优先出版  

• 基于深度学习的多源遥感图像时空融合研究综述
• 孔维泉,钱育蓉,白璐,范迎迎,骆森,公维军

• 摘要：受扫描幅宽和像素大小之间的权衡,遥感图像空间和时间分辨率存在相互制约关系,使得单一卫星传感器难以获取高时空分辨率遥感影像。因此,多源遥感图像时空融合技术成为解决时空分辨率难以权衡问题的关键途径。然而,由于理想物理模型和复杂现实场景的差距,传统融合方法在处理非匀质融合场景时效果不理想。深度学习的兴起带来了如卷积神经网络、扩散模型等前沿时空融合技术。为及时掌握本领域发展前沿,本文重点分析了基于深度学习的多源遥感图像时空融合前沿技术。首先,系统梳理了传统时空融合方法的基本原理,并深入分析了其优势与局限性；其次,按照算法原理和特点,将前沿深度学习技术分为5类进行整理,并全面总结了其在时空融合任务中的应用进展；然后,归纳并介绍了用于遥感图像时空融合的开源数据集、深度学习算法和常用的性能评估指标,并在CIA、DX和SW进行定量与定性实验,开展时空融合算法验证与对比分析。最后,综合各类时空融合算法发展与实验分析结果,总结现阶段遥感图像时空融合领域面临的主要挑战和未来潜在发展方向。
•   

  PDF(321)

  摘要(223)

  HTML

• AMSR2亮温轨道间隙时空谱随机森林重建
• 陈家楠,张丽,张贺,储栋,殷志祥,吴鹏海

• 摘要：亮温是被动微波遥感的重要基础观测量，是反演地表温度、土壤湿度、雪水当量等关键地表参量的重要输入数据，在气象、气候与环境遥感领域具有重要的科学价值与应用潜力。被动微波传感器AMSR2（Advanced Microwave Scanning Radiometer 2）可获得全天候、全球覆盖的亮温数据，但受轨道设计与传感器特性限制，AMSR2亮温数据存在轨道间隙，影响数据的完整性和应用精度。本文在分析轨道间隙时空特征及亮温数据与环境变量广义谱的非线性关系基础上，提出一种时空谱随机森林（Spatio-Temporal Spectral Random Forest, STSRF）多维度重建模型。以2020年中国区域AMSR2亮温数据为例，按月份及昼夜独立构建训练和验证数据集；开展模拟实验和真实实验，并评估重建前后数据的降尺度效果。在模拟实验中，STSRF重建亮温具有较高精度，昼（夜）场景下均方根误差在0.78至2.21K（0.73至2.35K）之间，且在高海拔地区整体重建精度优于其他区域；在真实实验中，STSRF重建亮温在空间分布上与 AMSR2观测数据高度吻合，无明显重建痕迹。此外，降尺度对比分析表明，与直接降尺度方案相比，基于重建数据的降尺度结果在空间细节保持和数值精度方面更具优势，进一步验证了重建策略的有效性。因此，STSRF方法不仅能有效重建AMSR2亮温轨道间隙数据，还有助于后续降尺度处理，为大范围高分辨率微波遥感应用提供技术支持。
•   

  PDF(471)

  摘要(194)

  HTML

• 矿区土壤可见-短波红外光谱特征及理化特性估算模型研究进展
• 彭思涵,包妮沙,张帆,梁宇生,胡振琪

• 摘要：资源开采引发的土壤结构破坏、养分流失及重金属污染等多重问题，已成为矿区生态退化的关键驱动因素，严重制约了植被恢复与生态系统功能重建。近年来，可见-短波红外（VNIR-SWIR）高光谱遥感技术因具备无损、高效和大范围连续监测等优势，在矿区土壤理化特性监测及问题诊断中展现出广阔前景。本文系统阐述了：1）矿区土壤的形成演变过程中及物理和化学特征及其光谱响应规律；2）梳理了目前在光谱建模及定量估算中常用的经验模型、物理模型及机器学习模型的基本原理和适用性；3）重点讨论了国内外利用实验室光谱测量、无人机成像光谱以及卫星光谱技术在矿区土壤有机质、全氮等养分特性及重金属元素等污染特性监测中的应用。研究表明，VNIR-SWIR高光谱技术结合定量估算模型已在提升矿区土壤关键理化特性估算精度方面取得显著成效，但仍面临精度不稳定和区域适应性差及动态监测能力不足等挑战。未来应加强对“土壤-光谱”响应机制的机理探讨，推动多源、多平台/尺度、多时相数据融合与动态建模体系的构建，发展具备时空迁移能力的通用化遥感估算框架，为矿区土地精准复垦与生态系统可持续修复提供坚实的技术支撑。
•   

  PDF(772)

  摘要(368)

  HTML

• 可见光和SAR图像特征提取的挑战、方法和机遇
• 徐礼珺,余晓刚,何浩辰

• 摘要：可见光图像和合成孔径雷达（SAR）图像是卫星遥感在城市规划、防灾减灾与国家安全等领域中的主要数据源。特征提取作为连接遥感图像与高层应用的关键桥梁，其质量直接影响遥感智能解译在复杂场景下的效能。自传统手工特征提出以来，特征提取方法经历了从手工设计到数据驱动的深刻变革，尤其在深度学习推动下取得显著突破。然而，遥感数据标注成本高、专业性强，纯数据驱动的方法仍面临泛化能力不足、可解释差等挑战。为此，研究者提出“数据+知识”双驱动理论框架，通过数据驱动的感知能力和知识驱动的认知能力实现更高级别的智能。本文首先系统性回顾了可见光和SAR图像的传统特征提取方法及深度学习方法的进展，归纳了两类方法在特征提取中面临的挑战，并深入阐述了知识驱动的特征提取方法，将引导网络的知识归纳为视觉知识、地理空间知识和物理知识，探讨了知识引导网络的训练范式。最后，展望了特征提取的未来发展趋势，指出遥感大模型构建、数据与知识双驱动发展和前沿技术交叉融合式发展将成为重点研究方向。
•   

  PDF(686)

  摘要(360)

  HTML

• 面向遥感真实性检验的地面观测数据质量控制方法与体系
• 李曲曲,闻建光,肖青,吴小丹,游冬琴,唐勇,廉婷,朴森,赵娜

• 摘要：遥感地面观测数据是真实性检验像元尺度参考真值的主要来源，其核心是获取遥感像元尺度的地面观测数据。地面站点观测数据是遥感建模、反演和产品验证的重要基础，广泛应用于气候变化研究、农业监测、水资源管理、生态环境评估等领域。然而，地面观测数据在采集、传输、处理等过程中，常常受到多种因素的影响，导致其具有一定的误差，从而影响后续分析、评估和决策的准确性。质量控制作为确保遥感地面观测数据准确性、可靠性和可用性的核心环节，尤为重要。本文对面向真实性检验的遥感地面观测数据的主要误差来源进行了系统分析，总结了当前遥感地面观测数据质量控制的方法与体系，并以地表反照率为例，探讨了质量控制与评价方法的应用效果。本文可为推动遥感地面观测数据的标准化处理、提高数据质量提供理论支持。
•   

  PDF(882)

  摘要(381)

  HTML

• 嫦娥六号微型激光角反射器阵列设计与分析
• 周天豪,王晔昕,Simone Dell''Agnello,邸凯昌,陈少华,Lorenzo Salvatori,郭广妍,Mattia Tibuzzi,陈强龙,Raffaele Rodriquez,Roberto Campagnola,Rudi Lauretani,周雅诵,Blanca Villalba,陈天昊

• 摘要：微型激光角反射器阵列INRRI（INstrument for landing-Roving laser Retroreflector Investigations）是嫦娥六号任务搭载的国际载荷之一，通过接收环月轨道器搭载激光设备发射的激光，利用激光入射到反射面后平行反射的特性实现高精度测距，并经过重复观测与解算成为月球背面首个绝对控制点，为月球大地测量、遥感制图与定位、环月轨道器高精度定轨和导航等提供基础保障。本文以INRRI作为研究对象，介绍其机械结构与光学设计，并对其关键性能进行了分析。在设计层面，采用球形穹面设计以及镀膜技术使其能够在更广阔的视场范围内有效接收轨道器激光。在性能分析层面，本文建立有效反射面积模型，分析在不同入射角度下的回波信号强度，并结合速差效应与远场衍射理论，综合评估INRRI对环月轨道器搭载激光设备的可探测性。试验结果表明，INRRI具备良好的可观测性，验证了其经环月轨道器LRO（Lunar Reconnaissance Orbiter）搭载的激光高度计LOLA（Lunar Orbiter Laser Altimeter）多次成功观测的优异性能，对后续深空探测任务中微型激光角反射器的设计与优化提供了参考依据。
•   

  PDF(241)

  摘要(230)

  HTML

• 面向SWOT内陆水体水位观测的误差补偿修正方法
• 宋杰,张胜军,孔祥雪,王万宁,车德福

• 摘要：地表水和海洋地形卫星（SWOT）的发射为全球内陆水体水位监测带来了革命性突破，其宽刈幅测高模式显著提升了空间分辨率和观测覆盖范围。本文基于SWOT的L2_HR_PIXC产品，选取太湖、巢湖、青海湖三个大型湖泊，以及辽宁省与太湖地区的水库与河流为研究对象，系统分析了SWOT水位观测中存在的随机误差与系统误差特征。针对随机误差造成的数米至数十米的观测噪声，提出两步去噪法，有效剔除了异常离散点。随后，通过分析湖泊水面变化特征，揭示离海距离不同时SWOT残余系统误差的空间分布规律。在此基础上，结合湖泊水面近似水平的特性，提出一种最低仅需单个控制站水位即可实现残余系统误差修正的方法。研究结果表明，SWOT在仅去噪时精度为分米级，不同测站的RMSE在0.1~0.5m之间。残余系统误差在不同轨次下呈现不同的规律，离海较近时与跨轨距离近似线性相关，较远时为二次相关。经修正后，辽宁省区域RMSE降低0.07m，太湖区域降幅超过0.3m，分别达到了0.23m和0.16m。总的来说，本文建立了SWOT水位产品的精化处理流程，为其高精度应用提供了理论支撑与实践路径。
•   

  PDF(255)

  摘要(149)

  HTML

• 基于频域筛选的遥感影像地物分割知识蒸馏方法
• 邓兴升,李谦

• 摘要：随着遥感影像语义分割技术在边缘设备中的广泛应用，如何在有限计算资源下实现精度与效率的平衡成为关键科学问题。本文提出了一种基于频域筛选的知识蒸馏方法（Frequency Domain Filtering Distillation，FDF），该方法利用中心方形掩膜在傅里叶域中对师生特征进行滤波，选择性传递教师网络中的结构性低频知识，同时抑制无关高频成分,有效克服了编码器前端特征蒸馏中的高频噪声干扰问题。为进一步探索高效蒸馏架构，引入了轻量网络U-Lite作为学生模型，其在参数量与推理速度方面具有显著优势。在LoveDA、Vaihingen与Potsdam三个遥感数据集上的综合实验表明，FDF的平均全局性能提升和平均区域重叠度提升均位于前列，且FDF的性能衰退风险显著低于主流频域方法，其ΔmIoU标准差(1.03)优于CWD(1.25)和Fourier(1.34)，且避免了其他方法最高2.37%的性能下降。在计算效率方面，FDF推理速度达16.63ms/帧，比IFVD和Fourier快约2.5倍。这些优势使FDF在实际边缘计算场景中展现出独特的应用价值，为资源受限环境提供了高可靠性的分割解决方案。
•   

  PDF(221)

  摘要(161)

  HTML

• 基于语义的本体知识驱动城市土地利用分类
• 曹蕊,朱凌,Li Songnian,周越旋

• 摘要：城市的快速发展及其功能需求的日益变化使得土地利用日趋复杂与多元,如何自动、高效地获取精细的城市土地利用信息成为当前亟需解决的问题。针对以深度学习为代表的数据驱动方法在可解释性弱与样本依赖性强的局限,本文提出一种基于语义的知识驱动城市土地利用分类方法。该方法融合遥感影像、POI等多源数据与产品,首先基于EAGLE矩阵对土地利用类型进行语义重构,解析出本体基元；进而提取众源数据特征、遥感指数与形态学特征,以匹配基元的属性特征,并通过基元组合构建本体模型。在此基础上,提出一种融合“光谱+路网”的分割策略,生成同质地块作为本体推理的实例。在构建本体模型过程中,通过基元与数据特征之间的关系建立约束规则,最终依据基元组合规则推理出每个地块的土地利用类型。为验证方法有效性,选取土地利用高度复杂的加拿大多伦多市中心作为实验区,结果表明：基于语义的知识驱动分类结果总体精度达到87.02%,Kappa系数为0.84。该方法不仅实现了高精度分类,同时借助光谱与路网的分割使地块边界更符合实际地表情况,为城市土地利用识别提供了新思路,适用于城市区域土地利用的精准识别与监测。
•   

  PDF(241)

  摘要(164)

  HTML

• 基于Cross-Transformer差异特征融合的高分辨率光学遥感影像变化检测
• 彭代锋,周顶蔚,管海燕

• 摘要：针对卷积网络在变化检测中面临的感受野有限、跨层次特征交互不足及长距离上下文依赖建模困难等问题，本文提出基于交叉Transformer差分特征融合的变化检测网络(Cross-Transformer-based Difference Feature Fusion Network for Change Detection, CTDFFNet)。首先，利用ResNet18网络构建多尺度局部特征表达，并结合Cross-Transformer模块学习差异特征表示以实现全局上下文感知和多层次特征交互，增强模型对复杂场景变化的敏感度；接着，解码部分利用密集连接结构实现特征的多路径传播和信息的充分利用，同时抑制梯度消失；最后，结合自适应通道增强模块(Adaptive Channel Enhancement Module, ACEM)动态调整通道权重以增强关键信息特征表达，并利用Sigmoid层生成最后变化图。为验证本文方法有效性，采用LEVIR-CD、CDD和WHU-CD等三个变化检测数据集进行实验。定量结果表明，与对比方法相比，CTDFFNet在三个数据集均取得最优精度指标，其F1分数分别达到91.52%、95.83%和93.02%。此外，目视结果表明，CTDFFNet能有效抵抗复杂背景、阴影和光照变化等因素干扰，显著增强网络对不同尺度目标的检测识别效果。
•   

  PDF(268)

  摘要(189)

  HTML

• 融合生境信息的喜马拉雅旱獭洞无人机遥感识别
• 任红艳,黄坤,扎西

• 摘要：应用无人机影像与深度学习技术是近年来开展喜马拉雅旱獭识别与活动监测研究的重要手段,对喜马拉雅旱獭洞的识别是其中的关键环节。然而,受地形起伏、洞口石块以及土体遮挡等因素影响,旱獭洞漏检现象突出,其识别精度有待提升。本研究以西藏地区部分典型鼠疫疫源地为研究区,通过旱獭洞地面调查与无人机遥感观测,构建一套包含旱獭洞和洞口附近石块、土体等生境要素的无人机影像数据集,运用融合生境信息的数据标注策略和YOLOv8、YOLO11、YOLO13、RT-DETR以及RF-DETR等5种目标检测模型,系统比较传统标注方式与融合生境信息标注策略并评估后者的有效性。结果显示:在传统标注方式下,5种目标检测模型识别旱獭洞的精度分别为93.0%(YOLOv8)、91.6%(YOLO11)、85.5%(YOLO13)、76.5%(RT-DETR)、83.0%(RF-DETR)；在融合生境信息的标注策略下,除YOLOv8模型的洞口识别精度略有降低外(-0.2%),其余检测模型均有所提升,分别为2.2%(YOLO11)、9.0%(YOLO13)、16.7%(RT-DETR)、6.5%(RF-DETR)。其中RT-DETR模型与融合生境信息标注策略组合的旱獭洞识别效果提升最明显(约17%),YOLO11模型与融合生境信息标注策略相结合的旱獭洞识别体系效果表现最优。因此,融合生境信息的标注策略可以降低传统标注方式因遮挡导致的旱獭洞漏检风险,进而有效提升喜马拉雅旱獭洞的无人机遥感识别效果。本研究提出的数据标注策略有助于提升喜马拉雅旱獭洞的无人机识别效能,丰富了喜马拉雅旱獭鼠疫疫源地调查的无人机应用体系,对于青藏高原喜马拉雅旱獭鼠疫的监测与防控具有重要意义。
•   

  PDF(247)

  摘要(167)

  HTML

• 基于静止轨道微波探测卫星——风云四号微波星垂直探测仪（Fengyun-4 Geostationary Microwave Sounder , GeoMWS）仿真资料的海洋云检测方法
• 陶辉敏,秦正坤,韩阳,胡菊旸,毕研盟

• 摘要：中国正在研发的静止轨道微波探测卫星——风云四号微波星垂直探测仪（Fengyun-4 Geostationary Microwave Sounder，GeoMWS），可以提供高时间分辨率的微波观测资料，对天气系统的监测和数值天气预报具有重要作用。云检测是数值预报系统卫星资料同化中的关键前处理环节，但是已有的微波探测仪云检测方法多是基于极轨微波探测仪器特征设计，因此开发适用于静止微波探测仪的云检测方法是该卫星资料同化应用的前提条件。本研究基于GeoMWS仪器的仿真资料，在分析了各通道的云敏感性差异的基础上，提出了一种适用于GeoMWS的快速云检测方法。评估结果表明，该方法在不同时间段内均表现出较高的检测性能：云检测率（POD_cld）和报中率（HR）均超过75%，虚警率（FAR_cld）控制在20%以下。对比前人方法的检出率仅能维持在60%附近，该研究为GeoMWS在台风监测及资料同化中的应用提供了可靠的理论与方法支持。
•   

  PDF(299)

  摘要(143)

  HTML

• LAFI-Diffusion：基于可控扩散模型的卫星遥感舰船目标检测数据集构建与生成方法
• 何达,李泽裕,刘浩然,胡锡坤,钟平,石茜

• 摘要：卫星遥感图像舰船目标检测与识别在海洋监视、航运管理和军事侦察等领域具有重要应用价值。然而,现有数据集在规模、多样性和细粒度方面的不足严重制约了该领域的发展。为突破这一瓶颈,本文构建了大规模细粒度舰船实例检测数据集LAFI(LArge-scale FIne-grained Ship Instance Detection),并基于稳定扩散模型进一步构建了一个百万级舰船目标检测数据集LAFI-Diffusion。该研究具有以下创新性贡献：(1)LAFI是目前规模最大、类别最丰富的公开舰船数据集,包含8000张高分辨率遥感图像、49种舰船类型以及48717个精细标注实例；(2)采用一个可控的扩散模型,由船舶-海洋文本提示引导,在不同的海况、天气条件和时间变化下生成数百万幅合成图像,可以支撑目标检测模型的预训练,显著提升了模型在复杂海洋场景下的泛化能力,同时减少环境干扰。最后,基于LAFI数据集,本文系统评估了当前主流的7种有向框检测算法,为后续研究提供了重要基准。
•   

