因素。当前，尽管深度学习在遥感图像阴影检测中取得了一定进展，但仍面临漏检、误检以及网络模型复杂等挑战。为此，本研究提出了一种融合Transformer与卷积神经网络（CNN）优势的双分支阴影检测网络。该方法采用双分支结构，从全局和局部两个层面深入挖掘信息，实现特征的有效整合，以更精确地捕捉阴影特征。此外，通过引入阴影预测模块和联合损失函数，进一步提升了阴影检测的准确性。在航空影像阴影数据集AISD（Aerial Imagery Shadow Dataset）上的实验结果表明，该方法显著提高了阴影检测的准确率，达到97.112%，并成功降低了误检率（BER降低了0.389），充分验证了其有效性。总之，本研究提出的双分支遥感图像阴影检测网络为减少小面积阴影的漏检与误检提供了新的有效手段，对遥感图像解译和地物要素提取具有重要意义。
•   

  PDF(45)

  摘要(73)

  HTML

• 陆地生态系统碳监测卫星全波形激光雷达森林冠层高度反演精度分析
• 陈继溢,李国元,彭军,刘诏,周晓青

• 摘要：陆地生态系统碳监测卫星（Terrestrial Ecosystem Carbon Inventory Satellite，TECIS）是我国首颗以激光雷达为主载荷，以高精度监测陆地生态系统碳储量、森林资源和森林生产力为主任务的遥感卫星，可服务国家“双碳”战略、全国重要生态系统保护和修复重大工程监测评价等工作。本文详细评估了陆地生态系统碳监测卫星激光测高全波形数据不同RH（Relative Height）指标表征森林冠层高度的能力，对比了固定增益和可变增益全波形森林冠层探测能力的差异，分析了坡度对冠层高度反演的影响。选取加拿大魁北克试验区的六轨数据进行试验分析，结果表明以RH0为冠层高度起算基准时，将明显高估冠层高度，提高计算背景噪声阈值的背景噪声标准差倍数有利于提高冠层高度精度，但效果有限，而以RH5为冠层高度起算基准将大大提升冠层高度精度，更大的RH起算基准如RH10以上则会低估冠层高度。陆地生态系统碳监测卫星固定增益全波形数据，以RH5为冠层高度起算基准，6倍背景噪声标准差计算背景噪声阈值，剔除少量异常激光点后，森林冠层不同百分比的高度反演精度的RMSE在3.58 m~4.23 m之间，ME小于1.0 m，MAE介于2.52 m~3.21 m之间。可变增益与固定增益全波形数据反演冠层高度的精度相当，但计算背景噪声阈值的背景噪声标准差倍数比固定增益更小。以RH5为冠层高度起算基准显著优于波形分解的最后波峰位置，并且受地形坡度的影响更小。可变增益和固定增益的配置有利于提高数据有效率。相关结论将有利于支撑陆地生态系统碳监测卫星激光测高数据在森林冠层高度反演中的应用。
•   

  PDF(19)

  摘要(73)

  HTML

• 基于多时相无人机LiDAR的杉木林地上生物量季节变化初探
• 熊景峰,曾宏达,谢锦升,李晓杰,陈镜明

• 摘要：伴随着全球变暖，极端降水格局变化显著，分布面积广且处于生长旺盛期的我国人工林将如何响应气候变化，其碳汇功能的趋势预测，以及相应的经营管理决策，迫切需要快速、准确监测森林生长的方法。本研究以17年生杉木中龄林为研究对象，采用无人机激光雷达（UAV-LiDAR）于2019年2月至2020年2进行了半年周期性监测。结合地面调查数据对比了3种基于UAV-LiDAR参数的单木地上生物量（AGB）估测方法，分别为树高冠幅回归法(HCD)、胸径-树高回归法(D-H)、胸径-树高冠幅回归法(D-HCD)，并进一步估测杉木林半年为周期的树高、胸径和AGB的干湿季节生长变化。结果表明，D-HCD法估测杉木单株AGB结果最优（R2为0.77，RMSE为15.99 kg），即采用UAV-LiDAR提取的树高与冠径估测胸径，并将其与树高代入异速生长方程计算AGB。单株年AGB变化量（ΔAGB）的实测与估测R2为0.64，RMSE为1.87 kg，相对误差rRMSE为29.74%；单木上推至样方尺度，单位面积ΔAGB估测相对误差有所降低，rRMSE从29.74%下降到17.10%。研究期间，春夏季的日均温比秋冬季高7°C，降雨量却超过秋冬季的3倍，降雨的季节分配严重不均。杉木生长也因此表现出十分明显的干湿季节差异，湿季和干季平均树高生长量分别为0.50 m和0.13 m，生物量增加量分别为5.12 kg和1.37 kg。随着径阶的增加，中龄杉木春夏季和年ΔAGB呈递增趋势，即个体越大，生长量越具有优势，而小于平均水平的个体，生长量则明显降低。
•   

  PDF(1026)

  摘要(940)

  HTML

• FARSITE和Cell2Fire森林火灾蔓延模拟系统对比及重初始化研究
• 辛淇,袁媛,周君晗,李子扬,周增光

• 摘要：基于遥感数据的林火蔓延模拟是根据遥感技术获取可燃物、地形和火点等数据，结合林火蔓延模拟模型预测森林火灾蔓延态势，对森林防火救灾工作具有重要参考意义。本文使用Cell2Fire和FARSITE两种林火蔓延模拟器，对四川凉山和内蒙古那吉林场的2场森林火灾进行模拟，对比了2种模拟器模拟精度。同时，针对连续模拟精度不高的问题，提出一种基于BAI光谱指数与区域生长的过火区重初始化方法，能够自动提取过火区，结合卫星火点数据重初始化林火蔓延模拟器，进而提高连续多天的模拟精度。实验结果表明：（1）FARSITE和Cell2Fire模拟结果较为相似，大多数情况下FARSITE模拟精度略高于Cell2Fire；（2）与连续模拟和VIIRS重初始化模拟方法相比，所提出的过火区重初始化方法能改善长时间模拟误差累积问题和因缺少前期火点导致的模拟不充分问题，使用过火区重初始化方法的Cell2Fire和FARSITE模拟结果精度最高，说明对于提高模拟结果准确性来说，选择合适的模拟方法可能比选择模拟器更重要。
•   

  PDF(699)

  摘要(336)

  HTML

• 基于SWOT卫星模拟数据的湖泊水储量观测能力分析：以青藏高原湖泊为例
• 梁炜轩,冯伟,孙明智,钟敏

• 摘要：湖泊作为地表水的重要组分，在全球水循环中发挥着关键作用，同时也是全球气候变化的“哨兵”。于2022年12月发射的地表水和海洋地形（SWOT）卫星将首次对全球湖泊进行二维宽刈幅观测。为了在今后更好地应用SWOT卫星数据，本文将先行对SWOT卫星的应用潜力进行综合模拟和评估。本文使用法国国家空间研究中心（CNES）水文模拟工具，对位于青藏地区的拉昂错、玛旁雍错、昂拉仁错和仁青休布错四个湖泊进行了SWOT卫星观测数据的模拟研究，评估SWOT卫星观测湖泊水面高、湖泊面积以及湖泊水储量的能力。模拟研究表明，针对青藏地区的四个典型湖泊，SWOT卫星观测湖泊平均水面高的精度优于0.02 m，模拟水面高序列与真实序列相关系数超过0.9，能够较好地反映湖泊水面高随季节的变化；SWOT观测湖泊面积的误差大部分在10%以内。SWOT卫星在湖泊水量反演中有很大的应用前景。SWOT估计水面高和面积所产生的误差对湖泊静态水量估计的影响较小，而湖底地形的估计误差对湖泊静态水量估计的影响较大，所以获取更高精度的湖泊深度先验数据是未来获得更高湖泊水储量的关键。
•   

  PDF(243)

  摘要(502)

  HTML

• 山地生态系统通量足迹遥感像元尺度空间代表性分析
• 邬昌林,谢馨瑶,李爱农

• 摘要：遥感技术是大尺度上估算地表碳、水和能量等通量的重要信息来源，全球涡度通量观测数据集已广泛用于遥感通量数据产品的生产和评价，评估遥感像元尺度上通量足迹的空间代表性尤为重要。本文选择我国西南典型山地生态系统-王朗山地遥感四川省野外观测研究站（简称王朗站）区域为例，使用二维参数化足迹模型刻画了通量观测足迹的时空变化特征，同时解析了通量观测足迹在多个遥感像元尺度（30 m、60 m、120 m、250 m、500 m、1000 m、1500 m和2000 m）上的空间代表性。结果表明，在通量足迹的空间变化上，王朗站内不同观测塔通量足迹范围跨度较大（10 ~ 103 m）且对称性较低（通常在40%以下），因此在山地生态系统进行遥感模型及产品验证时需要更加关注通量足迹的空间代表性差异。在通量足迹的时序变化上，王朗站内日尺度上的足迹重叠性差异明显（0% ~ 88%），结合时序变化的足迹特征可进一步提升高时间分辨率下的模型验证和产品精度。王朗研究区内落叶阔叶灌丛站点、落叶阔叶林站点和常绿针叶林站点等三个观测塔的高度为10 m、30 m和75 m，其分别在30 m、60 m和1000 m像元尺度取得对通量足迹的最佳空间代表性。由于山区通量观测的高空间代表性局限于高空间分辨率（观测高度较低时）和中低空间分辨率（观测高度较高时）的遥感像元，认知通量足迹在像元尺度上的空间代表性，结合多尺度遥感观测数据和时空尺度扩展方法，可促进山区生态系统参量估算和通量研究。本文可为站点观测尺度扩展、山地生态系统遥感数据产品生产和地球系统模型验证提供参考。
•   

