本期电子书封面故事整期封面整期目录
最新刊期
在线出版刊期浏览栏目浏览
2026
第10期
第9期
第8期
第7期
第6期
第5期
第4期
第3期
第2期
第1期
2025
2024
2023
2022
2021
2020
2019
2018
2017
摘要：气候变暖及人类活动加剧导致全球植被覆盖状况发生剧烈变化，进而影响区域乃至全球气候。其中，植被覆盖变化对地表能量分配（即全波段净辐射在潜热、感热和土壤热通量之间的分配）具有重要影响，深入理解这一影响有助于从物理机制的角度理解土地覆盖变化的气候效应。本文以“植被对地表能量分配的影响”为主题，系统梳理过去30年中外期刊的研究工作，并重点关注了遥感监测在这一研究领域的应用现状。总体而言，植被主要通过自身生理结构、对地表辐射收支的调节和参与水文循环等路径影响地表能量的分配，这些过程同时受到自然扰动及人类活动的干扰，而地表能量通量之间亦存在相互促进或抑制机制，进而在不同区域或不同时空尺度产生不同的气候响应。在研究方法上，现有研究以模型模拟为主，但观测证据的重要性日益凸显。遥感监测凭借空间覆盖广、时间序列长、时空尺度多样化等优势，突破了地面站点观测的空间局限，为模型模拟提供了关键输入及物理约束，有效拓宽了植被与地表能量研究的应用场景，成为揭示全球绿化对地表能量平衡贡献的定量化证据及全球性规律的关键数据源。本文进一步指出，利用新的技术路径（如遥感基础模型）提高地表关键参量遥感产品的时空分辨率及精度、聚焦植被覆盖过渡区域及复杂下垫面（如干旱/半干旱区、城市及山地等），并考虑耦合植被生物地球化学效应等，应是未来从地表能量分配的角度深入理解植被变化及其区域气候响应等相关研究的重要方向。关键词：植被;地表能量分配;地表辐射收支;遥感监测;潜热通量;感热通量;陆气相互作用;气候响应438|52958|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：随着空间信息技术、大数据模型和可持续城市研究的兴起，城市热环境遥感研究由最初重点关注热环境监测，逐渐转变为聚焦于人类对城市热环境时空变化的适应与调控。城市热环境遥感研究的内容和范式正在发生巨大而深刻的转变，为系统梳理这一转变，本文基于文献计量方法，分析了城市热环境遥感研究的现状和热点，梳理了近20年城市热环境的研究进展，通过总结当前研究存在的问题，指出城市热环境研究的未来发展趋势：（1）面向城市热环境的多温度参数反演与重建；（2）城市热暴露与城市结构、生态结构及社会发展模式的耦合关系；（3）面向公共健康的城市热环境适应；（4）气候变化背景下热暴露调控与健康风险管理。关键词：城市热环境;遥感监测;城市热浪;城市热岛;热暴露;高温健康风险647|53062|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
研究进展
城市六度空间环境遥感发展现状与未来挑战 AI导读
摘要：随着中国新型城镇化进程的不断深化，城市多维环境精准监测与评估已成为遥感领域的重要前沿课题。本文基于“城市六度空间”理论框架，系统梳理了城市绿度、热度、灰度、湿度、亮度与宜居度共6个维度的遥感研究进展，涵盖信息提取、格局演变与效应评估等关键技术及发展现状。同时，文章深入探讨了当前研究在数据融合、模型泛化与跨尺度建模等方面面临的共性挑战。在此基础上，展望了城市环境遥感在智能解译、多源协同、动态预测及人居感受融合等方向的发展趋势，以期为构建更智能、精细和可持续的城市遥感监测体系提供理论参考与实践路径。关键词：城市环境遥感;城市绿度;城市热度;城市灰度;城市湿度;城市亮度;城市宜居度148|53006|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
