优先出版  

• 遥感多光谱卫星分析即用数据研究进展
• 杨爱霞,仲波,柳钦火,唐娉,单小军,吴善龙,霍连志,胡龙飞,敖凯,吴俊君

• 摘要：随着全球空间基础设施进入系统化发展与全球服务的新阶段，卫星遥感不断创新与升级，已成为获取自主地面观测、掌握空间资源、抢占经济科技制高点的关键技术。海量的对地观测数据在环境、社会和经济研究中蕴藏着巨大的潜力，但同时也带来了数据处理、存储和分析方面的巨大挑战。分析即用数据（Analysis Ready Data, ARD）的出现大幅降低了数据处理成本，推动了数据共享与科学发现；ARD生成技术与遥感云平台和数据立方等载体的结合提升了遥感大数据挖掘的能力，颠覆了传统遥感数据处理和分析的模式，使全球尺度的长时间序列快速分析和应用成为可能。本文梳理了国内外ARD的背景和发展现状，包括国际主流的ARD产品，以及作为ARD生产和共享载体的遥感云平台和数据立方体，分析了国产卫星数据ARD产品生产时面临的问题和挑战，介绍了首套国产高分卫星数据的ARD：GF ARD产品，并分析和讨论了ARD未来需要解决的关键问题，以期为对地观测大数据的高质量、高效率、标准化应用提供思路，支撑重大科学发现和政府决策。
•   

  PDF(43)

  摘要(189)

  HTML

• 误差溯源在遥感产品生产与检验中的方法与应用
• 李子薇,闻建光,肖青,游冬琴,唐勇,吴小丹,林兴稳,朴森,赵娜,李曲曲

• 摘要：遥感产品是地球资源监测的重要数据来源，随着产品生产与服务体系不断完善，推进高质量遥感产品发展迫在眉睫。遥感产品质量问题是多源误差综合影响的结果，虽然真实性检验方法给出了产品的整体精度，但无法反映各环节误差的具体来源及大小。为了保证产品的可靠性，地球质量保障框架（QA4EO）提供的指导文件中特别强调了遥感产品误差溯源，旨在将遥感产品的误差追溯到统一的参考基准或国际标准。本文聚焦于遥感产品生产与检验中的误差溯源，分析了测量与遥感产品的误差来源，阐述了真实性检验与误差溯源的基本内涵，总结了遥感产品生产与检验中误差溯源的基本方法及其典型应用，并对误差溯源的未来发展趋势进行展望。论文的研究成果可为进一步实现遥感产品生产与真实性检验提供理论和技术支持。
•   

  PDF(47)

  摘要(135)

  HTML

• 跨视角图像地理定位数据集综述
• 张硝,高艺,夏宇翔,赵春雪

• 摘要：跨视角图像地理定位（Cross-view Image Geo-localization）旨在通过不同视角图像间的匹配，检索参考图库中相似度最大的图像，进而利用其GPS标签实现定位功能。传统的单一视角图像地理定位受限于数据集质量、规模以及定位精度等因素，因而近年来众多研究人员和机构发布了一系列跨视角地理定位数据集，为提升地理定位精度打下数据基础。然而目前尚缺乏对跨视角图像地理定位数据集的系统性分析。本文首先梳理了跨视角图像地理定位发展以来的32个经典数据集，从视角信息、构建类型、真实程度、时相信息四个维度构建分类体系并对数据集基本信息进行归纳总结；其次从元数据、影响力、关键词、获取来源以及应用领域五个方面对跨视角图像地理定位数据集进行深入分析，整理概括了跨视角图像地理定位目前的主流算法，最后从数据集多模态趋势、大模型方法、图像干扰物处理以及模型优化四个角度探讨了跨视角定位数据集未来的发展方向，可以为相关领域研究人员提供参考。
•   

  PDF(258)

  摘要(145)

  HTML

• 航空遥感图像旋转目标检测技术研究综述
• 党敏,刘刚,王泉,张元泽,王笛,潘蓉

• 摘要：目标检测是计算机视觉领域中一项核心且具有挑战性的任务。近年来，目标检测在自然图像上取得了巨大成功，针对航空遥感图像目标检测的研究也取得了显著进展。与自然图像中水平目标不同，航空遥感图像中的目标往往以任意方向密集分布于复杂多变的背景之中。为精确高效定位方向目标并识别其类别，以水平检测为基础的旋转目标检测任务被提出。基于深度学习尤其是卷积神经网络（Convolutional Neural Network，CNNs）的旋转目标检测虽然受到越来越多的关注，但当前对其存在的挑战缺乏系统性研究。本文重点阐述了航空遥感图像目标检测的研究现状，系统性地剖析了旋转目标检测存在的挑战性难题，目标在于推动相关检测技术的发展。首先，梳理归纳了水平目标检测的通用框架，它们也是旋转目标检测框架的设计基础；其次，重点剖析了旋转目标检测任务面临的主要挑战，总结了应对每项挑战而产生的主要研究成果，及其优势和局限性；第三，简要介绍了常用的遥感图像目标检测数据集，并在DOTA、HRSC2016、DIOR-R、STAR等公开遥感图像基准数据集上对当前先进的旋转目标检测器进行了评估对比，在验证当前研究成果显著成效的同时，也初步揭示了它们在处理极端几何形状与复杂场景下存在的局限性；最后，在上述基础上，对航空遥感图像旋转目标检测任务的发展趋势与进一步的研究方向进行了展望。
•   

  PDF(118)

  摘要(273)

  HTML

• 高标准农田遥感监测技术：发展现状、差距分析和发展建议
• 余强毅,吴文斌,吴浩,胡琼,王心宇,史舟,陈颂超,杜阳,杨建宇,高秉博,何亚文,史文娇,张帅,段玉林,宋茜,李会宾,魏妍冰,李卓,胡蒙蒙,李召良

• 摘要：高标准农田建设是巩固和提高粮食生产能力、保障国家粮食安全的关键举措，当前高标准农田建设管理主要依赖传统手段，随着遥感等新一代信息技术蓬勃发展，为开展信息化监测监管创造了有利条件。尽管国内外学者围绕遥感地物识别、地表分类与参数反演开展了大量研究，但专门针对高标准农田监测目标的研究尚在起步阶段，已有遥感技术手段无法全面满足高标准农田监测监管需求。本文以高标准农田政策监管目标出发，梳理总结了农业遥感领域国内外相关研究进展，评价了已有技术手段在高标准农田遥感监测场景的适用能力。在此基础上，围绕高标准农田建设的基础设施工程、地力提升工程，以及高标准农田建后的种植用途、粮食产能等四大方面构建指标体系，在技术需求分析的基础上搭建高标准农田建设遥感监测框架，明确了监测要素、指标精度要求、监测频率等，其中，农田地块、道路、防护林等设施指标，土壤pH、含盐量、有机质等地力指标，以及作物种植结构等利用指标的遥感监测方法相对成熟，粮食产能监测指标还有待研究完善。该研究为指导开展高标准农田精准、智能、动态遥感监测，形成相关技术标准体系与应用标准模式，提升高标准农田建设综合监测监管能力提供了有益参考。
•   

  PDF(82)

  摘要(179)

  HTML

• 无人机技术的滨海湿地互花米草研究进展
• 常虎,左平

• 摘要：互花米草是滨海湿地最为主要的外来入侵物种，对海岸带生态系统产生了重要影响。无人机技术的快速发展为互花米草的监测和治理提供了新的方法。本文回顾了无人机技术应用于互花米草的研究现状，从研究热度、监测技术、信息获取和应用方向4个方面进行了系统的综述，并讨论其潜在应用和未来发展方向。利用无人机搭载高分辨率相机、多光谱相机等设备，实现对互花米草的快速、高精度的遥感监测和治理，主要应用于互花米草的时空分布、斑块识别、极端事件的快速监测、生态环境效应和治理方法5个方向。随着无人机技术的不断发展，未来应用于互花米草的研究主要在以下方面探索：丰富研究区域的多样性，积累高分辨率无人机遥感影像数据集；开发新的植被指数和参数模型，探索准确预测互花米草扩增趋势的方法；创新无人机设备，改进实验方案，以适应更复杂实验环境的要求，促进无人机技术在极端环境下的应用。
•   

  PDF(1237)

  摘要(222)

  HTML

• 面向视觉与遥感图像的关联数据集综述及展望
• 李京竹,郝凌翔,吴国玄,刘小煜,孙铮,巩敏,李亚

• 摘要：关联是目标感知向目标认知转变中的一个重要步骤，近年来基于计算机视觉技术的目标关联分析已逐渐受到相关领域的研究人员关注，遥感领域关联分析则起步较晚，其中一个重要原因是缺少面向遥感图像的关联数据集。数据集是支撑算法训练、验证以及评估的基础，多样化的数据集能够推动算法持续优化与性能提升。然而，当前尚未有研究对已发布的关联数据集进行全面的归纳和梳理，尤其是在遥感领域，对关联数据集的研究还远不够充分。针对这一问题，本文对相关领域的文献进行全面调研，围绕视觉领域以及遥感领域，对已发布的图像、视频两种模态15个视觉关联数据集以及4个遥感图像关联数据集分别进行了回顾和概述，系统性地介绍了其特点、数据规模、关联类别、三元组数量等内容。同时，本文对已在上述数据集验证的当前主流目标关联分析算法进行了梳理，将现有算法分为基于条件随机场的关联分析算法和基于深度学习的关联分析算法，对每类算法的优缺点进行了分析。最后本文针对当前关联数据集和算法模型的局限性，分别提出了未来可能的研究方向。面向关联数据集，提出一个构建面向时序数据的遥感关联数据集的设想，并初步研制了一套面向遥感图像的关联标注及可视化工具，给未来关联数据集的建设方向提出了优化建议。面向关联算法，本文提出了关联动态分层建模、动态场景图等创新方法，以期为相关领域研究人员提供思路。综上所述，本文将为后续遥感领域关联数据集的构建及相关算法的研究工作提供参考。
•   

  PDF(199)

  摘要(220)

