最新刊期
2026 年 第 30 卷 第 1 期
- “水色遥感历经六十余年发展，已从光学遥感知识积累阶段，逐步跃迁至智能驱动的机理建模新阶段。中国湖泊水色遥感技术正经历从经验建模、机理建模到人工智能驱动的范式革新，逐步构建起“基础光学建模—国产卫星研发—智能算法创新—行业业务应用”的技术体系，分析了其面临的挑战与机遇，为智能水色遥感的未来发展提出了若干思考。”
摘要：水色遥感历经六十余年发展，已从光学遥感知识积累阶段，逐步跃迁至智能驱动的机理建模新阶段。以“技术演进—问题驱动—智能变革”为主线，系统梳理了中国湖泊水色遥感的发展历程；以水体辐射传输理论为基础、湖泊环境治理为现实驱动，重点分析了湖泊水色遥感的核心挑战，提出了智能技术的突破路径。智能水色遥感已实现自动化水平提升和反演精度突破，但面临模型泛化性不足、物理可解释性弱等问题。当前，中国湖泊水色遥感技术正经历从经验建模、机理建模到人工智能驱动的范式革新，逐步构建起“基础光学建模—国产卫星研发—智能算法创新—行业业务应用”的技术体系，分析了其面临的挑战与机遇，对智能水色遥感的未来发展提出了若干思考。关键词：湖泊;水色遥感;遥感算法;人工智能;范式转变0|0|0更新时间：2026-01-30
学者观点
-
基于SAR图像的双时相变化检测研究综述 AI导读
“遥感变化检测在城市规划等领域应用广泛，SAR技术克服了光学检测受天气和光照影响的问题，具有独特优势。专家构建了双时相变化检测一般流程，梳理了主流数据和方法，为后续研究提供重要参考。”
摘要：遥感变化检测作为一种重要的监测技术，广泛应用于城市规划、灾害评估、资源管理等领域。合成孔径雷达SAR（Synthetic Aperture Radar）具备全天时、全天候成像能力，克服了光学变化检测受天气和光照影响的问题。其微波穿透能力、极化特性和相干成像机制，使其在监测次地表与遮挡区域变化、地物结构与物理特性变化，以及微小变化等方面具有独特优势。目前，大多数遥感双时相变化检测综述主要围绕光学遥感图像展开，缺乏对基于SAR图像变化检测的系统且针对性的总结。此外，随着深度学习与多源融合技术的发展，基于SAR图像的同构和异构变化检测已成为前沿热点。因此，文章基于上百篇国内外经典和最新文献，结合SAR卫星成像原理，首先探讨了不同成像条件下的变化检测典型应用。然后，构建了包括数据获取、图像预处理、变化识别与后处理等环节的双时相变化检测一般流程。在此基础上，系统梳理了主流的变化检测数据和方法。数据部分涵盖基于SAR的同构与异构变化检测开源数据集，方法部分涵盖传统方法以及深度学习方法中的同构与异构变化检测研究。特别地，整理了相关数据集和模型代码链接，为后续领域研究提供重要参考。最后，本文从数据、算法和应用3个层面总结了当前领域面临的主要挑战，如数据质量与数量、模型特征表达能力与计算复杂度、变化检测应用范围等。针对这些挑战，展望了未来多模态融合、智能化与轻量化模型设计以及多元变化检测的发展方向。关键词：遥感双时相变化检测;SAR图像;传统方法;深度学习;同构与异构5|0|0更新时间：2026-01-30
综述
-
山地植被冠层二向反射遥感模型研究进展 AI导读
“介绍了其在山地植被冠层二向反射特性机理模型领域的研究进展，专家们从单一坡面和复合坡面两种尺度综述了当前机理模型的主要进展，为山区定量遥感反演和监测应用提供理论支撑。”
摘要：二向反射率分布函数BRDF（Bidirectional Reflectance Distribution Function）是刻画植被冠层二向反射特性的重要函数。山地地形是影响二向反射分布函数的关键因素之一，中国山区面积分布广，迫切要求针对植被冠层的二向反射特性机理模型研究从平坦均质地表扩展至山地复杂地表。山地植被冠层二向反射遥感模型是理解复杂地形影响二向反射特性机制的基础，也是山区地表关键参量反演的重要前提。依据遥感建模场景尺度差异，当前山地植被冠层二向反射遥感模型涵盖了单一坡面植被冠层二向反射机理模型和复合坡面植被冠层二向反射机理模型。论文首先回顾了山地植被冠层平坦地表二向反射定义至山地二向反射定义的发展历程，并从单一坡植被冠层二向反射机理模型和复合坡二向反射机理模型两种尺度综述了当前机理模型的主要进展。