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。为此，本研究提出双分支交叉融合模型模型Cross-C2PO（Cross-Combine 2 POssible change types），在弱监督下协同实现二值变化检测与时相拆分，结合语义分割模型构建低成本街景语义变化检测流程，进而引入更新动态度指标，以广州市主城区2013年—2019年街景为研究对象进行多视角更新监测制图。在公开基准数据集上的对比实验结果表明：模型在联合检测与时相拆分任务上F1分值分别达82.5%、72.7%和73.6%，显著优于现有基线方法。制图结果表明：广州市主城区立面更新以低强度的微改造为主，高强度更新集中在局部工业与公共服务区。上述结果证明，研究摆脱了时相拆分对人工标注的依赖，为城市更新监测提供了高效实用的新方法。关键词：城市更新;街景影像;语义变化检测;场景变化检测;弱监督;动态度1195|1188|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：定量分析中国脱贫县生态环境与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。本研究基于长时序、高精度的遥感数据集，构建全国832个脱贫县生态环境及社会经济的综合评价指标体系，定量评估两者在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。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年—2020年的平均增长率高于2010年—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。最后，基于典型地区的脱贫路径和实践经验，本研究提出以下建议：因地制宜的产业扶贫是推动脱贫县社会经济提升的重要举措；打造多元化的本地特色产业是巩固脱贫攻坚成果和降低返贫风险的核心策略。关键词：脱贫县;生态环境;社会经济发展;遥感数据集;耦合协调;提升回归树模型;贡献率;空间分布格局;产业扶贫927|616|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：人为热通量AHF（Anthropogenic Heat Flux）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年—2021年关中平原城市群空间分辨率为500 m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，在时序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。关键词：人为热;POI数据;夜间灯光;多源空间数据;人类活动;多元线性回归;源清单法;关中平原城市群;时空变化1136|1379|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：大型浅水湖泊是区域水资源供给与生态安全的重要载体，其水质长期演变规律对流域治理与生态保护具有重要的科学与实践意义。然而，该类湖泊具有高度易扰性与生态脆弱性，在高强度人类活动与持续治理的共同作用下，其水质演变过程是否呈阶段性或非线性响应特征，仍缺乏系统认识。为此，本研究以中国第五大淡水湖泊——巢湖为研究对象，选取能够综合表征水体光学特征与水质状态的水色指数FUI（Forel-Ule index）作为切入点，基于2000年—2024年MODIS（moderate-resolution imaging spectroradiometer）长时序遥感数据，采用改进的高精度水色反演模型（平均相对误差MRE（Mean Relative Error）为1.38%，均方根误差RMSE（Root Mean Square Error）为3.32°）构建水色序列，系统揭示长期人为扰动背景下湖泊水色的时空演变特征及其驱动机制。结果显示，巢湖多年平均FUI为12—15级，整体呈现绿-黄色水体特征；空间上呈显著的“西高东低”梯度格局，主要受入湖污染负荷差异及湖体自净过程共同影响；季节水色呈“双峰式”波动，夏季最清澈（色度角α：208.74°± 3.03°）、秋季最浑浊（色度角α=214.23°±3.12°），受气象因子节律性调控。长期趋势上，2000年—2024年巢湖年均α总体呈上升趋势（斜率=0.15°/a），且东湖区增幅最为明显（斜率=0.26°/a）。