  HTML

• （海岸带遥感专刊）海岸带遥感研究综述：进展、机遇和挑战
• 孙伟伟,陈超,付波霖,孟祥超,贺双颜,李东,胡亚斌,侯西勇,任广波,杨刚

• 摘要：海岸带是陆地和海洋相互作用的地球生态关键带,汇集了大量的物质和能量,正经历着高强度人类活动、全球气候变化和物种入侵的叠加影响,面临着前所未有的挑战。遥感科学与技术是全面、系统深入监测海岸带资源、生态、环境的有效手段。本文从海岸带独特性和遥感技术优势出发,借助Web of Science和CNKI数据库,分析了海岸带遥感国内外研究现状,探讨了海岸带遥感所面临的科学技术问题,综述了研究进展,明确了机遇与挑战,讨论了未来发展方向。本文能够为科学认识海岸带遥感中存在的问题,把握海岸带遥感发展方向提供参考。
•   

  PDF(5687)

  摘要(462)

  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(2763)

  摘要(1000)

  HTML

• 面向遥感像元的地面观测理论与方法-以数值型陆表参数为例
• 吴小丹,闻建光,肖青,林兴稳,游冬琴,尹高飞,柳钦火

• 摘要：地面观测是遥感科学研究的基础，为定量遥感模型的构建、遥感信息准确高效的反演、真实性检验提供重要的数据支撑。特别是进入工智能时代以来，将地面观测与遥感数据相结合驱动深度学习的模式在一定程度上创新了陆表参数反演的范式。然而，由于地面观测与遥感像元的尺度差异以及陆表本身复杂的空间异质性，地面观测存在代表性误差，将其直接作为像元尺度地面真值使用时会给后续的地面观测数据与遥感数据的协同分析和处理带来很大不确定性。如何通过科学的地面观测获取无限接近遥感像元尺度地面真值是野外遥感观测实验关注的焦点。目前围绕像元尺度地面真值获取已经系统开展了从样区的选择、空间异质性评价、地面样点优化布设、地面观测、到尺度转换获取像元尺度“真值”等研究。虽然针对每一个环节都开展了大量的研究工作，然而各个环节中存在概念模糊和理解不充分的情况，导致像元尺度地面真值获取的不确定性很大。如何对像元尺度地面真值获取过程进行不确定性的约束和控制从而获得不确定性最小的像元尺度地面“真值”是目前亟需解决的瓶颈难题。本文围绕像元尺度地面真值获取的几个关键环节论述了目前存在的挑战以及可能的解决途径，在一定程度上为像元尺度地面真值获取的准确性和精度的提升提供一些新的认识和理论指导。
•   

  PDF(84)

  摘要(158)

  HTML

• 冻结条件下黑土的L波段微波辐射响应特性实验研究
• 孙孟琦,寇晓康,姜涛,靳梦杰,闫爽

• 摘要：在冻结参量探测中，L波段穿透性更强，相比其他微波波段更具优势，但当前对于L波段微波辐射响应深度研究相对较少，冻结条件下土壤的微波辐射响应特性还有待于进一步明晰。对此，本研究以东北典型冻土区中的黑土为研究对象，在冬季自然冻结条件下，使用频率为1.414GHz的双极化L波段微波辐射计对不同初始含水率的黑土进行近场试验，通过试验结果分析黑土在冻结过程中以及冻结后的微波辐射响应深度变化。结果发现：在冻结过程中，10%和30%含水率的土壤L波段微波响应深度均大于5cm，与此同时，土壤含水率依然对亮温起主导作用。在冻结之后，初始含水率通过影响未冻水含量进而影响L波段微波辐射响应深度，试验测得，初始含水率分别为0%（寒土）、10%的黑土冻结后微波辐射响应深度分别约为105cm和50cm，初始含水率为20%，30%的黑土冻结后微波辐射响应深度分别在35~50cm和25~35cm之间。除此之外，试验同时证实了冻土微波辐射响应深度高于基于模型计算的穿透深度。以上研究结论对于冻土参量遥感反演领域具有重要参考价值。
•   

  PDF(112)

  摘要(238)

  HTML

• 季候规律引导的丘陵山区地块水稻样本自动生成与遥感制图
• 李子琪,吴田军,骆剑承,张静,李曼嘉,方之杨

• 摘要：水稻是重要的粮食作物，准确及时地获取水稻种植面积是精准分析粮食安全态势的基础。西南丘陵山区阴雨天气频发、水稻种植模式多样且实地采样成本高，难以实现高效、可靠的水稻遥感制图。本文以重庆市潼南区为研究区，利用多源遥感数据的互补优势，以耕地地块为基本单元，解析水稻在不同成像模式中的季候规律，提出了一种样本自动生成策略，并基于特征优选的随机森林模型实现水稻自动化制图。研究结果表明，该方法能够自动生成准确且具有代表性的训练样本数据，生成样本的时序特征与实地样本高度一致（光谱相关相似度0.987，动态时间规整距离4.719）。利用生成的样本进行水稻制图，总体精度高达89%，总面积提取误差为-7.5%，且制图不确定性较低。敏感性分析表明，水稻制图的准确性与稳定性受样本数量、空间分布及特征波段选择等因素影响。本研究可为丘陵山区水稻快速、精准制图提供一种可靠的样本自动化生成方案，并为样本抽样策略的制定和特征波段的选择提供科学依据。
•   

  PDF(56)

  摘要(103)

  HTML

• 可见光和红外特征自适应融合的多模态目标检测方法
• 喻智睿,尹展鹏,王俊宇,周亮,叶沅鑫

• 摘要：针对可见光目标检测在遮挡、弱光等复杂环境下特征丰富度易受影响，导致目标检测准确性降低的问题，本文引入红外模态影像弥补可见光影像的不足，提出红外与可见光特征自适应融合的的多模态目标检测方法。该方法采用YOLOv8目标检测框架作为基础网络提取多尺度特征信息；在此基础上，基于可见光影像拥有更丰富的纹理特征而红外影像自身的边缘轮廓较纹理更明显的特点，构建多模态混合注意力模块，进行跨模态的信息权重交流和重组以实现不同光照条件下的优势特征；然后，利用可见光模态特征丰富度与环境光照强度的关系，设计了以环境光照强度为指标的可见光-红外权重动态分配模块，并将权重作为参考，纳入多模态特征融合模块进行自适应融合，实现基于多模态特征融合的目标检测。通过在公开的街景数据集M3FD及航拍车辆数据集DroneVehicle上进行实验，结果表明，相较于现有的单模态与多模态目标检测算法，本文方法能够获得更高的检测精度。
•   

  PDF(121)

  摘要(232)

  HTML

• 一种耦合空域重建的植被指数时空融合方法
• 唐以洁,王群明

• 摘要：高时空分辨率归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据于作物生长监测及参数反演等具有不可或缺的重要性。卫星遥感数据的红波段和近红外波段可作为NDVI的重要数据源。然而，由于卫星传感器功率的限制，所获取遥感数据的空间分辨率和时间分辨率之间通常存在相互制约，难以获得兼具高时空分辨率的NDVI数据。时空融合技术旨在融合具有高时间分辨率、但空间分辨率较低的NDVI数据和具有高空间分辨率、但时间分辨率较低的NDVI数据，以生成兼具高时空分辨率NDVI数据。然而，NDVI时空融合面临一较大挑战，即已知辅助数据所在时刻与预测时刻之间，地表覆盖通常呈现较大变化。为应对这一挑战，本文提出了一种耦合空域重建的时空融合方法（Spatio-temporal fusion then spatial reconstruction，STFSR）方法，用于NDVI的时空融合。STFSR方法充分利用了在时间上接近预测时刻，但含数据缺失（遥感影像云覆盖导致）的高空间分辨率数据来辅助NDVI时空融合预测。该类辅助影像的利用，有效减小了NDVI变化对时空融合的影响。在本文所选取的三个实验区中，所提出的STFSR方法被证明比常用的时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model，STARFM）和基于空间加权和虚拟图像对的时空融合（spatial weighting-based virtual image pair-based spatio-temporal fusion，VIPSTF-SW）方法，具有更高的精度。三个实验区中STFSR方法的平均均方根误差（Root Mean Square Error，RMSE）比STARFM和VIPSTF-SW分别降低了0.0217和0.0188，平均相关系数（Correlation Coefficient，CC）分别提升了0.0820和0.0742，相对全局综合误差（Relative Global-dimensional Synthesis Error，ERGAS）分别降低了4.3170和3.8535。此外，当辅助数据云区域面积增大时，STFSR方法虽在精度上呈现下降态势，但整体上仍优于STARFM和VIPSTF-SW方法。STFSR方法为高时空分辨率NDVI数据的生成提供了一种新的思路，且鉴于其原理与优势，该模型于其他高时空分辨率植被指数数据，例如增强型植被指数（EVI）和叶面积指数（LAI）的生成亦具有可观的应用潜力。
•   

  PDF(227)

  摘要(231)

  HTML

• 基于多模态一致性的遥感影像去云
• 朱淑丹,雷帆,张利军,杨敏;,杨凯钧,魏继德,冯如意

• 摘要：云层遮挡是光学遥感影像处理中长期存在的挑战,传统去云方法常难以全面恢复被遮挡区域的细节信息,影响影像质量。为应对这一问题,本文提出了一种基于多模态特征一致性融合 (Cloud-Harmonizer) 的去云方法,充分利用SAR与光学影像在地物特征表征上的互补性和一致性,实现云区信息的有效修复。该方法由三个核心模块组成: 多模态特征一致性模块 (Multi-modal Feature Consistency Module, MFCM) 用于对齐光学与SAR特征,捕捉并生成云层区域的差异性注意力；一致性约束补偿模块 (Consistency-Constrained Compensation Module, CCCM) 根据差异性注意力引导SAR数据补偿光学影像的缺失特征；多模态协同自适应融合模块 (Multi-modal Collaborative Adaptive Fusion Module, MCAF) 通过自适应融合策略进一步整合两模态特征,提升整体修复效果。在SEN12MS-CR数据集上的实验结果表明,该方法在PSNR、SSIM和SAM指标上分别取得了30.0408、0.9004和7.6068的优异表现,优于当前先进方法。实验结果表明,本文方法在云层去除和特征修复方面展现出较强的潜力,为多模态遥感数据的融合应用与去云技术的发展提供了有益参考。
•   