  PDF(677)

  摘要(1003)

  HTML

• 光谱与空间响应函数介绍
• 陈学泓,杨伟,陈晋

• 摘要：1
•   

  PDF(108)

  摘要(186)

  HTML

• 风云三号气象卫星风场测量雷达在轨性能初步评价
• 商建,窦芳丽,刘丽霞,袁梅,尹红刚,孙凌,胡秀清

• 摘要：风场测量雷达是我国风云系列气象卫星的第一部主动遥感仪器，是国际上第一部星载双频双极化散射计，采用先进的扇形波束圆锥扫描体制，通过地球系统的后向散射测量获取全球海面风场、土壤湿度和海冰覆盖等地球物理参数。本文介绍了风场测量雷达的测量原理、信号特性与主要性能指标，给出了风场测量雷达数据预处理方法；根据卫星发射后的测试数据，初步分析了仪器在轨工作性能。分析结果表明，风场测量雷达在轨状态良好，性能指标达到预期，为其数据的遥感应用、同化应用与天气预报奠定了基础。
•   

  PDF(35)

  摘要(91)

  HTML

• FY-3D/MWRI雪深产品在伊春地区的验证与分析
• 王一欣,蒋玲梅,杨建卫,崔慧珍,郑照军

• 摘要：雪深是描述积雪的重要参数，高精度的雪深产品对天气预报、水文、地表过程等研究有重要作用。国家卫星气象中心自2019年4月起发布了风云三号D星（FY-3D）微波成像仪（MWRI）的被动微波全球雪深/雪水当量产品。相比于FY-3B算法，FY-3D业务化雪深算法在东北林区引入森林覆盖度对森林影响进行了经验校正。为了检验其算法改进效果及业务化产品在东北林区的精度，本文利用黑龙江省伊春市林区的雪线实测数据和气象站点雪深观测数据对FY-3D业务化雪深和雪水当量产品进行了验证，并对验证结果进行了分析。验证表明，FY-3D雪深产品与雪线实测数据、气象站点观测数据的RMSE分别为5cm和13.2cm，FY-3D雪水当量产品与雪线实测数据的RMSE为2.1mm。分析表明FY-3D雪深产品在林区的不确定性主要来源于半经验算法难以消除森林对微波辐射亮温的影响。尽管经过森林辐射校正可以增强亮温梯度与雪深的相关性，但是森林辐射校正的经验性又增加雪深反演结果的不确定性。该工作可为后续基于国产FY-3D亮温数据改进林区雪深反演算法提供参考.
•   

  PDF(210)

  摘要(206)

  HTML

• 风云四号A星可见光反射率同化神经网络观测算子
• 何明峰,周永波

• 摘要：全天空卫星可见光反射率资料蕴含关键的云雨信息，具有重大的同化潜力。传统的可见光反射率资料同化观测算子基于数值方法求解辐射传输方程，计算效率偏低，尚不能满足资料同化的业务应用需求。鉴于此，本研究在Scheck（2021）神经网络观测算子的基础上，优化了神经网络参数与结构，构建了风云四号A星（FY-4A）先进静止轨道辐射成像仪（AGRI）可见光反射率资料同化的快速观测算子NNFO。NNFO的输入参数包括液相和冰相总云水路径（转换到对数空间）、冰相云水路径与总云水路径之比、液滴有效粒子半径、下垫面反照率、太阳天顶角、卫星天顶角、太阳与卫星的相对方位角，输出数据为对应条件下的天顶反射率。结果表明，NNFO的计算效率是传统观测算子RTTOV-DOM的15倍（串行）或6倍（并行），并且NNFO具有与RTTOV-DOM相当的模拟精度。此外，NNFO可以较好地重构FY-4A/AGRI可见光云图，反射率模拟结果的偏差和均方根误差分别为-0.016和0.143。因此，NNFO具有同化应用的潜力。
•   

  PDF(371)

  摘要(295)

  HTML

• 基于引潮力算法的四川泸县Ms6.0地震临震长波辐射变化研究
• 孙学霞,崔静,姜文亮,马未宇,康春丽,李强

• 摘要：2021年9月16日四川省泸县发生MS 6.0地震，利用FY-2H地面长波辐射数据产品（OLR）分析研究区8月27日至10月1日长波辐射异常分布及变化。结果显示，研究区内震中东北部最先出现异常，异常整体呈北西-南东分布；时空演化呈现出初始增温-异常加强-高峰-衰减-平静的特征，与岩石受力应变破裂所经历的微破裂-破裂-加速破裂-破裂过程演化特征吻合。结果表明，天体引潮力对此次地震具有诱发作用，长波辐射异常一定程度上表征了地震孕育过程中应力应变的辐射变化。之后，利用NOAA卫星长波辐射产品数据追踪验证异常时段（9月11日-17日），发现两者结果表现特征较为一致，进一步说明了FY-2H卫星长波辐射数据可较好地应用于地震异常监测。
•   

  PDF(908)

  摘要(946)

  HTML

• 风云三号双星联合反演日平均OLR能力评估
• 张婉春,刘健,徐娜,陈林,徐寒列

• 摘要：大气顶射出长波辐射（OLR）是大气顶辐射能量平衡的重要分量。风云三号D星和E星（FY-3D和FY-3E）上搭载的中分辨率成像光谱仪（MERSI）均可用于OLR反演。利用美国Aqua CERES OLR瞬时观测数据分别对FY-3D和FY-3E MERSI瞬时OLR反演精度进行一致性比对，结果显示两颗星OLR反演精度基本一致，FY-3D和FY-3E MERSI OLR与Aqua CERES OLR相比RMSE在6-7 W·m-2之间。基于CERES日平均OLR数据与FY-3D和FY-3E单星和联合计算的日平均OLR比对结果显示，基于两颗卫星每日四次观测计算的日平均OLR较单颗星每日两次计算的日平均OLR精度提高3-4 W·m-2。反映出利用多颗极轨气象卫星观测数据，增加每日观测次数，可更好地反映OLR日变化特征。
•   

  PDF(531)

  摘要(438)

  HTML

• 联合TanDEM-X DEM与Senitnel-2多光谱数据的林下地形提取
• 刘志卫,赵蓉,朱建军,付海强,周璀,周亦

• 摘要：针对植被覆盖区TanDEM-X DEM无法描述精细化林下地形的问题，本文提出了一种联合TanDEM-X DEM和Sentinel-2多光谱数据的林下地形提取方法。为了实现该方法，首先将TanDEM-X DEM和Sentinel-2的多波段信息作为输入变量、高精度林下地形数据（LVIS测高数据）作为输出变量，通过随机森林拟合方法构建林下地形预测模型；之后，利用得到的训练模型实现无参考数据区域的林下地形获取。为了验证提出的方法，本文采用位于非洲加蓬的两个典型实验区进行实验验证。实验结果表明，提出的方法能够有效地改正TanDEM-X DEM中包含的森林高度偏差，相较于原始的TanDEM-X DEM，本文方法所提取的地形精度分别提升了76%和63%。此外，实验结果也表明，本文方法得到的林下地形结果保持了较为完整的地形纹理，可以较好的描述林下地形细节。本研究为采用TanDEM-X DEM获取大范围林下地形提供了一种可行的方案。
•   

  PDF(1012)

  摘要(812)

  HTML

• 联合双重注意力机制和双向特征金字塔的遥感影像小目标检测研究
• 李科文,王辉,祝锐,朱光磊,薛朝辉

• 摘要：遥感影像由于成像特点和空间分辨率的制约，导致小目标特征提取难度增加，因此遥感影像小目标检测具有较大挑战。现有深度学习目标检测网络架构多基于自然图像而构建，在顾及遥感影像小目标特殊性方面的研究和探索存在不足。为此，本文提出了联合双重注意力机制和双向特征金字塔的遥感影像小目标检测算法。主要创新工作体现在：1)针对遥感影像中待检测物体所占比例较小导致其特征信息不易提取以及网络参数量大等问题，基于YOLOv3网络模型，引入LKGNet主干网络和GIoU损失函数，提出LKGNet-YOLO网络；2)针对网络特征提取过程中容易受噪声信息干扰以及网络多层信息融合能力不足的问题，基于YOLOv3网络模型，引入DA-LKGNet主干网络和加权双向特征金字塔结构，提出DA-LKGNet-YOLO网络。采用2014年中国科学院大学发布的遥感影像数据集UCAS-AOD v1.0(UA)和2021年武汉大学发布的AI-TOD数据集进行实验，结果表明：本文方法明显优于YOLOv3、RFBNet、SSD、FSSD、RetinaNet、RefineDet, mAP精度分别高出约3.45%-7.52%、1.36%-4.84%。同时，在小尺度目标上的检测水平优于Faster-RCNN和YOLOv7算法。与原始YOLOv3网络相比，本方法在浮点运算次数上降低了48%，参数量减少了42%。
•   

  PDF(192)

  摘要(529)

  HTML

• 种子点自适应调整策略下的SAR影像超像素分割
• 赵腾,杜小平,严珍珍,朱俊杰,徐琛,范湘涛

• 摘要：SAR影像超像素分割，即将SAR影像中相似像素按照度量准则聚合为超像素的过程，超像素能一定程度体现图像的语义特征，可有效降低后续图像理解的难度，已成为影像分类、变化检测等算法重要的预处理步骤。然而，现有的SAR影像超像素分割算法多基于局部聚类方法实现，这类方法存在超像素种子点个数预定义、缺乏影像细节自适应性和多次迭代导致的耗时过多等不足。针对上述问题，本文提出了基于邻域特性的单次迭代超像素自适应分割算法ASSA，该算法基于高斯混合模型的种子点自适应调整策略，实现了超像素个数自适应确定，并确保了超像素内部的同质性；利用优先级队列和邻域特性，实现了单次迭代下的超像素分割；同时，ASSA算法使用高斯核函数和后处理两种策略进行了SAR影像噪声抑制。本文从可视化效果、定量指标和运行时间三方面对算法的有效性和高效性进行了评估。实验结果表明，相比于其他超像素分割算法，ASSA算法能够基于影像特性实现自适应超像素分割，提高分割效率的同时生成的超像素边界贴合度和紧凑度都较高。
•   