M-K（Mann-Kendall）检验与Pettitt检验共同识别出2014年为关键转折点，水色演变由2000年—2014年的下降趋势（-0.13°/a±0.16°/a）转变为2014年—2024年的上升趋势（0.44°/a±0.23°/a），呈现“先改善、后恶化”的阶段性特征。SHAP归因分析表明，人为活动因子对水色年际变化的贡献显著高于自然气候因子，是驱动巢湖长期变化的主导因素。总体而言，前期治理措施成效显著，但后期社会经济压力增速超过治理能力提升，导致“压力—响应”关系失衡；同时，引调水工程和极端气候事件进一步加剧了水色年际波动与短期恶化风险。研究结果揭示了大型浅水湖泊在长期人为扰动下水色演变的阶段性、非线性与空间异质性特征，可为巢湖及同类湖泊的水环境治理与长效调控提供科学依据。关键词：浅水湖泊;巢湖;水色指数;长时序遥感;人为扰动428|165|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
社会经济遥感
摘要：农田水分利用效率WUE（Water-Use Efficiency）反映农田生产力与耗水的耦合关系，是评估农业水资源利用效率和可持续发展目标SDGs（Sustainable Development Goals）协同进展的重要指标。本文基于2001年—2024年全球农田WUE遥感估算数据，采用趋势分析、全微分分解法等方法，分析农田WUE空间分异和变化趋势，定量分解净初级生产力NPP（Net Primary Productivity）和蒸散发ET（Evapotranspiration）对WUE变化的相对贡献，并结合三者的趋势组合特征，探讨农田WUE变化对SDGs的启示。结果表明：（1）全球农田WUE均值约为1.08 g（C）/kg（H₂O），空间差异明显，气候区间以干旱区最高、温带最低，大洲间以欧洲最高、非洲最低。（2）全球农田WUE呈显著上升趋势，增速约为0.003 g（C）/（kg（H₂O）·a），增幅约为6.4%，其中灌溉农田增幅明显高于雨养农田。全球农田中，约27%农田的WUE显著上升，主要分布在印度、中国等农业区；仅约7%显著下降，主要位于欧洲中东部、俄罗斯南部、中亚和南美南部。主要产粮国中，中国和印度增速最快。（3）NPP是驱动全球农田WUE变化的主导因子，约96.5% WUE显著变化区域的NPP对WUE变化的相对贡献高于ET。（4）在WUE趋势显著变化区域中，约73.6%的区域表现为WUE、NPP和ET同步上升，仅5.5%表现为WUE上升、NPP上升和ET下降，另有19.8%表现为NPP和WUE同时下降。总体而言，全球农田WUE提升主要依赖农业增产，而非耗水下降，生产力提升与耗水降低并存区域仍较有限。面向SDG 2（零饥饿）与SDG 6（清洁饮水与卫生设施）等SDGs协同推进，需结合农田生产力与耗水的共同变化评估WUE提升的可持续性，并依据区域水资源约束实施差异化管理。本研究可为农业可持续发展评估及区域适应性水资源管理提供科学支撑。关键词：农田水分利用效率;净初级生产力;蒸散发;时空变化;可持续发展目标401|92|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：随着全球粮食安全形势日益严峻，极端环境变化对农业生产的不利影响持续加剧，实现区域尺度的作物产量精准预测已成为农业遥感与作物模型研究的关键问题。在此背景下，遥感数据同化作物模型的方法得到广泛应用，该方法通过融合遥感观测与模型过程机理，增强了对作物生长状态的动态表征能力。然而，现有研究多以叶面积指数LAI（Leaf Area Index）或土壤湿度SM（Soil Moisture）作为同化变量，对地上生物量AGB（Above-Ground Biomass）作为同化指标的可行性与有效性关注较少。因此，本研究采用蜣螂优化算法DBO（Dung Beetle Optimizer）和非支配排序遗传算法Ⅱ NSGA-II（Non-dominated Sorting Genetic Algorithm II）进行模型校准，并结合集合卡尔曼滤波EnKF（Ensemble Kalman Filter）同化算法，将CBA-Wheat（Crop Biomass Algorithm for Wheat）模型估算的地上生物量同化至WOFOST（World Food Studies）模型，构建了一个遥感估算与作物模型相结合的CBA-WOFOST地上生物量同化框架，实现了AGB的动态更新及分解式干物质分配过程的模拟，并在区域尺度上验证了AGB和产量模拟精度。