在单一坡面尺度，模型重点考虑地形坡面对冠层辐射传输过程的影响机理；在复合坡面尺度，模型进一步考虑亚像元微小坡面相互遮挡及其散射互作用，并通过等效坡面奠定了单一坡和复合坡二向反射一体化建模的基础。文章最后从考虑混合地类特征的山地二向反射建模、山地地表—大气耦合的多尺度二向反射模型以及山区多角度立体观测和验证技术3方面提出未来发展展望，构建高精度山地植被观测二向反射机理模型，为山区定量遥感反演和监测应用提供理论支撑。关键词：各向异性反射率;BRDF;复杂地形;单一坡面;复合坡面5|0|0更新时间：2026-01-30
研究进展
- “基于长时序夜间灯光遥感数据，专家定量分析了近30年来中国城市发展的梯度特征及时空分异规律，为城镇化优化发展提供科学依据。”
摘要：城镇化是表征社会经济发展的重要特征之一，定量解析城镇化时空分异特征可为城镇化优化发展提供科学依据。为探究不同时期中国不同梯度下城镇化发展模式，本文基于长时序夜间灯光遥感数据，综合利用重心迁移、标准差椭圆法、全局Moran’s I指数和局部空间自相关等方法，从贡献率、增长速度、重心分布等角度定量分析了近30年来中国城市发展呈现的省会—地级—县级—乡镇等的梯度特征及其时空分异规律。结果表明：（1）从贡献率来看，20世纪90年代初期的地级城市贡献率最大，省会城市和乡镇贡献率持平，县级城市则最少；乡镇级城市贡献率在2000年后超过省会城市，在2004年左右超过地级城市，贡献率最高；省会城市在2010年后则成为夜间灯光贡献率最低的梯度；（2）从增长速度来看，1992年—2000年省会城市和部分地级城市领先于其他等级城市；2000年—2010年地级和部分县级城市逐渐成为核心，在华北、华东、华中和华南地区表现为中速增长及以上发展速度，但西北、西南以及东北地区由于发展程度较低，省会城市仍是4个梯度中发展最快的城市；2010年—2022年乡镇级城市成为主体，省会城市则几乎全部处于“缓慢—低速”的发展状态；（3）从重心分布来看，城镇化发展重心呈现梯度下移特征，由省会城市逐步向地级、县级直至乡镇级城市转移。1992年—2000年“高—高”型聚集区域主要集中在省会城市和沿海地级城市；2000年—2010年高值聚集区中县级城市占较大的比重；2010年—2022年乡镇地区异军突起形成新兴增长极，而部分省会城市出现“低—低”型聚集，标志着中国城镇化发展进入了以多中心、网络化为特征的新型发展阶段。关键词：城镇化;夜间灯光遥感;时空分异;梯度特征1|0|0更新时间：2026-01-30 - “夜光遥感在城市环境等领域应用广泛，但城市水体环境评估相对匮乏。专家探索了适用于不同形态内陆水体区域的夜光影像最佳空间降尺度方法，为城市湖泊光污染评估及滨湖环境社会人文环境分析提供方法和数据支撑。”
摘要：夜光遥感广泛应用于城市环境、社会经济、重大生态环境及政治安全灾后评估等各个方面。然而，由于长时序高空间分辨率夜光遥感数据的缺失，城市水体环境评估在夜光遥感研究中相对匮乏。本研究旨在弥补夜光遥感在内陆水体环境研究中的缺失，以长江流域面积＞3 km2的形态各异的城市湖泊为研究对象，综合湖泊水体亮度温度LBT（Lake Brightness Temperature）、浮游藻类指数FAI（Floating Algae Index）和水色指数FUI（Forel-Ule Index）等水环境遥感评估参数，借鉴DisTrad、地理加权回归GWR（Geographically weighted Regression）和随机森林RF（Random Forest）等适用于热红外遥感数据的空间降尺度方法，引入面向对象的理论和相关性统计方法，探索适用于不同形态内陆水体区域Suomi极轨卫星Suomi-NPP（Suomi National Polar-orbiting Partnership）可见光红外成像辐射计VIIRS（Visible Infrared Imaging Radiometer Suite）夜光影像NTL（Nighttime Light）的最佳空间降尺度方法。