  PDF(666)

  摘要(396)

  HTML

• 融合全局感知卷积与Transformer的遥感图像全色锐化
• 余智杰,蔡之华,熊嘉壮,姜鑫维,张咏珊,刘小波

• 摘要：摘 要: 随着遥感技术的快速发展，遥感图像全色锐化在矿产勘探、城市规划和地质灾害监测等领域中得到广泛应用。然而，现有全色锐化方法在融合全色图像与多光谱图像时普遍存在计算复杂度高、局部特征与全局信息提取不充分等问题。为此，构建了一种基于全局感知卷积（GAConv）与 Transformer 的融合网络（GCTNet）。该网络采用双分支多尺度架构分别提取全色图像与多光谱图像的空间和光谱特征，并结合 GAConv 模块与 Transformer 模块，有效捕捉局部细节与全局上下文信息，从而提升融合图像质量。实验结果表明，在多个遥感数据集的全色锐化任务中，GCTNet 相较于当前先进方法取得了更优性能，显著提升融合图像质量并降低了模型计算复杂度。
•   

  PDF(818)

  摘要(376)

  HTML

• FLGF-UNet:融合局部-全局特征网络的遥感建筑物提取
• 李国燕,刘涛,王丽,刘毅

• 摘要：遥感图像的语义分割在城市变化检测、环境保护、地质灾害识别等领域具有重要作用。针对当前遥感建筑物提取中存在的漏检、误检、因树木遮挡或类似物体干扰导致提取不完整等问题，本文基于UNet网络提出一种改进的建筑物提取网络--融合局部-全局特征网络(Fusion of local global features network，FLGF-UNet)。FLGF-UNet的并行特征融合方式确保每个阶段的特征都包含细粒度的局部信息和全局依赖，使得网络在每一阶段的特征表示中同时具备局部和全局信息，有效克服Transformer在局部信息交换上的不足，同时在全局信息建模方面优于传统CNN。此外，为弥补编码器和解码器之间的语义鸿沟，编解码器之间加入交互融合（Interactive Fusion，IF）模块，增强空间细节、全局上下文和语义特征的融合效果。为验证FLGF-UNet的优越性和通用性，在WHU、Massachusetts数据集和中国典型城市建筑物实例数据集上，将所提网络与U2Net、Swin Transformer、MA-Net、HD-Net和RS-Mamba等网络进行对比。结果表明，FLGF-UNet在性能上优于其他SOTA网络，具有较高的实际应用价值。
•   

  PDF(1069)

  摘要(602)

  HTML

• 融合可见光与热红外图像的无人机早期森林火灾深度学习检测方法
• 杨靛青,吴俊杰

• 摘要：早期森林火灾检测方法可以及早发现火情并为救援工作争取宝贵时间。近年来，无人机遥感因其高空间分辨率和快速响应能力，在早期森林火灾监测中展现出重要应用前景，但仍面临目标尺度小、背景复杂、计算资源受限等关键挑战。针对这些问题，本文提出了一种融合可见光与热红外双模态遥感图像的早期森林火灾深度学习检测模型EFFNet（Early Forest Fire Net）。该模型针对遥感成像特性与火灾目标特征进行了四项关键设计：采用早期融合策略EF（Early Fusion）实现可见光与热红外信息的有效融合，增强模型在复杂环境下的识别适应性；设计异构全局路由特征提取网络HGRNet（Heterogeneous Global Routing Network）增强多尺度感知能力并抑制关键特征丢失，降低漏检率；引入双重自顶向下特征融合机制FAN（Dual Top-down Feature Aggregation Network）提高对小型火焰与烟雾目标的定位精度；设计高效半耦合检测头ESCHead（Efficient Semi-coupled Detection Head）降低模型计算复杂度与误报率。在RGBT-3M数据集（RGB-Thermal Multi-Scene, Multi-Target, and Multimodal Forest Fire Aerial Photography Dataset）上的实验结果表明，EFFNet的mAP50达到97.2%，查准率达94.9%，查全率达94.1%，模型参数量仅为1.84M，计算量仅为5.6GFLOPs。相较于当前先进目标检测模型，EFFNet在实现更高检测精度的同时，还具有轻量化和实时性优势，能够满足无人机遥感平台对早期森林火灾实时监测的应用需求。
•   

  PDF(268)

  摘要(196)

  HTML

• 基于CNN-GRU的星载GNSS-R高海况有效波高反演方法
• 贾皓珺,万勇,曲晓俊

• 摘要：星载全球导航卫星系统反射测量(Global Navigation Satellite System Reflectometry, GNSS-R)作为一种新兴的业务化遥感技术，已广泛应用于海面有效波高（Significant Wave Height, SWH）观测。现有的研究表明，在中低海况下有效波高反演已取得较高的精度。然而，在高海况下由于数据饱和以及反演特征提取不充分，限制了高海况反演精度的进一步提升。为此，本文基于星载GNSS-R数据，提出了一种高海况有效波高反演方法，该方法基于卷积神经网络-门控循环单元(Convolutional Neural Network- Gated Recurrent Unit, CNN-GRU)模型，利用CNN提取延迟多普勒图(Delayed Doppler Map, DDM)的空间特征，利用GRU提取一维参数的时间特征，将空间特征和时间特征进行拼接，通过FCN融合为综合特征，最终得到有效波高值。为评估CNN-GRU模型的性能，使用校准后的ERA5有效波高作为真值，验证CNN-GRU模型的反演精度。结果表明，在加入风速和降雨数据后，CNN-GRU模型的均方根误差(Root Mean Square Error, RMSE)、平均绝对误差(Mean Absolute Error, MAE)和皮尔逊相关系数(Pearson correlation coefficient, PCC)分别为0.55 m、0.41 m和0.91。使用独立的飓风事件“富兰克林”(2023）对CNN-GRU进行验证，模型的RMSE、MAE和PCC分别为0.98 m、0.55 m和0.84，相较于其他有效波高反演模型更加优越。表明了CNN-GRU模型在反演高海况有效波高方面有显著优势以及跨海域普适性。
•   

  PDF(250)

  摘要(137)

  HTML

• 融合频域感知与对比学习的无人机影像森林全要素解译方法：FSC-Mask2Former
• 杨振,姚宗琦,张晓丽

• 摘要：单木尺度的树种分布与生境信息是森林生态系统科学管理的重要基础，无人机可见光（RGB）影像具备采集时间灵活、空间分辨率高、获取成本低等优势，为精细尺度的森林监测提供了数据支撑。高空间分辨率影像完整记录了林木的精细轮廓与森林的背景生境，利用全景分割技术对其进行统一解译，能够同步获取森林全要素的提取结果。然而，高空间分辨率影像在高郁闭度森林场景下的全景分割主要存在两方面难点：一是不同树种仅依靠的光谱信息区分度有限；二是传统方法多采用语义与实例分割任务分离的架构，导致前景与背景上下文利用不足，容易引发像素归属冲突。针对上述问题，本研究提出了一种端到端全景分割模型FSC-Mask2Former（Frequency and Supervised Contrastive Mask2Former）。该模型在统一的掩膜分类范式下进行了两项核心改进：（1）引入频域纹理感知注意力模块，通过二维离散余弦变换在频域空间捕捉高频边缘信号，强化模型对树冠微观纹理的细粒度特征提取能力；（2）设计实例感知查询对比头，利用监督对比学习策略施加判别性约束，增加相似树种间的类间特征距离。在广西南宁高峰林场等多个研究区的验证结果表明，该模型的综合全景质量（all PQ）达到57.0%，其中反映目标边界拟合精度的分割质量（SQ）达到76.0%，反映类别区分能力的识别质量（RQ）提高至56.0%。研究结果表明，该模型能有效克服复杂森林场景下的树种混淆问题，实现单木个体与背景生境要素的高精度同步解译，为实现复杂生境下的森林全要素精细化制图提供了一套低成本、高效率的技术方案。
•   

  PDF(347)

  摘要(141)

  HTML

• 面向遥感语义变化检测的时空变化协同感知方法
• 荆纬,燕庭轩,靳翔泷,宋彬彬,王琦

• 摘要：语义变化检测的核心目标是精准识别地表覆盖的复杂变化过程，并同时确定其对应的语义类别。现有研究表明，采用分离的变化定位分支和语义识别分支来协同完成语义变化检测任务是解决该问题的可靠方案。然而，已有框架往往未能充分整合和利用地物语义信息来指导变化识别过程，这在一定程度上限制了模型对复杂场景变化的精准识别能力。针对该问题，本文提出了语义引导的时空协同感知网络（SemSTNet），在考虑双时相特征时空交互的同时以语义指导变化区域的精确识别。具体来说，构建了对称时空解调差分模块利用双向特征调制实现跨时相特征互校准，通过三维差分卷积解耦时空维度变化响应；其次，设计了语义门控融合解码器引入语义相似性动态加权机制，以余弦相似度图谱生成语义先验，通过自适应门控融合增强真实变化区域的显著性表达；最后，设计深度语义对比损失构建双监督信号，在特征空间约束未变化区域语义一致性，扩大变化/未变化区域的类间距离。在两个语义变化检测数据集上的广泛实验表明，提出的模型在定性和定量评估方面都显著优于其他最先进的语义变化检测方法。
•   

  PDF(414)

  摘要(194)

  HTML

• 基于多源数据的黄河三角洲乡村聚落演化对区域碳储量的影响
• 刘建涛,郭佳敏,孟飞,尹高飞,冯权泷

• 摘要：改革开放以来，随着我国工业化与城市化进程的持续推进，农村地区普遍出现以“人减地增”为特征的乡村聚落无序扩张与空心化现象，这给当地土地资源的合理利用、生态环境安全、粮食安全等带来了挑战。然而现有的研究多聚焦于乡村聚落的空间格局演化及其驱动机制，对乡村聚落有序退出情景下所引发的碳储量变化仍缺乏深入探讨。黄河三角洲作为我国生态经济与农业发展的战略核心区，近年在环境保护政策、人口变化以及城市演化等多重因素的共同作用下，乡村聚落格局发生了显著变化。鉴于此，本文以黄河三角洲核心区——山东省东营市为研究区，基于多源遥感数据及驱动因子数据，利用InVEST模型分析了1987-2023年乡村聚落变化对区域碳储量的影响，而后又耦合PLUS模型模拟并评估了2040年乡村聚落有序退出情景下区域碳储量的变化特征。研究表明：（1）1987-2023时段，尽管东营市农村在人口不断减少，但乡村聚落面积总体却呈现出增加趋势，累计侵占其他地类面积达223.27 km2，其中以侵占耕地为主导；（2）1987-2023时段，乡村聚落的扩张导致区域碳储量减少0.56×106t，其中侵占耕地所引起的碳储量损失最多，为0.26×106t，占碳储量总损失的46.27%；（3）模拟结果表明，未来情景下乡村聚落有序退出的面积可达106.26km2，可为东营市带来约0.25×106t碳储量的增加，其中以耕地面积增加为主导，将带来0.16×106t碳储量增加，约占乡村聚落有序退出情景下碳储量增量的65.28%。总体而言，乡村聚落的有序退出有助于推动闲置土地向生态用地或耕地转化，从而增强区域碳汇能力，该过程可为黄河三角洲生态环境的保护和粮食安全提供科学支撑。
•   

  PDF(313)

  摘要(209)

  HTML

• 基于机器学习方法的悬浮泥沙遥感反演模型及敏感性分析
• 陈娜,陈华,李兰涛,刘任莉,钟毫忠

• 摘要：遥感反演技术为悬浮泥沙浓度（SSC）监测提供了高效手段，但对于高浓度宽范围河流SSC的适用性亟需验证。以黄河干流石嘴山水文站和吴堡水文站为测站，构建了基于交叉验证递归特征消除-随机森林（RFECV-RF）的机器学习模型，通过哨兵2号卫星多光谱反射率信息遥感反演测站高浓度悬沙。研究结果表明，RFECV-RF模型预测精度指标R2大于0.8，总体上能够估算测站（0-44.5）kg/m3区间的SSC，但对高值SSC的估算偏低；高浓度宽范围SSC与光谱信息呈现明显的非线性关系，且可见光主导的特征对反演低浓度SSC较重要，红光-短波红外光谱区间主导的特征对反演高浓度SSC较重要；在关键光谱特征中，B8A、B7/B5、B8-B11波段光谱特征在SSC（0-44.5）kg/m3 区间保持灵敏，而B3/B8、B4/B8、B5/B6随着SSC升高而渐趋饱和；数据输入以及机器学习模型结构的不确定性是反演模型不确定性的主要来源，且当反演的SSC范围变宽时，模型预测的95%置信宽度增大且低值SSC的相对偏差也增大。综上，RFECV-RF模型可用于定量反演高浓度宽范围SSC并估算河段SSC空间分布，为高含沙河流SSC自动监测方法提供技术参考
•   

  PDF(407)

  摘要(219)

  HTML

• 台风“摩羯”演变过程中的多时相SAR海面风场精细特征分析
• 胡清清,王臣,李慧敏,李晓明

• 摘要：2024年第11号台风“摩羯”在菲律宾以东海域生成后向西北方向移动，在南海海域迅速增强为超强台风等级，给珠江三角洲地区带来严重风雨与洪涝灾害。本文基于多源合成孔径雷达（Synthetic Aperture Radar, SAR）星载卫星多时相观测数据，利用500米分辨率海面风场反演产品，经过陆地掩膜、噪声滤除、扇贝效应去除及台风中心定位等处理，提取分析台风“摩羯”演变过程中的风场精细结构参数。结果表明，“摩羯”在快速增强阶段最大风速和风圈半径均显著增大，风场结构不对称性增强，在达到超强台风后保持稳定。基于二维傅立叶变换的谱分析发现，SAR海面风场能够清晰呈现台风边界层千米尺度滚涡结构，其方向与台风外围切变场基本一致，波长集中在2–3公里，且其分布不随台风强度变化而显著改变，与当前滚涡形成及维持主要受局地风切变不稳定动力影响的认识一致。虽然本文研究数据样本有限，但初步证实了SAR在揭示台风海面风场精细结构及边界层千米尺度过程方面的巨大潜力，为后续开展多台风案例大数据统计，深入理解台风不同强度阶段的海气相互作用动力机制提供重要参考。
•   

  PDF(891)

  摘要(422)

  HTML

• 基于多源国产高光谱卫星的油田甲烷排放时间变化分析
• 杨可意,韩舸,和虎,裴志鹏,毛慧琴,李四维,陈翠红,宫汝祥,龚威

• 摘要：油气行业的甲烷排放表现出有间歇性（具有高度可变性和随机性）与持续性排放两种，单一卫星数据源受有效观测次数限制，可能漏检高间歇性的甲烷排放事件。本文利用资源一号02D星（ZY1E）、高分五号02星（GF5B）及高分五号01A星（GF5A）三颗国产高光谱卫星搭载的可见光短波红外高光谱成像仪（Visible-shortwave Infrared Advanced Hyperspectral Imager, AHSI）数据，探测美国二叠纪盆地甲烷排放情况，通过计算探测羽流频率（f）分析点源持久性，结合Carbon Mapper提供的甲烷点源数据，分析特定点源的时间变化特征，从而为油气行业甲烷排放的空间不均匀性和时间变异性提供细粒度信息。实验结果表明：1）使用L1重加权-ISTA匹配滤波器算法进行的实验，其精度在18%至-16%范围内，反演结果较为准确。同时，量化了两个位于品字形拼接重叠区域的点源，其平均观测误差为2.38%。2）在研究区共探测到56个甲烷点源，其数量分布为约55.36%来自生产过程、约33.93%来自采集过程、约10.71%来自加工过程；排放分布为约58.19%来自生产、约28.74%来自采集、约13.07%来自加工。3）探测到的点源中高度间歇源（0＜f≤0.25）数量占比77.97%，排放量占比为67.35%；持续性更高的排放源（0.50＜f≤1）数量占比5.56%，排放量占比为10.59%。4）选择的三个点源的排放速率都具有在12月份最高，8月份最低的特点。这可能与美国石油天然气产量的季节性波动有关（6-8月产量较低，12月产量较高）。5）此外，在海恩斯维尔（Haynesville）、鲁迈拉（Rumaila）、 土库曼斯坦西部油田三处典型油田中，探测到六个甲烷排放点源，其中土库曼斯坦西部油田存在一个持续性排放源。尽管该点源的有效过境景数为2，但在两次有效过境影像中均检测到甲烷排放。
•   

  PDF(540)

  摘要(356)

  HTML

• 结合SAR图像特性与有监督注意力机制的无锚框SAR目标检测方法
• 王禹,李佳朋,钱鹏,孙郑,布树辉

• 摘要：针对复杂场景下的SAR图像目标检测任务,本文从提升网络感知和捕获目标能力的角度出发,并受传统SAR目标检测方法启发,提出了一种结合SAR图像特性和有监督注意力机制的目标检测网络Tri-GCA-FCOS。该方法以无锚框基线网络FCOS为基础,首先,针对SAR图像自身特点以及基线网络存在的不足,设计了一个基于真值标签监督的Attention分支,以更加适应SAR目标检测任务；然后,基于多流子网络结构和T-ICSAF模块充分利用SAR图像的梯度边缘特性和强散射特性,以提升网络对于目标特征的表征能力；最后,针对引入SAR图像特性带来额外背景杂波特征的问题,提出了一种有监督注意力机制模块CSSCAM,以获得目标特征被进一步增强、背景杂波特征被有效抑制的增强特征用于网络预测任务。本文所提网络框架实现了端到端的联合训练,并通过在MiniSAR实测数据上的相关实验,充分验证了方法的有效性以及其具备复杂场景下更优越的目标检测性能。
•   

  PDF(503)

  摘要(300)

  HTML

• 基于频域-空间协同的SAR影像典型目标精细化提取方法
• 杨涵,孙闽红,王心怡,刘瑾,曾德国,丁辰伟,魏世清

• 摘要：摘 要: 合成孔径雷达（SAR）影像存在固有的相干斑噪声干扰，使得复杂地物间的关系难以准确捕捉，因而SAR影像的目标提取任务极具挑战性。为了应对现有的深度学习目标提取方法在相干斑噪声及复杂地物影响下精度不足的问题，本研究提出了一种基于频域-空间协同的Transformer 网络（Spectral-Spatial Synergetic Transformer Network，S3T-Net）用于SAR影像典型目标的精细化提取。该网络结合频域编码单元与视觉Transformer（ViT）编码单元的双编码单元对SAR影像特征进行提取和融合，其中频域编码单元利用离散小波变换（DWT）下采样、频谱-分层双域注意力（Spectral-Hierarchical Dual-Domain Attention，SHDA）在频域中捕捉SAR图像的局部纹理细节并降低对噪声的敏感性，ViT编码单元借助其全局自注意力机制理解图像的整体结构和远距离依赖关系。此外，本研究利用协同加权特征融合（Synergistic Weighted Feature Confluence, SWFC）整合双编码单元信息，并设计了递归频率-空间细化（Recursive Frequency-Space Refinement, RFSR）模块，在上采样过程中减少噪声干扰并优化目标边界。SARBuD（建筑物）、HRSID（船舰）及FRBS（石油泄漏）三类任务公开SAR数据集上的实验结果表明，所提出的方法在Dice系数等指标上超越了多个当前最优性能（SoTA）模型，在三类数据集上Dice系数分别领先0.52%、0.62%、1.04%。实验证明频域-空间协同方法能够有效增强高干扰环境下的地物信息捕捉能力，为SAR影像目标提取任务提供了新的技术路径与理论支撑。代码已公开于：https://github.com/Yanghan37/S3T-Net。
•   