  PDF(330)

  摘要(642)

  HTML

• ADC-CPANet：一种局部-全局特征融合的遥感图像分类方法
• 王威,李希杰,王新

• 摘要：遥感图像具有丰富的纹理信息和复杂的整体结构，因此在场景分类任务中进行多尺度的特征提取至关重要。基于此，设计了局部特征提取模块ADC模块(Aggregation Depthwise Convolution Block，ADC)和全局-局部特征提取模块CPA模块(Convolution Parallel Attention Block，CPA)，并在ADC模块中提出一种非对称深度卷积组，以增强模型对图像翻转和旋转的鲁棒性；在CPA模块中提出一种能够扩大感受野并增强特征提取能力的多分组卷积头分解注意力。以ADC模块和CPA模块为基础构建全新的遥感图像场景分类模型ADC-CPANet，在各阶段采用堆叠ADC模块和CPA模块的策略，从而使模型具有更好的全局特征和局部特征提取能力。为验证ADC-CPANet的有效性，本文使用开源数据集RSSCN7数据集和SIRI-WHU数据集测试ADC-CPANet与其他深度学习网络的复杂度和识别能力。实验结果表明，ADC-CPANet的分类准确率分别高达96.43%和96.04%，优于其他先进的模型。
•   

  PDF(656)

  摘要(1061)

  HTML

• 高分六号宽幅相机叶片叶绿素含量反演方法与验证
• 谷晨鹏,李静,柳钦火,张虎,张召星,文远,王晓函

• 摘要：叶片叶绿素含量（Leaf chlorophyll content，ChlLeaf）是反映植被光合能力强弱的重要指标，对全球碳循环研究和农业监测有重要意义。高分六号（GF-6）搭载的宽幅相机具有两个对ChlLeaf敏感的红边波段，具备开展ChlLeaf定量反演的潜力。本文提出基于叶绿素含量敏感指数CSI（Chlorophyll sensitive index）的GF-6宽幅相机WFV（Wide Field of View）数据ChlLeaf反演方法，通过PROSAIL和PROSPECT+4-Scale模型模拟构建了ChlLeaf与CSI指数的经验回归模型，并与MTCI、CIre和TCARI/OSAVI等红边指数的经验回归模型的反演精度进行对比。基于农作物、阔叶林和针叶林三种植被类型实测数据的验证结果表明，CSI指数反演精度最优(R2 = 0.62, RMSE = 10.31 μg cm-2)，高于CIre指数(R2 = 0.34, RMSE = 14.83 μg cm-2)、MTCI指数(R2 = 0.25, RMSE = 15.3 μg cm-2)和TCARI/OSAVI指数(R2 = 0.01, RMSE = 21.34 μg cm-2)。利用GF-6 WFV数据生成2019年北京森林站ChlLeaf时间序列与现有MODIS ChlLeaf产品的对比结果表明，GF-6能提供更高分辨率的ChlLeaf数据，能够更准确地刻画ChlLeaf的空间和时间序列变化特征，可以为GF-6在农业和植被生态监测的研究和应用提供数据支撑和科学依据。
•   

  PDF(209)

  摘要(633)

  HTML

• 基于CMIFM的跨平台超分辨率高光谱影像重建及光谱定量评估——以岩溶湿地为例
• 孙习东,付波霖,李华剑,贾明明,孙伟伟,武炎,宋奕基

• 摘要：高光谱遥感时序精准监测湿地植被和水体状况已成为准确评估和全面监测岩溶湿地生态系统状况的重要基础。然而，现有星载高光谱影像的空间分辨率较低，难以捕捉湿地植被复杂的空间细节，已有超分辨率重建方法无法实现卫星和无人机跨平台影像重建，且难以实现对大范围湿地场景的时序监测。为了解决上述问题，本文提出一种跨平台的多尺度影像特征映射模块CMIFM（Cross-Sensor Multiscale Image Feature Mapping Module）。该模块统一了无人机高光谱影像AHSI（Aerial hyperspectral image）和星载高光谱影像SHSI（Spaceborne hyperspectral image）的空间尺度，根据携式地物光谱仪ASD（Analytical Spectral Devices）的实测数据将AHSI和SHSI映射在同一个光谱特证空间中，进而整合AHSI和SHSI的空谱特征信息，构建影像特征数据集。通过使用超分辨率网络（ESRGAN和SwinIR）实现SHSI的高质量影像重建。同时，本文采用最新的深度学习（DATFuse）和传统的融合方法（GS），对比在湿地场景下，Sentinel-2和OHS-02重建影像和融合影像中植被群落和水体的光谱和空间质量。研究结果表明：（1）基于CMIFM的超分辨率网络能够通过学习AHSI特征，实现跨平台提升SHSI中湿地植被和水体的空间纹理细节信息，在视觉感知和定量指标方面均优于GS影像融合方法，重建影像的平均PSNR和SSIM精度分别为11.06和0.3102；（2）重建影像中狗牙根、华克拉莎和芒草3种典型湿地植被群落以及水体的光谱特征和实测ASD数据相比具有高稳定性和保真性，且光谱波段的平均RMSE和R2精度值高于DATFuse和GS融合影像；（3）CMIFM+ESRGAN和CMIFM+SwinIR方法在空谱重建性能上具有较强的泛化能力，能够在AHSI未覆盖的区域中完成影像的重建，平均PSNR和R2分别为12.74和0.1897，接近AHSI覆盖区域的精度数值范围。（4）本文验证了基于CMIFM模块的超分辨率技术在复杂湿地高光谱影像重建中的可行性。
•   

  PDF(51)

  摘要(140)

  HTML

• 机载多维度SAR图像地物数据集构建及融合分类方法研究
• 郑乃榕,杨子安,施贤正,杨宏,孙越,王峰

• 摘要：随着合成孔径雷达（SAR：Synthetic Aperture Radar）成像和深度学习技术的发展，利用深度学习算法对SAR图像进行地物分类得到了广泛关注及应用研究。本文基于对地观测航空遥感系统高分机载数据构建了高分辨率机载多维度SAR地物分类数据集（AIR-MDSAR-Map: Airborne Multi-Dimensional Synthetic Aperture Radar Mapping Dataset）。本数据集包含海南万宁和江苏射阳两个区域的P、L、S、C、Ka五个波段的多极化 SAR 图像和高分辨率光学图像，将地物划分为水域、裸地、道路、工业区、林草地、住宅区、种植地、养殖场和其他等9类，并提供精细化的像素级别标签。本文利用深度学习中较经典的语义分割方法对 AIR-MDSAR-Map 进行地物分类验证，同时也检验了不同波段SAR图像对各类地物的分类敏感性。最后，通过不同的融合策略对多维度SAR数据进行融合分类，最终融合方法在其中多类地物目标上的表现优于单波段，在综合指标FWIoU和PA上提升10~15%，FWIoU达69%，PA达81%。该数据集将发布于国家综合地球观测数据共享平台（http://www.chinageoss.cn），能满足不同行业用户和科研用户的需求，为多维度SAR数据的应用研究提供支撑。
•   

  PDF(217)

  摘要(1579)

  HTML

• 顾及左右摆扫不同影响的航空大视场高分红外扫描仪几何外检校方法
• 金雁敏,宋正翔,李益峰,王超,刘世杰,柳思聪,童小华

• 摘要：摆扫航空大视场红外扫描仪具有视场角大、分辨率高等优点，但因在传感器安装、运输、飞行时会受到抖动的影响，常导致传感器的中心、安置角度发生偏移。因此有必要对CCD影像进行几何外检校，以提高传感器影像的几何质量。特别是此类扫描仪不同摆扫方向会对成像质量造成不同影响，因此本文针对航空大视场红外扫描仪成像特点，构建了考虑左、右摆扫不同影响的几何外检校模型。该检校模型具有如下特点：（1）左、右摆影像同时检校，并分别设置不同的安置参数矩阵。扫描仪的左、右摆扫会造成成像积分方向的不同，进而导致左、右摆影像定位精度的不一致，因此利用不同的左、右摆参数矩阵，消除摆扫角误差对成像几何精度造成的影响。（2）增加检校参数伪观测方程。由于该航空大视场红外扫描仪存在大摆扫角，随着摆扫角的变化，相机与定位定姿系统安置误差检校参数间可能存在较强相关性，因此引入检校参数伪观测方程。实验结果表明该检校模型能有效提升影像的几何定位精度，检校后左右摆影像反投影偏差降低到亚像素水平。
•   

  PDF(234)

  摘要(484)

