最新刊期
2025 年 第 29 卷 第 5 期
- “在高标准农田建设领域，专家构建了遥感监测框架，为提升监测监管能力提供参考。”
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。本文围绕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4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。关键词：农业遥感;高标准农田;地物识别;土壤参数;作物分类;粮食产能;遥感反演;监测指标516|422|0更新时间：2025-07-01 -
滨海湿地互花米草无人机遥感监测研究进展 AI导读
“无人机技术在互花米草监测治理领域取得新进展，为滨海湿地生态保护提供新方法。”
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。关键词：互花米草;无人机;滨海湿地;遥感;生物入侵;生态环境效应;治理方法;斑块;监测技术253|348|0更新时间：2025-07-01 -
面向视觉与遥感图像的关联数据集综述及展望 AI导读
“在遥感领域，关联数据集研究起步较晚，本文全面调研了视觉和遥感领域的关联数据集，为后续研究提供参考。”
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。关键词：遥感;目标关联分析;关联数据集;场景图生成;综述;数据集171|323|0更新时间：2025-07-01 -
遥感多光谱卫星分析即用数据研究进展 AI导读
“全球卫星遥感技术不断创新，海量数据蕴藏巨大潜力。分析即用数据ARD大幅降低数据处理成本，推动数据共享与科学发现。国产高分卫星数据的GF ARD产品，为对地观测大数据高质量、高效率、标准化应用提供思路。”
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ARD（Analysis Ready Data）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。关键词：对地观测;分析即用;国产卫星;归一化处理;云平台;数据立方;大数据挖掘;多源数据326|161|0更新时间：2025-07-01
研究进展
- “在作物需水规律研究领域，专家基于遥感数据，分析了中国三大粮食作物的蒸散发耗水特征，为制定精准灌溉方案提供科学依据。”
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，采用分区域多时间尺度累积统计分析方法，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，并分析了2001年—2019年中国三大粮食作物的蒸散发耗水变化规律。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年—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。其中，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。此外，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；早稻在插秧期、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。综上，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。关键词：遥感;蒸散耗水;三大粮食作物;关键物候期;时空变异1235|2165|0更新时间：2025-07-01 - “最新研究进展显示，专家提出了基于SSAFormer的红树林群落精细分类模型，有效提升了分类精度。”
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一种基于窗口注意力机制和空洞空间的视觉转换器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，在主干网络中加入了卷积神经网络CNN（Convolutional Neural Network）以及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。本文利用高分七号（Gaofen-7，GF-7）卫星多光谱影像和UAV-LiDAR点云构建了3种主被动遥感数据集，并对比分析SegFormer和本研究改进的Swin Transformer算法的分类结果，进一步论证SSAFormer算法对红树林群落的分类性能。结果表明：（1）与SegFormer相比，SSAFormer实现了红树林的精细分类，总体精度OA（Overall Accuracy）提高了1.77%—5.30%，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算法的MIoU提升至57.68%，在加入光谱特征的UAV-LiDAR数据集上，SSAFormer算法MIoU的均值提高了1.48%；（3）UAV-LiDAR数据相比于GF-7多光谱数据的平均用户交并比（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）本研究提出的SSAFormer算法实现了海榄雌的分类精度（F1-score）最高为97.07%，桐花树分类精度（F1-score）达到91.99%，互花米草的F1-score达到93.64%，桐花树的F1-score的平均值在SSAFormer模型上达到了86.91%最高。本研究所提出的SSAFormer算法能够有效提高红树林群落分类精度。关键词：遥感;红树林;GF-7多光谱;UAV-LiDAR点云;SSAFormer;深度学习;主被动影像整合;特征选择;群落精细分类687|535|0更新时间：2025-07-01 - “高光谱技术在薄壳山核桃养分估测中取得新进展，通过分数阶微分和两波段光谱指数显著提高叶片氮素含量估算精度。”