  PDF(903)

  摘要(431)

  HTML

• 国家级新区城市蓝色空间格局与变化高分辨率遥感监测研究
• 高世昌,刘昌华,曾繁轩,宋春桥

• 摘要：定量评估城市蓝色空间的分布格局与变化规律，对协调城市化进程与水域生态保护具有重要科学意义和实践价值。当前遥感监测城市蓝色空间方面的研究，受限于影像空间分辨率，对小微型水体提取和水体类型精细划分等仍然存在挑战。并且，现有研究缺乏对国家级新区城市蓝色空间的分布格局与演变特征开展全国尺度的专题报道。本研究基于U-Net架构进行改进，通过引入通道重校准机制和残差连接，提出了CRRU-Net深度学习模型用于高分辨率遥感影像的水体分类，对全国19个国家级新区开展监测研究。结果表明，该模型在水体分类任务中表现出最佳精度，整体精度可以达到94.96%。此外，本研究基于2014年和2023年高分辨率(4 m)遥感影像生成我国国家级新区水体分类数据集，以期实现河流、湖泊、水库及坑塘4类水体的分类型变化监测。结果表明，我国国家级新区的城市蓝色空间面积总量在2014—2023年增加70.37 km2。其中：沿海新区（除天津滨海新区外）普遍缩减而内陆新区（除云南滇中新区外）普遍扩张；部分区域因增减平衡表现出水体稳定的表象。具体而言，河流、水库面积较2014年建设初期分别增加11.56%和10.39%，湖泊、坑塘面积则减少15.35%和10.26%。本研究为科学协调城市发展与蓝色空间保护提供了数据支撑，对科学推动可持续城市化进程具有重要实践意义。
•   

  PDF(845)

  摘要(439)

  HTML

• 基于空间-通道重构的轻量化遥感图像目标检测
• 葛芸,陈金梁,温宁,岑钰波,王安妮,王婷

• 摘要：轻量化遥感图像目标检测在遥感数据高效处理与实际场景应用中具有关键价值，而遥感图像中圆形或类方形目标（如油罐、车辆等）十分常见，精准检测这类目标对资源监测、城市规划等任务具有重要意义。在遥感图像目标检测精度不断提升的背景下，模型复杂度相应地显著增加，现有遥感图像目标检测方法在精度与模型复杂度之间难以实现有效的平衡。针对上述问题，在已有针对圆形或类方形目标检测网络的基础上，提出了一种基于空间-通道重构的轻量化遥感图像目标检测方法，旨在保持高精度的同时，降低模型复杂度。首先，针对特征图在空间维度上存在的冗余信息，采用了空间重构单元，根据空间特征丰富程度对特征图进行分离，得到空间信息丰富组与空间信息冗余组，再对两组进行交叉重构操作以减少空间特征冗余，并增强遥感图像目标的空间特征表示；然后，针对特征图的通道信息冗余，提出了基于部分卷积的通道重构单元，将特征图从通道维度分割为两部分，一部分使用部分卷积进行高效的特征提取，另一部分使用点卷积获取隐藏的细节信息，对两部分通道加权重构并拼接，以更少的计算成本提取特征并增强了重要通道的特征表示。实验结果表明，所提出的方法有效减少了模型的计算量与参数量，并保持了良好的检测精度。
•   

  PDF(628)

  摘要(387)

  HTML

• 中高海况下极化SAR海浪风场参数联合反演方法研究
• 祝源,万勇,孙伟峰

• 摘要：合成孔径雷达（SAR）凭借其高分辨率和全天时、全天候的对海观测能力，在监测海浪风场中发挥了重要作用。针对现有海浪风场参数反演方法在中高海况下仍存在反演精度较低的问题，本文利用哨兵1号WV模式SAR数据，在传统特征参数（入射角、归一化方差）基础上，引入三个近似极化特征参数（极化熵、各向异性和相关性）作为补充。同时，基于支持向量回归算法（SVR）与卷积神经网络算法（CNN），分别构建了适用于中高海况下（风速在10.8m/s-28.8m/s）的SAR海浪风场参数联合反演模型。结果显示，基于SVR反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.27m/s、23.46°、0.22m、0.62s和1.10m/s、25.37°、0.22m、0.59s；基于CNN反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.15m/s、23.53°、0.18m、0.53s和1.08m/s、25.85°、0.19m、0.54s，证明在中高海况下本文建立的两种海浪风场参数联合反演模型可以有效反演海浪风场参数。与传统理论方法相比，分别基于SVR和CNN的海浪风场参数联合反演模型反演的有效波高、平均波周期和风速与ERA5数据相比，均方根误差分别减小了0.67m、0.62s、0.3m/s和0.71m、0.71s、0.42m/s，证明两种联合反演模型均显著提高了反演精度。此外，为验证本文建立的两种联合反演模型在高海况下的反演效果，收集2020年位于北大西洋海域的2景飓风数据用作高海况个例分析。结果表明，在高海况下本文建立的两种联合反演模型同样能够获得较为准确的海浪风场参数。综上，本文所建立的海浪风场联合反演模型为中高海况下海浪风场参数的高精度反演提供了有效的解决方案，也为后续极端海况下的海洋环境研究提供了重要参考。
•   

  PDF(1084)

  摘要(540)

  HTML

• 融合AHI/ATMS数据的全天候海表温度反演
• 胡文翰,范冬林,何宏昌,付波霖

• 摘要：随着遥感卫星的快速发展，多尺度、广覆盖特征的海表温度遥感产品数据正逐步取代传统的海表温度（Sea Surface Temperature, SST）采集方法。热红外卫星传感器凭借高频率、广覆盖反演SST数据的能力，在科学应用中展现出巨大潜力。然而，云覆盖频繁导致云下SST预估异常，部分云覆盖区间甚至出现SST数据缺失现象。为克服上述问题缺失，本文以原位海温数据为基准，采用时空匹配方法将AHI（Advanced Himawari Imager）近红外影像与ATMS（Advanced Technology Microwave Sounder）微波辐射计波段数据融合，建立匹配数据集，并通过三种机器学习方法评估融合数据的SST反演精度。同时，分别对昼夜条件下SST反演精度进行分析。研究结果表明，AHI/ATMS联合亮温数据进行SST反演显著提高全天候SST数据准确性，与仅利用AHI数据进行反演的结果相比，融合AHI/ATMS数据方法使得云下区域的R2提高7.7%，RMSE降低0.896℃。此外，相比热红外反演方法，融合ATMS数据方法能够有效反演云层覆盖区域的SST，为全天候条件下SST反演提供重要的技术参考。
•   

  PDF(1114)

  摘要(563)

  HTML

• 天津八里台突发沉降多波段星载SAR监测及其时空演变特征分析
• 闫世勇,郭兵燕,闫伟,刘斌,乔鑫,周洪月,张丽

• 摘要：2023年5月31日天津八里台突发沉降给周边建筑和基础设施造成了严重破坏，开展相应区域的长期地表形变高精度监测对于揭示其诱发与产生机制及相关灾害的防治具有重要意义。天津八里台突发沉降形变量级大、持续周期长且非线性特征显著，针对单源SAR数据InSAR形变监测面临的梯度失相干和时空分辨率低问题，本文结合多波段SAR数据优势，基于其高分辨率强度和高精度相位信息提出了多级可变窗口多时相加权像素跟踪和DS-InSAR联合的复杂形变提取技术，并利用2022年1月至2024年12月期间57景C波段Sentinel-1和19景L波段陆探1号SAR数据，获取并分析了突发沉降区域在事件前期、初期和后期的形变信息。结果表明：（1）八里台沉降事件具有显著突发性和阶段性，相应区域在事件发生前（202201-20230531）基本保持稳定，地表形变量位于-3~3mm/y，事件初期（20230531-20230607）最大形变超过-4.5m，事件后期（20230607-20241228）形变速率快速降低并趋于平稳，且与同期两个GNSS站点监测结果具有显著一致性，其决定系数R2分别为0.98和0.97，RMSE分别为3.31mm和5.85mm；（2）沉降中心与地热钻井位置之间的空间相关性，及其时序累计形变的演变模式，进一步佐证了地热资源开采作业中突遇特殊地质构造可能是诱发本次突发沉降的主要原因。本文研究能够为八里台突发沉降的产生及其动力学机制解析奠定技术和数据基础，有利于优化地热资源开发技术和促进城市安全及其可持续发展。
•   

  PDF(1901)

  摘要(1069)

  HTML

• PMC-Net:基于预融合策略及Mamba-CNN的全色锐化网络
• 王怀友,康家银,章洋洋,张文慧,张雪,姚一鸣

• 摘要：摘 要: 遥感影像全色锐化旨在将低空间分辨率的多光谱(Low-Resolution Multispectral, LRMS)影像与高空间分辨率的全色(Panchromatic, PAN)影像进行融合，从而生成一幅高空间分辨率的多光谱(High-Resolution Multispectral, HRMS)影像。现有的诸多全色锐化方法通常先对LRMS影像进行直接上采样操作，然后通过特征提取、融合和重建得到HRMS影像。此类融合策略会导致融合结果模糊或光谱失真等问题。为此，本文提出一种基于预融合策略并结合Mamba与卷积神经网络(Convolutional Neural Network, CNN)的全色锐化方法。首先，利用高斯差分提取PAN影像的高频信息以增强LRMS影像的纹理信息；随后，通过CNN与Mamba分别提取影像中的局部与全局特征，并借助基于CNN的中间融合支路实现两个模态影像局部与全局信息的充分交互和融合，最终重建出高质量的HRMS影像。在QuickBird和IKONOS两个公开数据集上的实验表明，本文方法与包括GS、PCA两种传统方法及PanFormer、Pan-Mamba在内的多种先进深度学习方法相比，在主观视觉与客观评价两方面均总体优于对比方法。具体地，相较于这些对比方法所得指标的平均值，所提方法在峰值信噪比和通用图像质量指数上分别提升了10.91%和5.62%；在均方根误差、相对无量纲全局误差和光谱失真指数上分别降低了30.52%、18.56%和60.41%。此外，消融实验进一步验证了所提方法中，预融合策略和Mamba模块的有效性。
•   

  PDF(1212)

  摘要(665)

  HTML

• 基于多因子的城市区域ICESat-2测高数据精度评估分析
• 张雨薇,王涛,钟淑娴,李晓玉

• 摘要：ICESat-2星载激光雷达测高数据具有高精度、高时效性和低成本等优势，可为城市三维模型构建提供数据基础，然而，该数据在城市区域仍缺乏系统性精度评估。本文首先基于ICESat-2的ATL03和ATL08产品构建了研究区结构完整的城市星载测高数据集，并依据多项参数进行高程异常值剔除和质量筛选，然后利用研究区内局部区域机载激光点云对星载测高数据在水平和垂直方向上进行了偏移校正，进而在研究区内其他区域对校正后的星载测高数据进行了精度评估，最后围绕城市地类、强弱波束、采集时间、季节、地形坡度与植被覆盖度等多因子开展了误差特征分析。结果显示，研究区内ICESat-2原始测高数据存在轻微低估（ME为-0.10m），MAE为0.67m，RMSE为1.57m，LE90为1.46m，其中，建筑用地与其他用地类数据精度较低，而交通运输、建筑附属及农林用地类数据精度较高，在偏移校正处理后，星载测高数据的系统性偏差与长尾误差被有效削弱，总体数据精度明显提升（MAE为0.48m，RMSE为1.11m），弱波束数据与日间采集数据精度提升幅度较显著，春冬两季、低坡平坦地形及高覆盖植被区的数据精度更高。本研究发现利用局部高精度机载激光数据校正ICESat-2测高数据，可提高后者在相邻区域的精度水平，改善ICESat-2日间获取数据和弱波束数据的可用性，增加高质量光子的数量，结果可为城市三维建模与多源数据融合提供参考。
•   

  PDF(253)

  摘要(156)

  HTML

• 兼顾地形特征和点位均衡的LiDAR地面点云简化
• 杨子明,陈传法,郝劲达,徐联中,洪壮壮

• 摘要：针对现有地面点云简化算法存在点云边缘特征易丢失、特征点位识别不准确和点位空间分布不均匀等问题，本文提出了一种兼顾地形特征和点位均衡的LiDAR地面点云简化方法。该方法首先加权耦合多种地形因子，生成全面描述地形复杂变化的综合因子；然后根据各点边缘特征距离及特征显著性选取初始特征点集；最后构建综合地形特征约束的回归预测模型，迭代预测以捕捉准确、均匀的地形特征点。选取8组具有不同地形特征的地面点云数据作为研究对象，并将本文方法与7种代表性方法对比。结果表明：本文方法精度最高，生成的数字高程模型平均均方根误差和平均绝对误差分别降低了2.7% ~ 61.2%和2.0% ~ 61.9%，派生品（平均坡度和地形粗糙度）与真值也更为接近。本文方法对地面点云的简化结果最优，但在效率方面与先进算法相比还有待提升。
•   

  PDF(1027)

  摘要(291)

  HTML

• 顾及多尺度特征和防收缩断裂的地形断裂线提取方法
• 杨子明,李艳艳,郝劲达,洪壮壮,陈传法

• 摘要：针对目前从地面点云中提取地形断裂线存在完整度和正确性不高、错提和漏提严重等问题，本文提出了一种顾及多尺度特征和防收缩断裂的地形断裂线提取算法。该方法首先使用多尺度地形特征训练随机森林分类器以提取潜在地形断裂线点；然后通过分析点云收缩趋势，将潜在特征点划分潜在脊、谷特征点，并利用主方向一致性约束的区域增长聚类去噪；接着利用垂直约束的拉普拉斯平滑细化点云；最后通过构建最小生成树获取高质量的地形断裂线。本文选取2组具有代表性的高密度复杂地形点云数据验证本文方法的精度与有效性。结果表明：与三种主流方法（LapS、D8和PIM）相比，本文方法提取的地形断裂线完整性和正确性最好。此外，将所提的地形断裂特征线用于数字高程模型（digital elevation model，DEM）建模表明，附加断裂线约束的DEM能够显著提升建模精度，可精确重构断裂处地形细节。
•   

  PDF(1145)

  摘要(549)

  HTML

• 基于机器学习与面向对象技术相结合的山地树种遥感精细识别——以秦巴山地为例
• 王晓峰,杨紫环,刘世荣,周潮伟,陈吉臻,黄志霖,白娟

• 摘要：山地森林作为重要的陆地碳库,通过关键的气候反馈机制,对大气化学过程、景观生态功能和生物多样性产生重要影响。然而,受复杂地形与观测条件限制,山地森林树种组成及其空间分布的精细刻画仍面临挑战。以Sentinel-2为代表的陆地卫星监测技术与人工智能算法的融合,极大地革新了传统森林调查方式,为森林树种监测与精细制图提供了新的路径。本研究整合地面样点与多源遥感数据,通过GEE平台提取2020-2023年Sentinel-2多时相影像特征,结合Jeffries-Matusita (JM)距离建立多维特征优选方案,采用SNIC分割与机器学习方法构建最优特征的随机森林模型,实现秦巴山地树种的精细分类,并揭示其时空分异规律。结果表明：(1)地形特征是秦巴山地树种识别的重要特征,结合JM距离的多特征组合方案能有效提升特征筛选效果；(2)在有限样本、中分辨率影像和大区域条件下,基于SNIC的面向对象随机森林模型具有良好的分类性能,平均总体精度为0.837,Kappa系数为0.791,F₁值均值为0.799；(3)秦巴山地栎类、松类和杉类分布广泛,其余树种呈零散分布。(4)2020-2023年,森林面积呈轻微上升趋势,说明区域生态环境持续向好。松类与栎类对森林变化贡献度最大,面积占比小的树种转换则比较频繁。本研究能够为复杂山地森林生态系统的碳汇功能评估与生物多样性保护提供数据支撑。
•   

  PDF(244)

  摘要(194)

  HTML

• 中国闭合林线的高程变化规律
• 王婵,蔡耀通,刘小平,江鑫,曾振中,邱建秀

• 摘要：闭合林线作为高山林线中具有明确边界的特殊林线类型，其动态变化深刻反映高山生态系统与环境变化的相互作用，为揭示全球变暖下山地生态系统的响应机制提供关键范本。然而，由于长期观测数据不足以及山地多尺度环境因素的复杂影响，目前关于我国闭合林线的高程变化规律仍缺乏系统性认知。本研究使用Global Forest Change（GFC），Global Land Cover and Land Use Change（GLCLUC），以及中国逐年林地覆盖数据集（China Annual Tree Cover Dataset，CATCD），基于八连通域算法和XGBoost模型提取并分析了我国高山闭合林线的时空变化规律及其驱动机制。结果表明：（1）三套数据集提取的闭合林线空间分布整体相似，但林线数量和位置细节存在差异，差异主要集中在横断山脉；（2）中国92.5%（CATCD）、87%（GFC）、51%（GLCLUC）的高山闭合林线在2000-2019年/2020年呈上移趋势，速率为0~10 m/year，而下移林线的速率为-2~0 m/year；（3）气象驱动、地形约束与人类活动对林线高程变化的综合解释力达77.1%，在主导因子分类上，地形主导的林线占比最高（60.6%），其次为气候主导（36.3%），人类活动影响相对有限（3.0%）。本研究揭示了我国山地生态系统响应环境变化的时空分异规律，深化了对高海拔生态敏感带适应机制的理解，为林线动态监测与区域生态脆弱性评估提供了方法与技术支撑。
•   

  PDF(742)

  摘要(386)