  PDF(66)

  摘要(206)

  HTML

• 深度学习光伏电站识别及对植被空间聚集度的影响研究
• 乔佳佳,闫敏,刘永强,张丽,吴音,陈一仰,邵伟

• 摘要：新疆维吾尔自治区拥有丰富的土地和光热资源，随着对可再生能源的需求增加及光伏技术的发展，新疆光伏电站装机容量位居全国前列。实时、准确识别光伏电站分布及其对周围植被空间聚集度的定量化结果可为新疆太阳能光伏选址提供数据及决策支持。本研究借助UNet、PSPNet（Pyramid Scene Parsing Network）、DeepLabV3+三种架构、八种骨干网络（ResNet-34、ResNet-50、ResNet-101、ResNet-152、MobileNetV2、DarkNet53、VGG16、Dense121）组合的深度学习语义分割模型，探究最优光伏电站识别模型，提取新疆地区光伏电站的空间分布。为研究光伏电站建设对植被空间聚集度的影响，计算了光伏电站周边从30 m至600 m等间隔分段的缓冲区内时间序列植被全局莫兰指数。结果表明：（1）基于UNet-ResNet50模型的光伏电站识别效果最优，准确率（Accuracy）为98.64%（>0.09%+）、F1分数（F1-score）为95%（>0.4%+）以及交并比（IOU）为90.47%（>0.57%+），优异的识别效果主要源于高质量的光伏样本集以及模型在特征提取和深度平衡方面的卓越表现。（2）利用Sentinel-2遥感影像和UNet-ResNet50模型提取了2020年新疆光伏电站，并将其划分为植被光伏和裸地光伏，面积占比分别为30%和70%。（3）距离光伏电站30 m至210 m不同缓冲区范围内，植被全局莫兰指数在2012到2020年间均呈显著下降趋势；距离光伏电站210 m至600 m缓冲区范围内，植被全局莫兰指数下降趋势明显减缓。距离光伏电站越近，植被空间聚集度受光伏电站影响越大，时间序列的下降趋势越明显。因此，开展光伏电站及其周围缓冲区的遥感监测，可为光伏电站的建设规划、精细化运营管理及其对生态环境的影响评估提供数据和技术支持。
•   

  PDF(88)

  摘要(198)

  HTML

• 多源卫星数据反演湖泊水色指数一致性校正研究：以青藏高原典型湖泊为例
• 谭章茹,王胜蕾,李俊生,张方方,张兵

• 摘要：湖泊水体颜色作为水体光学特性的直观反映，是湖泊生态系统的重要气候变量。近年来，基于卫星遥感反演湖泊水色的Forel-Ule指数 (FUI) 被广泛用于指示大区域湖泊生态与水质的时空变化。多源卫星协同观测可显著提升观测频率和时空覆盖范围，但其反演一致性问题亟需解决。本研究以青藏高原6个典型湖泊为研究区，基于Landsat 5/TM、Landsat 7/ETM+、Landsat 8/OLI和MODIS地表反射率产品，提出一种多源卫星数据反演湖泊水色指数FUI的一致性校正方法，以校正卫星光谱响应函数及地表反射率产品系统偏差导致的色度角和FUI反演差异。首先，采用水体模拟数据集的多项式校正方法，对各卫星传感器可见光波段反演的色度角进行光谱响应校正；其次，利用在6个湖泊获取的112,830组地表反射率同步观测数据对，构建MODIS与Landsat TM、ETM+、OLI反演色度角之间的线性回归模型，进行交叉定标校正；最后，基于同步观测数据对及长时间序列FUI多源数据反演结果，系统评估校正前后多源卫星数据在像元尺度和时间序列尺度上的一致性。结果表明，校正后色度角与FUI反演结果一致性显著提升 (R2 > 0.95，MAPE < 10%)，且4种卫星数据反演的湖泊年均FUI变化趋势一致。本研究为Landsat TM、ETM+、OLI与MODIS多源卫星数据协同反演湖泊水色参量提供重要方法依据。
•   

  PDF(389)

  摘要(271)

  HTML

• 基于图像分解去纠缠与边缘引导的遥感影像语义分割算法研究
• 连远锋,李科科

• 摘要：遥感图像具有目标尺寸差异显著、背景复杂多变的特点，存在地物光谱混淆和特征边界不清晰等现象，这增加了语义分割任务的难度。针对不同光照条件下遥感图像目标由于特征相互依赖而导致的语义分割困难问题，本文提出了一种基于去纠缠的遥感图像语义分割模型，该模型由光照反射去纠缠网络（LRD-Net）和多模态语义分割网络（MSS-Net）构成。首先，基于Retinex理论设计LRD-Net网络用于分解光学图像中的光照和反射特征，通过权重共享Transformer（WS-Transformer）提取目标的全局和局部特征；其次，引入多尺度噪声模块对光照分量进行自适应增强以提高模型的去纠缠能力，通过显著特征强化模块（SE）突出不同分量特征之间的差异信息；最后，使用边缘特征提取模块（EE）提高遥感目标的边缘识别能力，并通过多模态语义分割网络（MSS-Net）融合光照特征和反射特征提升语义分割性能。在通用数据集ISPRS Vaihingen和ISPRS Potsdam上评价指标mIoU分别达到84.60%和87.42%。实验结果表明，本文提出的模型在遥感图像语义分割任务中优于其他模型。
•   

  PDF(117)

  摘要(235)

  HTML

• 国产高分五号B星热红外数据地表温度反演方法研究
• 李风光,任华忠,赵艳华,王宝震,朱金顺

• 摘要：地表温度是地表能量收支平衡和水循环过程的重要参数。热红外遥感是当前反演地表温度最重要数据源，劈窗算法是当前使用最广泛的反演算法。本文借鉴高分五号地表温度反演劈窗算法形式，结合高分五号B星(GF5B)传感器波段光谱特性，构建了面向GF5B热红外数据地表温度反演的劈窗算法，并考虑水汽对地表温度反演的影响，进而获取了不同水汽条件下的劈窗算法系数。采用改进的NDVI-NDWI阈值法与水汽劈窗协方差-方差比法分别估算地表发射率和大气水汽含量。在四个不同地表类型的实验区对构建的算法进行地表温度反演应用，并利用HiWATER站点实测地表温度和MODIS地表温度产品进行反演结果验证。结果表明，白天和夜间反演地表温度的地面站点验证误差分别为1.88 K和0.99 K，夜间误差低于白天；与MOD11A1 LST交叉对比结果表明，除河北唐山实验区受云遮挡影响，交叉对比结果较差，其余三个实验区交叉对比的温度差异不超过1.5 K；表明了本文构建的劈窗算法具有较高的地表温度反演精度。
•   

  PDF(305)

  摘要(278)

  HTML

• 基于高斯混合模型的风云四号快速扫描成像仪晴空图像合成
• 邵佳丽,吴荣华,高玲,王志伟,韩书新,谢连妮

• 摘要：单日的晴空合成图像,对于日常的地表监测等业务应用具有重要意义,针对风云四号B星快速扫描成像仪的1分钟连续成像序列数据,本文提出了一种基于二元高斯混合模型的晴空图像合成算法。算法假设固定地点反射率时序数据由云-晴空两种类型数据构成,分别满足高斯分布；在初始化云-晴空二元高斯分布参数后,贯序处理时间序列图像,判识新影像像素分属的云-晴空类型,并更新该地点云-晴空两种类型的平均值、标准差等参数；贯序处理全部日内影像数据后,以晴空类型反射率的平均值作为该地点晴空合成结果的反射率估计值。方法具有线性的时间和内存空间复杂度,晴空合成图像的有效晴空像素比例和图像信息熵逐渐增加；与典型晴空算法相比,具有更高的区分云-晴空的稳健特性和对云边缘阴影的过滤能力。较高频次的单日晴空合成图像可应用于植被、水体监测等日常业务的生态遥感应用方向。
•   

  PDF(189)

  摘要(212)

  HTML

• 一种基于卷积自注意力网络的火星表面石块自动识别方法
• 曹学欢,彭嫚,万文辉,王彪,王晔昕,邸凯昌,李禄

• 摘要：火星表面广泛分布的石块对于火星探测车的安全行驶构成潜在威胁，同时石块的分布特性也为研究火星着陆区域的地质演化提供了重要线索。然而，火星探测车图像中的石块识别面临多重挑战：石块和背景边缘模糊导致轮廓提取困难，表面纹理特征相似性引发误判，并且现有的火星石块真实数据集稀缺制约模型训练。为了实现火星探测车图像中石块的精确识别，本文提出一种基于卷积自注意力网络的石块自动识别模型，实现图像的像素级分割。该模型采取编码器-解码器架构，其中编码器基于卷积神经网络提取图像特征，并嵌入改进的自注意力模块以增强模型对上下文信息的感知能力；解码器则负责将编码器提取的特征映射回图像空间，实现精准分割。为了验证模型性能，本文对“祝融号”火星车影像进行标注，构建了天问数据集，结合模拟石块数据集Synmars、Simmars6k、“好奇号”影像数据集MarsData-v2等多个数据集对模型的性能进行测试和验证。此外，本文还将该模型与DeepLabv3+、Unet++、Segformer、Marsnet等多种方法进行精度比较。采用平均像素精度、召回率、交并比等指标进行评价，结果表明该模型能够准确识别石块，其在模拟数据集上精度和召回率均达到90%以上，在真实数据集上的精度和召回率均最优。
•   

  PDF(171)

  摘要(264)