结果表明：基于LBT和FAI，面向对象的DisTrad方法（OD-TA）具有一定的稳定性，而基于LBT和FUI，面向对象的地理加权回归方法（OGWR-TU）在滇池和巢湖等大面积（>10 km2），形状复杂度较高（PARA>65）的城市湖泊中表现出色；湖泊空间形态、湖滨夜间灯光的社会人文属性是影响空间降尺度方法适用性的主要因子。本研究结果不仅弥补了水体区域长时序高空间分辨率NTL影像的缺失，还可为城市湖泊光污染评估及滨湖环境社会人文环境分析等提供方法和数据支撑。关键词：夜间灯光;亮度温度;空间降尺度;NPP-VIIRS;城市湖泊1|0|0更新时间：2026-01-30 - “介绍了其在冻土参量遥感反演领域的研究进展，相关专家通过实验分析了黑土在冻结过程中的微波辐射响应深度变化，为冻土参量遥感反演提供了重要参考。”
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。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。为此，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1.414 GHz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实验，通过实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。结果表明：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>5 cm，与此同时，土壤含水率依然对亮温起主导作用。其中，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：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在100—105 cm和50—60 cm；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—50 cm和25—35 cm。此外，本研究同时证实了在相同温度及含水率条件下，冻土微波辐射响应深度高于基于Ulaby等（1981）模型计算的穿透深度。综上，本研究结论对于冻土参量遥感反演领域具有重要参考价值。关键词：微波辐射计;响应深度;L波段;冻土;黑土0|0|0更新时间：2026-01-30
城市与陆地
- “介绍了其在湖陆云量差异领域的研究进展，相关专家基于Sentinel-5P云量数据等，分析了中国334个湖泊及其邻近陆地的云量差异在夏秋两季的时空格局、影响因素及物理过程，为湖泊模型驱动数据选择提供参考。”
摘要：明晰湖泊与邻近陆地之间云量差异的时空格局、影响因素及其物理过程是揭示湖陆辐射差异以及论证使用陆地观测数据驱动湖泊模型适用性的基础。本文基于2019年—2023年Sentinel-5P云量数据，结合ERA5和ERA5-Land再分析数据，分析了中国334个湖泊及其邻近陆地的云量差异（∆CF）在夏秋两季的时空格局、影响因素及物理过程。结果表明：（1）5个湖区在夏秋两季均呈现湖泊云量小于邻近陆地的特征（∆CF＜0），以青藏高原湖区和蒙新湖区最明显。（2）∆CF与湖泊面积呈显著的负相关关系，以东北平原—山地湖区最显著（R=-0.95，P＜0.01）。除青藏高原湖区外，其他湖区∆CF与湖泊平均深度的负相关关系不显著。（3）湖风发生时湖面下沉气流抑制云的形成，进而放大了湖陆云量差异，以色林错最为明显，且在湖面辐散、邻近陆地辐合的流场配置下湖泊较邻近陆地云量更低。以上结果表明，忽略湖陆之间的云量差异，仅使用陆地辐射观测数据驱动湖泊模型将会低估湖面温度和蒸发速率，这一偏差在青藏高原湖区湖风期更为明显。关键词：Sentinel-5P;湖陆云量差异;形态因子;湖风;流场配置0|0|0更新时间：2026-01-30 -
中国近海马尾藻生物量的光学遥感研究 AI导读