结果表明：基于相对有效积温RGS（relative growing degree-days）和增强植被指数2 EVI2（Enhanced Vegetation Index 2）的CBA-Wheat模型在AGB估算中表现优异，验证集决定系数（R2）和均方根误差RMSE（Root Mean Square Error）分别达到了0.84和2303 kg/hm2；同化后的WOFOST模型在区域尺度上亦表现出良好的模拟性能，AGB和产量模拟的R2分别为0.86和0.60，RMSE分别为2411 kg/hm2和1261 kg/hm2。综上，本研究构建的CBA-WOFOST框架不仅具有较高的模拟精度，且为多源遥感观测与作物模型同化提供了可靠的新思路，有助于提升冬小麦长势监测与产量评估的准确性。关键词：WOFOST;CBA-Wheat;集合卡尔曼滤波;Sentinel-2;冬小麦;地上生物量;EVI2;DBO63|56|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：现有的热异常、归一化燃烧指数及雷达燃烧比等林火遥感监测参数主要侧重于地表辐射信息变化的检测，对林地焚毁前后结构属性变化机制的挖掘尚不充分。考虑到干涉合成孔径雷达InSAR（Interferometric Synthetic Aperture Radar）相干系数对地物材质及属性变化高度敏感，本文提出一种森林火灾扰动下InSAR相干性时序分析与火烧迹地提取方法。首先，基于时序SAR影像构建相邻时相的InSAR相干系数图序列，并结合研究区相干系数直方图统计识别森林受害引起整体相干性突变的时间窗口；随后，针对森林受害前后相干系数开展归一化差值计算，构建InSAR相干性指数序列，并采用迭代自组织聚类算法进行无监督分类，实现火烧迹地提取。为验证该方法的可行性，选取2020年3.30西昌和2020年3.28木里的森林火灾事件所在区域为研究区，并利用Sentinel-2光学影像提取的火烧迹地作为交叉验证数据，对InSAR火烧迹地提取结果进行精度评估。实验结果表明：基于InSAR相干性时序统计分析的森林受害识别结果较为准确；火烧迹地提取结果与Sentinel-2结果高度一致，西昌和木里林火的提取精度分别为82.71%和66.14%，错提误差均<3.6%，漏提误差均<6.5%。综上，本文方法可为持续云层覆盖或烟雾条件下的森林受害遥感识别与火烧迹地提取提供参考。关键词：森林火灾;森林受害识别;火烧迹地提取;干涉合成孔径雷达;相干系数;时序分析;无监督分类209|95|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
林业与农业
摘要：机场在建设和运营过程中造成的局部地面沉降不可避免，地面沉降长期累积，可能对飞机运行构成安全隐患，因此地面沉降时空分布的高精度预测具有重要研究意义。针对当前基于卷积长短时记忆网络ConvLSTM（Convolutional Long Short-Term Memory）的地面沉降时空预测模型存在对长时序特征捕捉能力差、时间维度信息利用不充分以及局部极值特征表达不全面的问题，本研究提出一种基于带有窥视孔连接的且考虑前后时序的双向卷积长短时记忆网络模型PhConvLSTM（Peephole connection ConvLSTM），对地面沉降时空进行预测。该模型首先基于永久散射体干涉测量PS-InSAR（Persistent Scatterer Interferometric Synthetic Aperture Radar）技术获取地面沉降时序监测结果，对时间序列结果进行插值和平稳处理得到完整的时空图像；再结合3D卷积、最大池化和最小池化充分提取时空图像的关键信息，构建双向PhConvLSTM模型实现时空预测，并利用时间注意力机制增加模型对重要时间步的关注度。本研究以北京大兴国际机场作为研究区开展实验验证，使用双向PhConvLSTM模型预测了机场的地面沉降时空分布。预测结果表明至2025年2月，机场累积地面沉降最大值达到135.7 mm。