摘要：植物叶片氮素含量是反映植物营养状况及长势的重要指标。高光谱技术能够无损、高效地估算植物生理生化参数，为监测植物生长发育过程中的养分和健康状况提供可靠依据。为挖掘高光谱技术在薄壳山核桃养分估测中的应用潜力，本研究以薄壳山核桃（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的冠层高光谱后，首先运用分数阶微分FOD（Fractional Order Derivative）进行冠层高光谱预处理；然后联合两种两波段光谱指数，探究薄壳山核桃叶片氮素含量LNC（Leaf Nitrogen Content）与冠层光谱的响应关系；最后利用变量组合集群分析算法VCPA（Variable Combination Population Analysis）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（eXtreme Gradient Boosting）估算，得到基于本试验条件下薄壳山核桃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的相关性增强，提高了0.152；在提高光谱特征与目标成分的相关性方面，FOD分别结合归一化光谱指数NDSI（Normalized Difference Spectral Index）和差值光谱指数DSI（Difference Spectral Index）的表现均比单波段效果更佳，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；最优薄壳山核桃叶片氮素估算模型是1.5阶微分结合DSI模型，模型预测集R
林业与农业
- “InSAR技术在地学参数反演、基础设施监测等领域广泛应用。研究揭示了非零闭合相位对形变测量结果的影响规律，为常规SBAS方法的基线选择和相位偏差改正提供技术参考。”
摘要：作为先进雷达遥感技术，时序合成孔径雷达干涉测量InSAR（Interferometric Synthetic Aperture Radar）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NCP（Nonzero Closure Phase），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SBAS（Small Baseline Subset）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。关键词：雷达遥感;InSAR;非零闭合相位;相位偏差;多视比;基线组合;时间基线;SBAS658|860|0更新时间：2025-07-01 - “在遥感影像领域，专家提出了SWSACNet模型，有效识别倒塌建筑物变化，为灾害监测提供新方案。”
摘要：针对不同时相的多源遥感影像存在的空间异质性问题，本文对全变网络模型FTN（Fully Transformer Network）进行改进，提出一种端到端、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SWSACNet（Sliding-Window-Shift Attention Convolution mix Network）。SWSACNet基于FTN的模型框架，使用ACmix（Attention Convolution mix）高效识别多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多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5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4类模型。SWSACNet在应用于Fevaipasa、Nurdagi和Islahiye 3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。关键词：遥感;多源影像;深度学习;变化检测;倒塌建筑物提取1483|966|0更新时间：2025-07-01
地质与灾害
- “在空间信息度量领域，专家提出了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，有效度量分类栅格数据的空间信息。”
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3方面，开展了多组对比实验与应用示例。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。关键词：空间信息度量;分类栅格数据;信息熵;几何信息;空间分布信息;热力学一致性;形状相似度;数据筛选122|235|0更新时间：2025-07-01 - “在遥感科学研究领域，专家系统整理了从样区选择到几何位置匹配等关键环节的研究进展，提出了降低和控制像元尺度地面真值获取不确定性的理论方法框架，为提高地面真值的有效性、可信度和代表性提供解决方案。”