“介绍了其在海洋漂浮藻监测领域的研究进展，相关专家建立了中国东海马尾藻光学遥感估算模型，为解决中国近海马尾藻精准量化和动态监测问题提供了重要参考。”
摘要：马尾藻（Sargassum）是一种在全球海洋广泛分布的漂浮大型褐藻，近年来由于其大量繁殖引发的“金潮”（Golden tides）现象，在以中国东海ECS（East China Sea）为主要区域的中国近海爆发愈加频发，对沿海生态环境和经济活动造成了不可忽视的影响。光学卫星遥感是海洋大型漂浮藻监测的有力支撑，能实现马尾藻的精确识别与定量估算。光学卫星遥感精细化监测中国东海马尾藻，尚缺乏马尾藻（中国东海主要藻种为铜藻）光学定量遥感模型，主要是因为缺失模型研究所需的实测光谱数据，制约了中国近海马尾藻的卫星光学定量遥感研究与应用。为实现其精准光学遥感估算，本研究在中国东海进行了马尾藻（铜藻）生物量控制实验，获取了反射率光谱数据，结合传感器光谱响应函数与遥感瑞利校正反射率Rrc（Rayleigh-corrected Reflectance），建立了适用于多源光学传感器的中国东海马尾藻光学遥感估算模型，实现了多源光学卫星数据上马尾藻生物量有效估算，并对多源光学遥感数据的估算结果进行对比验证。结果表明相较于覆盖面积等定量参数，生物量能有效减少不同空间分辨率传感器因遥感尺度效应所带来的定量估算偏差，在多源卫星数据估算结果间具有较好的一致性，是不确定性最小的量化参数。基于多源光学卫星遥感数据对中国近海马尾藻开展定量遥感估算，为全面、准确掌握金潮爆发信息，促进中国近海漂浮藻类的精准量化和动态监测提供了重要参考。关键词：金潮;马尾藻;MSI;HY-1/CZI;MODIS;多源光学卫星遥感2|0|0更新时间：2026-01-30
大气与海洋
- “介绍了其在海浪参数测量领域的研究进展，相关专家提出了一种基于相干X波段雷达的随机森林和线性回归的集成模型的平均波周期估计方法，为提高波周期估计准确性提供了新方案。”
摘要：由于波浪破碎及其演化，波数频率谱中出现了群线及高次谐波，并伴随着主浪能量的减少。群线往往被认为是相干微波雷达获取波周期高估的主要原因。已有研究试图去除部分或全部群线能量，以提高波周期估计的准确性。然而，由于波数频率谱中能量分布的不确定性，从谱的角度反演波周期时总是存在一定的偏差。为此，本文提出了一种基于相干X波段雷达的随机森林和线性回归的集成模型的平均波周期估计方法。该方法直接从速度空时序列的波浪运动规律中估计波周期；首先，从雷达获取的时间多普勒谱推导得到回波速度空时序列；其次，从速度空时序列中进行特征提取并与ECMWF数据构建模型预测最小峰距，找到波峰和波谷对应的位置；最后，利用海浪波长与周期的关系反演平均波周期。并通过仿真验证了该方法的有效性。此外，利用部署在中国山东省沿海的相干X波段雷达收集的近3 d数据集进行分析，反演得到平均波周期，垂直极化（VV）和水平极化（HH）的均方根误差分别为0.15 和0.22 s。结果表明，该方法可以实现对海浪参数的实时估计。关键词：相干X波段雷达;平均波周期;速度空时序列;垂直极化（VV）;水平极化（HH）;随机森林;实时估计0|0|0更新时间：2026-01-30 - “卫星遥感技术在大气水汽探测领域应用广泛，但精度有待提升。专家借助机器学习技术，构建了顾及空间邻域特征的MODIS水汽产品神经网络校正模型，显著降低了校正误差，为大气水汽变化研究提供了更精确的数据支持。”
摘要：卫星遥感技术是大气水汽含量探测的主流手段之一，具有高空间分辨率的显著优势。然而，该技术探测精度较低，难以满足大气水汽变化研究需求。已有研究陆续利用高精度GNSS PWV“站点式”数据对“面式”遥感水汽数据进行适当性校正，获取精确的卫星遥感水汽产品。但现有研究多基于GNSS测站与遥感像素点的“点式”空间匹配数据构建校正模型，忽略了大气水汽局域强相关性的重要影响，导致其校正能力有限。鉴于此，本文以水汽空间邻域相关性为切入点，借助机器学习技术的非线性处理优势，构建顾及空间邻域特征的MODIS水汽产品神经网络校正模型。该模型以BP神经网络算法为框架，选定尺度范围内MODIS产品的云层信息、地表覆盖类型、传感器空间姿态等非线性影响要素作为模型输入参数。