  HTML

• 融合改进Retinex图像增强与自适应标签分配的遥感目标检测
• 黄虎,郑虎男,唐非,李称意

• 摘要：旋转目标检测算法在遥感领域中有着广泛的应用。遥感图像中目标尺度变化大、目标密集分布、相似地物易混淆、背景复杂干扰多以及图像细节不足，现有的旋转目标检测算法通常存在较高的计算负担，并且在精度上仍有提升的空间。针对上述问题，本文改进当前领先的YOLOv9检测器，开发了一种高效而准确的遥感图像旋转目标检测器RSO-YOLO(YOLO for Remote Sensing Images and Oriented Bounding Box)。首先，提出了一种低照度遥感图像辅助数据增强模块，用于改善弱光、噪点、模糊和对比度不足等问题；其次，设计了一个解耦的角度预测头,使算法拥有对遥感目标方向的感知能力；然后，在模型中引入基于卡尔曼滤波的交并比（KFIoU）损失，以解决旋转目标表示引起的角度周期性问题，使用分布焦点损失（DFL）学习旋转边界框的分布，减少高斯建模方法中近正方形目标的角度不准确问题；提出一种面向旋转目标检测的动态标签分配策略，在分配过程中综合考虑了交并比（IOU）与类别得分(Scores)，从而构建更好的能够反映目标特性的样本空间；最后使用基于海林格距离的概率交并比（ProbIoU）进行非极大值抑制，减少非极大值抑制的计算负担。在DIOR-R公开数据集上开展实验，与多个典型的旋转目标检测方法进行了比较，本文方法综合检测精度为81.1%mAP，位居第一，且能够保证检测的实时性。使用辅助数据增强模块后可提高1.5%mAP。实验表明RSO-YOLO能够同时兼顾旋转目标检测的速度和准确性，使得模型在实际应用上相较于其他方法有一定的优势。
•   

  PDF(108)

  摘要(261)

  HTML

• 面向土地空间参数大规模计算的遥感大模型研究
• 吴田军,骆剑承,李子琪,胡晓东,王玲玉,方之杨,李曼嘉,陆炫之,张静,赵馨,左进

• 摘要：大模型作为人工智能发展的新浪潮，对于科研范式、生产方式、产业模式的革命性影响不可低估，投入大模型研究已是必然选择。在地理智能计算领域，大模型的科学设计与应用实践还相去甚远。本文秉承“解构复杂地表系统，求解精准土地参数”宗旨，提出在多源多模态观测数据支撑下开展土地空间对象化建模。在此基础上，梳理了土地利用、土地覆盖变化、土壤、土地资源、土地类型/应用等五“土”合一的土地空间参数体系，并针对参数的大规模求解设计了集“符号系统-感知系统-控制系统”三个核心系统于一体的遥感大模型。以农业生产空间的土地利用参数求解为应用案例开展初步实验，实践表明所提框架思路在提升土地空间大规模参数精准解算方面具有较大潜力，有助于服务精细化土地信息产品的智能定制，深化对土地空间的认知。最后，从模型的适应性/稳健性、结果的可解释性/可信度等方面对土地空间参数计算的大模型研究进行了展望。
•   

  PDF(130)

  摘要(476)

  HTML

• 多源遥感数据驱动下耦合深度学习与积雪微波辐射传输模型的降尺度雪深反演算法
• 赵子胜,郝晓华,任鸿瑞,罗斯琼,戴礼云,邵东航,冯天文,赵琴,纪文政,刘艳

• 摘要：高时空分辨率雪深数据对水文建模和灾害预报至关重要。目前，高时间分辨率雪深通常源于被动微波数据，而其较粗的空间分辨率还无法满足区域水文和灾害研究的需求。本研究基于被动微波和光学等多源遥感数据，提出一种耦合深度学习模型（FT-Transformer）与积雪微波辐射传输模型（Snow Microwave Radiative Transfer, SMRT）的降尺度雪深反演算法。使用深度学习映射AMSR 2亮温差（Brightness Temperature Deviation, TBD）、积雪覆盖日数）Snow Cover Days, SCD）和积雪面积比例（Snow Cover Fraction, SCF）等特征与雪深的复杂非线性关系，耦合SMRT拟合等效雪粒径（Effective Snow Grain size, ESG）实现降尺度反演雪深，使用北疆39个站点数据进行模型训练和验证，获取了北疆500 m降尺度雪深。验证结果表明：引入SCD独立验证RMSE优化了18%，有助于提高模型的空间泛化能力；ESG显著优化了深度学习反演雪深的精度，RMSE为6.82 cm，较未添加ESG的模型提升了15%，同时大幅度改进了深雪低估。进行时间序列分析，发现ESG符合实测雪深的变化趋势，能够约束优化模型反演雪深的稳定性。最后对比已有的AMSR 2、ERA5-Land和SDDsd雪深产品，本研究降尺度雪深精度最优，RMSE为6.51 cm，雪深空间分布也更为精细，体现了山区复杂的雪深异质性。本研究探索了积雪微波辐射传输模型结合深度学习在降尺度雪深反演的可行性，为获取区域降尺度雪深产品提供了保障。
•   

  PDF(152)

  摘要(808)

  HTML

• 云-气溶胶星载激光雷达的二维简单多尺度层次检测方法
• 余泓洋,徐维维,毛飞跃,臧琳,龚威

• 摘要：摘 要: 星载激光雷达能够观测云-气溶胶特性的垂直剖面分布，是云-气溶胶研究和监测的独特手段。正交偏振云-气溶胶激光雷达 (CALIOP) 已在轨运行多年，提供了大量云-气溶胶剖面观测的数据资料。从激光雷达数据中检测云和气溶胶层次的空间位置，是精确反演和提取层次信息的前提。CALIOP官方算法运用经验阈值检测层次，存在较多的层次漏检。当前以一维简单多尺度算法 (1D-SMA) 为代表的假设检验算法，通过检验给定信号是否符合背景大气分布假设，避免了设置传统的经验阈值阵列，提高了检测准确性。然而，上述方法均未考虑层次信号在二维垂直剖面场景中的空间连续性，漏检现象仍有发生。因此，本文进一步提出了基于伯努利概率分布的二维简单多尺度算法 (2D-SMA)，运用统计概率模型替换经验阈值阵列，并结合覆盖多根廓线的二维层次检测窗口，实现对相邻廓线信号空间关联的利用。新算法在全水平分辨率 (5-80 km) 综合检测的层次总面积，比CALIOP官方算法多50.45%，比一维方法1D-SMA多32.45%。新算法仅在5-20 km水平分辨率就能实现与官方算法全分辨率面积相当的层次检出量。最后，本文通过冰云退偏比评估，验证了新算法检测的可靠性。 关键词:星载激光雷达，CALIOP，云和气溶胶，层次检测，多尺度
•   

  PDF(46)

  摘要(119)

  HTML

• 2013—2022年武汉市核心城区地表温度重建及热环境演变研究
• 欧阳元俊,张明

• 摘要：遥感地表温度产品是城市热环境演变研究的重要数据源。然而，受遥感器回访周期长及云雨天气情况下数据缺失等因素影响，高分辨率地表温度产品的代表性不足，导致精细尺度下城市长时序热环境的研究受限。本研究利用Landsat和MODIS遥感数据，采用时空融合方法重建了2013–2022年武汉市核心城区夏季长时序高分辨率地表温度均值，并在精细尺度对武汉市热环境演变进行了分析。结果表明：（1）重建的高分辨率地表温度均值产品与地面站点观测数据具有较强的一致性，同时可以反映精细尺度下城市热环境时空变化的高度异质性；（2）2013年–2022年，武汉市主城区高地表温度区占比呈现降低趋势并沿新城组群向周边区域扩张，原本独立的高温区域逐渐连接成片；（3）2013–2022年，武汉市各新城组群夏季高地表温度区除东南新城组群外皆呈现出扩张趋势，其中北部、西部、西南部扩张明显。本研究可为精细尺度下城市热环境的时空格局研究提供支撑，对城市生态文明建设和可持续发展具有重要意义。
•   

  PDF(90)

  摘要(101)

  HTML

• 基于ST-PCA分析北京平原区地面沉降时空特征
• 宋宗雯,王彦兵,李小娟,李晨霞,赵亚丽,李堰欣,杨熙玥,程昊雯

• 摘要：时空主成分分析(Spatial and Temporal Principal Component Analysis, ST-PCA)是一种将一组相互相关的变量转化为另一组新的不相关的变量的数学变换过程,在地学领域用于提取时空数据在时间和空间维度的动态演化特征。北京平原区地面沉降具有典型的时序演化和空间分布特征,因此本文在利用PS-InSAR技术获取到北京平原区2010-2016年长时序的地面沉降数据的基础上,采用时空主成分分析方法研究了该地区长时间序列中地面沉降的时空特征。研究发现时间主成分分析方法(TPCA)能够揭示地面沉降的趋势特征、波动特征,以及相应的空间分布模式。TPC1反映了研究区内的地面沉降趋势,呈现一种整体为空间分布不均匀沉降的特点；TPC2揭示了地面沉降的季节性波动特征,及其空间分布差异性,发现尤其在沉降速率大于30mm/a的沉降漏斗区呈明显的、南北分化的季节性差异空间分布特征,表现为北部地区夏季沉降量增大,南部地区冬季沉降量增大。空间主成分分析(SPCA)能够揭示地面沉降在时间上的演化规律,将相似时间变化趋势的沉降点聚类到同一个主成分。SPC1反映了大部分地区以沉降为主的特征,地面沉降呈持续的、线性下降的趋势；SPC2与SPC3则发现在轻微沉降区和非沉降区年均沉降量接近于0,但是季节性波动特征明显。通过ST-PCA的研究,本文提取了北京平原区地面沉降的一些时空规律,为北京地面沉降防控提供一定的数据支撑。
•   

  PDF(44)

  摘要(162)