  HTML

• 光学-微波闪烁仪通量观测验证遥感蒸散模型的时间尺度匹配研究
• 徐菲楠,王维真,黄春林,王介民,冯姣姣,董磊磊,任志国,李艳,张阳

• 摘要：当前基于地表温度的遥感蒸散（ET）模型，核心通过卫星过境获取的瞬时遥感影像反演地表温度等关键参数，进而推算感热通量（H）、潜热通量（LE）及地表蒸散量；而模型结果的验证多采用涡动相关（EC）方法等观测手段获取的30分钟平均通量数据，二者存在显著时间尺度不匹配问题。近20年发展起来的光学-微波双波长光闪烁方法，可测量数百米至10千米尺度的H与LE，适用于地形起伏等复杂下垫面，且仅需1~2分钟的较短取平均时间即可获得统计稳定的通量结果。该方法与EC优势互补，为遥感ET模型及产品的验证提供了重要契机。本文基于我国西北黑河流域上游高寒草甸与中游绿洲农田的光学-微波双波段闪烁仪（OMS）、涡动相关仪及气象梯度塔观测数据，聚焦探究OMS通量观测与遥感ET模型结果在时间尺度匹配方面的显著优势。不同取平均时间（1、2、5, 10、15、30分钟）的OMS与EC通量数据的对比分析结果表明，OMS系统在1分钟短时尺度下即可获取统计稳定的通量观测值，其理论可行性得到有效证实。值得注意的是，该时间尺度与Landsat等卫星过境单景影像的扫描时长基本一致。基于上游高寒草甸站点的1分钟OMS通量观测数据的分析表明，在以往常用遥感卫星影像结果验证的30分钟内，EC观测的H与LE变化幅度通常可达10%~30%。若仅选取某一时刻的1分钟通量观测值用于遥感ET模型验证，其引入的不确定性将达到相似量级，且在大气非平稳条件下，该不确定性会进一步增大。利用中游绿洲农田站点的OMS与EC通量观测数据，对基于双源地表能量平衡（TSEB）模型和Landsat影像估算的瞬时H与LE进行了验证。结果表明，TSEB模型的估算值与1分钟OMS通量观测值具有更好的一致性。双波长光闪烁方法能够获取与卫星观测时空尺度相匹配的地面观测数据，为基于遥感地表温度数据的ET模型及产品验证提供了一种有效途径。该技术的推广应用，将有力推动相关ET反演算法的创新发展与产品精度提升。
•   

  PDF(1040)

  摘要(642)

  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(1978)

  摘要(1501)

  HTML

• PTV3-BLSeg：面向树木点云精细结构解析的枝叶分离模型
• 周书羽,姚宗琦,张晓丽

• 摘要：摘 要: 针对树木点云枝叶分离中存在的边界模糊、树干与枝叶点云数量显著不平衡及细粒度结构识别困难等问题，本文基于Point Transformer V3架构提出了一种改进的PTV3-BLSeg模型。该模型通过引入融合跳跃连接以增强跨层级特征传递，优化局部和全局特征的融合效果，有效提升枝叶交界区域的判别能力。为了进一步加强对枝叶边界的识别能力，设计边界增强损失函数，聚焦枝干与叶片的细粒度特征，减少类别之间的模糊过渡。为提升深层特征学习的稳定性和精度，采用深层监督机制，优化枝干特征的学习路径，推动模型的学习效率与性能提升。在Smart Tree数据集上，PTV3-BLSeg模型的整体精度达到93.33%，枝干F1分数为75.61%，树叶F1分数为96.09%，分别较基准模型(Point Transformer V3)提升1.36%、4.14%和0.85%；在内蒙古根河数据集中，整体精度达到83.83%，枝干F1分数为60.77%，树叶F1分数为89.50%，较基准模型分别提升5.04%、12.86%和9.13%；在广西横州数据集中，整体精度达到81.87%，枝干F1分数为71.32%，树叶F1分数为86.60%，分别提升4.49%、12.73%和1.48%，验证了其良好的泛化能力。总体而言，PTV3-BLSeg模型在树木点云枝叶分离任务中展现出显著优势，能够有效缓解树干与枝叶边界不清、类别点云数量严重失衡以及细微结构难以识别等关键难题，可为森林场景三维模型构建及林木参数精细调查提供可靠的技术支持。
•   

  PDF(357)

  摘要(228)

  HTML

• 基于多源遥感的近海典型生态风险源监测与分析—以烟台南岸为例
• 宋文博,马晓双,胡忠文

• 摘要：随着海洋资源开发的深入，我国近海海域生态环境面临日益严峻的挑战。遥感技术因具备连续观测和广域覆盖的特点，已成为识别和分析海洋生态风险的重要技术手段。本文以烟台南岸近海水域为研究区，针对溢油和浒苔两类典型生态风险源，利用光学和SAR多源遥感影像构建溢油和浒苔识别的深度学习模型，对该海域溢油和浒苔现象进行长时序监测；以此为基础，对研究区2018-2021年间两类风险源的时空分布特性进行分析。结果表明，两类风险源的识别精度在多项评估指标中均超过了90%；风险源时空分析表明，溢油事件主要集中在离岸约30海里以外的东南海域，且发生频率在2018、2019及2021年较高，主要来源与船舶排放；浒苔爆发主要出现在夏季，2019 年与 2021 年均出现大规模爆发，且西南海域爆发强度更高。进一步的空间叠加分析揭示了研究区生态风险的空间分布规律：整体呈现出“近岸浒苔风险为主、中岸溢油风险增加、远海区域双重风险叠加”的分布格局。为便于读者复现本文结果，训练完毕的溢油和浒苔深度学习检测模型提供如下：https://github.com/lile13955267907/DA-net。
•   

  PDF(906)

  摘要(586)

  HTML

• 中国脱贫县生态社会耦合协调的时空特征及影响因素
• 赵佳文,周婵,徐彩霞,张宇翔,孙立群

• 摘要：定量分析中国脱贫县生态环境和社会经济之间的耦合协调关系及其影响因素对于总结脱贫经验、巩固脱贫攻坚成果具有重要意义。本文基于长时序、高精度的遥感数据集，构建了全国832个脱贫县生态环境和社会经济的综合评价指标体系，定量评估了两者在2010年、2015年和2020年的发展水平及其耦合协调状态，并运用提升回归树模型识别各指标因子对区域耦合协调发展的贡献率。研究结果表明，脱贫县生态环境的综合发展水平整体高于社会经济发展水平，但社会经济的发展速度快于生态环境的改善速度，且两者在2015至2020年间的平均增长率高于2010至2015年。从空间分布来看，东北地区脱贫县的耦合协调度最高，西北地区最低，整体呈现“东高西低”的分布格局，并表现出由沿海向内陆逐步推进的发展趋势。绝大部分脱贫县属于“经济滞后型”的耦合协调类型，人口数量、国内生产总值、夜间灯光等社会经济指标在耦合协调发展中的贡献尤为显著。基于典型地区的脱贫路径和实践经验，研究进一步提出，因地制宜发展产业扶贫是推动脱贫县社会经济快速发展的关键举措，打造多元化的本地特色产业是巩固脱贫攻坚成果、有效防止返贫的核心策略。
•   

  PDF(1544)

  摘要(724)

  HTML

• 街景影像弱监督语义变化检测方法及其城市更新动态制图研究
• 彭奕霖,付迎春,邢汉发,陈书其,李贞豪,张思

• 摘要：街景影像是感知城市物质环境的一种新型地理大数据。通过街景发现立面变化并识别变化语义类别是城市更新的重要感知手段。传统变化检测方法无法直接区分街景变化物体的时相归属(变化拆分)，难以高效识别两个时相中变化区域的语义类别。本文提出Cross-C2PO (Cross-Combine 2 POssible change types)模型统一变化检测与时相拆分任务，有助于引入现有图像语义分割模型实现街景语义变化检测。在此基础上，文章构建了城市更新动态度指标的感知分析方法，以广州主城区2013-2019年更新变化监测为目标，进行街景全景综合变化感知，实现前后左右视四个视角感知的城市更新动态度制图，直观展现了城市更新的分布及物理环境变化强度，为街景与计算机视觉智能结合应用提供创新方法和案例研究。
•   

  PDF(1272)

  摘要(813)

  HTML

• 关中平原城市群逐年500-m人为热通量估算 与时空演变分析
• 沈舒蔓,高美玲,李慧芳,李振洪

• 摘要：人为热通量（Anthropogenic Heat Flux, AHF）是单位时间内单位面积上产生的人为热排放总量。研究AHF的时空分布，有助于理解城市热环境的形成与变化，也对缓解和调节城市生态环境问题具有重要的理论和实际意义。为获取区域范围少量样本情形下人为热排放的空间分布并开展关中平原城市群人为热排放的时空演化特征分析，本研究首先采用修正后的源清单法估算地级市人为热通量，再结合POI数据、夜间灯光数据、建筑高度数据以及人口分布数据等多源空间数据通过多元线性回归构建不同类型人为热排放估算模型，获取了2016-2021年关中平原城市群空间分辨率为500米的逐年人为热排放数据，并开展了人为热排放时空特征分析。研究结果表明：(1)多元线性回归在AHF格网化中具有较高的可行性，其获得的拟合模型拟合精度较高，决定系数(R2)均超过0.9，其中建筑AHF的拟合模型精度最高，R2达0.98；(2)POI参与人为热的格网化分配能够很好地体现出不同类型人为热排放的空间异质性，是估算不同热源AHF空间分布的重要数据源；(3)关中平原城市群人为热通量空间分布不均匀，在经济发达、地形平坦、城市化程度高的城市群中心区域形成高值区，在时间上其总体呈现上涨趋势。研究获得的人为热排放空间分布数据可以为城市热环境评估和城市热舒适度模拟提供数据参考。
•   

  PDF(1491)

  摘要(950)

  HTML

• 实体引导和跨模态交互的遥感图像指向分割
• 贾玉钰,迟凯晨,周情,李强,王琦

• 摘要：遥感图像指向分割旨在依据文本描述，精准定位并解析特定区域，实现像素级的语义解译。这一任务有效搭建了用户需求与遥感图像智能分析之间的桥梁。然而，遥感图像固有的背景复杂多样、目标与背景对比度低等特性，易导致分割结果的地物混淆。此外，传统基于跨模态注意力机制的指向分割方法在弥合模态差异方面存在不足，难以实现文本描述与地理特征之间的精细对齐。鉴于此，本文提出了一种基于实体引导的跨模态交互方法—Enti-CroM。首先，引入SAM启发的实体引导自推理模块，以提取具备空间结构约束的实体提示，并将其与视觉特征和文本特征融合，构建实体-视觉-文本三模态信息立方体。随后，在跨模态交互阶段，设计了一种层次化模态交互机制：（1）通过无参数的模态互激活，实现跨模态语义信息的高效传播，从而缩小不同模态间的语义鸿沟；（2）在此基础上，引入实体引导下的文本-视觉跨注意力运算，进一步提升模型对不规则地理边界的表征能力。在两个广泛使用的基准数据集RefSegRS与RRSIS-D上的大量实验结果表明，Enti-CroM 在 mIoU 指标上分别实现了1.84%与4.27%的性能提升，性能优于当前多种先进方法，验证了该方法的有效性与优越性。
•   

  PDF(739)

  摘要(426)

  HTML

• 遥感跨模态图文检索：关键技术与挑战
• 王懿婧,唐旭,韩硕,杜瑞琦

• 摘要：遥感跨模态图文检索作为连接自然语言与遥感影像的桥梁，旨在构建高效的双向语义关联，是遥感数据智能化分析的关键技术。本文全面概述了遥感跨模态图文检索领域的技术演进与研究现状。首先，细致分析了主流基准数据集在规模、场景类别及文本标注质量方面的特点，并介绍了通用的评价指标体系，为后续方法研究奠定基础。其次，回顾了文本特征表示从传统统计到深度学习，以及遥感影像特征表示从手工特征到深度神经网络的技术突破。再次，以是否采用跨模态预训练模型为划分，深入剖析了基于非跨模态预训练和基于跨模态预训练方法的原理及模型特点，并通过在三个主流数据集上的实验对比，揭示了跨模态预训练方法的性能优势及其不同微调策略的数据适配规律。最后，本文总结了当前研究面临的细粒度语义对齐、多源数据融合与跨域泛化、以及时序动态匹配机制缺失等核心挑战，并展望了未来在细粒度特征增强、多源异构数据协同建模和时序感知对齐机制和开发等方面的研究方向，以期推动遥感跨模态图文检索技术在实际应用中的深入发展。
•   

  PDF(676)

  摘要(456)

  HTML

• 基于KAN网络的近岸水体高光谱遥感反射率重构方法研究
• 黄廷婷,范冬林,何宏昌,付波霖,谭皓原

• 摘要：摘 要：高光谱遥感反射率（Remote sensing reflectance,Rrs）数据在近岸海洋水质参数反演中具有重要应用价值。然而，高光谱传感器受限于技术复杂性与高成本，且现场观测的高光谱数据受环境影响显著，难以实现大范围覆盖。为克服上述限制，本文提出一种基于（Kolmogorov–Arnold Networks,KAN）的高效高光谱Rrs重构模型，该模型利用卫星遥感数据直接进行训练，从多光谱Rrs中重建出与真实观测值分布特征高度一致且连续的高光谱Rrs。本文采用海岸海洋高光谱成像仪（Hyperspectral Imager for the Coastal Ocean,HICO）的2级Rrs 数据为训练样本，并将其重采样至六种主流多光谱传感器，实现400~719 nm范围（1nm间隔）的高光谱Rrs 重构。实验表明，KAN模型在所有传感器上的重构性能均优于传统经验模型Li_2017及深度学习模型（Deep Neural Network,DNN）、（Convolutional Neural Network,CNN），其平均均方根误差（Root Mean Square Deviation,RMSD）为2.25×10-4（sr?1）、平均绝对误差（Mean Absolute Error,MAE）为1.60×10-4、平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）为0.0534、决定系数（Coefficient of Determination, R2）为0.9982和偏差（Bias）为0.01×10-4 ，表现出良好的泛化能力与稳定性。进一步应用验证表明，基于KAN重构的高光谱Rrs 在叶绿素a（Chlorophyll-a，Chl-a）浓度反演中展现出更优性能，显著提升了反演精度，尤其在高浓度区域表现更加出色。本文提出的KAN高光谱Rrs 重构模型为突破传统模型对实测或模拟数据依赖的瓶颈、提升复杂水体遥感反演性能提供了新思路。
•   

  PDF(1034)

  摘要(456)

  HTML

• 基于环境语义增强的遥感考古目标检测数据增广技术及应用
• 陈思航,于丽君,朱建峰,陈婕,柳泽,王辉,聂跃平

• 摘要：在深度学习领域，目标检测模型的性能通常依赖于充足且高质量的标注数据集。然而，在遥感考古应用中，大规模、多样化的数据集获取困难且成本高昂，这导致数据不足的问题，使模型在训练时容易过拟合。尤其在墓葬赋存环境差异较大的情况下，特定环境特征的过度代表会导致样本不均衡，从而限制模型的环境适应能力。为了解决这些问题，本文提出了一种基于扩散模型的遥感影像数据增强算法。通过设置不同的环境提示词，在不破坏原始数据集标签分布的前提下，丰富图像的视觉语义，缓解数据样本稀缺和样本不均衡的问题。本研究基于谷歌地球构建了阿勒泰地区的高分辨率墓葬影像数据集，并评估了该算法在不同目标检测模型中的性能。实验结果表明，该算法在测试集上的平均精度比基线方法提高了12.2%，在异源数据集上的平均精度提升了16.4%。本文提出的算法显著提高了模型的检测准确性、稳定性及跨数据集的适应性，为小样本遥感考古目标识别提供了有效的技术支撑，拓展了智能考古检测的研究思路。
•   

  PDF(589)

  摘要(577)

  HTML

• 基于多模态数据和多模型融合的大范围土地覆盖制图
• 茹逸凡,唐国良,李春来

• 摘要：本研究针对土地覆盖制图领域中的关键挑战，提出了一种融合多模态遥感数据与多模型协同决策的创新框架。基于多光谱影像（MSI）的光谱特征与合成孔径雷达（SAR）数据的不同特性，构建了具有互补优势的多模态（MSI+SAR）数据集，有效解决了复杂场景下单一SAR数据模态的缺陷。在模型架构层面，系统性地评估了七种代表性的机器学习模型的性能差异。基于此，提出了一种多模型融合策略，结合了卷积神经网络（CNN）、视觉变换器（ViT）以及 CNN 与 ViT 混合架构（分别代表为FCN、ConViT和CoAtNet）。这三种模型在之前的多模态（SAR+MSI）数据与单模态SAR数据的对比实验中表现优异。实验结果表明：相比于单一模态的 SAR 数据，采用多模态（MSI + SAR）数据在总体精度（Overall Accuracy, OA）和频率加权交并比（Frequency-Weighted Intersection over Union, FWIoU）两个语义分割评估指标上均实现了显著提升。在此基础上，所提出的多模型融合框架在OA和FWIoU 两个指标上进一步取得了改善，验证了该方法在多模态遥感数据语义分割任务中的有效性。通过这一创新方法，不仅增强了模型对复杂地物特征的提取能力，还有效提高了在大范围土地覆盖制图中的分类效果，验证了多模态数据与多模型融合在遥感制图中的强大潜力。
•   

  PDF(570)

  摘要(707)

  HTML

• 基于开源数据的街区纯净和混合用途自动识别研究
• 胡婷,郭紫璇,潘子永,贺威,徐永明,黄绍广

• 摘要：城市街区功能的识别是城市规划与管理的重要基础，随着城市化进程的加快，单一用途的划分已难以满足复杂城市空间的需求。作为城市多功能融合的体现，混合功能街区的识别，尤其是自动识别，对理解城市功能多样性与提升土地利用效率具有重要意义。在此背景下，本文以开源兴趣面AOI和兴趣点POI蕴含的功能标签为基础，联合开放地图OSM与哨兵二号影像提出了一种能够自动提取纯净和混合功能样本的方法，进而利用ResNet34模型实现街区的具体功能识别。首先利用POI分布信息熵区分单一与混合用途的街区，然后基于哨兵二号与单一功能的用地样本设计多视图差异学习模块进一步提取单一和混合类的样本。此外，考虑到AOI范围与真实街区的尺度差异，样本自动提取方案分别应用于AOI和街区两种单元以增加样本的数量和尺度多样性。本文提出的自动分类方法在北京、合肥、潍坊和成都四个城市的总体精度分别为72.9%、78.3%%、73.4%和75.1%，与仅使用POI分布信息熵的方法相比，联合AOI和POI的方式将混合类别的识别精度分别提高了7%、18%、20%和13%。这一结果证明了该方法在不同城市环境下的可行性与有效性，以及众源地理数据和遥感影像的结合在城市街区用途，特别是混合用途识别研究中的潜力。
•   

  PDF(1284)

  摘要(771)