基于美国西部地区GNSS和MODIS PWV数据的实验结果表明：本文所提模型校正后的MODIS PWV均方根误差为2.13 mm，相较于广泛应用的线性校正模型，均方根误差降低了46.21%；与目前“点式”匹配模型的校正结果相比，均方根误差降低了12.35%。从时间和空间维度对比的结果表明：本文所提模型校正产品的均方根误差稳定于2.0—3.0 mm，论证了顾及空间邻域特征校正模型在校正遥感水汽产品方面的优越性，可反映出水汽分布的精细化时空信息。关键词：MODIS PWV;GNSS PWV;PWV校正;空间相关性;BP神经网络0|0|0更新时间：2026-01-30 - “针对高光谱图像HSI分类难题，专家提出基于解耦置信原型网络的跨域小样本分类方法，为提升分类性能提供新思路。”
摘要：针对标注的高光谱图像HSI（HyperSpectral Image）难以获取的问题，基于小样本学习的HSI分类方法备受关注。常用的小样本学习方法通常假设训练与测试样本分布一致，然而，由于受拍摄条件等因素的影响，不同HSI间往往存在分布差异，导致传统的小样本学习方法难以获取较高的分类性能。为此，本文提出了一种基于解耦置信原型网络的高光谱图像跨域小样本分类方法。首先，使用3D残差卷积网络提取样本的深度特征以充分挖掘HSI的空间—光谱信息；然后，借助解耦网络对深度特征进行功能分离，以实现对域不变与域特定特征进行更专注的表征；再次，通过置信原型网络筛选置信度高的查询集样本，并重新计算更可靠的类别原型；最后，通过综合利用高置信度类别原型与原始的类别原型，实现更准确的小样本分类。将本研究提出方法和其他已有研究方法在多个真实高光谱数据集进行实验验证对比，验证结果表明本文所提方法的有效性。关键词：高光谱图像;分类;小样本学习;解耦网络;领域适配;类别原型;卷积神经网络;迁移学习0|1|0更新时间：2026-01-30 -
基于双分类头的遥感图像精细化目标检测方法 AI导读
“遥感图像目标精细化检测领域迎来新突破，相关专家提出基于双分类头的检测方法，有效解决相似数据利用不足、错误标签干扰及相似类别区分难等问题，显著提升检测精度与鲁棒性。”
摘要：高分辨率遥感图像的可获得性大幅提升，使得遥感图像目标精细化检测成为了遥感以及计算机视觉领域重要的研究方向。针对遥感图像目标精细化检测中存在的相似数据利用不充分、错误标签影响模型精度和相似类别难以区分的问题，本文提出了一种基于双分类头的遥感图像精细化目标检测方法。首先，针对遥感图像精细化目标检测中无法有效利用相似数据的问题，提出一种双分类检测头，不同的分类头分别对不同数据集训练，让类别定义不同的相似数据共同参与训练，进而有效利用相似数据，显著提升了模型精度。其次，针对训练标签噪声问题，设计一种基于预测的错误标签过滤方法，减小错误标签对模型训练的影响。最后，针对精细化目标检测中类内差异大、类间差异小的问题，定义一种Margin交叉熵损失，通过增大分类边界提升了模型精度。在精细化遥感目标检测竞赛数据集和FAIR1M数据集上的实验表明，本文提出的方法显著提高了遥感影像目标精细化检测的精度和鲁棒性。代码已开源在https：//github.com/zf020114/DCH。关键词：遥感;深度学习;精细化目标检测;有向目标检测;双分类头;错误标签过滤;Margin交叉熵损5|0|0更新时间：2026-01-30 - “介绍了其在建筑物屋顶特征线提取领域的研究进展，相关专家提出了一种联合边界三角形检测与双向叠加平移的提取方法，为解决现有方法复杂、鲁棒性低等问题提供了新方案。”