  HTML

• 基于深度特征重构增强的光学和SAR图像鲁棒匹配
• 杨超,刘畅,唐腾峰,叶沅鑫

• 摘要：光学和合成孔径雷达(Synthetic Aperture Radar，SAR)图像由于成像原理的根本差异，影像间呈现出显著的辐射和几何差异，其自动精确匹配一直是当前国际学术研究的热点。目前，大多数基于深度学习的匹配方法聚焦于图像深度特征提取，但这些模型通常忽视了图像多尺度特征融合和共性特征表达，导致鲁棒性不足，难以应对复杂多变的地物场景。鉴于此，本研究提出了一种基于深度特征重构增强的光学和SAR图像鲁棒匹配方法。该方法构建了一个融合多尺度深度特征和图像特征重构的伪孪生共有特征提取网络。首先，通过多尺度特征提取架构，网络能够在像素级高效提取光学和SAR图像对的多尺度深度特征。其次，为光学图像设计了一个伪SAR图像翻译分支结构，利用深度特征重构图像，以增强网络学习更鲁棒的共性特征表达能力。最后，构造了基于多层特征匹配相似度和重构影像平均误差的联合损失函数，实现了光学和SAR图像的鲁棒匹配。在两种具有不同分辨率且包含多种地物场景（城市、郊区、荒漠、山地、水体）的遥感影像数据集上进行对比实验，结果表明，与当前几种最先进的匹配方法相比，所提出的方法均表现出最高的正确匹配率。
•   

  PDF(91)

  摘要(238)

  HTML

• 集成主体边缘分离和多尺度信息提取的双分支建筑物提取网络
• 宋宝贵,邵攀,邵文,张晓东,董婷

• 摘要：针对形状尺度多变和边界提取不够准确两个建筑物提取难题，提出一种集成主体边缘分离和多尺度信息提取的双分支建筑物提取网络。首先，利用解耦思想和光流技术，设计一种主体边缘分离分支，从而获取建筑物的主体和边缘特征，增强对建筑物边界的表征能力。然后，基于空洞卷积、深度可分离卷积和注意力机制，构建一种轻量级多尺度信息提取分支，来充分提取不同尺度的建筑物特征。最后，借助所获取的主体和边缘特征，给出一种主体和边缘特征辅助增强的损失函数，优化网络训练过程。两组常用公开建筑物提取数据集上的实验结果表明，所提出建筑物提取网络可行有效。
•   

  PDF(617)

  摘要(549)

  HTML

• 卫星反演云粒子有效半径与飞机探测对比检验
• 徐小红,刘贵华,戴 进,岳治国

• 摘要：利用改进的卫星3.7 μm通道云粒子有效半径（re）反演算法，基于MODIS和AVHRR观测数据反演了云粒子有效半径（re_o），对比分析了22架次飞机探测获得的大陆性积云的云粒子有效半径，检验了反演算法的可靠性和准确性。检验结果表明：re_o与飞机探测re的一致性很高，反演误差小于2.4 μm，与国际上海洋性层积云的反演误差2 μm接近；re_o与飞机探测re的相关系数达0.79，线性拟合斜率为0.81，而对应的MODIS云产品粒子有效半径（re_p）与飞机探测结果的相关性较低，最大相关系数和线性拟合斜率分别为0.43和0.32，相对而言，re_o的准确性更高；re_o随温度（高度）的分布与飞机探测re随温度的变化趋势吻合。这些表明re_o反演算法可靠，反演精度较高。当卫星天顶角较大时，可能导致有效半径的过估，应用中需考虑卫星天顶角的影响，避免卫星观测位置的过度偏离，以确保反演精度。
•   

  PDF(217)

  摘要(236)

  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(808)

  摘要(909)

  HTML

• 融合激光测高数据的无控GF-7卫星影像矿区DSM改进方法
• 张云龙,胡文敏,魏伟,秦凯,徐嘉兴,张炜

• 摘要：针对沟壑发育地表无地面控制点（Ground Control points，GCPs）条件下卫星遥感立体影像地形三维重建精度较低、大面积GCPs采集困难或成本高等问题，本文提出融合卫星激光测高数据的高分七号（GF-7）卫星影像数字表面模型（Digital Surface Model，DSM）BP神经网络方法。该方法通过建立无控条件下GF-7卫星立体影像生成的DSM、地理位置经度与纬度、地形坡度、地形误差等多因子与激光测高点GEDI之间的关系，获取融合结果以改进无控条件下地形DSM精度。实验结果表明，沟壑发育地表矿区无控条件下GF-7卫星立体影像生成的DSM高程精度可高达20.49米，而本文融合生成的DSM平均高程精度为1.63米，与有控制点条件下地形DSM 1.44 米的高程精度基本相当。本文方法有效改善了沟壑发育地表矿区无控条件下卫星立体影像生成DSM高程精度质量低的问题，为国产高分影像推广应用与高精度地形建模提供新思路。
•   

  PDF(58)

  摘要(238)

  HTML

• 基于多源时序遥感产品的非洲森林损毁成因识别与分析
• 刘文迪,张肖,刘良云

• 摘要：明确森林损毁成因对于制定森林保护政策至关重要，当前准确且全面地识别森林损毁驱动因素仍面临巨大挑战。本文选择森林损毁现象严重、驱动因素多样化的非洲，采用全球30 m地表覆盖动态监测产品、人类足迹数据、火灾数据、森林管理数据、气象数据等多源空间数据集，构建了基于决策树规则的森林损毁驱动因素分类框架，将非洲森林损毁归因于五种人为因素和三种自然因素。基于目视解译样本的精度评估结果显示，驱动因素分类结果的总体精度约95.38%。驱动因素分析结果表明：（1）2000至2020年间非洲近86.73%的森林损毁由人为因素导致，且这一比例持续上升，而自然因素仅占13.27%；（2）农业用地侵占和林业砍伐是最重要的两类驱动因素，分别导致了44.02%和11.40%的森林损毁；（3）几乎所有人为因素导致的森林损毁速度都翻倍增长，并呈现加速趋势。因此，迫切需要采取更具针对性和更有力的森林保护行动，以实现2030年之前遏止森林面积持续下降的可持续发展目标。
•   

  PDF(227)

  摘要(192)

  HTML

• 国产航天宏图一号SAR卫星数据 干涉测量重建DEM精度验证与分析
• 张双成,王铭辉,杨娜,路聚峰,王杰,何晓宁,禹文强

• 摘要：2023年3月30日，由国内商业航天企业航天宏图信息技术股份有限公司（以下简称航天宏图）运营的航天宏图一号卫星（PIESAT-1）成功发射，为国产SAR卫星的发展注入了新的动力，作为“女娲星座”首发星，其具备高精度地形测绘、高分宽幅成像、高精度形变监测等能力。但目前关于该卫星的相关研究较少，亟须探索其真实的测图能力。本文利用星载合成孔径雷达干涉测量（InSAR）生产数字高程模型（Digital Elevation Model，DEM）技术流程，针对PIESAT-1独特的“1主+3辅”车轮编队构型进行相应技术调整。首先，选取了山地、丘陵、平原三种特殊的地形为研究对象，结合PIESAT-1卫星在轨测试期间获取的单视斜距复影像干涉对（L1B）数据，利用InSAR技术提取DEM， 并以ICESat-2控制点和Copernicus DEM作为参考，验证PIESAT-1的地形测绘精度。结果表明，在山地、丘陵和平原三种地形条件下，PIESAT-1 DEM产品的垂直精度均高于Copernicus DEM，RMSE值分别为4.8727m、7.8329m、0.9857m；同时，PIESAT-1 DEM产品在空间分辨率上优于Copernicus DEM产品，能够更清晰地描绘地形的细节特征；本文还考虑了植被对DEM产品精度的影响，在高植被区域，植被所产生的误差不可无视。通过本文实验表明PIESAT-1用于全球地形测绘任务时，独特的编队方式使其在空间分辨率、测绘效率、测量精度上均占据巨大优势，这为“女娲星座”的业务化应用提供了重要参考。
•   

  PDF(138)

  摘要(230)

  HTML

• 基于三分支集成网络的高分辨遥感图像语义分割
• 单慧琳,王兴涛,刘文星,孟祥源,王志浩,张银胜

• 摘要：语义分割在遥感场景理解中起着至关重要的作用,其目的是为遥感图像中的每个像素分配类标签。然而遥感图像拥有复杂的前景和背景信息,已有的语义分割网络,如双模态分割方法,分别提取图像特征,故存在特征融合困难与特征过于单一等问题。因此,本文提出基于三分支集成网络的高分辨遥感图像语义分割算法。首先为语义特征和空间特征分别设计了不同的特征提取分支,以充分利用图像的语义和空间信息。其次,提出一致性分支的概念,旨在学习语义和空间一致性的特征,防止在特征融合过程中出现特征过于单一的问题,从而提高网络的分割性能。最后,提出多尺度特征融合模块对三分支特征进行加权融合。此外,由于遥感图像不同的增强视图表示完全不同的对象,本文提出一种关注空间一致性的随机采样裁剪数据增强方法,并加入了混合损失函数,解决数据集中类别数量不平衡问题,有效缓解因遥感数据集数据量过小而导致的过拟合问题。实验结果表明,本文所提算法在ISPRS Potsdam和Vaihingen数据集上的平均交并比达到87.84%和87.49%,证明本算法能够高效地提取并融合高分辨率遥感图像的语义和空间特征,从而提高遥感图像分割的准确率。
•   

  PDF(262)

  摘要(247)

  HTML

• 一种基于Sentinel-2时间序列数据的水稻提取方法
• 娄轶峰,黄可,杨刚,孙伟伟,邵春晨,刘围围,王利花,胡静

• 摘要：水稻是世界上最重要的粮食作物之一，它提供了全球近50%人口的食物来源。此外，水稻的生长需要大量水资源并且稻田淹水是甲烷排放的主要来源之一。因此，掌握水稻种植的分布区域对粮食安全和生态环境十分重要。为了快速准确绘制水稻分布图，本研究基于NDVI与MNDWI时间序列，构建了新型光学水稻指数（New Optical Paddy Rice Index，NOPRI）。并在4个具有不同气候以及水稻种植模式的区域进行了应用。结果表明，NOPRI能够准确生成水稻分布图，总体精度在0.945以上，F1分数在0.907以上。与现有方法和数据集的相比，NOPRI在地物异质性较大的区域具有更高的适用性。由于NOPRI的构建简单，阈值稳定，因此其具备大尺度的水稻制图能力。
•   

  PDF(117)

  摘要(255)