  HTML

• 面向小麦种植面积反演的自监督学习光谱解混算法
• 胡金龙,段金亮,沙马阿各,张瑞

• 摘要：遥感作为大范围地表覆盖提取和时空动态监测的有力工具，在小麦种植面积反演领域具有显著优势。然而，混合像元现象限制了小麦种植面积估计的精度，而端元的光谱变异性现象也使得传统的混合像元分解方法表现不佳。针对小麦种植面积估计过程中存在的混合像元和端元光谱变异性等问题，本文提出基于自监督学习的光谱解混算法 (Self-supervised Learning-based Spectral Unmixing Algorithm, SLSU)。首先，使用变分自编码器实现无监督的端元光谱变异性解释和端元库生成；其后，使用交替最小二乘法和全约束最小二乘模型估计各类端元对应的丰度；最后，利用概率松弛标记法对解混结果进行空间邻域校正，以进一步提高光谱解混和小麦面积估计的精度。以河南省新乡市3个典型的小麦种植区为实验区，利用Sentinel 2影像获取小麦种植面积并利用实地测量的小麦分布现状数据计算提取精度。结果表明：基于SLSU算法获取的小麦种植面积的相对提取误差中位数小于1.3个像素，显著优于全约束最小二乘、扩展线性混合模型等传统混合像元分解算法以及支持向量机、随机森林等监督学习分类方法所提结果。所提SLSU算法可以提高小麦提取的精度和稳定性，为农作物分布提取和种植面积估算提供了有效的方法。
•   

  PDF(586)

  摘要(742)

  HTML

• 月球可见光和SAR影像特征匹配方法比较研究
• 王晨旭,彭嫚,谢彬,邸凯昌,芶盛

• 摘要：多模态影像匹配方法已在地球多源遥感影像中获得了广泛应用，但月球多模态影像的匹配尚缺少对比性研究。为了实现高分辨率月球光学图像与SAR图像的高精度匹配，本文选择月球中纬度、低纬度、南极、北极等多个实验区影像，使用SIFT(Scale-Invariant Feature Transform）、基于区域的CFOG(Channel Features of Orientated Gradients)、HOPC(Histogram of Orientated Phase Congruency)和基于结构特征的RIFT(Radiation Invariant Feature Transform)、HAPCG(Histogram of Absolute Phase Consistency Gradients)、HOWP(Histogram of the Orientation of the Weighted Phase descriptor) 和深度学习SuperGlue、LoFTR(Local Feature TRansformer)共8种特征匹配算法进行实验比较研究，通过正确匹配点数、均方根误差、重复率和覆盖度四种指标对匹配结果进行比较分析。结果表明，HAPCG算法使用了各向异性滤波并结合绝对相位方向梯度直方图构成特征向量，匹配效果最优。LoFTR算子使用了自注意层和互注意层机制，对纹理贫乏的月球影像效果次之。HOWP和SuperGlue匹配效果居中。CFOG、HOPC和RIFT效果最差。SIFT未能实现匹配。匹配点的分布和成像光照条件、影像重叠区域相关，中低纬度地区匹配效果优于南北极地区。对HAPCG匹配结果的Stokes第一参数进行了统计分析，雨海和高地实验区的匹配点的散射特性参数的平均值高于南极北极实验区，和地形特征相符。散点图显示出HAPCG匹配点对应的Stokes第一参数和光学影像灰度值存在相关性，证明了HAPCG对非线性辐射差异较大的月球光学影像和SAR影像匹配的稳健性。本研究为月球光学影像和SAR影像匹配方法的选择提供参考，有助于月球多源数据的应用。
•   

  PDF(50)

  摘要(309)

  HTML

• 月球底部破裂撞击坑的微波热辐射特性研究
• 孟艺博,孟治国,张小平,邹猛

• 摘要：月球底部破裂撞击坑（FFCs）的成因机制以及演化历史一直是月球科学的热点话题。FFCs的特点是底部较浅，包含放射状、同心状和/或多边形断裂，部分还包括山脊、月海物质和暗晕凹坑等火山活动相关特征，目前其主要成因存在粘性松弛和岩浆侵入两种观点的争议。论文依据具有一定穿透深度且能反映热物理特性的嫦娥二号微波辐射计数据，基于24小时亮温、规则亮温和亮温差制图，结合表面玄武岩出露情况，系统地研究月球FFCs的微波热辐射特征。主要发现包括：（1）亮温差特征表明，在FFCs中存在四通道亮温差均较高的区域且这些区域表面裂隙发育较好。（2）在表面出露玄武岩的FFCs中，玄武岩出露区域存在微波热辐射异常，表明该区域深部存在岩墙，形成表面火山特征；（3）在表面未发现玄武岩出露的FFCs中，坑底仍存在微波热辐射异常，推测在撞击坑深部存在岩墙。结果表明从微波辐射亮温角度证实了月球底部破裂撞击坑是由岩浆侵入造成的这一观点，为月球热演化历史研究提供了新的重要支撑。
•   

  PDF(83)

  摘要(392)

  HTML

• 基于多源数据的形貌分析在国际月球科研站建设中的应用研究
• 杜 省,康志忠,胡 腾,肖 萌,李 默

• 摘要：国际月球科研站（International Lunar Research Station，简称ILRS）的建立是我国顺应当前形势的重要太空战略部署。为研究基于多源数据的形貌分析在ILRS建设过程中的应用，将“ILRS计划”分为选址和科考阶段。分析ILRS选址阶段需考虑的约束条件，简述正射高分光学影像、月表地形、 月球DEM、激光高度计、微波辐射计、多/高光谱成像、测月雷达、伽马射线等多源数据在选址阶段的应用，利用嫦娥二号DOM、DEM、LRO Diviner辐射计、LOLA激光高度计以及地质制图等多源数据对月球南极地形特征、温度条件、光照条件、对地能见度和地质特征进行分析，提出在ILRS选址阶段应考虑的诸多因素和适合着陆选址的区域特点，并以Amundsen区域为例，选择了3个候选着陆点。以Shackleton、Shoemaker、de Gerlache和Amundsen撞击坑为代表，基于多源数据分析结果为ILRS科考阶段巡视路线的规划、水冰探测的分析、观测基站的设立提供参考。研究表明基于多源数据的形貌分析结果对ILRS的选址和科考任务都有重要参考价值。
•   

  PDF(714)

  摘要(726)

  HTML

• 月球南极阿蒙森(Amundsen)地区地质特征及演化历史研究
• 张玉征,乔乐,陈剑,张江,李勃,凌宗成

• 摘要：直径约103 km的阿蒙森(Amundsen)撞击坑是月球南极地区最显著的地貌特征之一，该撞击坑底部发育有大面积的平原地貌及永久阴影区，且存在氢元素的富集，是开展月球南极地区挥发分着陆探测的重要候选着陆区之一，然而对该区域仍缺乏聚焦性的区域地质特征及演化历史研究。面向未来月球极区着陆探测需求，本文利用地形、光谱、光照条件等多源高分辨率遥感探测数据，对阿蒙森地区的地质背景信息及详细地质特征进行了系统性研究。阿蒙森坑地形特征保存较为完好，为月表典型的复杂撞击坑之一，其坑底分布了面积超过2000 km2的平原地貌，平均坡度小于5°。基于物质成分及反照率分析，本文发现这些坑底平原具有高反照率、贫铁元素的特征，显著不同于月海平原，说明其可能是来自薛定谔盆地的溅射物，而不是火山喷发产物。同时，阿蒙森地区还表现出氢元素的富集，水冰探测潜力较大。本文还绘制了阿蒙森地区大比例尺地质图，并梳理了区域多期次地质演化历史。通过与嫦娥四号任务着陆区所在的冯·卡门坑底月海平原对比，本文认为阿蒙森坑底平原具备开展着陆探测的地形条件，但是其特殊的光照、温度及物源特征也为开展着陆原位探测带来了科学机遇和技术挑战。
•   

  PDF(251)

  摘要(525)

  HTML

• 月表低亮温差异常的提出和地质成因分析
• 孟治国,赵瑞,蔡占川,张小平,张渊智,邹猛

• 摘要：月表冷异常是月球科学研究关注的重要内容之一。相对于热红外冷点异常,本文基于嫦娥二号微波辐射计数据,结合月表可见光、热红外和地形数据,首次在莫斯科海发现并提出了一种新的低亮温差异常,在史密斯海确认了这种冷异常的存在；以亮温差正常的嫦娥五号着陆区为参考,发现当前已知成分无法解释低亮温差异常的成因,很有可能是一种尚未被探测到的成分造成的；通过对阿波罗盆地和巴尔默隐月海地区低亮温差异常的研究,发现低亮温差异常很有可能来自撞击事件对月壳深部物质的挖掘,代表了月壳成分在纵向上的不均匀性。论文结果对进一步研究月球分层结构提供了新的重要参考。
•   

  PDF(172)

  摘要(456)

  HTML

• 1:250万月球酒海幅(LQ-20)地质图编研
• 刘敬稳,刘建忠,朱凯,张敬宜,张珂,吴聪哲,雷丹泓

• 摘要：在嫦娥探月数据及其他月球地质资料的基础上，中国科学院地球化学研究所主导的团队编制了比例尺为1:250万的全月地质图、月球分幅地质图、月球构造纲要图、月球岩石分布图以及30分幅地质图，其中就包括LQ-20酒海幅。LQ-20图幅以其独特的酒海纪与艾肯纪交界的标志事件——酒海盆地撞击事件而引人注目。本文详细介绍了月球地质图的编研的发展历史、LQ-20分幅图的图幅表达的内容，并阐述了该图幅表达的岩石类型、撞击盆地和撞击坑物质、构造形迹特征等：图幅中表达了12类岩石类型、8个盆地的地质信息、260个撞击坑的坑物质、16类构造形迹特征涉及了整个三宙六纪的地质信息。最后讨论了该月球图幅区域内从岩浆洋纪到哥白尼纪的整体区域地质演化历史、并提出我国1:250万月球地质图与美国月球地质图在表达地质信息上的本质区别在于其对月球地质过程整体的地质体系的完整建立与系统表达，每处地质信息都明确表达其地质作用来源，每个区域都有层次分明的按形成顺序排列的地质过程，这为我国乃至全球月球就位探测、科学研究等提供了一份详尽的月球地质背景资料。
•   

