最新刊期
2025 年 第 29 卷 第 9 期
- “最新研究显示，高光谱影像结合DEM、土壤水分及地上生物量数据能有效反演天然次生林土壤有机碳含量，为林业可持续发展提供技术支持。”
摘要：森林土壤有机碳SOC（Soil Organic Carbon）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—5、5—15、15—30 cm土壤并实测SOC含量，并取三层均值作为0—30 cm SOC含量，然后基于资源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DEM（Digital Elevation Model）、土壤水分和森林地上生物量AGB（Aboveground biomass）数据集，使用递归特征消除法进行特征筛选。应用随机森林RF（Random Forest）、极端梯度提升XGBoost（extreme Gradient Boosting）、支持向量机回归SVR（Support Vector Regression）、最小二乘回归OLS（Ordinary Least Squares Regression）共4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。结果表明：在土壤分层反演模型中均为XGBoost估测精度最高，0—30 cm、0—5 cm、5—15 cm、15—30 cm层模型R2分别为0.54、0.54、0.46和0.30，RMSE分别为21.28、44.25、15.72和12.56 g/kg。反演得到的帽儿山林场天然次生林0—30、0—5、5—15和15—30 cm共4层的SOC平均值分别为67.20、88.87、46.92和40.12 g/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—850 nm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15 cm以上的SOC影响较大，土壤水分和地上生物量对于5—15 cm层SOC影响较强。综上，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及大尺度天然次生林SOC反演提供技术支持。关键词：天然次生林;土壤有机碳SOC（Soil Organic Carbon）;高光谱;机器学习;特征选择266|365|0更新时间：2025-09-30 - “在地表温度反演领域，专家构建了GF-5B热红外数据地表温度反演劈窗算法，为提高地表温度反演精度提供解决方案。”
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（GF-5B）传感器波段光谱特性，构建了面向GF-5B热红外数据地表温度反演的两种劈窗算法形式，并考虑水汽对地表温度反演的影响，分别获取了不同水汽条件下的劈窗算法系数，对比分析选择精度最优的一种劈窗算法形式作为GF-5B热红外数据地表温度反演应用。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等算法所需要的关键参数。在4个不同地表类型的实验区对本文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产品交叉对比结果表明，除河北唐山实验区受云遮挡影响导致交叉对比结果较差，其余3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。关键词：高分五号B星;热红外数据;地表温度;劈窗算法;地表发射率估算;大气水汽含量估算;精度验证;地面站点验证;地表温度交叉比对53|90|0更新时间：2025-09-30 - “在卫星遥感领域，专家提出了融合卫星激光测高数据的高分七号卫星影像数字表面模型BP神经网络方法，有效改善了沟壑发育地表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。”
摘要：针对沟壑发育地表无地面控制点GCPs（Ground Control Points）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DSM（Digital Surface Model）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（Global Ecosystem Dynamics Investigation）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 m，而本文融合生成的DSM平均高程精度为1.63 m，与有控制点条件下地形DSM 1.44 m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。关键词：数字表面模型;地面控制点;神经网络;沟壑发育地表;GF-7卫星立体影像;GEDI（Global Ecosystem Dynamics Investigation）150|353|0更新时间：2025-09-30
中国遥感卫星
- “非洲森林损毁研究取得新进展，专家构建决策树规则分类框架，揭示人为因素是主要驱动力，为森林保护提供科学依据。”
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5种人为因素和3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年—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。关键词：森林损毁;驱动因素;遥感;决策树;非洲;时间序列;农业用地侵占;林业砍伐150|208|0更新时间：2025-09-30 - “在粮食安全领域，专家利用多源遥感数据，提出了一种样本自动生成策略，为丘陵山区水稻快速精准制图提供可靠方案。”
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。关键词：丘陵山区;季候规律;时序遥感;地块尺度;样本自动生成;水稻制图103|275|0更新时间：2025-09-30 - “最新研究揭示了辽宁省朝阳市森林病虫灾害的时空特征，为森林保护提供数据支持和监测方法。”
摘要：由于气候变化和人类活动等多种因素的共同作用，森林受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。准确识别区域性森林病虫灾害干扰，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，并调整LandTrendr算法的控制参数提升森林弱扰动信息提取的“敏感性”，精准提取了森林扰动发生的时空和光谱信息，结合随机森林算法提取2013—2023年的森林病虫灾害扰动时空信息，分析了朝阳市森林病虫灾害的时空特征。结果表明：（1）Landsat 8卫星影像的森林冠层光谱时序特征能够有效区分健康森林、火灾、砍伐和病虫灾害，作为区域性森林病虫灾害识别依据。（2）参数调整后的LandTrendr算法可以精准提取森林扰动的光谱变化信息并用于森林病虫灾害识别；森林扰动识别和病虫灾害监测总体精度（OA）分别为89.3%和86.6%，Kappa系数分别为0.785和0.812。（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。综上，本研究可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。关键词：森林病虫灾害;时间序列数据;光谱分析;LandTrendr算法;随机森林算法425|475|0更新时间：2025-09-30
林业与农业
- “在湿地植被和水体监测领域，研究者提出了跨平台多尺度影像特征映射模块，有效提升了卫星高光谱影像的空间分辨率，为湿地生态系统监测提供新方案。”