  HTML

• 多源卫星有效波高产品的时空等效融合方法研究
• 谢航,李秀仲,徐莹,胡暐平,朱东

• 摘要：有效波高(SWH)的融合是随着海洋卫星数量的增加而产生的必然需求,融合产品的质量对有效波高的应用具有重要影响。卫星数量、融合时空窗口、结果时空分辨率及其准确度之间存在相互制约关系。本文基于时空反距离加权法,通过研究时空维度变化对误差水平的影响,提出了一种新的有效波高融合方法。使用9颗卫星观测的SWH数据进行了融合试验,并与哥白尼海洋环境监测服务(CMEMS)提供的网格化L4级产品以及NDBC浮标进行比对与验证；通过系统研究,确定了不同卫星个数对应的最佳时空窗口配置,给出了时间和空间反距离加权时对误差影响的等效关系。结果表明,新的融合方法在充分获取无缝隙SWH的基础上,也得到了更准确的SWH融合产品。本文的研究不仅为有效波高的全球应用提供了新的方法,也为多源遥感数据的处理和融合提供了重要参考。
•   

  PDF(523)

  摘要(230)

  HTML

• 基于资源1号卫星影像的天然次生林土壤有机碳反演
• 甄贞,丁建业,赵杨,赵颖慧,魏庆彬

• 摘要：森林土壤有机碳（Soil Organic Carbon，SOC）是反映森林土壤质量的重要标准，很大程度上影响森林树木的生长，对林业的可持续发展起着十分重要的作用。探索应用高光谱影像反演天然次生林土壤有机碳含量的可能性至关重要，可以为长时间序列、大尺度的森林土壤有机碳估测提供技术支持。本研究以天然次生林SOC为研究对象，在东北林业大学帽儿山实验林场随机抽取67个样点，分别采集0-5cm、5-15cm、15-30cm土壤并实测SOC含量，并取三层均值作为0-30cm SOC含量。基于资源1F高光谱影像，计算光谱曲线的一阶微分、二阶微分、倒数对数、植被指数特征，并结合数字高程模型（Digital Elevation Model, DEM）、土壤水分和森林地上生物量（Aboveground biomass, AGB）数据集，使用递归特征消除法进行特征筛选。应用随机森林（Random Forest, RF）、极端梯度提升（extreme Gradient Boosting, XGBoost）、支持向量机回归（Support Vector Regression, SVR）、最小二乘回归（Ordinary Least Squares Regression, OLS）四种模型，分别对SOC进行估测，并选择最佳模型反演帽儿山实验林场不同深度SOC含量。结果显示：在土壤分层反演模型中均为XGBoost估测精度最高，0-30cm、0-5cm、5-15cm、15-30cm四层模型R2分别为0.54、0.54、0.46和0.30，RMSE分别为21.28g/kg、44.25g/kg、15.72g/kg和12.56g/kg。反演得到的帽儿山林场天然次生林0-30cm、0-5cm、5-15cm和15-30cm、四层的SOC平均值分别为67.20g/kg、88.87g/kg、46.92g/kg、40.12g/kg，森林SOC含量随土壤深度增加而减小。不同林分类型的SOC含量存在差异，SOC含量排序从大到小为阔叶林、针阔混交林、针叶林。高光谱影像所包含的波段信息为模型的建立提供了可能，但是过多的波段数量造成了数据冗余，导致模型估测精度的降低，采用递归特征消除法可以筛选出最佳特征组合，有效降低特征数量，提升模型估测精度。710-850nm波段的微分特征对天然次生林SOC的反演较为有效，地形因子对于15cm以上的SOC影响较大，土壤水分和地上生物量对于5-15cm层SOC影响较强。应用高光谱影像结合DEM、土壤水分及地上生物量数据可以有效地反演天然次生林SOC，为基于多期高光谱影像的长时间序列、大尺度的天然次生林SOC反演提供技术支持。
•   

  PDF(154)

  摘要(443)

  HTML

• 基于深度学习的南海海表温度重构及其时空变化研究
• 孙志伟,李云波,张殿君,孙绍杰,陈思宇

• 摘要：海表温度（Sea Surface Temperature，SST）是研究海洋动力学、海洋-大气相互作用和气候变化的重要指标之一，影响海洋生态系统的平衡和演变。传统的SST获取方式虽然精确，但受限于采样点的数量和覆盖范围，难以满足大尺度、高分辨率的海洋研究需求，而卫星遥感数据可覆盖全球海域，更新频率高，在海洋研究中应用广泛。但是卫星遥感数据在采集过程中，受到天气条件、卫星扫描轨道范围和卫星传感器运行故障等因素的影响，导致SST数据常常存在缺失，一定程度上限制了数据的使用。因此，对遥感数据进行重构以提高其利用效率，获得高质量全覆盖的数据集，对海洋研究及业务化应用具有重要意义。本研究通过引入Inception模块嵌入深度卷积自编码器（DINCAE），提出I-DINCAE模型用于FY-3C卫星南海海表温度产品的数据重构。同时结合研究区多年的实测数据，运用DNN模型对新模型重构的温度数据进行校正。采用11993个独立实测数据点的数据集进行检验，结果表明重构SST与实测SST的RMSE为1.27℃，MAE为0.96℃，R2为0.84，而经过DNN模型校正后，RMSE降至0.57℃，MAE降至0.43℃，R2提高至0.92。基于校正后的海表温度数据，从时间和空间两个维度分析了南海在月度和季度尺度上海表温度的时空分布和变化特征。结果表明：在季节尺度上，南海的SST变化特征明显，表现为夏季SST达到最高值，冬季SST降至最低；在月尺度上，南海SST的变化呈现出正（余）弦波动形式，SST通常在6月份达到极大值，在1月份达到极小值。本研究不仅揭示了南海海洋环境的独特性，也为理解南海海洋生态系统和气候变化提供了重要依据。
•   

  PDF(135)

  摘要(444)

  HTML

• 结合Sentinel-1时序数据与MultiRocket-RF模型的小微湿地提取研究
• 俞钦平,林文鹏,史怡雯

• 摘要：在较大范围中更准确地提取小微湿地，对于进一步加强生态文明建设具有重要意义。本文结合物候特征与SAR影像特性建立了湿地的分类体系，并运用MultiRocket-RF时序分类模型基于地物在不同物候期对Sentinel-1雷达波束的散射差异实现湿地提取。此外，在以5hm2为面积阈值界定小微湿地的基础上，提出了一种缓解湿地斑块粘连问题的方法，以减少小微湿地被误分为非小微湿地。最后，以长三角生态绿色一体化发展示范区为例，分析与验证了小微湿地提取模型的有效性。结果表明：（1）SAR时序数据与MultiRocket-RF多元时序分类模型的结合能够较好地适应基于物候的湿地分类体系，对各类湿地的提取效果优良，总体精度达93.6%，Kappa系数达0.888，Macro-F1得分达0.804，尤其对于小微湿地中的淹水草本与木本植被、季节性淹没区的提取更具优势；（2）对湿地斑块粘连问题的缓解能够提升对小微湿地的提取精度，虽然Kappa系数没有显著变化，但Macro-F1得分由0.798提升至0.804，且混淆矩阵中各类小微湿地的提取准确率整体更优；（3）模型较适用于提取1hm2以上的小微湿地，而由于斑点噪声、几何失真等影响，对于1hm2以下小微湿地提取的效果欠佳。本文在拓展SAR数据应用领域的同时，也为小微湿地的提取提供了一种新的技术思路。
•   

  PDF(123)

  摘要(473)

  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(241)

  摘要(727)

  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(939)

  摘要(907)

  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(753)

  摘要(673)

  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(264)

  摘要(988)

  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(236)

  摘要(798)

  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(276)

  摘要(1109)

  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(1461)

  摘要(1206)

  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(998)

  摘要(1051)

  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(434)

  摘要(1077)

  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(217)

  摘要(802)

  HTML

• 基空间非对称拉普拉斯全变分高光谱图像去噪
• 司伟纳,叶军,姜斌

• 摘要：真实的高光谱图像(HSI)容易遭受高强度混合噪声的破坏,如何精确地对噪声进行建模在后续处理任务中至关重要。基于非对称拉普拉斯噪声建模方法取得了较好的混合噪声去除效果,该类方法考虑到噪声的重尾性和非对称性,对不同波段的不同噪声进行建模。但忽略了HSI梯度基空间U的内在分布特征,导致噪声残留。针对此问题,提出一种基空间非对称拉普拉斯全变分(BSALTV)的HSI去噪模型。梯度基空间U充分保留了原始梯度图的先验信息,能够更好地反映HSI梯度的稀疏先验分布特征,并且在不同波段上呈现出独特的非对称分布。通过对梯度基U和噪声的非对称分布进行探索,精确挖掘了图像的全局低秩信息和不同波段的噪声分布特点,从而在保持图像边缘和纹理的同时减少噪声,避免了图像失真和过度平滑。最后,通过ADMM算法求解模型,在合成和真实数据集上的大量实验结果表明,所提方法优于对比的其他先进的降噪方法。
•   

  PDF(718)

  摘要(580)

  HTML

• 煤火源甲烷逃逸地基高光谱成像检测方法
• 刘艳秋,秦凯

• 摘要：我国新疆、宁夏、内蒙古等煤炭资源丰富的地区，分布着数百个煤田火区。煤火自燃排放大量温室气体，其无组织性导致检测与量化工作面临困难，成为现有清单中“丢失的碳”。然而，煤火甲烷在全球温室气体排放中的贡献是不可忽视的。鉴于卫星分辨率的限制，本研究采用地基遥感手段开展煤火源甲烷检测，利用2023年6月在新疆阜康煤田火区采集的宽幅全景地基高光谱影像集，结合甲烷在短波红外的光学敏感特征和高光谱混合像元分解等方法，提出了一套适用于不同地貌特征高温煤火源甲烷逃逸的检测算法，并针对各算法的检测效果进行对比验证和效果评价。结果表明：（1）与已有的CH4I算法相比，本研究提出的MLSIE、RCH4I和DSRCH4I算法在煤火源甲烷检测中表现更佳；（2）2DSRCH4I3、MLSIE(2.3μm)和RCH4I1算法对于地貌复杂的煤火区检测效果较好，其中，2DSRCH4I和MLSIE(2.3μm)算法也适用于地貌相对单一的山地煤火区，而RCH4I1算法更适用于泄露量大(燃烧剧烈)的活跃煤火区；（3）MLSIE(2.3μm)算法具有较强的普适性，2DSRCH4I3算法有效抑制伪影/假阳性，检测效果最佳；（4）文章算法检测出的煤火区甲烷羽流以两种形式存在，即与燃烧的火焰共存和以自由扩散形式逸出。本研究提供了一种利用地基短波红外成像光谱仪检测煤火甲烷的新方法，也从甲烷逃逸角度为开展煤火自燃的早期识别与预警提供了新思路。
•   