  HTML

• 多任务协同学习的无监督域自适应遥感图像语义分割
• 王渝,冯雨婷,龚思诗,毛彦琴,李圣文,方芳,周顺平

• 摘要：遥感图像语义分割在土地覆盖与利用分类、城市规划以及变化检测等领域具有重要作用。作为一种极具潜力的无监督学习方法,域自适应技术大大推动了遥感图像语义分割的发展。然而,现有模型尚基于单任务来学习,学习到的分割特征不够充分,导致在分割过程中难以准确识别遥感图像中的复杂区域。为了解决这一问题,本文提出了一种多任务学习域自适应语义分割网络(MTLDANet),该网络通过协同学习遥感图像中的语义信息与高程信息,来提升分割特征的学习能力。具体来说,该方法将任务特定的语义特征和高程特征输入跨任务特征关联学习模块,挖掘任务之间的潜在相关性,从而获得更强的任务特定特征表达。通过伪标签引导的混合一致性学习模块提升伪标签质量,实现全局域对齐。此外,熵引导的类别级对齐进一步增强了难分类类别的区分性。本文基于ISPRS 2D和US3D数据集进行了四组跨场景遥感图像语义分割实验。结果表明,所提方法在多种复杂跨域场景下均显著优于现有的域自适应方法。
•   

  PDF(1171)

  摘要(856)

  HTML

• 联合中心差异特征和空谱注意力的高光谱图像变化检测方法
• 周天媛,刘嘉敏,郭坦,付川,罗甫林

• 摘要：多时相高光谱图像因其丰富的光谱波段和图像细节，在变化检测中具有广泛的应用。基于监督学习的高光谱变化检测算法往往依赖于大量的标记样本，这导致了高昂的标注成本。本文提出了一种联合中心差异特征和空谱注意力的网络（Joint Central Difference Features and Spectral-Spatial Attention Network，JCDS2AN）用于高光谱图像变化检测，该网络可以缓解样本受限下的变化特征波动，利用有限的标记样本学习到具有代表性的变化特征。在JCDS2AN网络中，设计了多尺度空谱注意力块来捕获空间和光谱的多尺度特征，同时提出一种差异特征引导的差分中心像素交换策略，以实现差异特征和两时相特征的高效信息交互。在三个公开数据集上的可视化和定量实验结果表明，所提出的JCDS2AN优于其他先进的高光谱变化检测方法。
•   

  PDF(1376)

  摘要(803)

  HTML

• BHDSI：面向深度学习的遥感建筑高度数据集(5606)
• 王浩,马遥,曹昌昊,宁晓刚,张翰超,张瑞倩

• 摘要：利用光学和SAR遥感影像进行建筑高度估计对于理解城市形态和优化城市存量空间具有重要意义。然而，现有的数据集存在诸多局限：由于样本数量较少，难以满足基于深度学习的遥感信息提取需求，样本所覆盖的区域较为有限，无法提供足够的地理多样性和空间特征代表性,特别是针对中国区域的大规模建筑高度数据集尤为缺乏。此外，数据集的开源性不足，限制了其在更广泛的研究中的应用和验证。为解决这些问题，本文构建了一个专注于建筑高度回归的数据集BHDSI，涵盖了中国62个城市的中心城区，共有5606个样本，覆盖了城市，农村等场景，是目前中国区域覆盖面积最大的建筑高度数据集。该数据集包含哨兵-1和哨兵-2的遥感影像以及建筑高度的真实值，样本大小是256×256，相比于64×64大小的数据集，为建筑高度估计研究提供了一个重要的补充选择。相比其他数据集，该数据集具有样本数量大、覆盖范围广、建筑高度分布合理等特点，能够更好地满足深度学习网络的训练需求。在此基础上，本文采用相同的深度学习网络对BHDSI数据集及其他类似数据集进行了评估，并对比了多个网络使用BHDSI数据集时在建筑高度回归任务中的表现，深入分析了各网络的优劣。研究表明，与其他数据集相比，BHDSI数据集在建筑高度回归任务中的表现更加优异。进一步分析发现，使用BHDSI数据集时，建筑高度较低的区域其估计精度相对较高。此外，U-Net解码器用于建筑高度估计网络训练能够取得更高的精度。这一数据集及实验结果为未来建筑高度估计领域的研究提供了重要的支持。
•   

  PDF(1892)

  摘要(893)

  HTML

• SAMSNet：融合分散注意力与多尺度通道注意力的遥感道路提取网络
• 魏德宾,徐永强,李品儒,解鸿基

• 摘要：从遥感图像中自动提取道路在智慧城市、智慧交通和自动驾驶等领域有着广泛的应用前景。然而，从高分辨率遥感图像中自动提取的道路存在碎片化、连通性差等问题，提取完整的道路仍然具有挑战性。为了解决这些问题，提出一种改进的编码器-解码器网络，命名为SAMSNet。首先，本文使用Split-Attention Network (ResNeSt-50)作为编码器，通过跨通道提取图像的语义信息以实现高质量的特征表示。其次，引入级联并行的空洞卷积块，在扩大感受野的同时提高网络对多尺度上下文信息的感知能力。最后，在跳跃连接部分引入多尺度通道注意力模块(Multi-Scale Channel Attention module, MS-CAM)，同时关注分布全局的和局部的道路信息，帮助网络识别和检测极端尺度变化下的道路。在DeepGlobe Road数据集、Massachusetts Road数据集和GRSet数据集上进行实验，结果表明，SAMSNet在三个公开数据集上的IoU和F1-score等多项评价指标均优于其它对比模型，取得了最优的提取结果。
•   

  PDF(1243)

  摘要(721)

  HTML

• 面向黑土区侵蚀沟跨时相提取的循环自训练框架
• 申祎,冯收,赵春晖,宿南,刘勇,闫奕名,张宇驰

• 摘要：土壤侵蚀对东北黑土区构成严重威胁，侵蚀沟是其主要表现之一。目前，遥感技术已广泛应用于侵蚀沟的监测和治理，并积累了大量有标签的历史调查数据。然而，如何利用这些历史数据从不同时间且不同传感器拍摄的最新数据中可靠提取沟壑信息仍是一个亟待解决的技术难题。为此，本文提出一个新颖的循环自训练框架（Cyclic Self-Training Framework, CSTF）。该框架通过一种迭代循环的自训练方式，成功实现了黑土区侵蚀沟的跨时相可靠提取。在每次自训练过程中，设计了对象级伪标签生成策略来为最新数据提供高质量的伪标签，并引入了基于伪标签可信因子的损失函数以有效缓解伪标签噪声的负面影响。基于黑龙江省桦川县的两组实验结果表明，提出的CSTF在侵蚀沟跨提取性能上显著优于其他先进方法，充分展现了其在促进东北黑土区土地保护管理方面的重要潜力和实际应用价值。
•   

  PDF(1206)

  摘要(668)

  HTML

• 级联学习的雾下遥感影像目标检测方法研究
• 万宇,李杰,郑莉,林镠鹏,袁强强,李慧芳,杨依

• 摘要：雾天条件下，大气散射作用会减弱图像中的光照强度，导致遥感图像对比度下降，影响目标检测模型的性能。现有研究通过在有雾数据上训练模型或图像去雾预处理两种策略来应对这一问题。但在去雾过程中会导致特征丢失等问题，很难保证其与目标检测任务之间一直存在正相关性，即去雾结果有益于目标检测任务。为此，本文提出了级联学习的雾下目标检测方法(CL-FODM，Cascade Learning Foggy Object Detection Method)，建立了结合CNN和Transformer的轻量化去雾子网络，能获取更清晰的去雾特征，为下游目标检测提供更显著的语义信息。构建了特征感知引导下的多任务损失函数，在特征层面上更精准地挖掘可区分的目标语义特征，实现去雾与目标检测的协同优化，解决上下游任务间的语义不一致性问题。实验结果表明，本文提出的CL-FODM在评价指标与视觉检测效果上均优于原始模型与级联式模型。
•   

  PDF(1201)

  摘要(1216)

  HTML

• 用于零样本分类的遥感视觉语言模型：综述
• 檀晓萌,席博博,薛长斌,李云松,徐海涛

• 摘要：视觉语言模型在零-小样本分类、图文检索、图像字幕、视觉问答和视觉定位等多种多模态任务上取得了显著的进展。然而，大多数方法依赖于通用数据集的预训练，导致在如遥感、医学等特殊领域的泛化性能不佳。最近提出了许多遥感视觉语言模型，这些新模型通过构建大规模的遥感图像文本对数据来微调通用视觉语言模型，以实现具备地理感知能力的遥感域专用视觉语言模型。本文以零样本分类任务为主线，总结并分析了遥感视觉语言模型的最新发展，主要是利用遥感数据对通用视觉语言模型微调来构建遥感域专用模型，整体驱动方式依赖于高质量标注的遥感数据和高性能的算力资源。此外，当前模型的发展较为分散多样，这使得遥感视觉语言模型的统一基准评价难以建立。为解决上述问题，未来或许可结合模型架构设计、微调技术等进行算力优化，同时依据多样任务特点逐步完善评价体系。
•   

  PDF(2023)

  摘要(1205)

  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(1832)

  摘要(2621)

  HTML

• 中国城市植被物候的梯度差异规律及其格局
• 崔颖,陈云浩,耿昊,李康宁,李晓慧

• 摘要：植被物候是气候条件、下垫面变化及人类活动干扰等对生态系统的综合反映，亦是城市化和气候变化的重要反馈指标。伴随城市化进程的加快，城市与乡村的植被物候往往会呈现差异，然而有关中国城市植被物候的梯度差异规律和格局尚缺乏系统性认识。为此，本文基于哨兵2号（Sentinel-2）数据，采用动态阈值法提取2019–2024年中国128个城市及其周边区域的植被春季物候（SOS）和秋季物候（EOS），探究“城市-城镇-乡村”植被物候差异及其分布格局。研究结果表明：（1）中国城市植被SOS较周边城镇提前1.26天，较周边乡村提前1.49天；城市EOS较周边城镇推迟1.51天，较周边乡村推迟1.25天。（2）不同植被类型中，森林对城市化的物候响应最为显著且响应幅度最大。（3）不同气候背景下，温带气候区对城市化梯度的物候响应最强；亚热带和热带气候区的城乡物候差异整体较弱且稳定性较低。（4）不同城市规模下，SOS提前效应随城市规模增大而增强；EOS在中小规模城市中表现为推迟效应，在超大城市中则转变为提前效应。上述结果为城市植被物候变化研究提供了更清晰的科学证据，有助于加深对城市化进程中植被物候响应及其社会生态效应的理解，可为城市可持续发展、生态文明建设等管理决策提供有益参考。
•   

  PDF(206)

  摘要(143)

  HTML

• 高分一号宽幅多时相水体提取数据集
• 王兴斌,周光尧,张鹏,叶锦州,张鸿生,耿修瑞,计璐艳

• 摘要：针对当前公开水体数据集时相单一以及标注精度较低等方面的局限性，本研究基于“高分一号”(GF-1)的宽幅多光谱影像，构建了高质量多时相湖泊提取数据集。分别选取了动态程度较高的鄱阳湖、中等的纳木错以及较低的阳澄湖作为试验区，涵盖了2022年春夏秋冬四个季节。为提高数据质量，GF-1宽幅多光谱数据首先经过辐射、正射和快速大气校正等预处理；然后采用自动与人工目视相结合的标注策略，三个研究区四个季节的总体精度均达到94%以上，确保了数据集的可靠性和科学性。该数据集具有多时相特性和高标注精度等特点，为高分辨率遥感影像中的动态水体制图和动态变化监测研究提供了重要数据支持。为验证数据集的实用性，采用阈值分割、传统机器学习算法以及深度学习等多种水体提取方法进行实验。结果表明，该数据集能够有效支持不同方法的训练与评估，为动态水体提取算法的性能提升提供可靠数据基础。
•   

  PDF(1148)

  摘要(612)

  HTML

• 1998-2023年新疆典型煤田火区热红外遥感动态监测与分析
• 卢俊辉,邓军,陈雪,宋泽阳,王彩萍,李朋飞,曹飞,胡柳茹,席爽

• 摘要：煤火作为一种全球性环境灾害，具有持续时间长、治理难度大的特点，对生态环境、生物健康和能源安全造成了极大威胁。煤火的演化是一个时空连续的过程，地表温度（Land Surface Temperature，LST）是反映其演化规律的关键指标。随着多源遥感数据的不断积累，时间序列方法逐渐成为探测煤火的重要手段，通过地表热异常确定煤火位置对煤田灭火工程有重要的现实意义。地表温度数据是随机性的复杂时间序列，给长时间序列煤火监测带来了挑战。本研究以新疆三道坝煤田火区为研究对象，构建了一种基于STL（Seasonal-Trend decomposition procedure based on Loess）时序分解的煤火监测方法。基于Landsat卫星影像和谷歌地球引擎（Google Earth Engine，GEE）云平台，构建了研究区1998-2023年期间的地表温度长期时间序列，对地表温度序列进行STL时序分解，分析其时空变化趋势，并利用趋势分量、随机抽样一致性（Random Sample Consensus，RANSAC）算法来判断煤火区域及演化周期。结果表明：STL时序分解后可以有效分离地表温度长时间序列数据中的季节性和随机波动影响，分解后的趋势项更能精准反映出地表温度长时间尺度下的演变趋势；2016年现场20个实测发火点中，16个位于趋势项分量平均值、极差值的高值区域；RANSAC算法分析1998-2023年煤火演化过程，结果与实地调查基本一致，验证了STL时序分解方法在煤火监测中的有效性和可靠性。本研究构建的方法提高了监测精度，增强了对复杂时空变化的适应性，识别的煤火燃烧时空特征与现场调研基本一致，完成了长期、大范围的地表温度分析，明确了研究区煤火的时空演化特征，为后续的煤火监测和治理提供参考。
•   

  PDF(1263)

  摘要(560)

  HTML

• 基于模态转换和三维空间关系约束的多模高分遥感影像配准方法
• 李晓奎,杨树文,李子源,王文举,朱浩,薛祎明

• 摘要：复杂城市场景中的密集建筑和显著高差，放大了多模态遥感影像间的非线性辐射误差和几何畸变，给高分辨率影像的高精度配准带来了挑战。现有配准方法多依赖于影像的纹理等二维特征，缺乏对三维空间信息的有效利用。为此，本文提出了一种基于模态转换和三维空间关系约束的多模态高分辨率遥感影像配准方法。首先，该方法使用跨模态影像翻译来减弱多模态影像间的辐射差异；其次，使用单目深度估计快速获取深度图，为后续的特征描述和匹配约束提供数据基础与空间先验；最后，提出了一种基于深度的三维空间关系约束匹配方法。该方法通过多特征图的特征点检测、深度联合描述符构建和三维空间关系约束来实现特征点的潜在检测、稳健描述和精确匹配。本文在4组代表性数据上，将所提方法与多种传统和深度学习方法进行了对比。实验结果表明，所提方法的平均NCM为510，较现有方法提升约0.92~5.22倍；平均RMSE为1.58像素，精度较现有方法提升约4.12~4.78倍。结果验证了本文方法在配准精度和综合性能上具有一定优势，能够有效抑制城市多模态影像中的非线性辐射差异和几何畸变，实现更高精度配准。本文使用的数据和相关资源可从以下地址获取：https://github.com/QAlana/CityMMReg-data。
•   

  PDF(272)

  摘要(175)

  HTML

• 热红外发射率微米级宽谱带选取方法对高光谱重构的影响
• 邓志刚,赵红梅,曾庆轩,汪晨薇,潘平平

• 摘要：高光谱重构(HSR, Hyperspectral Reconstruction)是基于高光谱窄带-多光谱宽带之间函数关系的逆函数,利用常见的多光谱信息进行高光谱模拟的技术。目前,HSR研究多聚焦于可见光红外谱段,针对热红外发射率HSR的研究几近空白。前期相关研究多利用现有的卫星多光谱波段,关注HSR模型的优化,对面向HSR的多光谱宽谱带划分和选取问题则很少涉略。本研究利用实测热红外发射率高光谱数据,考虑温度-发射率病态耦合问题,引入量子遗传算法(QGA,Quantum Genetic Algorithm),结合HSR模型,提出等波长间隔、温度-发射率相关系数聚类及基于QGA-HSR模型谱带选取等方法,在对热红外宽谱带进行优选的同时,对比分析不同宽谱带划分方式影响下线性非正则化多重线性回归(MLR,Multiple Linear Regression)、逐步线性回归(SLR,Stepwise Linear Regression)、线性正则化岭回归(RR,Ridge Regression)、LASSO回归和弹性网络回归(ENR,Elastic Network Regression),以及非线性支持矢量机回归(SVM,Support Vector Machine Regression)和神经网络回归(NNR,Neural Network Regression)等多种HSR模型的性能。研究发现：LASSO和ENR模型对宽谱带划分方法敏感度不高,RR对宽谱带划分方法则比较敏感；线性正则化RR模型的平均误差最小,ENR的最大误差最低；热红外宽谱带划分方法通过其结果宽谱带中心波长和宽度影响HSR发射率在波长方向上的误差变化,如,QGA-SLR宽谱带优选结果可改进HSR发射率在波长方向上的误差差异,进而提升HSR模型的整体性能。研究成果不仅可以提升热红外HSR模型的性能,提高多源热红外遥感产品的可比性。同时,优选的热红外宽谱带还可以为热红外遥感传感器的研发提供技术支撑。宽谱带选取方法和HSR模型的优化组合可为全谱带HSR提供方法支撑。
•   

  PDF(302)

  摘要(178)

  HTML

• 基于视觉基础模型与知识融合的地块级水稻分布遥感提取方法
• 彭子萌,段玉林,余强毅

• 摘要：尽管深度学习方法在地块级作物分布遥感精细提取方面表现出较好效果，但其高度依赖大量高质量的标注样本，存在成本高昂、时效性差及跨区域泛化能力不足等瓶颈。为此，本文提出一种结合视觉基础模型与知识融合的地块分割提示信息优化方法，将水稻物候特征和光谱指数通过自适应迭代学习转化为视觉基础模型所需的动态提示信息，有效解决了传统深度学习方法对样本高度依赖的问题。具体的，首先利用植被指数先验知识剔除非植被区域，以减少计算量。同时，针对SAM初步分割结果进行逐地块统计，更新先验知识阈值范围，并作为地块分割提示信息二次输入SAM模型，通过上述迭代学习的方式，在更新先验知识的同时，得到最佳的地块级分类识别结果。最后，本方法创新性提出了采用IoU指标作为迭代分割终止的条件，构建了兼具精度与效率的自适应学习闭环，在实现对分割结果稳定性量化监控的同时，确保模型在达到最优解时自动终止。实验结果表明，水稻收割期为水稻提取最佳窗口期；基于该最优时相，本方法在天津宁河区、黑龙江富锦市、日本新潟市等不同实验区域的制图Kappa系数分别为0.89、0.91和0.86。此外，与U-Net、DeepLabV3+等典型监督学习模型相比，本方法在无需针对研究区进行特定模型训练的前提下，取得了可与监督学习模型媲美甚至更高的提取精度，充分证实了本文方法的有效性和区域泛化能力，为实现大范围、低成本、高精度的自动化作物制图提供了新的解决方案。
•   