  PDF(508)

  摘要(513)

  HTML

• 行星地质制图历史与制图体系综述
• 连丽慧,胡腾,康志忠,洪友堂

• 摘要：行星地质图是深空探测的重要成果表达形式，也是行星矿产资源调查与储量估算的基础数据。虽然各个国家对行星开展了大量的探测活动，但关于行星地质制图方面的研究进展较为缓慢，制图成果集中在上世纪，并且各国的行星地质制图标准有较大差异。本文研究梳理了行星地质制图的发展历史和各国现有的行星地质制图体系。目前美国有较为完善的行星地质图制图体系，欧洲航天局（European Space Agency，ESA）在美国绘图体系的基础上加以创新，形成了富有特色的非标准制图产品。我国也在逐渐形成一套相对完善的制图标准。未来，随着不断获取高质量的探测数据，我国将会形成更为完善的行星制图体系。
•   

  PDF(254)

  摘要(627)

  HTML

• 面向月球极区特殊光照条件的地形可视化
• 应申,毕杰皓,陈驰

• 摘要：月球极区因其特殊的地理位置与地形特征，太阳高度角较低，光照不充分，存在多处长期缺乏直接光照的永久阴影区。现有的影像数据阴影范围过大，导致形貌表现不完全，表现效果较差；若从高程数据出发，直接表现月球极区形貌，则会出现色彩与光影效果不自然、缺乏地形细节等问题。为了更好地开展月球极区的科学研究，行星制图中需要实现一套全面、高效的月球极区形貌可视化制图方法。本文结合高精度激光测高数据，通过晕渲可视化的方法制作晕渲地图，有效地表现月球极区的撞击坑、坑链、月溪等地貌，具有直观、详细、全面的特点。同时，在晕渲可视化地图的基础上进一步处理，如叠加永久阴影区要素，可得到更为清晰明了的专题地图。采用符合人类地理空间认知的月球极区可视化方法，将有助于月球极区科学问题的研究交流以及月球极区探测任务的开展。
•   

  PDF(325)

  摘要(585)

  HTML

• 基于Landsat 8卫星时序影像的森林病虫灾害时空监测
• 张浩芫,李世明,齐志勇,刘晴,庞勇,李增元

• 摘要：由于气候变化和人类活动等多种因素的共同作用，森林病虫灾害干扰的频率和规模不断增加，严重影响了森林生态系统的结构和服务。准确地识别区域性森林病虫灾害扰动，分析其爆发的时空特征对于森林生态系统的保护具有重要意义。本研究基于Landsat 8卫星年度时序数据，以辽宁省朝阳市为研究区域，全面分析了森林冠层时序光谱特征对火灾、砍伐和森林病虫灾害的可分离性，调整LandTrendr算法的控制参数提升了森林弱扰动信息提取的“敏感性”，采用随机森林算法提取了2013至2023年的森林病虫灾害扰动时空信息。结果表明：(1)中分辨率卫星影像的时序光谱特征能够有效地区分朝阳市森林病虫灾害与火灾、砍伐两类森林扰动，可以作为区域性森林病虫灾害识别依据。(2)时序卫星影像可以有效地提取森林扰动时空信息并用于森林病虫灾害识别，本研究的森林扰动识别和病虫灾害监测总体精度分别为0.893和0.891，Kappa系数分别为0.785和0.850。(3) 朝阳市森林扰动以病虫灾害为主，森林病虫灾害主要发生在西部的建平县和凌源市，发生面积占全市病虫灾害发生面积的67.97%；朝阳市森林病虫灾害在时间维度上存在“间歇性”爆发现象。研究结果可以为森林经营管理提供数据支持，为不同森林扰动的分类以及森林病虫灾害时空监测提供方法借鉴。
•   

  PDF(192)

  摘要(203)

  HTML

• 两类真菌病害的特异性叶片光谱响应与监测精度对比研究
• 薛博文,孔媛媛,田龙,王雪,姚霞,朱艳,曹卫星,程涛

• 摘要：作物病害遥感监测对精准防控和粮食安全至关重要。病害光谱响应规律及其生理依据是病害遥感监测的基础，而针对该基础性问题的深入研究仍较缺乏。本研究通过比较两类侵染特性相异的真菌病害及其光谱监测精度，旨在系统阐明病叶光谱响应机制及其特异性。研究选择活体营养型小麦白粉病（Wheat powdery mildew, WPM）和半活体营养型水稻叶瘟病（Rice leaf blast, RLB）作为实例。基于叶片反射光谱和辐射传输模型参数反演，本文对比了两类病害的光谱响应、生化参数与结构参数变化规律；并在病叶识别和病情严重度估算中比较病害光谱特征的精度差异及其特异性监测表现。结果表明，两类病害的光谱变异趋势整体相似但其光谱响应强度有显著差异，且两者在绿峰及近红外平台的光谱形状变化明显不同。此外，色素含量对两类病害响应趋势相似但强度不同，其中叶片含水量和结构参数仅对RLB响应显著。在病叶识别中，前人构建病害光谱特征均对目标病害监测表现出特异性优势。其中，小波特征WF3,820和WF5,866分别对WPM和RLB的识别精度最高且特异性最强。在病情估算中，光谱指数RIBIred和PRI分别对WPM和RLB病情严重度敏感性最高且特异性显著。其中，RIBIred在病叶识别和病情估算中的综合表现和特异性最优（Overall accuracy = 0.74，R2 = 0.58）。本文将两类病害光谱响应与病理成因关联分析，为病害特异性光谱监测提供了有力证据和新的认识，对病害光谱监测机理解析和多种病害识别具有重要意义。
•   

  PDF(202)

  摘要(301)

  HTML

• 无人机遥感下的东北薄层黑土区切沟三维形态时空演变分析
• 柯力玮,杨久春,王佳琦,李颖

• 摘要：耕地是农业生产的核心资源，而切沟的出现对耕地质量和粮食安全造成了极大威胁。切沟三维形态时空演变分析实际上是对切沟侵蚀过程的描述，明确其过程有助于耕地沟道侵蚀水土保持措施的精确布设。本研究基于无人机遥感生成的多年正射影像与精细DEM数据，对吉林省长春市九台区二道沟进行三维形态时空演变分析，通过目视解译结合辅助数据进行切沟二维参数提取，确定切沟多年间的整体发展情况；建立量化表达切沟三维形态的沟壑形态指标体系，并对二道沟最活跃的东部大沟头在2017-2021年间的三维形态变化进行分析；获取并统计了九台市气象站点在五年内降雨相关的多种指标，对典型东北薄层黑土区切沟降雨与沟道侵蚀的关系展开讨论。结果表明位于薄层黑土区的二道沟在五年间沟头范围稳定发展，沟头前进3.01m，新蚕食耕地39.57m2；沟头最大侵蚀1.56m，最大沉积1.76m，其中沟头阳坡处侵蚀情况最严重；侵蚀性降雨次数与降雨次数是影响该区域沟头扩张的主要因素。基于无人机遥感的切沟三维形态演变过程能够实现对薄层黑土区的切沟侵蚀过程的刻画，对于未来水土保持措施精细化布设具有指导作用。
•   

  PDF(469)

  摘要(396)

  HTML

• 森林植被碳储量的遥感估测流程与方法
• 朱宁宁,杨必胜,董震

• 摘要：森林是陆地生态系统中最大的碳库,厘清森林碳储量本底和增汇潜力对实现国家的“双碳”战略目标具有重要意义。遥感具有宏观、综合、动态、快速、可重复等特点,针对遥感技术在森林植被碳计量中的瓶颈,本文基于单木的结构和生长方程构建森林植被碳计量新体系：①融合空-地激光雷达数据,提取单木胸径、树高和冠幅结构参数,建立单木级森林样地碳储量计算方法；②以冠层高度和郁闭度为核心变量,建立具有物理解释性的像素级区域森林碳储量模型,克服机器/深度学习遥感回归反演的不确定性；③基于像素级森林碳储量模型和单木生长方程,通过预测未来森林的冠层高度和郁闭度准确估算区域森林碳汇。本文以“森林样地碳储量-区域森林碳储量-区域森林碳汇”为主线,从样地到区域是空间尺度的拓展,从碳储量到碳汇是时间尺度的延伸,以此构建基于遥感的森林植被碳计量新体系。
•   

  PDF(43)

  摘要(59)

  HTML

• 中国沼泽湿地净初级生产力时空演变研究
• 张猛,钟安豪,齐帅洋,刘洋,张怀清

• 摘要：针对目前中国沼泽湿地NPP估算研究相对薄弱以及植被指数饱和导致NPP估算精度偏低等问题，本研究基于MODIS遥感数据产品（MOD13Q1和MCD12Q1），利用核函数（RBF）构建的核归一化植被指数（kNDVI）与CASA模型估算了近20年中国沼泽湿地NPP，并定量分析并探讨了2001-2020年中国沼泽湿地时空演变及其驱动机制。研究结果表明，基于kNDVI估算得到的NPP_kNDVI与实测值具有较高的相关性（R2=0.854）和较低的均方根误差（14.46 g C/m2month），与NPP_NDVI相比更接近真实值。相比于NDVI等传统植被指数，kNDVI缓解了植被指数自身的饱和效应，在一定程度上提高了植被净初级生产力NPP的估算精度。近20年中国沼泽NPP年均值变化幅度介于162.73~189.34 g C/m2a之间呈波动上升趋势，增速为1.215 g C/m2a ( R2=0.82 )。在空间上，中国沼泽湿地NPP增加和减少的区域比例分别为72.96 %和26.27 %，主要集中在东北平原、青海省东北部和西南部以及四川北部。相比于人类活动，气候变化是影响中国沼泽湿地时空演变的主要驱动因子，两者影响区域占比分别为66.23%和33.76%。本研究以期为中国沼泽湿地NPP估算及时空演变研究提供技术与数据支持。
•   