  PDF(75)

  摘要(274)

  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(833)

  摘要(617)

  HTML

• FY-4A/AGRI反射波段的深对流云辐射定标方法研究
• 张北,胡秀清,周为伟,沙金,陈林

• 摘要：风云四号A星(FY-4A)先进的静止轨道辐射成像仪(AGRI)已进入设计寿命末期阶段，部分太阳反射通道的辐射性能出现明显退化，影响了定量遥感产品应用精度。本研究采用基于深对流云(DCC)的定标跟踪方法对AGRI反射波段辐射响应变化进行定量评估。为提高评估的精度和稳定性，研究了DCC方法对红外亮温阈值、像元邻域空间均一性条件和DCC角度分布模型(ADM)的敏感性。结果表明：对于红外亮温阈值，可见光通道DCC反射率均值的敏感性低于概率密度函数(PDF)峰值反射率；而在短波红外通道，DCC PDF峰值反射率的敏感性略低于反射率均值。在可见光-近红外波段采用CERES ADM模型能较好地校正DCC反射率各向异性的影响，且明显优于Hu模型,但两种ADM模型在短波红外波段均无明显校正效果。基于上述敏感性研究优化了DCC方法中的阈值选择和ADM策略，对2017年3月至2023年4月FY-4A/AGRI反射波段的辐射响应进行跟踪评估。结果发现：0.47μm、0.65μm和2.25μm通道出现显著退化，总衰减率分别为45.55%、26.22%和6.362%，该结果为AGRI反射波段定标系数更新提供了参考依据。
•   

  PDF(232)

  摘要(595)

  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(234)

  摘要(741)

  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(1240)

  摘要(1737)

  HTML

• 基于像元邻域边界方形度的分类栅格数据空间信息度量方法
• 康乾坤,周晓光,侯东阳,罗思龙

• 摘要：分类栅格数据的类别编码值仅代表语义类型,不具备数值含义,导致当前空间信息度量算法难以应用于分类栅格数据。针对此问题,本文从特征相似性与多样性视角出发,提出基于像元邻域边界方形度的分类栅格数据空间信息度量方法。该方法通过计算像元邻域边界与方形之间的相似性程度,定量度量分类栅格数据中同质像元所表达的空间形态信息；通过邻域内异质像元的多样性概率熵定量度量分类栅格数据中异质像元所表达的空间结构信息；以邻域内异质像元的空间占位所能实现的最大多样性熵值作为权重,综合计算分类栅格数据的空间信息量。最后,从类别编码值的变化、热力学一致性及破碎度影响三方面,开展了多组对比实验与应用示范。结果显示论文方法的度量结果不受类别编码值变化的影响,与热力学一致性和栅格数据破碎度呈现强相关关系,相关系数均大于0.98。实验结果与应用示例表明该方法能够有效度量分类栅格数据的空间信息。
•   

  PDF(165)

  摘要(208)

  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(1287)

  摘要(806)

  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(1359)

  摘要(813)

  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(1248)

  摘要(1018)

  HTML

• 基于多源遥感数据和RF-EBK模型的中国东北地区森林冠层高度估测
• 李响,赵颖慧,甄贞

• 摘要：森林冠层高度作为森林垂直结构的关键参数，其精准估测在碳循环与森林地上生物量（Above-Ground Biomass，AGB）研究中发挥着不可或缺的作用。随着遥感技术的不断发展，多源遥感数据为大尺度森林监测中冠层高度估测提供了新的可能性。本研究以中国东北地区（Northeast China，NEC）为研究区域，提出了一种结合随机森林（Random Forests, RF）和经验贝叶斯克里金（Empirical Bayesian Kriging, EBK）方法的模型（RF-EBK），用于区域尺度森林冠层高度的估测。该模型基于星载激光雷达ICESat-2（Ice, Cloud, and Land Elevation Satellite-2）提供的离散冠层高度数据（ATL08）、Landsat 8 OLI影像、航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission，SRTM）地形数据以及森林冠层覆盖数据（CATCD），首先采用基于交叉验证的递归特征消除方法（Recursive Feature Elimination-Cross Validation，RFE-CV）筛选多源遥感数据中提取的特征因子，通过RF模型进行森林冠层高度估测，并计算测试集的估测残差。基于估测残差的空间自相关性，利用EBK方法对估测残差进行建模，得到研究区域空间连续残差插值结果，并对RF估测结果进行残差校正，从而有效提高模型的估测精度，最终实现中国东北地区2023年30m森林冠层高度的高精度估测。结果表明，森林冠层覆盖在冠层高度估测中的重要性较高；在模型精度方面，RF-EBK模型相比单独使用RF模型具有更优的估测性能，验证集R2提高了59.5%，RMSE和rRMSE降低了27%。此外，使用在研究区域内6个采样点采集的无人机激光雷达（Unmanned Aerial Vehicle Laser Scanning, ULS）数据，对RF-EBK模型估测结果进行精度验证， R2为0.69，RMSE为1.65 m，rRMSE为7.81%。综上所述，RF-EBK模型能够实现区域尺度森林冠层高度的高精度估测，为中国东北地区的精准营林管理和可持续森林资源经营提供了有效的技术支持。
•   

  PDF(72)

  摘要(160)

  HTML

• 基于城市绿度空间精细景观格局的热环境效益研究
• 张琳琳,吴嘉豪,孟庆岩,汪雪淼,杜弘宇,潘婧

• 摘要：绿度空间是城市生态环境的重要组成部分,开展绿度环境效益评价研究可为城市环境精细化监管提供参考。本研究基于高分六号卫星数据,利用遥感技术对海南省典型城市绿度空间产生的热环境效益开展了综合评价。首先利用多尺度分割和随机森林算法将研究区植被划分为乔-灌-草三种类型,基于Pearson和地理探测器研究绿度景观格局与地表温度间的驱动因子特征,最后基于优选的因子指标采用层次分析法构建绿度空间环境效益评价指数(GEBI),评估了海口市和三亚市的绿度环境效益。结果表明：1) 海口市植被类型以灌木为主导,三亚市植被类型以草地及灌木为主导；2) 绿地降温效应与绿地面积与多样性、景观斑块形状与密度等因素相关,绿地景观越破碎和分散,斑块形状越不规则,绿地降温效应越差；3) 研究区GEBI均表现为高值区和低值区交错分布,海口市GEBI热点和冷点区域分布在北部,三亚市GEBI热点区域主要分布在西部和东南部,冷点区域范围较小。研究可识别绿度环境脆弱区和优势区,为推动城市绿色可持续发展提供方法范式。
•   

  PDF(117)

  摘要(240)

  HTML

• 基于树顶点多约束的地基点云热带红树林单木分割
• 刘王军,陈一平,王朝磊,张吴明,王成

• 摘要：热带红树林是生产力最高、最富有生物多样性的森林资源之一，红树林森林资源调查能为森林资源的科学管理和保护提供数据支撑，准确的单木分割是二类森林资源调查的前提。地基激光雷达（Terrestrial Laser Scanning, TLS）能够提供海量、高精度的三维点云数据。然而，点云数据存在无规则、近密远疏且因遮挡导致的数据残缺等问题。并且，红树林场景复杂，冠层交错，树木互相遮挡，现有研究方法不适用于红树林TLS点云。本研究创新性地结合深度学习与传统算法，提出了一种针对红树林复杂场景TLS点云的高精度单木分割框架。该框架首先利用深度学习网络 RandLA-Net进行地面滤波和样地枝叶分离，其次通过连通域分割方法进行主干分割，最后通过提出的基于树顶点多约束模块实现单木分割。本文选取了中国海南七个红树林样地进行算法的精度评价，并与两种经典算法进行对比分析。实验结果显示，本文方法的总体精度达到0.87，大幅高于两种经典算法，证明了本文方法的有效性和可靠性。
•   

  PDF(168)

  摘要(769)

  HTML

• 融合全局特征YOLOv8n网络的稀土矿区复垦植被检测方法（矿区遥感）
• 李兴梅,李恒凯,刘锟铭,王秀丽

• 摘要：离子吸附型稀土矿因溶浸开采造成土壤污染，导致复垦植被长势差、成活率低，利用无人机影像监测有助于科学监管。然而矿区复杂环境下导致复垦植被整体特征差异较大使得无人机影像自动识别困难，识别准确率低。为了提高对无人机影像中矿区复垦植被单棵植株快速、精确的自动识别和定位，提出了融合全局特征YOLOv8n网络的矿区复垦植被检测方法（YOLOv8-AS）。该方法在YOLOv8n的基础上做了以下改进：（1）使用降采样模块ADown进行特征卷积操作，降低标准卷积随模型训练深度加深过程中导致的特征损失；（2）采用SPPF-GFP（Spatial Pyramid Pooling Fast-Global Feature Pool）模块进行特征提取，提高模型对整体特征差异较大的复垦植被的检测能力。结果表明：在自建复垦植被数据集上，YOLOv8-AS相较于YOLOv8n的mAP@0.5和mAP@0.5-0.95分别提升1.6%和2.4%；YOLOv8-AS的模型大小、参数量和浮点计算量较YOLOv8n分别下降了11%、10%和9%。YOLOv8-AS算法的mAP@0.5和mAP@0.5-0.95分别达到了91.1%、46.8%，相较于SSD、Faster R-CNN、RT-DETR、YOLOv5、YOLOv7和YOLOv7-tiny模型mAP@0.5分别提高了14.07%、23.32%、1.2%、2.3%、3.3%、2.9%和1.2%。此外，YOLOv8-AS能够针对小目标、简单和复杂场景进行快速、精准地检测复垦植被，同时较好地提升了对复垦植被单棵植株的识别和定位能力。该方法可为矿区生态恢复提供准确有效的技术支持。
•   