摘要：屋顶特征线是建筑物表面关键的结构特征。针对现有屋顶特征线提取方法存在算法复杂、鲁棒性较低和过于依赖屋顶面分割精度等问题，本文提出一种联合边界三角形检测与双向叠加平移的建筑物屋顶特征线提取方法。首先，采用Delaunay三角剖分建立屋顶点云的三角网格模型，并创建等深森林（Equi-deep forest， E-forest）数据结构用于快速存储和查询各三角形的邻域信息；其次，根据E-forest提供的各三角形邻接关系查询三角网格模型中的独立边确定边界点，并将各三角形中心点沿各自的法向量方向向上、向下平移，通过统计平移后每个点球域内有点截面的数量确定屋脊线上的点；最后，采用D-P算法及最小二乘算法生成屋顶边界线与屋脊线，并结合多特征线交点平面坐标与局部原始点高程精细化各特征线端点，完成对屋顶面特征线的提取工作。本文选用Building3D以及Vaihingen数据集中的12组典型屋顶点云进行测试，并且与现有特征线提取方法进行比较。实验结果表明，本文方法所提取特征线的Mean值约为1倍的平均点间距、LSM高于85%。整体方法稳定可靠、鲁棒性强且能够满足绝大多数建筑物屋顶特征线的提取需求。关键词：特征线提取;双向叠加平移;三角网格模型;D-P算法;DBSCAN算法0|0|0更新时间：2026-01-30 - “遥感图像去噪领域迎来新突破，相关专家提出基于特征增强与对比学习的自监督去噪算法，有效解决复杂纹理图像去噪时细节丢失和背景模糊问题，为提升遥感图像质量开辟新路径。”
摘要：由于遥感图像独特的获取方式，其采集过程容易受到噪声干扰，导致信息发生严重退化，而在现实世界中难以获取同一场景下的干净与噪声图像对。因此，自监督图像去噪成为了一个热门的研究方向。对于纹理复杂的遥感图像，现有的去噪方法存在细节丢失和背景模糊的问题。为此，本文提出了一种基于特征增强与对比学习的自监督遥感图像去噪算法，由去噪分支和对比分支两部分组成。在去噪分支中，首先设计了一个特征增强的卷积自编码器去噪网络，引入全局特征提取模块和注意力提取模块，分别获取不同尺度的浅层轮廓特征和局部细节特征；然后，利用动态特征增强模块扩展感受野以融合更多的空间结构信息；最后，在图像重建模块中通过动态自适应混合操作来保留深浅层的信息流。在对比分支中，该算法通过对比学习策略充分利用噪声图像携带的信息构建了新的对比感知损失，并联合重建损失和总变分损失来衡量去噪图像的平滑性和细节保持能力，有效减少了背景模糊的现象。最后，在NWPU-RESISC45与UC Merced Land Use这两个数据集上，将本文提出方法与其他去噪方法进行对比。结果表明本文方法在高斯噪声上的平均峰值信噪比提高了1.47—4.34 dB和2.06—4.95 dB，平均结构相似性提高了2.3%—11.8%和2.6%—11.5%。此外，在散斑噪声、条纹噪声以及真实噪声遥感图像上，利用本文方法也获得了很好的去噪效果。关键词：遥感;图像去噪;深度学习;自监督学习;自编码器;对比学习;对比感知损失;细节保持0|0|0更新时间：2026-01-30 - “介绍了其在高光谱图像解混领域的研究进展，相关专家提出了一种新的基于Mamba模型的高光谱图像解混框架PSAMN，为解决现有解混技术的局限性问题提供了有效方案。”
摘要：线性解混模型因其高效性（计算简单、可扩展性）、明确的物理意义和易于处理受到广泛关注。在各种线性解混方法中，自编码器解混技术在数据拟合能力和深度特征提取能力方面展现出了显著的优势。然而，这种方法也存在一些局限性。例如，输入数据因含有噪声使得模型在处理过程中的泛化能力下降；面对多尺度特征时候往往有一些冗余问题；为了在保持长距离依赖的同时确保计算复杂度为线性，还需要深入理解空间和光谱的特性。为此，本文提出了一种自注意力模块来对高光谱图像进行去噪处理，并提出了一种新的基于Mamba模型的高光谱图像模型。首先设计了一个空间Mamba块用于提取空间特征；然后在光谱方面，提出了一种光谱Mamba块；最后，将光谱向量分成多个组，挖掘不同光谱组之间的关系，并提取光谱特征。将这3种模块融合进多阶段卷积自编码器网络，形成了多阶段曼巴注意力解混框架PSAMN（Phase-wise Mamba Attention Unmixing Framework）。将本文提出的PSAMN模型在合成高光谱数据集和真实高光谱数据集上进行比较实验。实验结果表明把本文提出的解混模型比现有的算法更具有有效性和竞争力。关键词：高光谱解混;深度学习;Mamba模型;自注意力模块;曼巴块0|0|0更新时间：2026-01-30
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