摘要:地表变化是遥感领域的重点研究对象之一,掌握地表随时间演化的规律是对地观测研究中一项长期且艰巨的任务,在自然资源、生态环境、防灾减灾等诸多领域具有深远影响。然而由于地表变化驱动因子及其作用机理的复杂性,关于地表动态变化过程的建模大多是简化的或局部的,较难形成完备的物理模型与数学公式表达。从方法论的角度而言,伴随着近年来大数据与AI for Science方法的快速发展,数据驱动的动态演化系统建模方法,发展迅速可以直接以观测数据序列为输入构建数据吻合度高的数据模型,作为物理模型的高保真近似甚至替代。本文梳理了三类可用于地表动态变化过程建模的数据驱动方法,即时空模态分解、主控偏微分方程反演、以及状态变量发现网络,分别利用这三类方法进行遥感图像时间序列建模,并通过时间序列影像预测评估建模精度,实验结果初步验证了数据驱动建模方法的有效性,显示了三类方法各自的特点、研究价值与应用前景。
摘要:及时、准确地获取农作物种植空间分布信息,对于作物生长监测、粮食产量预测、农业生产规划与管理等方面都有着重要意义,是保障粮食安全的关键数据支撑。当前,农作物季后分类研究已难以满足上述需求对于时效性的要求,逐步向农作物早期分类任务进行探索。为明确农作物早期分类研究的切入点和发展方向,本文基于Web of Science数据库和CNKI数据库检索并梳理2014年以来农作物早期分类的相关研究。从数据及预处理方法、样本选择、特征选择、分类策略以及精度评价指标等方面进行了归纳总结,识别了当前研究中尚待解决的诸多难点问题,提出早期数据重建与补充、早期特征增强以及可靠样本优选等方向是未来农作物早期分类研究的重点和难点。本研究可为理解农作物早期分类的方法与策略、把握早期分类的难点与发展方向、推动农作物早期分类理论和技术的发展提供依据。
摘要:滨海湿地是连接海陆生态系统的交错过渡带,具有独特的结构和功能。它们不仅在固碳方面发挥重要作用,还为动植物种群提供关键栖息地,从而有效促进了生物多样性的维持和生态系统的健康。滨海湿地遥感作为重要的交叉学科方向,其历史可以追溯到20世纪70年代。在过去的50年中,滨海湿地遥感的热点主题从分布范围、生态参量反演逐步演进到生态系统功能以及碳水循环的研究。本文以Web of Science核心合集为数据库检索滨海湿地遥感的论文成果,基于VOCviewer识别了热点研究主题,并按时间顺序划分为1989年前、1990年—1999年、2000年—2009年、2010年—2019年和2020年至今5个历史阶段。通过将研究主题与新传感器的出现相结合,揭示了滨海湿地遥感的历史演变与研究现状。对于每个研究主题,详细分析了第一篇发表的文章以及被引次数较多的文章,深入解析了各个主题的发展脉络。最后,从空间大数据环境下的分类与范围制图、生态参量的精细反演、遥感与气候变化模型以及生态服务综合遥感4个方面进行未来研究趋势的展望。本研究将为了解滨海湿地遥感历史、热点和未来发展提供借鉴,并有助于指导相关领域的研究者制定更具前瞻性和针对性的研究策略,同时为政策制定者提供科学依据,以促进滨海湿地的有效保护和可持续管理。
摘要:激光雷达LiDAR(Light Detection and Ranging)能够精准地还原被测物体的3D结构,是遥感领域最具革新性的技术之一。近几十年来,LiDAR技术取得了快速的发展,并极大地推动了生态与地学领域的相关研究。本文系统回顾并展望了LiDAR硬件和算法的最新发展及其在生态与地学领域的应用。首先,LiDAR的硬件呈现出多样化、高精度的发展态势,特别是近些年无人驾驶技术的成熟极大丰富了近地面LiDAR平台的类型;其次,深度学习、同步定位与地图构建SLAM(Simultaneous Localization And Mapping)、大模型等人工智能技术的发展极大推动了LiDAR算法的进步,使得点云配准、点云分割与分类、点云与多源数据融合等算法不断推陈出新;最后,本文详述了LiDAR在内陆地形测绘、海洋测绘、地质灾害监测、森林结构测量、树木枝干结构网络、3D辐射传输及场景重建、森林微气候模拟、智慧农业、生物多样性、城市与建筑,以及行星测量11个生态与地学分支领域的应用。未来,随着硬件、算法、及LiDAR大数据的进一步发展,LiDAR将继续推动生态与地学的研究,并有望在更多领域发挥重要作用。