  PDF(211)

  摘要(391)

  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(638)

  摘要(703)

  HTML

• 亚热带森林多平台激光雷达点云数据集—以广西高峰林场主要树种为例
• 蔡尚书,孔丹,斯林,张珂殊,刘清旺,张庆军,李振,齐志勇,孙华,庞勇

• 摘要：共享多平台激光雷达点云数据对于开展森林生态以及激光雷达算法研究具有重要意义。为此，中国林业科学研究院资源信息研究所发布了亚热带林区的有人机、无人机和地基多平台激光雷达森林样地点云，以及地面调查基准数据集。数据集在中国广西国有高峰林场获取，包括桉树、杉木和马尾松3个树种，共25块样地。地面调查数据包括样地位置、树木位置、胸径、树高、枝下高和冠幅。该数据集可用于剖析不同平台激光雷达表征森林三维结构信息的特点，评估点云配准、单木分割等点云处理算法性能，分析森林结构参数提取的适用性，为区域、样地和单木尺度森林研究提供重要参考。此外，本研究发展了一种基于地基激光雷达点云的地面调查方法。该方法根据树干点云标记树木位置，并基于树木位置图进行每木检尺，记录树木参数，避免了实地单木定位和标记步骤，提高了作业效率，为林业地面调查提供一种新思路。
•   

  PDF(1480)

  摘要(655)

  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(1100)

  摘要(622)

  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(429)

  摘要(1135)

  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(1048)

  摘要(986)

  HTML

• 高时空分辨率遥感影像结合面向对象方法的滨海盐沼植被物候监测
• 李金源,柯樱海,闵钰魁,卓昭君,张梦瑶,沙敬涵,韩潇然

• 摘要：盐沼植被物候的准确监测对“蓝碳”生态系统碳循环研究至关重要。高时空分辨率的卫星遥感技术使得精细化的植被物候监测成为可能，但同时也不可避免地存在“椒盐噪声”。本研究以黄河口湿地为研究区，结合高时空分辨率遥感数据和面向对象方法，开展滨海盐沼物候监测研究。首先基于吉林一号影像进行多尺度分割，提取盐沼植被对象。随后以对象为基本单元，基于时序PlanetScope影像，采用S-G滤波、Double-logistic模型以及动态阈值法提取物候参数，获得生长季开始日期（SOS）、生长季结束日期（EOS）以及生长季长度（LOS），并从时序NDVI拟合精度、物候参数提取结果的空间异质性以及与物候相机观测的一致性三方面开展结果评价。结果表明：（1）相比像元尺度，基于对象的时序NDVI拟合均方根误差（RMSE）、平均绝对误差（MAE）、以及平均绝对百分比误差（MAPE）均较低，RMSE<0.05、MAPE<15%和MAE<0.035的区域面积分别增加了11.46%、12.93%和10.72%，表明基于对象的时序NDVI拟合精度更高。（2）基于对象和基于像元的物候参数提取结果在空间分布上较为一致，二者都能体现盐沼植被物候的空间异质性，但基于对象的物候参数在空间上更为平滑，有效缓解了像元级物候参数在小尺度上的变异性。利用半方差函数量化局部物候参数的空间异质性，发现基于对象的物候参数所得的块金值（C_0）和偏基台值（C）明显低于基于像元的物候参数所得的结果。（3）基于对象的物候参数与物候相机获取的物候参数具有较高的一致性（SOS一致，EOS、LOS仅相差一天），而对象内像元的物候参数存在较大的差异。本研究表明，面向对象的影像分析方法有效降低了高分辨率遥感影像带来的椒盐噪声，在盐沼湿地高分辨率物候提取方面具有良好的应用潜力。
•   

  PDF(199)

  摘要(269)

  HTML

• 基于机载红外激光海陆混合波形的潮滩水边线提取方法
• 赵兴磊,高剑飞,周丰年

• 摘要：在海陆交接区域，激光光斑中可能同时存在海洋和陆地，从而产生海陆混合波形。如果能准确识别出海陆混合波形，则可以利用这些混合波形来提取水边线的精确位置。本文顾及海陆混合波形的存在，提出一种基于机载海洋激光雷达(Airborne oceanic LiDAR, AOL)红外激光的海陆混合波形识别方法，并进一步提出利用海陆混合波形的水边线提取方法。首先，综合提取AOL红外激光全波形特征并进行特征降维；其次，对AOL波形进行模糊分类，得到隶属度矩阵，根据Otsu最大类间方差法确定海陆混合波形；再次，利用DBSCAN密度聚类算法对误分类的海陆混合波形进行识别和剔除；然后，结合海陆混合波形对应激光点的位置信息，利用PAEK平滑算法得到水边线位置信息。最后，对激光雷达方程进行扩展，给出红外激光海陆混合雷达方程的表达形式，并采用雷达方程理论分析和实测波形数据验证相结合的方式对海洋、陆地、海陆混合波形进行差异分析，为红外激光光斑内海陆并存引起的海陆混合波形研究提供理论基础。利用Optech CZMIL系统采集的实测AOL数据集验证了本文红外激光海陆混合波形法以及海陆混合雷达方程的正确性和有效性。与传统的AOL高程阈值法相比，本文提出的AOL混合波形法将水边线提取偏差的均值和标准差分别降低了24.07%和9.76%，SSIM指数提高了0.031，为AOL潮滩水边线提取提供了一种全新方式。
•   

  PDF(494)

  摘要(548)

  HTML

• 多时相LT-1影像城区建筑物变化检测：以珠海市横琴镇局部地区为例
• 王秀华,冯光财,王斌,刘金沧,蒋泓波,李宁

• 摘要：城区建筑物变化检测是土地利用、资源管理和城市规划的重要内容,然而我国南方地区常年受云雾雨天气影响,光学影像难以发挥作用,我国自主研制的陆地探测一号01组A/B卫星(LuTan-1A/1B)具有高分辨率、短重返周期、多极化、全天时、全天候等优势,可作为光学影像的重要补充,在变化检测领域有较强的应用潜力。本文基于LuTan-1数据,提出一种融合多时相SAR幅度特征和相干性信息的城区建筑物变化检测算法,该算法通过建筑物识别、色域分割和相干性变化约束,将多时相影像像素值变化与建筑物变化情况对应,从而获取城区建筑物变化区域并定位建筑物变化时段。本文以珠海市横琴镇局部地区为例展开实验,利用2023年6月23日至11月14日共5景LuTan-1升轨影像得到研究区建筑物变化检测结果。同时借助工程项目施工情况对横琴镇东北部及中部的建筑物变化检测结果进行验证,结果显示八处典型区域内共19处建筑物变化情况均与项目施工周期吻合,验证了算法的可靠性,展现了LuTan-1数据在变化检测领域的应用能力和价值,在城市规划和违建查处等领域具有广泛的应用前景。
•   

  PDF(107)

  摘要(98)

  HTML

• 基于Mamba结构的高光谱和LiDAR数据自适应融合协同分类网络
• 郑向涛,翁谦,陈耿葳,潘增滢,林嘉雯

• 摘要：高光谱图像HSI（Hyperspectral Image）可以捕获地物成分的光谱特征，但缺失三维信息，而激光雷达LiDAR（Light Detection And Ranging）可以捕获地物的距离高度信息，两类数据相互补充可以有效提升地物识别分类的精度。Mamba模型具有远程特征学习和高效运算的优势，但目前在多模态遥感数据融合分类中的研究较少，存在多源特征信息缺失，融合不足等问题。基于此，本文提出了一种基于Mamba结构的高光谱和LiDAR数据自适应融合协同分类网络。该网络包括一个可堆叠的基于Mamba结构的双通道协同注意力模块，利用参数共享促进了多源特征之间的相互学习，从而在分类任务中实现更高的分类精度和更好的泛化能力。实验结果表明，所提算法在Trento，Houston2013和MUUFL数据集上的总体精度分别达到了99.33%，91.74%和94.94%，能够更为高效地提取、融合多源特征。
•   

  PDF(53)

  摘要(258)

  HTML

• InSAR时序形变数据的自监督对比学习聚类方法
• 吴晗飞,俸彬,李梦华,杨梦诗,张震,唐伯惠

• 摘要：时间序列InSAR（Interferometric Synthetic Aperture Radar）技术能够大范围获取形变，在地质灾害监测、城市基础设施安全评价、矿区边坡监测等应用中取得了大量成功的应用。然而，时序InSAR技术获取的海量形变时间序列给形变场的解译带来了巨大的挑战。海量时序形变的自动分类，对于解译形变信息、及时发现危险信号具有重要意义。本文提出了一种基于自监督对比学习的InSAR时序形变深度聚类方法。通过引入了自监督对比学习框架，增强了模型在无标签数据上的聚类能力。针对时间序列数据增强方法在捕捉时间序列变换不变性方面的不足，本文提出了一种基于旋转形状一致性的数据增强策略。该策略通过对原始时间序列数据进行不同角度的旋转，有效保持了时间序列的形态相似性，提升了聚类的准确性和鲁棒性。在验证数据集上本文提出的方法在最佳聚类精度和归一化互信息值方面分别较传统 K-means 方法提升了 25.8% 和 16.3%。与 K-shape 方法相比，本文方法在捕捉时间序列特征与时间序列相似性度量方面表现出更好的准确性。此外，我们利用2020年1月至2022年10月间覆盖云南省个旧市卡房尾矿库的哨兵1号升轨数据集所提取出的时间序列形变验证本文所提出的方法。我们对获取的时间序列形变进行了聚类分析，得到了可靠的分类结果，表明该方法可有效的对InSAR形变时间序列进行分类。
•   

  PDF(253)

  摘要(251)

  HTML