  PDF(189)

  摘要(228)

  HTML

• 森林冠层结构复杂性研究进展及展望 “林草碳汇遥感监测”
• 胡天宇,刘小强,吴晓永,牛春跃,苏艳军

• 摘要：森林冠层结构调控着植物与大气间的物质交换与能量流动，形成区域微气候影响生态系统过程与功能，准确刻画冠层结构对于森林生态系统碳汇研究具有重要意义。冠层结构复杂性是一种用于描述冠层内部枝干与叶片空间分布情况的综合参数，被广泛应用于森林生态系统研究中。受限于传统地面调查方法，冠层结构复杂性只能采用树高和胸径等调查因子的统计值来表征，难以全面地刻画冠层复杂程度。随着激光雷达技术的快速发展，获取完整森林的三维结构信息成为了可能，也为全面、准确地表征冠层结构复杂性提供了新机遇。本文将厘清当前冠层结构复杂性定量化方法，重点阐述如何利用激光雷达技术表征冠层结构复杂性，综述了其在森林生态系统光、降水分配、微气候、生产力和稳定性等调控方面应用进展，并展望其在森林生态系统过程与功能研究中需要重点关注的问题与方向，以期推动我国生态遥感研究对森林冠层结构复杂性的关注，拓展近地面遥感技术在我国遥感科学和生态学研究中的应用。
•   

  PDF(694)

  摘要(563)

  HTML

• 1982—2015年全球森林GPP和NEP对大气CO2施肥效应响应的时空变化趋势研究
• 孔祥祺,王斌,卞少杰,陈研西,李明泽,范文义

• 摘要：近年来，关于大气CO2施肥效应（β）的定量研究逐渐成为全球碳循环研究的热点。大气中的CO2浓度不断上升在很大程度上影响着总初级生产力（GPP）的变化，进而可能对净生态系统生产力（NEP）产生影响。因此在全球气候变化背景下，准确定量描述GPP对于大气CO2上升的响应（ βgpp）以及NEP对于大气CO2上升的响应（ βnep），探究其时空变化趋势，对于充分理解大气CO2施肥效应的作用机制有着重要意义。本研究以全球森林作为研究对象，利用EC-LUE GPP数据集和Jena CarboScope NEP数据集，结合随机森林回归模型，定量βgpp 和βnep 的时空变化趋势，以及探究不同森林类型和不同气候带βgpp 和βnep 的差异。研究结果表明，1982—2015年全球森林的βgpp 和 βnep均值分别为（18.3±14.9）%/100 ppm和（7.4±4.0）%/100 ppm，并呈显著下降趋势，年均下降速率分别为0.14%/100 ppm/yr和0.11%/100 ppm/yr。大气CO2浓度的上升对全球森林大部分区域的GPP（80.1%）和NEP（81.6%）具有显著的促进作用，然而其中大部分区域的 βgpp（52.4%）和 （βnep59.2%）呈现出了显著的下降趋势。随着气候带纬度的升高， βnep下降速率呈逐渐降低的趋势， βgpp呈逐渐升高的趋势。常绿阔叶林βgpp 下降速率最慢，落叶阔叶林 βgpp下降速率最快。阔叶林 βnep下降速率大于针叶林。通过本研究，期望为深入了解全球森林对大气CO2施肥效应的响应规律以及评估森林在全球碳循环中扮演的角色，对制定合理的气候变化应对政策提供科学依据。
•   

  PDF(429)

  摘要(421)

  HTML

• 多级格网雹灾遥感监测方法及红河州冰雹时空分布特征研究
• 邵小东,蒋样明,黄坤,王福涛,王拓,赵辉辉,侯秋强,阮海明,官群荣

• 摘要：1961年以来云南省红河州冰雹频发，对当地农业生产造成了重大损失。当前基于气象台站数据采用统计分析方法获得的县市、站点尺度雹灾分布数据无法满足农业防雹需求，少数雹灾监测遥感方法受限于遥感数据源单一及针对全局分析特点，模型在山区适用性不足。为掌握红河州冰雹发生的时空分布特征与规律，本文采用2009~2022年防雹点冰雹记录，研究基于Ross-Li与STARFM的多源遥感卫星影像时空融合方法，提出多级格网雹灾遥感监测模型与冰雹识别指数RNDVI_M进行雹灾区遥感监测，最大相对误差为9.08%，平均误差为5.62%，标准偏差为1.66%。采用空间叠加分析与空间相关分析，在耕地地块级别定量分析了不同地貌类型、地形起伏度、坡度、地形类型等冰雹频次，构建冰雹孕灾风险评估模型计算气候、气象、地形、地貌等自然条件造成冰雹风险空间分布特征。本研究优势是综合利用多源遥感数据优势，多层次格网模型参数自适应的方式，提高了模型适应性，将雹灾监测精度与风险等级评估精度提高到耕地地块尺度。研究结果有助于合理调整农作物种植结构，规划布局人工防雹作业点，减少冰雹灾害损失具有重要作用。
•   

  PDF(76)

  摘要(310)

  HTML

• 基于多尺度时空全局注意力的遥感影像时间序列农作物分类
• 张伟雄,唐娉,孟瑜,赵理君,赵智韬,张正

• 摘要：利用遥感影像时间序列进行自动化智能解译农作物精细类型在农业资源调查、监管和规划等领域有着重要的作用。目前已有的深度学习方法通过卷积或循环网络获取遥感时序中局部的时序、空间信息,缺乏对遥感影像时间序列中时空信息的充分利用,导致分类精度不高。自注意力机制是一种能够通过获取全局特征来充分挖掘数据信息的方法,本文提出了一种多尺度时空全局注意力模型MSSTGAM(Multi-Scale Spatial-Temporal Global-Attention Model),采用空间自注意力机制和时序自注意力机制相结合以构建多尺度的时空全局注意力充分挖掘遥感影像时间序列中的信息用于农作物精细分类。在公开数据集PASTIS和自制Mississippi数据集上进行了检验和评估,实验结果表明本文提出的MSSTGAM能够有效地进行遥感影像时间序列的农作物分类,与其他方法相比定量分类精度最优,地块内的可视化结果在空间一致性上更好。本文的研究表明多尺度时空全局注意力对遥感影像时间序列的农作物精细分类更有效,具有重要的理论和应用价值。
•   

  PDF(152)

  摘要(342)

  HTML

• 基于LBFGS加速多层感知网络的高光谱遥感非光学水质参数反演
• 何汝艳,吕子俊,贾森

• 摘要：高光谱遥感在水质监测方面具有巨大潜力，目前多集中在光学特性水质参数定量反演研究，而对同样能够反映人类活动对水体影响的非光学水质参数的研究相对较少。基于此，本文选择广东省某城中村河流作为研究区，开展了无人机高光谱遥感同步水体样本数据采集实验，提出了一种基于LBFGS加速多层感知网络模型（LBFGS-MLP）对城市河流的非光学特性水质参数进行反演研究。首先，通过Pearson相关分析筛选出总磷、总氮、氨氮三种非光学特性水质参数的相关波段作为模型输入；然后，在探究不同网络层数和优化算法对模型性能影响的基础上，基于LBFGS优化算法对多层感知网络进行加速；最后，利用构建的LBFGS-MLP模型应用于研究区水体的非光学特性水质参数浓度空间分析。总体而言，在总磷、总氮和氨氮三种非光学特性水质参数浓度的训练数据集和测试数据集上，提出的LBFGS-MLP模型反演精度明显优于随机森林、CatBoost和XGBoost模型，尤其在总氮和氨氮浓度的反演上；模型的决定系数（R2）分别为0.71、0.82和0.72，平均绝对误差（MAE）分别为0.0118、0.0394和0.0601mg/L；研究区内总磷浓度主要分布在0.1~0.3mg/L之间，总氮浓度在2~5mg/L之间，氨氮浓度在0.1~0.4mg/L之间，与调查结果一致。通过本文的研究，验证了多层感知网络在非光学特性水质参数反演的有效性和可行性，可为更全面地评估城市河流水体状况提供理论依据和参考。
•   

  PDF(185)

  摘要(316)

  HTML

• MFBFS：高分辨率多光谱遥感影像细粒度建筑物特征集
• 王振庆,周艺,王福涛,王世新,高郭瑞,朱金峰,王平,胡凯龙

• 摘要：遥感影像建筑物信息提取对城市信息管理与防灾减灾等领域具有至关重要的作用。本文建立了一个高分辨率多光谱遥感影像细粒度建筑物特征集MFBFS。MFBFS采用国产高分二号多光谱遥感影像作为数据源，选择覆盖了总共3668平方千米的中国各个灾害带的21个区县建筑物集中区域为研究区，从光谱、纹理、边缘、指数四个角度，生成了17种特征分量。MFBFS中共包含超过26万个建筑物实例，大规模的数据保证了较高的类内差异，包括尺寸、形状、颜色、角度、背景等差异，为后续泛化性模型的建立提供了数据支撑。此外，MFBFS特有地将建筑物按照结构类型分为钢及钢筋混凝土结构、砌体结构以及砖石和其他结构三种。不同结构类型的建筑物抵御灾害的能力以及可使用时间区别显著，细粒度的设计使得遥感提取建筑物任务将发挥更大的作用，尤其是灾害领域的灾前损失预测和灾后损失评估。为保证地面真实值的高度准确性，我们进行了严格的质量流程控制和实地考察验证工作，最终得到191GB高质量特征和标签数据。初步的深度学习实验表明了MFBFS的有效性。该特征集(下载方式：https://github.com/WangZhenqing-RS/MFBFS） 可为建筑物结构细粒度提取研究提供良好的数据支持，也可促进国产高分遥感数据应用发展。
•   