  PDF(590)

  摘要(239)

  HTML

• 全球尺度主被动微波土壤水分产品融合算法对比研究
• 崔群朋,曾江源,石鹏飞,张春林,王攀山,荣家明,马宏亮,毕海芸

• 摘要：土壤水分是地球系统多圈层能量交换的关键调控因子。主、被动微波信号对土壤水分具有不同的响应机制，能够提供互补信息，如何将两者有效融合得到精度和时空覆盖度更高的土壤水分产品是当前研究的前沿和难点。近年来，数学误差度量方法因能在满足一定假设条件下获取产品相对于真值的误差指标，具备应用于主被动土壤水分产品融合的巨大潜力。然而目前鲜有研究对比这些方法结合不同的融合算法在融合产品精度上的优劣和差异。为弥补上述不足，本研究采用三种数学误差度量方法包括扩展的三重配置法（ETC）、双工具变量法（IVd）和三角帽法（TCH），在全球尺度对被动微波SMAP及主动微波ASCAT土壤水分产品进行评估，揭示其精度空间分布规律；在此基础上采用三种主流融合算法（最小化随机误差方差法、最大化相关系数法和最大化信噪比法）生成土壤水分融合产品，系统分析不同数学误差度量方法对融合算法性能的影响。结果表明：1）所有融合产品时空覆盖度提升明显，其中TCH结合最小化随机误差方差法在除相关系数R以外的各项精度指标（包括无偏均方根误差、均方根误差和偏差）均优于原始单一的主、被动产品；2）多数融合产品表现优于ASCAT产品，与SMAP精度相近；3）除了基于IVd的最大化信噪比法以外，基于TCH的融合方法整体优于ETC和IVd方法。本研究揭示了不同的数学误差度量方法对融合产品性能的影响，为主被动微波土壤水分产品融合提供了理论依据与方法支撑。
•   

  PDF(781)

  摘要(458)

  HTML

• 基于来源示踪的内陆水体颗粒有机碳遥感反演方法研究
• 陈法融,杨广睿,赵志龙,黄昌春,赵楚,孟丽泽,叶治山,张昕怡

• 摘要：颗粒有机碳（Particulate Organic Carbon，POC）是内陆水体碳库中的重要组成部分，影响水体有机碳的迁移转化和温室气体排放等，在全球碳循环和气候变化中具有重要的意义。由于POC来源组成的复杂性，使得已有的POC遥感反演算法的精度和普适性相对较低。本研究以长江干流中下游区域和太湖作为研究区，利用了生物地球化学来源示踪方法，解析了POC的端元贡献，构建了内源POC比例的遥感反射率三波段比值估算模型，并通过POC内外源比例将水体分为两类，即以内源和陆源POC为主导的水体；针对两种类型水体，分别构建了基于浮游植物吸收系数（aph(674)）和非色素颗粒物吸收系数（anap(443)）的POC浓度半分析反演模型。结果表明利用aph(674)和anap(443)可以估算内源和陆源POC浓度，算法精度与普适性较好，RMSE为1.322 mg/L，MB为-0.177 mg/L，MAPE为29.380%。本研究阐述了遥感与生物地球化学技术协同反演POC的可能性和优势，为后续遥感监测内陆水体提供了新思路。
•   

  PDF(727)

  摘要(300)

  HTML

• 基于GAC特征选择和AST回归算法的森林地上碳储量遥感反演
• 孙凯萍,张加龙,滕晨凯,杨坤,黄凯,雷启旺,熊登亮

• 摘要：由于单一机器学习算法无法充分挖掘数据中的潜在信息，本研究提出一种AST回归算法（AdaBoost–Stacking Tree-based，AST）以提高森林地上碳储量（Aboveground Carbon Stock, AGC）估测的稳定性和准确性。以云南省香格里拉地区的高山松为研究对象，采用森林资源二类调查数据和Landsat 8 OLI影像，构建融合遗传算法与CatBoost的特征选择方法（Genetic Algorithm and CatBoost, GAC），并与递归特征消除法（RFE）分别进行遥感变量筛选，采用Hyperopt超参数优化框架对各模型进行超参数调优，将四种单一机器学习回归模型即自适应提升（AdaBoost）、CatBoost、随机森林（RFR）、轻量级梯度提升（LightGBM）进行堆叠集成形成AST回归算法，该算法通过基学习器的均值融合与元学习器自适应加权实现模型优化；通过比较六种单一模型与AST集成模型的精度，采用最优模型进行高山松碳储量反演及结果的不确定性制图。结果表明：1）RFE筛选出9个变量，GAC筛选出7个变量，其中GAC筛选出的7个变量对高山松AGC反演精度贡献更大；2）基于Hyperopt 对各模型的超参数进行迭代调优，发现GAC筛选出的最优特征子集与AST算法结合进行回归拟合时获得了最优的估测精度，其决定系数R2=0.885，均方根误差RMSE=8.321 t/hm2，预测精度P=86.4%；3）基于最优估测模型反演得到香格里拉市2016年高山松地上碳储量为770.953万t，平均碳密度为40.015 t/hm2。综上，AST算法在多次交叉验证下展现出更高的稳定性与抗干扰能力，为区域尺度森林碳储量反演提供了新的思路与技术支撑。
•   

  PDF(936)

  摘要(311)

  HTML

• 2024能登Mw7.5级地震三维同震形变场获取及其滑动分布反演
• 赵金奇,侯承斌,牛玉芬,王帅,周正培,樊茜佑,王子璇

• 摘要：2024年1月1日，日本能登半岛发生Mw7.5级地震。为深入分析其发震机制和构造活动特征，本文利用ALOS-2 PALSAR-2卫星降轨影像、Sentinel-1/2影像，采用合成孔径雷达差分干涉测量（Differential Interferometric Synthetic Aperture Radar, D-InSAR）、SAR像素偏移跟踪技术（Pixel Offset Tracking, POT）和光学影像互相关技术（Optical Image Correlation, OIC）获取本次地震的同震形变场；基于最小二乘法解算三维同震形变场，并利用Okada位错模型确定本次地震的断层几何参数，最后基于分布式滑动模型反演本次地震断层面上的精细滑动分布，并计算同震库伦应力扰动。主要结论如下：（1）三维形变场表明，轮岛市产生了5m的地表抬升，并在其西南部产生了大约1m的南北向形变，东西向形变场最大同震位移达2m；（2）滑动分布反演揭示2024能登地震是一次大型的浅源逆冲型地震，破裂断层主要为位于猿山和轮岛破裂区间的东北-西南走向的东南倾斜逆断层，地震破裂主要集中在0-10km深度范围，最大滑动量达15m，矩震级为Mw7.35；（3）同震库伦应力变化显示余震活动主要受应力触发，能登半岛沿海破裂段呈显著应力加载状态，具备未来孕震潜势。后续研究可结合GNSS与地震波等多源数据以提升形变结果的可靠性，并融合深度学习方法提高三维形变解算精度以及断层几何参数精确估计，在此基础上发展耦合物理机制的动态模型，从而模拟同震形变触发次生灾害的链式演化过程，为灾后预警与风险防控提供量化依据。
•   

  PDF(139)

  摘要(128)

  HTML

• 耦合机器学习与时序InSAR的滑坡动态易发性评价：以三峡库区秭归巴东段为例
• 张甜,王为淳,周超,曹颖,金必晶

• 摘要：随着水利基础设施的投入运行，不少位于库区的斜坡在受到库水位的波动影响下往往会发生变形破坏，这严重影响到了水利设施的安全运行，并将可能带来更为严重的次生灾害。因此，开展精准的滑坡易发性评价对库区滑坡灾害的风险防控至关重要。为此，本研究以三峡库区秭归-巴东库岸段为研究区开展了精细化的动态滑坡易发性评价研究。首先，基于长期的滑坡野外调查以及历史资料分析构建起详细的滑坡数据库；其次，选取高程、坡度、地层岩性等16个影响因子构建滑坡的易发性评价指标体系并结合集成机器学习开展初步滑坡静态易发性评价。在此基础上，采用小基线集（SBAS）InSAR技术获取研究区的长时序的地表形变信息，并建立易发性等级评价结果和SBAS形变速率结果的优化矩阵，以此获取静态预测与动态形变信息相耦合的易发性评价结果。研究结果表明：（1）极高和高易发区主要集中分布在长江及其支流沿岸，高程、植被覆盖度、河流距离和降雨量是滑坡空间发育的主控因素；（2）相较于基础模型而言，集成学习模型可以有效的综合基础模型的优势，得到最优的建模精度（AUC=0.954）；（3）耦合时序InSAR的动态滑坡易发性结果可以有效修正静态易发性评价结果中存在的假阴性和假阳性误差。本研究有助于提高滑坡易发性建模的精确度与时效性，为水库滑坡灾害风险的动态管理提供新的参考。
•   

  PDF(467)

  摘要(236)

  HTML

• 顾及子视相干集几何分布的时频InSAR森林高度反演方法
• 侯佳丽,沈鹏,张路,吴传军,谭鹏源

• 摘要：森林高度是表征森林垂直结构的重要参数，对于森林资源管理、碳循环及气候变化等研究具有重要意义。传统基于时间频率（Time Frequency, TF）分析的雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术采用子视随机地体散射（Random Volume over Ground, RVoG）模型，难以准确提取用于描述子视复相干系数几何分布的特征点，导致森林高度反演精度低。针对此问题，本文提出了一种顾及子视相干集几何分布的时频InSAR森林高度反演方法。首先通过子孔径分解构建多孔径干涉相干矩阵，其次提出子视相干集概念并分析其几何轮廓分布特性，在此基础上利用相干集长轴获取更接近纯体去相干的复数观测和地表相位，最后采用固定消光系数法实现森林高度产品反演。实验数据采用欧洲空间局2016年在非洲加蓬共和国通过AfriSAR机载任务获取的全极化P波段SAR数据，实验区域覆盖Mabounie地区，验证数据为全波形激光雷达（Land Vegetation and Ice Sensor, LVIS）获取的LiDAR数据。实验结果表明，在40 m×40 m样地尺度下，本文单极化TF分析方法的森林高度估计精度（RMSE=6.70 m）比传统方法（RMSE=10.22 m）改善了34.44%，可达到与全极化方法相近的森林高度估计精度，为大范围、低成本的森林监测应用提供了可靠的技术途径。
•   

  PDF(648)

  摘要(330)

  HTML

• 基于快速自聚焦的多基线干涉相位误差校正方法
• 王龙祥,向卫,王吉利,张子璇,王浩泽,卢虹良,宋红军

• 摘要：基于多基线干涉的层析合成孔径雷达 (Synthetic Aperture Radar Tomography, TomoSAR) 通过单天线重复航过或多天线单次航过获取多基线观测数据，在高程向形成第三维合成孔径，从而具备三维成像能力并实现森林三维结构的精细重建。然而，轨道间残余相位误差会引发层析谱的能量弥散与图像模糊，从而严重制约森林高度反演的精度与稳定性。此外，现有自聚焦方法在应对此问题时，常因相位误差中线性分量的干扰，产生不连续的层析剖面，不仅解译难度大，计算效率也较低。本文提出了一种基于子区域的对比度优化快速自聚焦 (Subarea Fast Contrast Optimization Autofocus, SFCOA) 相位校正方法。该方法利用小尺度内相位误差的空间不变性，将传统逐像素优化转化为少量子区域的快速对比度最大化求解，显著降低了优化变量的维度；同时，借助相邻子区间的空间连续性构建链式初始化策略，大幅减少迭代次数与收敛时间。基于塞罕坝林场的机载P波段TomoSAR数据开展实验验证，结果表明所提SFCOA方法在不牺牲层析聚焦质量的前提下，其计算效率显著优于基于逐像元优化的PDCO方法，可将整景数据处理时间由小时级降至秒级。在森林垂直结构重建方面，与PSI、PGA及NC-PGA等方法相比，SFCOA所得层析成像结果的旁瓣水平更低以及主瓣展宽得到有效抑制，其层析功率谱的连续性也显著更优。在森林高度反演中，SFCOA相较于NC-PGA取得了更优的结果，其决定系数 (R2)从0.516提升至0.609，平均绝对误差 (Mean Absolute Error, MAE)、平均绝对百分比误差 (Mean Absolute Percentage Error, MAPE) 与均方根误差 (Root Mean Square Error, RMSE) 分别从0.509 m、3.152%、0.627 m降至0.435 m、2.820%、0.526 m。所提出的SFCOA方法展现了效率与精度之间的优越平衡能力，为TomoSAR实现高精度三维森林测绘提供了一种高效的解决方案。
•   

  PDF(417)

  摘要(236)

  HTML

• 基于水文单元划分的SBAS-InSAR湿地水位监测方法—以美国路易斯安那州为例
• 赵金奇,沈昶旭,司锦钊,王子璇,周正培,牛玉芬,路中

• 摘要：作为湿地最重要的生态指标之一，水位直接反映了湿地的水文过程与生态格局，对其进行高效、准确的监测是湿地保护与恢复的关键。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）凭借其大范围、全天时/候、高精度的优势，已被成功应用于湿地水位监测。然而，湿地内部水文连通性存在显著差异，导致传统InSAR技术在大范围水位解算时面临跨水文单元解缠误差以及水位基准不统一等问题。针对上述问题，本文提出了一种基于水文单元划分的短基线集干涉测量（Small Baseline Subset InSAR，SBAS-InSAR）湿地绝对水位变化监测方法。首先，利用多期Sentinel-1 SAR影像和全球土地覆盖数据，综合分析研究区水文连通性，将其划分为多个独立的水文单元。进一步，在各水位单元内，构建短基线干涉网络获取相对水位变化时间序列，并结合水文站点数据进行校准。最后，采用最小二乘法获取绝对水位变化的时空分布。以美国路易斯安那州洪泛平原为试验区验证本文方法的有效性，实验结果表明：（1）水文单元划分能够显著提高时序解算的可靠性，总体均方根误差由13.20 cm降至4.03 cm；（2）堤坝与城市等阻隔物显著地改变了湿地水位变化的空间连续性；（3）C波段在湿地的相干性具有显著季节性差异，深冬-早春最高，夏末-初秋最低，主要受植被物候与淹没状态影响。本文基于水文单元划分的SBAS-InSAR技术可实现大范围、厘米级的湿地水位变化监测，可为湿地水资源管理与生态保护提供一定的技术支撑。
•   

  PDF(590)

  摘要(353)

  HTML

• 协同卫星与地基InSAR的川藏交通廊道综合监测应用
• 张瑞,江航,阎超,吕继超,刘国祥

• 摘要：川藏交通廊道地质环境复杂、边坡灾害点多面广，给公路、铁路工程的建设、运营构成重大安全风险。为满足交通基础设施在勘察、建设与运维各阶段的多元化信息感知需求，本文提出联合卫星与地基InSAR构建立体、动态的综合观测方案，以实现不同空间尺度（廊道-区段-工点）与时间频率（年度普查-季度巡检-连续监测）下的形变信息精准解析；重点构建了融合多轨道时序InSAR观测数据的三维形变解算框架与无迹卡尔曼滤波坡向形变精准提取模型，旨在结合卫星广域覆盖能力与地基雷达高精度、高采样优势，提升复杂山区交通工程灾害早期识别与风险防控的信息支撑与技术保障能力。为验证技术方案的可行性，围绕川藏交通廊道内的318川藏公路和在建重大铁路工程沿线区域，利用多种卫星时序InSAR方法配合开展线路廊道的地表形变时序监测和潜在边坡病害体解译识别，并在9·5泸定地震震中廊道区段重点开展了次生滑坡的解译判识和时序监测；针对关键桥隧工程的灾害防治需要，围绕金沙江桥址区上下游的高风险边坡开展了三维时序形变信息提取，并联合地基InSAR对重要隧址区的边坡蠕滑开展了多尺度监测应用与验证分析。相关研究和实践验证表明，卫星与地基InSAR应用于微小形变的监测具有时-空尺度和视角的优势互补性，本文提出的综合观测方案及川藏交通廊道多尺度应用验证结果，可为西部艰险山区的基础地质调查及防灾减灾相关研究提供参考。
•   

  PDF(777)

  摘要(375)

  HTML

• 多特征融合加权的机载InSAR相位解缠方法
• 蔡广凯,张晓珑,安道祥

• 摘要：机载干涉合成孔径雷达(Interferometric SAR，InSAR)在地形测绘与形变监测中具有重要应用。然而，当干涉相位中存在高条纹密度、低相干性或残差点密集等复杂情况时，基于传统加权方法的相位解缠算法仍易引发解缠误差大和解缠误差传播问题。针对上述不足，本文提出一种面向机载InSAR的多特征融合加权相位解缠方法，将SAR影像特征与干涉相位特征统一纳入权重建模框架。该方法通过对多源特征进行归一化表征，并结合不同区域的干涉相位结构与散射特性，自适应调控权重分配策略。同时，在迭代重加权最小二乘相位解缠框架下引入迭代方向权重，使权重能够随解缠过程动态更新，从而增强解缠过程的稳定性。基于机载InSAR实测数据的实验结果表明：所提方法在复杂干涉场景下能够有效提升相位解缠结果的连续性与鲁棒性。
•   

  PDF(529)

  摘要(287)

  HTML

• 新一代中国全球大气再分析产品(CMA-RA V1.5)InSAR大气延迟误差改正：评估与应用
• 肖儒雅,李瑞,陆兆威,王迅,何秀凤

• 摘要：大气延迟是合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）的主要误差源之一，对其进行高精度改正是提升InSAR应用可靠性的关键。基于外部数据（如成像光谱仪、气象模型产品等）进行InSAR大气改正是当前应用最为广泛的技术手段。在我国第一代全球大气和陆面再分析产品（China’s First Generation Global Atmosphere and Land Reanalysis Product，CRA）基础上，新一代中国全球大气再分析产品（China Meteorological Administration Global Atmospheric Reanalysis Version 1.5，CMA-RA V1.5，简称CRA1.5）提供了逐小时更新、水平分辨率达10 km、覆盖1979年至今的全球三维大气参数。本文首次将CRA1.5产品应用于InSAR大气延迟误差改正，并对其性能进行系统性评估。首先采用分层积分方法对再分析数据中的位势高度、温度及比湿参数进行高分辨率垂直插值，精确估计天顶对流层延迟；进而结合迭代对流层分解模型，将离散对流层延迟插值为空间连续延迟场，用于改正干涉相位中的大气信号。在中国山东省与美国加利福尼亚州两个研究区，利用2021-2023年哨兵一号卫星数据，生成共870幅干涉图，从相位统计量、空间结构与地形相关性等多个维度构建综合评估体系，全面检验了CRA1.5的改正性能，并与广泛应用的第五代欧洲中期天气预报中心气候再分析数据（Fifth Generation ECMWF Atmospheric Reanalysis of the Global Climate，ERA5）和通用型卫星雷达大气改正系统（Generic Atmospheric Correction Online Service for InSAR，GACOS）进行了对比。结果表明，CRA1.5可显著降低干涉图相位标准差（两个研究区内平均降幅超过30%），有效抑制长波大气信号及高程相关误差，综合性能与ERA5和GACOS相当。CRA1.5具备优良的时空一致性与可靠性，能够有效削弱InSAR大气延迟误差，为我国发展自主可控的高精度大气改正技术提供了重要数据支撑，对推动国产再分析资料在遥感定量化应用方面具有重要意义。
•   