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Satellite-based HSI（Satellite-based hyperspectral image）的空间分辨率较低，难以捕捉湿地植被复杂的空间细节，已有的超分辨率重建方法无法实现从卫星到无人机的跨平台影像重建，以及对大范围湿地场景的时序监测。为此，本研究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）。该模块首先将无人机高光谱影像UAV-HSI（Unmanned Aerial vehicle hyperspectral image）和Satellite-based HSI在空间尺度上进行对齐转换，其次，基于便携式地物光谱仪ASD（Analytical spectral devices）获取的地面实测数据，将UAV-HSI和 Satellite-based HSI映射到统一的光谱特证空间，实现空—谱特征信息的整合，最后，使用超分辨率网络（ESRGAN和SwinIR）实现Satellite-based HSI 的高质量影像重建。同时，本研究采用深度学习网络（DATFuse）和传统的融合方法（GS）作为对比，定量评价Sentinel-2和OHS-02的影像重建和影像融合结果中，湿地植被群落和水体的光谱质量和空间质量。研究结果表明：（1）基于CMIFM的超分辨率网络通过学习UAV-HSI的空—谱特征，提升了Satellite-based HSI的空间分辨率，并还原出精细的湿地植被和水体空间纹理信息，在影像视觉感知和定量指标数值方面均优于GS影像融合方法，其中，Sentinel-2与OHS-02影像重建结果与标签数据的PSNR和SSIM平均精度分别为11.06和0.3102；（2）狗牙根、华克拉莎和芒草3种典型湿地植被群落以及水体在重建影像重的光谱值具有高可靠性，其中，OHS-02重建影像与ASD数据的波段平均RMSE和R2精度为0.1154和0.7239；（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，能够在缺少UAV-HSI数据的相同湿地类型场景实现影像重建，PSNR和SSIM的平均精度分别为12.74和0.1897；（4）本研究验证了基于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。关键词：岩溶湿地;CMIFM模块;跨平台的超分辨率重建;DATFuse;高光谱影像;植被和水体的空—谱重建质量定量评估187|749|0更新时间：2025-09-30 - “在城市地质灾害领域，北京平原区地面沉降研究取得新进展，采用ST-PCA方法揭示了地面沉降的趋势特征、波动特征及空间分布模式，为地面沉降防控提供数据支撑。”
摘要：地面沉降是许多城市面临的一种持续时间长、影响范围广的地质灾害。北京平原区的地面沉降发现早、监测时序长，分析其时空演化特征可以为地面沉降的防控提供重要的数据支撑。时空主成分分析ST-PCA（Spatial and Temporal Principal Component Analysis）是将一组互为相关的变量转化为另一组新的不相关的变量的数学变换方法，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。本研究利用永久散射体合成孔径雷达干涉测量PS-InSAR（Persistent Scatterer Interferometric Synthetic Aperture Radar）技术获得北京平原区2010—2016年长时序的地面沉降数据的基础上，采用ST-PCA方法揭示北京平原区地面沉降的趋势特征、波动特征，相应的空间分布模式及其时序演化规律。结果表明：（1）时间主成分分析方法TPCA（Temporal Principal Component Analysis）的第一主成分TPC1分析发现北京平原区整体呈现为空间分布不均匀沉降的特点；第二主成分TPC2分析发现在沉降速率>30 mm/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较大，南部地区冬季沉降量较大。（2）空间主成分分析SPCA（Spatial Principal Component Analysis）的第一主成分SPC1分析发现大部分地区具有沉降为主的特征，地面沉降呈持续的、线性下降的趋势；第二主成分SPC2和第三主成分SPC3分析则发现在轻微沉降区和非沉降区年均沉降量接近于0 mm/a，但是季节性波动特征明显。总之，北京平原区地面沉降在时间上呈持续性线性趋势与季节性波动相结合特征，空间上表现为分布不均匀与区域集聚特征，沉降漏斗区则更表现有时空叠加效应。关键词：时空主成分分析;时空演化特征;地面沉降;永久散射体合成孔径雷达干涉测量;Radarsat-2数据90|125|0更新时间：2025-09-30 - “在遥感图像旋转目标检测领域，研究者改进YOLOv9检测器，开发了RSO-YOLO，综合检测精度达到81.1%平均精确率mAP，位居第一，兼顾速度和准确性。”
摘要：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，本研究改进当前领先的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 with Oriented Bounding Box）。首先，利用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；其次，在模型中引入基于卡尔曼滤波的交并比KFIoU（Kalman Filter Intersection over Union）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（Distribution Focal Loss）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；再次，创建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。将本研究提出的遥感图像旋转目标检测器在DIOR-R公开数据集上进行实验验证，与多个典型的旋转目标检测方法进行了比较，结果表明，本研究提出RSO-YOLO方法综合检测精度达到81.1%平均精确率mAP（mean Average Precision），位居第一，且能够保证检测的实时性。此外，使用辅助数据增强模块后可提高1.5% mAP。综上，本研究提出的RSO-YOLO能够同时兼顾旋转目标检测的速度和准确性，对海事与机场监测、城市管理、灾害评估、农林巡检等遥感场景具有工程落地价值与应用潜力，亦为后续面向低照度与复杂背景条件的旋转检测研究提供可复用的模块化方案。。关键词：深度学习;遥感目标检测;旋转框;数据增强;面向旋转框正负样本匹配策略;二维高斯分布116|544|0更新时间：2025-09-30 -
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合成孔径雷达SAR（Synthetic Aperture Radar）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5 hm2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1 hm2以上的小微湿地，而由于斑点噪声、几何失真等影响，对于1 hm2以下小微湿地提取的效果欠佳。综上，本研究拓展了SAR数据应用领域，也为小微湿地的提取提供了一种新的技术思路。关键词：遥感;物候;小微湿地;后向散射系数;相干系数;MultiRocket转换器;随机森林171|340|0更新时间：2025-09-30
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