  PDF(147)

  摘要(342)

  HTML

• 作物遥感分类的样本依赖与模型空间外推研究
• 谢炎,曾红伟,田富有,张淼,胡越然,覃星力,吴炳方,张有智,解文欢

• 摘要：降低样本的依赖度，实现大区域、复杂作物类型的遥感监测识别是农业遥感的重要研究内容。本研究以黑龙江省产粮大市绥化为例，深入探索了样本数量对作物分类效果的影响，以及小区域尺度训练的监督分类模型空间外推至大区域尺度的可行性。研究发现，采用玉米播种至抽穗期中期的Sentinel-2时序遥感影像，在优化随机森林模型参数的基础上，当训练的样本量从10%逐步递增至50%时，即玉米、水稻和大豆的训练样本各为130个左右，就能提取北林区作物的空间分布，整体分类精度为94.6%，当样本量进一步增加时，模型的整体分类精度保持平稳，并不会进一步增长。因水稻在育秧期-淹水期的陆表水体等光谱指数与玉米、大豆的显著差异，采用玉米播种至拔节期前期的 Sentinel-2遥感影像，即可实现北林区高精度的作物遥感识别。当时间从玉米拔节期前期延长至抽穗中期，作物的总体分类精度仅有微小的提升。作物空间分布和概率分布图表明，将北林区训练的最优模型外推至整个绥化市时，能取得与用绥化市采集的样本直接训练的模型得到相似的分类效果，整体分类精度为93.7%，仅比后者低1.3个百分点。距离、样本的空间代表性和数量、小区域和目标拓展区的作物种植结构的相似性是影响模型空间外推效果的关键因子。不同的作物对距离的敏感程度不一，由于水稻的水体指数、短波红外1等波段与其他作物的显著差异，水稻的分类效果对距离的变化并不敏感，而玉米和大豆的分类效果则随着外推距离的增长，总体上呈现下降的变化趋势。在源区域和目标拓展区作物种植结构相似的前提下，小区域的作物分类模型构建，需要同步兼顾样本的空间代表性和数量，才能取得较好的模型空间外推效果。本研究的结果为大尺度区域作物的遥感精准分类提供了高效与经济的方法，为作物分类样本的采集与抽样策略的制定、分类时相、敏感波段的选择提供了科学依据，为鲁棒性和泛化能力更强的模型外推方法的设计提供了有意参考。
•   

  PDF(236)

  摘要(459)

  HTML

• 基于Landsat时间序列数据和ATC滤波算法的高山松碳储量估测
• 滕晨凯,肖月瑶,张加龙,和云润,陈朝情

• 摘要：准确估测森林碳储量对于森林生态系统的保护和可持续发展有着重要意义，但是遥感时间序列数据存在大量的噪声，为了提高碳储量的估测精度，开发一种滤波算法，以减少高海拔地区Landsat时间序列数据噪声的干扰。基于1987、1992、1997、2002、2007、2012、2017年国家森林资源连续清查固定样地的数据以及1987—2017年的Landsat时间序列影像。本研究利用Python开发了自适应地形卷积ATC(Adaptive Topography Convolution)算法，该算法考虑到地形因素对于图像质量的影响，在尽可能保留图像细节的情况下去除图像的噪声，并使用Savitzky-Golay滤波、中值滤波对Landsat时间序列数据进行滤波。应用随机森林回归算法RFR(Random Forest Regression)构建香格里拉市高山松碳储量估测模型，选择最优估测模型对1987、1992、1997、2002、2007、2012、2017年高山松碳储量进行反演制图。结果表明：1）从图像的质量评价指标平均绝对误差MAE(Mean Absolute Error)来看，经过ATC算法滤波后的图像质量最好；2）在使用RFR方法的情况下，滤波后的数据均表现出比原始数据更高的估测精度；3）在使用RFR方法的情况下，基于贡献度前10的特征因子和累积贡献度达到70%的特征因子建模时，经过ATC算法滤波后的时间序列数据均表现出了最优的估测精度；4）基于ATC算法和贡献度前10的特征因子对高山松碳储量的建模效果最优，其决定系数R2为0.867、均方根误差RMSE为15.527 t/ha、预测精度P为73.54%、相对均方根误差rRMSE为41.14%；4）基于最优估测模型的高山松碳储量反演结果分别为：677万吨（1987年）、716万吨（1992年）、722万吨（1997年）、436万吨（2002年）、720万吨（2007年）、711万吨（2012年）、753万吨（2017年）。使用ATC滤波算法能够有效去除高海拔地区时间序列影像中的噪声，从而降低时间序列影像的不确定性，提高了高山松碳储量遥感估测精度。
•   

  PDF(461)

  摘要(436)

  HTML

• 考虑季节性特征的矿区地面沉降时空预测
• 郭骁玮,陈涛

• 摘要：矿区开采会造成严重的地面沉降，这类沉降常常伴随着大范围、不均匀的特点，对矿区的生产生活产生了巨大的威胁，因此，精准的地面沉降预测对于矿区沉降灾害的防治有着重要的意义。针对传统的时序预测模型存在时空信息捕捉能力差，时空特征学习不充分的问题，本文将时序分解策略与深度学习网络模型相结合，基于地面沉降时序位移在时间维度上的特性提出考虑季节性位移特征的Seasonal-Feature-Focused PredRNN（SFF-PredRNN）模型。本文选取新密市的米村煤矿作为研究区，通过小基线集干涉技术算法获得了研究区2018-2021年的地面沉降信息，在此基础上构建了地面沉降时序数据集，利用构建的SSF-PredRNN模型对研究区地面沉降进行时空预测，并通过平均绝对误差（MAE）、均方根误差（RMSE）、峰值信噪比（PSNR）以及结构相似性指数（SSIM）进行模型的精度评价。实验结果证明，对比于CNN-LSTM、ConvLSTM以及PredRNN模型，本文提出的SFF-PredRNN模型在各项指标中均有最好的表现，表明这项研究可以为矿区的地面沉降灾害的预防预治提供有效的数据支撑。
•   

  PDF(448)

  摘要(459)

  HTML

• 高分辨率遥感生态指数构建及应用
• 王瑛琦,黄慧萍,朱文露,杨光,余堃

• 摘要：遥感生态指数（Remote Sensing Ecological Index，RSEI）是目前使用最多的生态环境质量评估模型。由于高分辨率遥感影像普遍缺少RSEI计算涉及到的短波红外和热红外波段，使得RSEI在高空间分辨率生态环境质量评价应用中受到限制。为了解决遥感影像波段与RSEI计算所需波段不匹配的问题，本文采用多分辨率波段融合技术，拟合生成高分辨率的短波红外波段和地表温度，基于RSEI原理构建了高分辨率遥感生态指数（High-resolution Remote Sensing Ecological Index，HRSEI），填补了RSEI在高分辨率尺度下研究的空白。本方法应用在河南省范县黄河滩区，结果表明：多分辨率波段融合技术可以有效弥补高分影像波段较少的劣势，突破了RSEI在精细尺度应用的限制性，拓展了高分辨率遥感数据的应用场景；4ｍ高分二号（GF-2）数据生成的HRSEI所呈现的信息丰度明显高于30ｍ Landsat8数据生成的RSEI；2016年和2023年HRSEI结果表明，范县生态环境质量总体向好，恶化区域多集中于黄河滩区农村居民地迁建区域，旧村拆除后未及时复垦是生态环境质量下降的重要因素。
•   

  PDF(644)

  摘要(678)

  HTML

• 知识与数据驱动的遥感图像智能解译：进展与展望
• 孟瑜,陈静波,张正,刘志强,赵智韬,霍连志,史科理,刘帝佑,邓毓弸,唐娉

• 摘要：知识与数据是贯穿遥感图像解译数十年发展历程的两大要素。随着传感器平台的不断丰富，以及深度学习、大数据、多模态、长时序解译方法的快速突破，数据驱动的智能解译成为了近年来的热点研究方向。然而在不断深入扩展的研究与应用中，数据驱动方法迁移复用难、样本依赖强、可解释性弱等局限开始显露。在长期解译实践中积累的各类知识具有客观实在性、确定性、场景适应性、解释推理性等特点，可以与数据驱动的方法互为补充，知识与数据双驱动正逐渐成为遥感图像解译的新方向。本文首先回顾了遥感图像解译发展的几个主要阶段以及知识和数据在各个阶段分别发挥的作用，继而总结了十四类遥感图像解译涉及的主要知识类型。知识与深度学习的融合是实现知识与数据双驱动的重要路径，本文梳理了五大类十五小类知识与深度神经网络的融合方法并例举了相关案例。以知识类型为主要脉络，本文进一步对现有知识与数据联合的遥感解译应用进行了综述，通过典型案例分析了效益能力增量。最后本文对知识与数据联合驱动的遥感图像智能解译框架及关键技术进行了展望。
•   

  PDF(301)

  摘要(790)