  PDF(892)

  摘要(449)

  HTML

• 基于因素分解的北京平原区地面沉降时空特征分析
• 李晓环,王彦兵,李小娟,李晨霞,邵克苗,陈艳佳,羊文婷

• 摘要：北京市平原区地面沉降的时空分布特征研究对北京城市安全运营具有重要的理论和实践意义。研究选取2016年8月至2020年8月期间,北京平原区的95景Sentinel-1影像,基于永久散射体合成孔径雷达干涉测量(Persistent Scatterer Interferometric Synthetic Aperture Radar, PS-InSAR)技术获取了地面沉降的监测结果,利用因素分解理论构建地面沉降的时序模型,分析北京平原区地面沉降的时空演化特征。研究发现：(1)根据PS-InSAR获取的地面沉降结果,发现北京平原区的地面沉降差异显著,形成了朝阳黑庄户——金盏、通州西北区域两大沉降漏斗。(2)对全区约8万个观测点的时序数据,采用因素分解方法构建了地面沉降数据的时序模型。模型拟合精度较高,模型残差的数学期望接近于零,研究区内所有点的残差服从正态分布,未表现出系统性偏差。(3)地面沉降时序模型的趋势项呈线性特征,模型的季节项揭示了“夏强冬弱”的典型年周期波动特征,波谷主要集中在7—9月,占研究区内点数的71%。在顺义区东南部和平谷区,波动影响较大,振幅最高可达20.13 mm。(4)自2018年起,在南水北调和生态补水等水资源调控措施的影响下,全区季节性波动幅度趋于稳定,地下水与地面沉降过程逐步进入相对平衡阶段。总之,研究为北京市地面沉降监测与地下水资源管理提供了较为科学的数据支撑。
•   

  PDF(434)

  摘要(436)

  HTML

• 一种融合区域生长的动态同质像元选取算法
• 李坚,范洪冬,田泽明,王俊

• 摘要：同质像元选取是分布式散射体合成孔径干涉雷达（Distributed Scatterer Interferometric Synthetic Aperture Radar，DS-InSAR）的关键步骤，直接影响后续相位优化的精度和可靠性。基于现有同质像元选取算法在影像数量少、I类误差和II类误差平衡等问题上的不足，提出了一种融合区域生长的动态同质样本选取算法（Dynamic Center Growing Selector，DCGS）。该算法首先根据似然比检验选择初始局部同质点集，然后基于区域生长思想由内向外动态更新参考像元，最后利用Gamma检验判定同质像元归属。根据蒙特卡洛模拟实验，DCGS算法在六个样本条件下的平均标准差（STD）均值为0.014，相较于广义似然比检验（GLRT）、Kolmogorov?Smirnov（KS）检验、Baumgartner-Weiss-Schindler（BWS）检验、Hypothesis Test of Confidence Interval（HTCI）算法分别提升了68.4%、63.2%、67.9%和10.7%。利用河北省雄安地区的Sentinel-1影像完成了真实实验验证，结果表明：DCGS算法的PSD（Sum of the Phase Differences）、SPD（Phase Standard Deviation）以及RPN（Residue Point Number）均取得最低；相比于HTCI算法，分别实现了2.6%，8.9%和18.4%的性能提升；在噪声抑制、分辨率保持和对样本变化的鲁棒性方面优于BWS检验和HTCI算法。
•   

  PDF(766)

  摘要(340)

  HTML

• 联合雷达遥感与数值仿真的深圳光明特大滑坡事故时序监测与滑动机理分析
• 秦晓琼,黄健明,黄远钧,汪驰升,陈湘生

• 摘要：针对2015年深圳光明区（红坳堆土场）特大滑坡事故，现有研究主要使用光学影像、现场调查以及数值仿真等方法进行事后原因分析，然而，此前研究均未能获取滑坡前后的地表变化过程。本研究采用Cosmo-SkyMed雷达卫星影像对红坳堆土场进行时序监测，联合小基线雷达干涉测量技术（SBAS-InSAR）、阴影恢复三维雷达干涉测量技术（SAR-SFS）以及深度积分连续介质模型等技术，对2013~2016年红坳堆土场滑坡前后的地表形变开展了时序分析以及数值仿真研究。首先获取了滑坡前后的地表沉降速率分布和时序曲线，发现地表形变速率范围约为[-40.7, 64.3]mm/yr，沉降主要分布在S9区域滑坡后缘。在此基础上，对事故现场进行数值仿真建模，使用SAR-SFS DEM减少地形误差，并通过多时期DEM增量和InSAR形变趋势对比还原滑前蠕变过程，将DEM作为原始地貌输入，通过深度积分连续介质模型和库伦模型计算坡面，并模拟了高速远程滑坡过程中的流体状态。结果表明，当孔隙水压力系数 λ为0.6时，最贴合现场滑坡情况，其滑带面以上的滑体体积约3.60×106m3，最大填土厚度62.7m。滑坡体具有很强的流动性，滑坡在前50秒完成主滑，且后续仍有余滑持续，产生碰撞动量44000kg·m/s，远超人员和建筑安全阈值，导致了灾难性后果。本研究从雷达遥感和数值仿真双视角揭示了深圳光明红坳堆土场的滑坡机理，表明超量堆填与孔隙水压力变化是滑坡灾害发生的主因，对于进一步了解堆土场滑坡的孕灾-灾变过程，尤其对滑前蠕变及影响因素的分析研究具有重要价值。
•   

  PDF(904)

  摘要(322)

  HTML

• InSAR赋能交通基础设施形变监测：技术进展与应用实践
• 雷宝成,张磊,任维佳,尼加提.穆合塔尔,梁鸿俞,宋鑫友,陈海禄,殷慧

• 摘要：合成孔径雷达干涉测量(InSAR)作为重要的对地观测技术,凭借大范围覆盖、毫米级精度和长时序监测等优势,已在城市地表沉降、矿区开采、地质灾害等地表形变监测领域得到广泛应用,并逐步拓展至交通基础设施监测。道路、铁路、桥梁与机场等交通设施具有分布广泛、线性狭长、动态性强及运行环境复杂等特征,这对传统监测手段提出了更高要求,而InSAR技术为其提供了新的解决途径。本文以InSAR在交通基础设施监测中的应用研究为主线,系统梳理了研究进展与发展脉络。首先,从现有研究成果出发,综述了InSAR在道路、铁路、桥梁和机场等不同类型交通基础设施监测中的典型应用,验证了其在地表沉降监测、形变识别及结构安全评估中的潜力。其次,结合交通基础设施场景的特殊性,归纳了当前InSAR应用中存在的主要问题,包括因弱散射目标导致的相干性不足、桥梁等设施的空间非连续形变引起的相位解缠出错,以及大气湍流对毫米级监测精度的严重干扰等。围绕上述问题,研究者提出了多种改进思路,如相位优化、局部解算与外部约束结合、大气延迟建模与多源辅助数据融合等,这些方法在一定程度上提升了监测结果的可靠性与适用性。最后,结合作者团队在不同类型交通基础设施监测中的典型应用案例,展示了时序InSAR技术在该领域的应用潜力,并进一步探讨了未来的发展方向。总体而言,InSAR技术在交通基础设施监测中已展现出广阔前景,但其方法与应用仍需不断完善,以更好地支撑交通安全管理与风险防控。
•   

  PDF(1907)

  摘要(724)

  HTML

• 合成孔径雷达分谱干涉测量综述：原理、应用与展望
• 王晓文,毛文飞,张瑞,刘国祥

• 摘要：卫星合成孔径雷达干涉测量(InSAR)作为一种可全天候、全天时工作的空间对地遥感观测技术，在地形重建、地表形变提取、以及地学参数反演等方面已得到广泛应用。作为传统InSAR技术的延伸，近年来SAR分谱干涉测量技术(如SAR距离向分谱干涉、方位向分谱干涉和TOPS模式Burst重叠区干涉)在干涉相位解缠、地表三维形变提取、以及电离层误差校正等方面展示了巨大的应用潜力。本文概述了星载SAR分谱干涉测量技术的发展现状，重点介绍了SAR分谱干涉测量原理和数据处理方法，系统分析了SAR分谱干涉在高精度地形测绘、大梯度地表形变观测、多维地表形变信息提取、以及InSAR电离层误差校正等方面的最新研究进展。此外，本文还讨论了利用SAR分谱干涉技术监测高精度地表形变的最优参数配置方案，并对SAR分谱干涉测量的发展趋势进行了展望。
•   

  PDF(779)

  摘要(491)

  HTML

• InSAR相位梯度堆叠中的地形影响与校正方法研究
• 俸彬,李梦华,魏蕾,黄成,唐伯惠

• 摘要：相较于常规时序InSAR(Time series Interferometric Synthetic Aperture Radar，TS-InSAR)技术，相位梯度堆叠方法具有不依赖相位解缠、对大气误差不敏感、计算效率高且受失相干影响小等优点，在广域滑坡识别中具有重要应用潜力。然而，复杂的山区地形对相位梯度堆叠结果的影响显著，易产生伪形变信号，制约其应用。针对上述问题，本文系统分析了 InSAR 几何畸变和 DEM 误差对相位梯度堆叠结果的影响机理，并提出相应的校正与抑制方法。针对地形起伏引起的几何畸变，提出一种顾及几何畸变的相位梯度堆叠方法，通过引入相邻像元对应的实地距离，统一相位梯度计算的空间基准，有效削弱透视收缩效应。在金沙江上游地区的实验证明，该方法在干涉图数量较少的情况下即可显著降低透视收缩影响，提高复杂山区地表形变的识别能力。实验结果表明，为保证识别结果的完整性，实际应用中相位梯度堆叠的干涉图数量宜不少于 180 幅。针对 DEM 误差，本文通过理论推导定量分析了残余地形相位在相位梯度堆叠中的传播特性，结果表明其影响程度与累计垂直基线绝对值成正比。通过优化干涉像对的基线组合、减小累计垂直基线绝对值，可有效抑制 DEM 误差引起的伪形变信号。理论分析表明，在使用 SRTM DEM（标称高程精度约 16 m）并对200幅Sentinel-1干涉图进行堆叠的情况下，当累计垂直基线绝对值控制在 600 m 以内时，DEM 误差对相位梯度堆叠结果的影响已与随机噪声水平相当。进一步以汶川地震触发的大光包滑坡为例开展实证分析，验证了所提出方法在复杂山区滑坡识别中的合理性与有效性。
•   

  PDF(635)

  摘要(378)

  HTML

• 基于迁移学习-TCN融合的白鹤滩库区时序InSAR形变模式识别
• 杨梦诗,尹康,李赛伟,李梦华,赵志芳,黄成

• 摘要：白鹤滩水电站作为国家重大工程,其库区地质条件复杂,蓄水后岸坡稳定性监测至关重要。针对传统InSAR技术依赖形变速率指标,难以揭示时序演变规律的问题,本文融合迁移学习与时间卷积网络(TCN),构建了一种时序形变模式智能识别模型,旨在提升库区形变演化特征的认知。研究利用2021年4月至2024年3月的Sentinel-1卫星数据,采用SBAS-InSAR技术反演获取整个库区的时序形变场,提出了一种“迁移学习增强的深度学习时序分类架构”：利用模拟样本数据进行预训练,再通过真实样本数据进行微调,研究建立了一个包含平稳、线性、阶跃、分段线性、幂次及未定义类的六维形变分类体系,并应用于白鹤滩库区的形变模式识别。结果表明：(1)库区97,377个形变点分类统计显示：平稳型(45.6%)、分段线性型(24.4%)为主导模式,平稳型与低速率、高相干性显著相关；(2)石门坎滑坡受库水位滞时调控,抬升滞后蓄水峰值约2个月,野猪塘坡体呈现降雨触发的阶跃形变及水位–降水耦合的分段线性响应。本文突破了传统基于速率的单一分析框架,验证了迁移学习在降低时序标注成本方面的有效性,并表明多维形变模式解析能够为库区灾害风险的动态评估提供新的方法范式。
•   

  PDF(727)

  摘要(413)

  HTML

• 基于道路矢量匹配的城市场景涪城一号SAR影像几何精校正
• 林霏开,王茹,董杰,廖明生,左世诚

• 摘要：城市安全是保障城市稳定与可持续发展的基石,作为具备干涉测量能力的国产商业合成孔径雷达(Synthetic Aperture Radar, SAR)卫星,涪城一号可在城市安全监测领域发挥重要作用,几何校正则是其中关键步骤。高精度的几何校正结果有助于准确关联影像像元与真实地物,对影像的语义分析、形变精准溯源和形变机理研究有着重要意义。几何校正的效果依赖于卫星自身的定位能力及精校正,本文首先利用角反射器评定了涪城一号条带模式下的无控定位精度。另外,针对当前几何精校正方法在城市场景成本高、精度低的问题,本文基于公开的道路矢量数据,提出了一种基于结构张量和相位一致性的粗-细双阶段匹配算法,通过二维定位误差解耦、偏移量单向搜索、密度聚类以及局部精细匹配,实现了涪城一号在城市地区的几何精校正。实验结果显示,涪城一号无控定位精度优于50 m；本文提出算法在与模拟SAR影像匹配方法、定位误差改正方法和光学-SAR影像匹配方法的对比中取得了最佳的效果,将实验区域内涪城一号定位精度提升至6 m。本研究为改善涪城一号卫星几何定位精度提供了可参考的技术途径,对于国产SAR卫星数据在城市地区的应用具有积极意义。
•   

  PDF(900)

  摘要(434)

  HTML

• 杭州湾跨海大桥时序InSAR监测：空间非连续形变的挑战与应对
• 宋鑫友,杨建,李明辉,胡在华,张磊,梁鸿俞

• 摘要：时序 InSAR 技术因具备全天候、全天时、高精度和高空间分辨率等优势,已广泛应用于桥梁结构健康监测。但在大型桥梁监测中,大量伸缩缝和显著的热胀冷缩效应会导致相位跳变,破坏传统解缠方法所依赖的空间连续性假设,从而难以准确反演形变。本文介绍了一种无需先验模型假设的自适应分段解缠时序InSAR算法：通过设定弧段误差阈值自动识别伸缩缝处的相位突变并实现网络分割,结合桥梁力学特性完成子网参考点选取和分段解缠,进而恢复相干点位移序列。以杭州湾跨海大桥为研究对象,利用 13 景 PAZ X 波段卫星影像对方法进行了验证。结果表明,该方法能有效定位伸缩缝并实现稳定解缠,其适应性和稳健性优于最小费用流(MCF)算法。进一步分析发现,桥梁整体形变与温度高度相关(最高相关系数 0.988)；在扣除热效应后,97.1% 的相干点残余形变速率小于 2 mm/年,仅个别路段呈现潜在非热源性变形。研究成果为大型桥梁健康监测提供了新的思路,有助于提升时序InSAR在基础设施监测中的可靠性与实用性。
•   

  PDF(720)

  摘要(514)

  HTML

• 季节性冻融对SAR提取冰川湖精度的影响—— 基于贡措与郎措
• 吴仁哲,刘国祥

• 摘要：在全球变暖背景下，冰川湖扩张所诱发的溃决风险日益加剧，持续、精准的冰川湖监测已成为灾害防控的关键。现如今，合成孔径雷达(SAR)凭借全天时、全天候及对云雾穿透的独特优势，已在复杂山区冰川湖研究中广泛应用；其高时间分辨率更使捕捉冰川湖季节动态变化成为可能。然而，SAR后向散射特征受冰川湖季节性冻融导致的识别误差尚未有效探讨，限制了SAR提取冰川湖的准确性。本文以贡措、郎措为试验区，联合 Sentinel-1 SAR与多源光学影像，分析了2020年两湖面积变化，并探讨SAR特征对冻融过程的响应机制。结果显示：郎措较少出现季节性结冰，光学与SAR影像提取的湖泊面积基本一致；贡措则存在明显的季节性冻融差异，SAR影像提取的面积在1.85 km2~2.65 km2之间波动，而光学影像则稳定在2.6 km2~2.8 km2之间。进一步结合SAR强度与干涉相干性分析发现，贡措在每年11月至次年3月期间存在相对稳定的湖冰，是导致SAR与光学影像提取冰川湖提取差异的主要原因。基于这一发现，本研究通过分析不同状态下的SAR强度与相干性特征，采用经验性阈值有效划分了冰川湖水体与湖冰。综合贡措与郎措的监测结果可初步得知：SAR影像更适用于暖季无冰期冰川湖的监测，或适用于不发生显著季节性冻融的冰川湖研究；同时，SAR强度与干涉相干性结合能够为识别冰川湖是否存在稳定湖冰提供有效依据。
•   

  PDF(724)

  摘要(353)

  HTML

• 不同分辨率SAR影像PSInSAR技术城市形变监测对比及尺度效应讨论
• 赵峰

• 摘要：城市建构筑物变形危害居民生命财产安全及社会稳定,定期对其进行监测至关重要。时序InSAR技术能以较高精度进行大范围城市建构筑物形变监测,已有较多相关研究及工程化应用。不同分辨率SRA影像在城市形变监测中具有不同的优势,而关于此的对比分析还不足；此外,关于不同分辨率SAR影像在城市形变监测时尺度效应的相关讨论还较少见。因此,本文基于相同区域和监测时段的低、中、高三种分辨率SAR影像,利用PSInSAR技术,对不同分辨率SAR影像城市形变监测结果及尺度效应进行对比与讨论。结果表明,随着SAR影像分辨率的降低,受到尺度效应的影响,SAR影像观测目标变模糊,InSAR干涉相位形变信息精细化表征能力变差、相干性下降,PSInSAR技术监测到的区域形变最值下降、SAR像元与建构筑物结构对应性变差,PSInSAR技术城市形变精细化监测整体能力变弱。Sentinel-1数据城市形变监测能力较中、高分辨率数据更弱,特别是在局部形变及大形变监测方面存在不足；但对于大尺度形变识别及监测,其可获得与高分辨率数据类似的结果。
•   

  PDF(790)

  摘要(512)