摘要：地面观测是遥感科学研究的基础，可为定量遥感模型的构建、遥感信息准确高效的反演和真实性检验提供重要的数据支撑。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。因此，为基于地面观测数据获取无限接近遥感像元尺度的地面真值，本文以1987年—2024年的像元尺度地面真值获取相关文献为研究对象，采用归纳与综合办法，系统整理和总结了从样区的选择、空间异质性评价、地面样点优化布设、地面观测、尺度转换、到几何位置匹配等像元尺度地面真值获取过程中关键环节的研究进展及结论，在此基础上提出降低和控制像元尺度地面真值获取不确定性的理论方法框架。结果表明：在基于地面观测（单个站点或多个站点）获取像元尺度真值时，在观测数据质量控制后，代表性误差是引起其不确定性的关键因素，可通过代表性评价、升尺度转换、站点位置优化、精确的几何位置匹配方法来降低代表度误差；在基于高分辨率机载数据获取像元尺度地面真值时，可通过对数据进行标定、升尺度转换、和精确的几何位置匹配方法来降低像元尺度地面真值获取的不确定性。未来像元尺度地面真值的获取应以不确定性最小为目标，不断对地面样点布设、尺度转换、几何位置匹配、数据共享机制等进行优化，提高像元尺度地面真值作为核心“基准”的有效性、可信度、和代表性。关键词：像元尺度真值;地面观测;尺度差异;空间异质性;代表性误差;不确定性;真实性检验;质量评估;样本构建69|104|0更新时间：2025-07-01 -
多源卫星有效波高产品的时空等效融合方法 AI导读
“报道：海洋卫星数据融合技术取得新进展，专家提出有效波高融合新方法，为全球海洋监测提供新方案。”
摘要：有效波高SWH（Significant Wave Height ）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（Copernicus Marine Environment Monitoring Service ）提供的网格化L4级产品以及美国国家数据浮标中心NDBC（National Data Buoy Center）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。关键词：微波遥感;卫星高度计;有效波高;EMD滤波;遥感数据融合;时空插值方法;浮标验证135|234|0更新时间：2025-07-01 - “在农业领域，研究人员开发了新型光学水稻指数NOPRI，准确绘制水稻分布图，为精准农业规划和粮食安全评估提供可靠依据。”
摘要：水稻是世界上最重要的粮食作物之一，全球近50%人口以稻米作为主食。水稻的生长需要消耗大量水资源，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保障粮食安全和保护生态环境十分重要。现有的水稻制图方法存在样本需求量大、参数设置复杂、适用性差等问题。因此为快速、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NOPRI（New Optical Paddy Rice Index），并以TWDTW方法和SPRI指数为对比，在全球范围选择4个具有不同气候以及水稻种植模式的区域进行了验证应用。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，可满足大尺度的水稻制图需求，为精准农业规划和粮食安全评估提供可靠依据。关键词：遥感;水稻;Sentinel-2;时间序列;时序谐波分析;水稻指数377|406|0更新时间：2025-07-01 - “本报道介绍了一种基于多源遥感数据的降尺度雪深反演算法，为水文建模和灾害预报提供高时空分辨率雪深数据。”
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，由于仅依据被动微波数据的空间分辨率较低，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（Feature Tokenizer + Transformer）与积雪微波辐射传输模型SMRT（Snow Microwave Radiative Transfer）的降尺度雪深反演算法。使用深度学习映射AMSR 2亮温差TBD（Brightness Temperature Difference）、积雪覆盖日数SCD（Snow Cover Days）和积雪面积比例SCF（Snow Cover Fraction）等特征与雪深的复杂非线性关系，耦合SMRT拟合等效雪粒径ESG（Effective Snow Grain size）实现降尺度反演雪深，并以北疆39个站点数据进行模型训练和验证，获取北疆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。时间序列分析表明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。本研究可为水文建模和灾害预报提供可靠的高时空分辨率雪深反演方法。关键词：遥感;雪深;降尺度算法;深度学习;SMRT;AMSR 2;积雪覆盖日数307|969|0更新时间：2025-07-01 - “国内商业航天企业航天宏图成功发射航天宏图一号卫星，验证了其在地形测绘领域的高精度优势，为“女娲星座”业务化应用提供重要参考。”
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InSAR生产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3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3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4.8727 m、7.8329 m、0.9857 m；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。关键词：航天宏图一号;星载InSAR地形测绘;ICESat-2控制点;多基线相位解缠;DEM精度验证;植被影响109|383|0更新时间：2025-07-01
模型与方法
- 地址：北京市海淀区北四环西路19号 《遥感学报》编辑部 邮编：100190
- 联系电话：010-58887052 Email：nrsb@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备20021838号-9
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0