  HTML

• 基于TSC-LSTM的新密市地面沉降预测模型研究
• 赵贺文,陈涛

• 摘要：地面沉降预测对于城市地面沉降模式的深入分析和早期预警具有重要的指导意义。传统的数值预测模型在捕捉地面沉降数据复杂特征方面存在一定困难，导致预测结果的准确性不高。为了解决这一问题，本研究基于SBAS-InSAR方法获取的新密市地面沉降信息，构建了结合趋势和季节特征长短时记忆网络的地面沉降预测模型（TSC-LSTM，Trend Seasonal Characteristics-LSTM），该模型联合基于加权回归季节趋势分解（STL）在沉降数据时序特征提取方面的优越性和长短期记忆模型（LSTM）在时序预测方面对梯度消失问题的处理优势，实现对地面沉降数据更准确的预测。结果表明：（1）新密市2018年到2022年的地面沉降速率为-60.3 ~ 51.96 mm/a，共形成五个地面沉降中心区域。其中，最大累计沉降和最大累积隆起分别为304.9 mm和197.68 mm。（2）TSC-LSTM模型在五个沉降中心区域的预测中表现出色，TSC-LSTM模型的R2值范围为0.9985 ~ 0.9992，明显高于次优模型LSTM的0.9662 ~ 0.9872。TSC-LSTM模型预测精度的RMSE值小于2 mm，达到了1.2426 ~ 1.7403 mm。（3）单点预测结果表明，TSC-LSTM模型能够更精确的把握累积沉降数据中的局部变化趋势。本研究提出的方法能为城市地面沉降的深入研究提供有力支持。
•   

  PDF(452)

  摘要(398)

  HTML

• 近30年中国城市群城市建设用地扩张遥感监测与时空变化特征分析
• 张涛,王光辉,郑利娟,戴海伦,何宇华,刘婷

• 摘要：开展城市群建设用地扩张时空变化特征分析,对优化城市群空间格局、促进区域协调发展具有重要意义。本文以全国19个城市群为研究对象,基于1990~2020年全国中等尺度分辨率的遥感影像数据,进行城市集中建设区提取,并从城市群扩张进程、城市群发展阶段、城市群扩张模式以及城市群重心迁移规律等方面开展了研究。结果发现：1)近30年全国19个城市群城市规模变化曲线总体呈现“S”型,城市群扩张进程大致可分为缓慢扩张、快速扩张和平稳扩张三个时期；东部城市群进入快速扩张期比西部早10年左右；多数城市群在2015年之后进入平稳扩张期。2)至2020年,19个城市群均处于较高级别发展阶段,内部中心城市与外围城市之间的空间扩张协调度不断提高；东部城市群整体处于更高级别的城市群发展阶段。3)基于城市群在不同方向的扩张规模,全国19个城市群的空间扩张模式可以分为环状扩张、扇状扩张、轴状扩张,空间扩张模式与城市群内部核心城市的数量、位置和影响力密切相关。4)从城市群重心位置变化来看,84%的城市群的重心位置在30年间相对稳定,基本位于核心城市或邻近核心城市的同一地市内,城市群的核心城市吸引力强,外围城市建设规模扩张较为平均。长时序、高精度的城市建设规模监测能够全面地反映城市群发展进程与模式,为城市群空间高质量发展规划与决策提供信息支撑与科学依据。
•   

  PDF(169)

  摘要(519)

  HTML

• 视频影像海滩监测技术研究：进展与展望
• 戚洪帅,尹航,蔡锋,张弛,刘根,曹祝宾

• 摘要：海滩作为海岸带中一种独特的极具景观属性且易损海滨地貌形态，既是抵御海洋动力、守卫后滨生态环境的前沿阵地，又是沿海绿色经济发展的重要载体。长期以来，针对海滩的监测手段以人工现场测量为主，当前海滩研究面临多维度、高质量、长时序数据难于获取这一瓶颈问题。视频影像监测是可用于海岸过程观测和定量信息提取的光学遥感技术，为海滩全天候监测提供了新的、有效的解决方案。本文概述了岸基视频监测系统的发展历程，梳理了摄影几何与海滩关键信息提取算法的研究进展，分析了视频影像监测技术在海滩管理、海岸防护工程建设与评估、风暴潮过程观测、风沙运移过程观测等场景的适用性。在此基础上，展望了该技术的发展趋势及在我国的应用前景。探索以视频监测为代表的新型海岸带资源环境监测技术，有利于推动我国海岸动力地貌学精细化研究。
•   

  PDF(220)

  摘要(759)

  HTML

• 融合CNN与Transformer的高分辨率遥感影像建筑物双流提取模型
• 刘宇鑫,孟瑜,邓毓弸,陈静波,刘帝佑

• 摘要：卷积神经网络（Convolutional Neural Network，CNN）和Transformer已被广泛应用于高分辨率遥感影像的建筑物提取任务。然而，CNN在建模长距离空间依赖时仍存在挑战，导致提取的建筑物存在内部空洞问题；而Transformer在捕捉空间局部细节特征上存在不足，容易导致建筑物边缘模糊及小型建筑物的漏检。为解决上述问题，本文提出了一种新型的双流网络模型用于高分辨率遥感影像的建筑物提取，名为ILGS-Net（Network for the Integration of Local and Global Features Stream）。该模型将CNN与Transformer相结合，采用多层级的局部-全局特征融合模块，实现了对建筑物的局部细节特征与全局上下文特征的高效融合。同时，在目标函数中引入边缘损失函数约束模型训练，提高了建筑物边界的定位精度。在三个高分辨率建筑物数据集上的实验结果显示，所提出方法的交并比均高于本文所对比的最佳方法，平均提高了1%。
•   

  PDF(563)

  摘要(645)

  HTML

• 联合UAV-LiDAR点云和SSAFormer的红树林群落精细分类
• 付波霖

• 摘要：红树林是最富有生物多样性、生产力最高的海洋生态系统之一，整合高分辨率遥感影像和深度学习的红树林群落精细分类已成为当前研究的热点和难点。本文提出一种新颖的深度学习分类网络模型SSAFormer（Swin-Segmentation-Atrous-Transformer）进行红树林群落精细分类。该模型以视觉变压器的变体Swin Transformer为主干网络，在主干网络加入了CNN（Convolutional Neural Network）架构中的空洞空间卷积池化金字塔ASPP（Atrous Spatial Pyramid Pooling）提取更多尺度特征信息，在轻量级解码器中嵌入了特征金字塔FPN（Feature Pyramid Network）结构来融合低层和高层丰富的语义特征信息。本文利用GF-7（Gaofen-7）多光谱影像和UAV-LiDAR点云构建了三种主被动特征数据集，并对比分析SegFormer和本文改进的Swin Transformer算法的分类结果，进一步论证提出的SSAFormer算法对红树林群落的分类性能。研究结果表明：（1）相比于SegFormer和改进的Swin Transformer算法，SSAFormer实现了红树林的精细分类，总体精度OA（Overall Accuracy）提高了1.77%~5.3%，Kappa系数最高为0.8952，平均用户交并比MIou（Mean Intersection over Union）最大提升了7.68%；（2）在GF-7多光谱数据集上，SSAFormer算法实现了91%最高总体精度（OA），在UAV-LiDAR数据集上SSAFormer算法平均用户交并比（MIou）提升至57.68%，在加入光谱特征的UAV-LiDAR数据集上，SSAFormer算法平均用户交并比（MIou）的均值提高了1.48%；（3）UAV-LiDAR数据相比于GF-7多光谱数据平均用户交并比（MIou）最大提高了5.35%，总体精度（OA）的均值提升了1.81%，加入光谱特征的UAV-LiDAR数据分类精度（F1-score）提高了2.6%；（4）提出的SSAFormer算法实现了海榄雌分类精度（F1-score）97.07%最高，桐花树分类精度（F1-score）达到91.99%，互花米草分类精度（F1-score）达到93.64%，桐花树的分类精度（F1-score）的平均值在SSAFormer模型上达到了86.91%最高。上述结论证明了本文所提出的模型能够有效提高红树林群落分类精度。
•   

  PDF(42)

  摘要(81)

  HTML

• 机载高光谱与LiDAR单木树种分类精度的影响因素分析
• 荚文,庞勇,李增元,孔丹,梁晓军

• 摘要：精确的单木树种信息对于森林资源监测、经营管理、生态系统评估和生物多样性研究至关重要。基于机载高光谱和激光雷达（Light Detection and Ranging, LiDAR）数据的结合，为森林树种分类带来了新的机遇。虽然近年来已有许多基于高光谱和LiDAR数据的小范围树种分类研究，但在实际更大范围的森林场景中，由于树种类型多样和林龄结构复杂，对影响机载高光谱与LiDAR数据分类精度的因素及其定量研究仍然不足。本文以塞罕坝机械林场为例，设计了四种分类策略，探讨了机载多航带影像光谱一致性校正处理、树高特征引入以及单木冠层信息对人工林树种精细分类精度的影响。这四种策略分别为：①未经过二向性反射率分布函数（Bidirectional Reflectance Distribution Function，BRDF）校正的多航带影像衍生的植被指数，②经过BRDF校正后的多航带影像衍生的植被指数，③BRDF校正影像衍生的植被指数+树高特征，④BRDF校正影像衍生的植被指数+树高特征+单木冠层信息。研究表明，（1）基于单木分割信息的树种分类可有效地减少同一树冠内多像元对应多树种的分类错误，对树种分类精度提升贡献十分显著（10.74%）; （2）通过对机载影像进行辐射一致性校正，虽然降低了多航带影像间由于太阳-观测几何造成的同一树种光谱反射的差异，但对树种分类精度的提升有限（3.48%）；（3）在不同树种具有相似的垂直结构，或者同一树种分布在多个林龄阶段的地区，冠层高度（Canopy Height Model, CHM）对树种分类精度的提升贡献几乎可忽略（0.67%）。综上所述，虽然结合机载高光谱和LiDAR数据的树种精细分类在较大范围人工林中表现出良好的应用价值和潜力，但仍需对众多影响因素进行深入分析与优化，以便为更有效地开展森林资源高效监测、管理和其他林业遥感应用奠定科学基础。
•   

  PDF(57)

  摘要(94)

  HTML