  HTML

• 基于动态置信区间的改进型DS-InSAR岩溶地表形变监测方法——以死海地区为例
• 朱凌杰,许文斌,谢磊,Nof Ran Novitsky,石骐宁

• 摘要：岩溶塌陷是全球重要的地质灾害之一，其在自然地貌区的时空演化规律和形成机制复杂。尽管分布式散射体干涉测量（DS-InSAR）技术在复杂岩溶环境中具有应用潜力，但其在低相干、非城区地貌条件下仍面临同质像元识别精度有限和时序相解算不稳定等难题。为此，本研究提出一种动态置信区间的改进同质像元识别算法（D-HTCI），通过逐像素动态更新参考均值与置信区间，有效克服了传统方法在低相干背景下的局限性，提升了DS点提取精度与时序相位解算的稳定性。以死海沿岸岩溶区为研究对象，基于2016-2024年间获取的242景Sentinel-1A影像数据，结合序贯DS-InSAR方法实现长时序相位优化解算，成功重建了连续、高密度的地表时序形变场。结果表明，共获取有效监测点约83.2万个，较PS-InSAR方法和传统DS-InSAR方法分别增加了36.7万和15.3万个；研究区形变速率主要介于-120至20mm/yr之间，其中以死海西南沿岸岩溶塌陷区沉降最为显著，最大累计沉降量超过800mm。典型点位的InSAR时序形变与同期死海水位变化呈高度线性耦合(R2>0.98)，揭示了地下水位持续下降驱动盐层溶蚀是死海地表塌陷的核心机制，即咸淡水界面随水位下降持续下移，诱发盐层空洞的发育扩展并最终引发塌陷。研究表明，D-HTCI 与序贯相位优化的结合不仅提升了DS-InSAR技术形变监测在自然地貌区的可行性，也为深入理解死海地区岩溶塌陷灾害的时空演化规律及其关键水文地质驱动机制提供了重要的数据支撑与理论参考。
•   

  PDF(938)

  摘要(552)

  HTML

• 顾及影像重叠率的广域陆探1号数据处理方法：以三峡库区重庆段滑坡监测为例
• 王文昕,冯光财,纪元法,王海艳,熊志强,陈鹤升,蒋泓波,贺礼家

• 摘要：陆地探测1号（LuTan-1, LT-1）卫星作为我国首个L波段干涉测量卫星星座，凭借其长波长穿透性强和高时空分辨率的优势，为广域地质灾害监测提供了新的机遇。然而，卫星运行初期存在的实时轨道精度不足、影像分幅不规则以及影像间有效重叠率低等问题，严重制约了其广域尺度应用潜力。针对上述问题，本研究提出了一种顾及影像重叠率的广域LT-1卫星数据处理方法。首先，将影像按轨道（path）分类，在时空基线约束的基础上，引入影像间重叠率约束，以优化同一path内不同分幅影像的干涉网络构建。随后，利用干涉图堆叠（Stacking）技术获取形变速率，并通过区域网平差技术实现不同path形变结果的无缝拼接。在此基础上，针对形变显著的重点区域，进一步采用小基线子集（SBAS-InSAR）技术进行精细化时序形变反演。以三峡库区重庆段（包括云阳、奉节、巫山）为例的结果表明，该方法的影像利用率较传统分幅（frame）分类构网策略提高62%，形变监测精度达到6.1mm/yr，显著优于传统策略的10.7mm/yr。滑坡探测结果显示，LT-1升轨和降轨数据分别比Sentinel-1多识别57处和63处疑似滑坡隐患点，充分展现了L波段SAR卫星在复杂地表环境下的独特优势。本研究提出的方法有效解决了广域LT-1数据处理中的效率与精度难题，显著提升了该卫星数据在广域地质灾害监测中的应用价值。
•   

  PDF(1377)

  摘要(665)

  HTML

• 盐穴储气库地表形变FS-InSAR精细反演 与时空演化特征分析
• 张嘉骥,吴宏安,刘真真,张永红,王紫钰,康永辉,魏钜杰

• 摘要：我国天然气供需矛盾突出、调峰需求大，地下储气库已成为保障供气稳定的关键基础设施。然而，盐穴型储气库高压环境下的盐岩蠕变会引发显著地表形变，严重威胁储气库安全生产。因此，精细获取储气库地表形变信息，是保障其安全稳定运行的重要前提。本文基于全散射体InSAR(FS-InSAR)技术，利用79期Sentinel-1时序雷达影像，精细反演了某盐穴型储气库2021年8月至2024年8月的地表形变场，分析了储气库的形变空间分布差异，并结合注采气数据对比分析了储气库形变的时序演化特征。结果表明，FS-InSAR技术可获取水域、农田等分布较多的储气库区域高精度高密度的地表形变信息，监测密度达1121个点/km2，实现了除水体之外的全像素地表形变监测。28个水准数据验证显示，InSAR地表形变结果精度为2.9 mm/a。该储气库不同区域呈现差异化地表形变特征，老腔区域发育一定程度的地面沉降，最大沉降速率达82 mm/a；新腔区域沉降相对较小，沉降速率多为10-20 mm/a，这可能与新腔采用天然气阻溶回溶、氮气阻溶水溶等先进造腔技术有关。时序上，地表形变呈显著周期性，与注采气活动高度相关，即注气阶段地表抬升，采气阶段下沉。本研究为储气库全域高风险形变区域的早期识别提供了重要参考，将有助于储气库注采气的科学调度与管理。
•   

  PDF(1331)

  摘要(609)

  HTML

• 综合InSAR与深度学习的青海省化隆县活动滑坡自动识别
• 陈文雪,王贤敏,郭海湘,曹里,李冬冬,隋兵

• 摘要：灾难性滑坡往往由活动滑坡发展而来，活动滑坡的早期识别能够有效支撑灾害及时防治，避免人员伤亡与财产损失。干涉合成孔径雷达（Interferometric Synthetic Aperture Radar，InSAR）技术为活动滑坡识别提供了重要支撑，然而目前活动滑坡识别主要依据地表形变、地形地貌特征，依靠目视解译，在广阔区域应用时面临耗时、高漏检、高虚警的瓶颈。本文综合InSAR与空间分析方法自动提取地表有效形变区域，构建了涵盖孕灾、致灾、形变特征的隐患识别综合判据，建立了充分挖掘孕灾、致灾与滑坡形变之间多尺度非线性关系的深度学习AMRetNet算法，在滑坡活跃的广阔化隆县区域开展活动滑坡自动识别，识别出活动滑坡178处，新发现活动滑坡48处，提出的AMRetNet算法性能优于目前活动滑坡自动识别领域典型算法，包括Transformer、U-Net、CART和SVM。本文工作为大范围城镇区域活动滑坡自动识别和早期发现提供了重要支撑。
•   

  PDF(1525)

  摘要(708)

  HTML

• 时序InSAR方法城市地面沉降监测应用与实践
• 廖明生,王寒梅,王茹,龚志强,吴建中,董杰,来尚婧,林金鑫

• 摘要：地面沉降是城市发展过程中不可忽视的重要地质安全问题,对城市地面沉降进行持续监测与研究尤为必要。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术在城市地面沉降监测中的应用,经历了从数据获取、处理方法、精度验证到实际应用等多方面的长足发展。本文基于二十多年来作者团队在上海市开展的时序InSAR监测从应用探索到工程实践的积累,系统总结了城市地面沉降监测的发展历程,包括初期的实验验证阶段、基于小数据集的监测方法探索阶段、高分辨率数据支持下的基础设施监测、到多源多尺度InSAR监测的拓展阶段。在上海地区研究的基础上,作者团队开展了北京平原等其他地区地面沉降监测研究。目前,上海市地面沉降防治工作处于微量可控状态,年沉降量控制在6 mm以内,对微小沉降量的监测提出了很高的要求。展望未来,城市地区密集高层建筑物的高精度形变监测、城市复杂场景下雷达散射机制的理解与建模、多因素耦合作用下的城市形变机制的科学解释、人工智能支持下的形变信息挖掘与早期预警等研究将进一步推动InSAR技术的发展与应用。
•   

  PDF(2327)

  摘要(903)

  HTML

• 时序InSAR若尔盖高寒冻融泥炭地形变监测与分析
• 于冰,王金日,刘国祥,尹高飞,张瑞,戴可人,王晓文,张波,蔡嘉伦

• 摘要：若尔盖湿地分布有欧亚大陆最大的高寒冻融泥炭地，具有重要生态碳汇功能。冻融和碳循环过程均会导致地表形变，开展形变监测与分析可为研究冻融和碳循环过程提供重要依据，但当前对该区域地表形变的研究较为缺乏。本文首次以若尔盖高寒冻融泥炭地为研究区域，先期利用2020年1月至2022年12月间的升降轨Sentinel-1 SAR影像及SBAS-InSAR方法获取其地表形变，结合形变分量建模、趋势检验和地表覆盖类型深入探讨其时空特征、变化趋势及泥炭地健康状况。研究表明，该区域垂直向和东西向形变速率分别在-45 mm/a至45 mm/a和-25 mm/a至25 mm/a之间，呈现出沉降与抬升、线性累积与季节性变化以及垂直与水平形变并存的复杂特征，与冻融、碳循环、地温、降雨等因素密切相关，且不同地类形变趋势差异显著，主要与驱动因素的差异相关。本文首次揭示了若尔盖高寒泥炭地的复杂形变特征、变化趋势及影响因素，可为该区域生态功能与脆弱性评估提供科学参考，同时验证了SBAS-InSAR技术在大尺度冻融泥炭地地表形变监测中的有效性。
•   

  PDF(1478)

  摘要(793)

  HTML

• 时序InSAR技术青海省化隆县滑坡隐患识别与三维形变监测
• 熊志强,李龙,熊萌,马生清,李文军,冯光财

• 摘要：合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术虽然已经在滑坡隐患识别和监测中得到了广泛应用，但是整合InSAR数据处理、滑坡识别、三维形变监测，尤其是威胁对象分析的流程并不多。本文整合InSAR数据处理、滑坡识别和多维形变监测的流程，并将其应用于青海省化隆县。利用时序InSAR技术处理了2021年1月至2023年6月成像的升降轨Sentinel-1影像，本文获取了化隆县的InSAR地表平均形变速率。结合InSAR结果、C指数与GoogleEarth影像共识别出334个滑坡隐患，其中升轨影像识别出233个，降轨影像识别出265个，164个滑坡隐患可以被升降轨影像同时识别到，滑坡隐患总面积约95.56km2。54个滑坡隐患威胁到建筑物、11个滑坡隐患威胁到黄河/水库、两个滑坡隐患威胁到国道、12个滑坡隐患威胁到省道。识别出的滑坡隐患坡度分布在5°到40°之间，识别到的近南北走向的滑坡隐患明显少于其它坡向的滑坡隐患。利用坡向平行流动模型（Aspect Parallel Flow Model, APFM）计算了面积最大的初麻乡安具乎村滑坡的三维形变序列，并从理论上说明了APFM在滑坡呈近南北走向时，解算得到的三维形变场受观测值误差影响较大。分析发现安具乎村滑坡的水平形变远大于垂直形变，最大水平累积形变超过1米。该滑坡威胁到两个村庄、一条省道和部分种植区，还需要进行持续性监测。本研究将为化隆县地质灾害防治提供参考，同时为类似滑坡隐患识别和三维形变监测提供技术支持。
•   

  PDF(1191)

  摘要(814)

  HTML

• 基于Swin-UNet的高分辨率河湖岸线动态监测
• 陈浩,吴艳红,郑思齐,迟皓婧,滕烜恺,李俊生

• 摘要：河湖岸线是内陆水体与陆地的接触地带，具有调蓄洪水、维护生态平衡等极为重要的生态功能。及时掌握河湖岸线的动态变化对于防洪减灾以及水生态环境建设与保护具有重要的现实意义。本文通过训练Swin-UNet深度学习模型，基于高分辨率遥感影像（高分卫星与Sentinel-2），研发了区域水体与河湖岸线识别技术，并用以监测郴州市2015-2025年河湖岸线的动态变化。结果表明基于Swin-UNet深度学习模型的水体与岸线识别模型明显优于传统的阈值法或相对简单的机器学习模型，其水体识别精度>90%，水体轮廓信息清晰。基于高分影像的结果显示，研究区多年平均水域面积约为314.7km2，对应的岸线长度约为7306.4km。高分影像与Sentinel-2的结果有较好的一致性(年均值相关系数大于0.99)，但是由于其更高的空间分辨率，高分影像识别所得的水域面积约比Sentinel-2高18.9%，而岸线长度则比Sentinel-2长约75%。研究区岸线长度的年内波动（变异系数=12.8%）高于其年际波动（变异系数=9.0%）。研究区内人工水体岸线形态稳定性高于自然岸线。研究区内河湖岸线结构演化呈半自然-半人工岸线向人工岸线转化，而自然岸线相对稳定的特征，其演变态势与城市空间外拓以及退耕还林还湿系列生态修复政策密切相关。
•   

  PDF(827)

  摘要(316)

  HTML

• 融合卫星遥感和机器学习方法的河流流量监测研究
• 尹文杰,王雪蕾,王晨,王航,黄才声,赵瑞雪,孟凡乐,刘锦绣

• 摘要：河流流量是水文循环过程的关键变量，在洪水预警、水资源调度和生态环境管理中具有重要意义。本论文选取黄河源区的唐乃亥水文站为试点，提出一种融合卫星遥感和机器学习方法的河流流量监测技术。首先利用哨兵2号遥感影像提取河流的水面宽度，联合全球陆面数据同化系统模拟的5种气象水文变量（蒸散发、土壤湿度、温度、陆地水储量和径流量）作为驱动因子，分别构建了基于四种统计方法（线性函数、幂函数、指数函数和多项式函数）和四种机器学习方法（XGBoost、Random Forest、LightGBM和CatBoost）的流量监测模型，评估不同模型监测结果间的差异并利用SHAP方法量化不同驱动因子的重要性。结果表明，四种统计方法中，多项式函数模型在测试期的效果优于其它三种模型；相比于传统统计方法，机器学习方法在模拟精度和稳定性方面有明显的改善，决定系数提高了46.15%，均方根误差（RMSE）和平均绝对误差（MAE）分别减少了54.61%和55.65%。Random Forest模型在测试期的模拟效果优于其它三种模型，其决定系数、RMSE和MAE分别为0.96, 172.81 m3/s和147.33 m3/s。SHAP方法表明水面宽度在流量监测模型中具有最显著的贡献（189.02），其次为土壤湿度（145.11）和温度（97.41）。本研究证实了联合卫星遥感和机器学习方法在复杂地形与资料匮乏区域开展高精度流量估算的可行性和优越性。
•   

  PDF(695)

  摘要(358)

  HTML

• 基于旋转变换的农作物区双极化SAR散射特征提取与分类研究
• 韩文涛,王明续,陈抒录,高晗,汪长城,朱建军

• 摘要：极化SAR（合成孔径雷达）凭借其全天时、全天候的优势，在作物分类中具有重要作用。目前，基于机器学习方法构建极化分解特征与作物之间的关联是实现极化SAR分类的重要途径。然而，现有双极化分解方法常依赖于固定的散射模型，仅能获取离散的散射特征，限制了其对作物复杂散射信息的细致表征。为此，本文提出一种基于旋转变换的双极化SAR散射特征提取方法，该方法利用表征双极化空间的两个极化参数构建旋转矢量，观测矩阵在旋转矢量上的连续投影可获得海量连续散射特征，从而更全面地反映不同作物的散射特性，增强类间差异性。本文选取中国甘肃省金昌市与美国加利福尼亚州两个农田实验区进行实验。实验结果显示，与现有双极化分解方法相比，在金昌实验区，新方法分类精度达96.10%，较C_2矩阵、Stokes分解和Cloude分解分别提升4.73%，2.23%和2.83%；在加利福尼亚实验区，分类精度为93.01%，较上述方法分别提升5.07%，3.19%和3.13%，证明本文方法在不同农业场景下均具有稳定的分类性能提升。
•   

  PDF(201)

  摘要(121)

  HTML

• 面向“灾前-灾后”全流程的农作物倒伏无监督自动化遥感监测研究
• 郭锐,付奔,朱秀芳,宋骏楹

• 摘要：本文面向农作物倒伏“灾前-灾后”一体化监测需求,针对现有方法自动化水平低、缺乏时空协同机制及系统性框架等问题,提出了一种基于农作物生长标准曲线的倒伏常态化自动监测方法——StandardCurve-iForest-RF。该方法利用Sentinel-2时间序列数据,通过Soft-DTW算法构建不受年度波动干扰的作物生长标准曲线,作为稳健的监测基准；结合孤立森林算法计算多特征异常得分累计值,并引入时空联合判定机制,有效识别真实倒伏事件,抑制因云噪声等导致的误判；最终实现从倒伏动态发现到范围精细检测的全自动化流程。在黑龙江省大庆市肇源县薄荷台乡的倒伏案例中,该方法成功检测出2020年9月15日的倒伏事件,整体精度达0.8036,Kappa系数为0.5923。结果表明,StandardCurve-iForest-RF方法具有自动化程度高、准确性好的优势,可为农业灾害监测与应急管理提供可靠的技术支持。
•   

  PDF(892)

  摘要(299)

  HTML

• 协同利用卫星与无人机影像的田块尺度水稻NDVI连续监测研究
• 任紫晗,徐嘉淇,魏珊珊,吴文斌,李文娟

• 摘要：田块尺度作物长势的实时监测是精准农业的关键。然而，卫星遥感监测范围广但易受天气与空间分辨率制约，无人机（unmanned aerial vehicle, UAV）空间分辨率高但受续航限制，单一数据源难以满足大范围连续监测的需求。针对此问题，本研究基于UAV、Sentinel-2与PlanetScope SuperDove多光谱数据，提出一种基于改进CACAO算法的跨平台时空融合方法。该方法构建了“UAV+Sentinel-2”与“SuperDove+Sentinel-2+UAV”两种数据组合策略，并通过前向预测与后向更新两种模式，近实时地生成每日1米分辨率的归一化植被指数（NDVI）时间序列数据集。进一步采用留一法交叉验证（Leave-One-Out Cross-Validation, LOOCV），并与现有GLM-STF（基于广义线性模型的时空融合，Generalized Linear Model-based Spatiotemporal Fusion）算法进行对比，以评估融合结果的精度。结果表明：（1）不同平台的NDVI数据具有良好的一致性，Sentinel-2与SuperDove NDVI相关性达到0.97，无人机与卫星NDVI相关性超过0.75，满足数据融合的前提；（2）CACAO算法能够有效地重建水稻的物候动态，其中后向更新模式生成的NDVI时间序列更为平滑，且基于CACAO的两种数据组合策略均获得了较高的精度（R > 0.94），在关键物候期引入高时间分辨率的SuperDove数据能在一定程度上提升精度，相关性从0.51提升至0.67；（3）CACAO算法在整个生长季中表现出比GLM-STF算法更稳定和略高的精度优势。综上所述，本研究提出的跨平台融合框架能够有效生成连续、高精度的田块尺度水稻NDVI时间序列，可以为作物长势的精细化监测与精准化管理提供有力的技术支持。
•   

  PDF(1039)

  摘要(372)

  HTML