其中：模型在测试集上最大预测误差<16 mm，最大拟合优度R2达到0.99；与ConvLSTM模型相比平均MSE降低了61.31%，平均MAE降低了45.87%。对于模型的地面沉降预测结果，同时进行了不确定性估计。结果表明本研究提出的双向PhConvLSTM模型可以实现较高的地面沉降预测精度，具有实际可用性。关键词：地面沉降;PS-InSAR;时空预测;ConvLSTM;成因机理分析64|75|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：2025年1月7日，中国西藏自治区日喀则市定日县发生了MS 6.8地震，造成大量人员伤亡。震区平均海拔超过4000 m，给传统实地调查与科学考察带来极大挑战。遥感卫星虽能大范围、高精度监测地震灾情，但其单一数据源易受云雨等环境因素干扰，难以全面支撑地震应急工作及震害特征分析。为克服单一遥感数据源的局限性，本研究联合震后获取的北京三号卫星数据、高分系列卫星数据、陆地探测卫星数据等多源国产遥感数据，开展了震害建筑物快速识别、差分合成孔径雷达干涉测量D-InSAR（Differential Interferometric Synthetic Aperture Radar）同震形变场反演、发震构造分析与次生灾害解译，实现了从损毁识别、形变反演到灾害链分析的全流程监测。研究结果表明：（1）本次地震破裂模式以正断层破裂为主，断层最大位错量可达6 m，地表最大同震形变超过2 m。地震形成的地表破裂带呈近南北走向，遥感影像识别破裂带长约10 km，东西向最宽处约300 m。（2）地震建筑物损毁最严重的区域位于长所乡，沿登么错断裂上盘北西侧呈带状展布。（3）地震诱发的次生滑坡灾害主要分布在Ⅶ度区和Ⅵ度区，因地处高海拔人迹罕至区，未对居民点构成直接威胁。本研究系统验证了国产高分辨率光学与雷达卫星数据在地震场景下的协同应用价值，为地震灾害链遥感应急响应与评估提供了关键科学技术支撑。关键词：地震;地震应急;多源遥感;震害信息识别;地表破裂;InSAR;定日地震87|56|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
地质与灾害
摘要：行道树遮挡交通标志牌影响道路交通安全，但现有研究多止步于静态遮挡检测，缺乏从量化分析到指导修剪决策的技术路径。为此，本文构建了一个连接季节性遮挡动态量化与多强度修剪仿真评估的决策框架。以上海市张江高科技园区8.0 km道路为研究区，对74个悬臂交通标志牌和1524棵行道树进行分析。首先，基于点云重建高精度行道树模型（平均误差2.0 cm），并通过虚拟树叶模拟季节变化。其次，采用视锥体空间分析，量化冬季和夏季标志牌的路面可视程度。最后，设置树枝修剪直径阈值分别为5 cm和10 cm两种方案进行修剪仿真，并从修剪成本、生态损失和景观影响3方面评估修剪效果。结果表明：冬季标志牌的路面平均可视程度为91.15%，夏季降至85.26%，下降5.89%，其中编号为7的标志牌降幅达41.45%，受季节影响最大。短悬臂交通标志牌更易被遮挡。修剪仿真方面，5 cm修剪方案（即修剪树枝直径阈值为5 cm时）下，树枝体积损失6.20%、树叶损失20.70%；10 cm修剪方案下，树枝体积损失增至19.20%、树叶损失升至39.21%，修剪点由558处减至219处。高强度修剪虽可降低成本，但可能导致树木结构严重受损，如编号为43的标志牌对应单木树枝损失达57.69%，部分树木几乎只余主干。研究表明，该框架能够将遮挡量化结果映射为修剪阈值选择依据，并揭示了修剪点减少与树木结构受损之间的非对称代价关系，为城市行道树在交通安全、生态与景观之间的协同管养提供了科学依据。关键词：车载激光扫描点云;行道树;交通标志牌;遮挡分析;修剪仿真;交通安全270|102|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：航空多面阵拼接式相机凭借其高分辨率、大幅宽、高效率的数据获取能力，在遥感测绘领域得到广泛应用。然而，受硬件差异与安置角度影响，相机成像时的辐射传输过程存在系统性差异，进而影响拼接影像的光色质量。针对多面阵相机的设计结构特点，本文提出一种顾及辐射传输影响的多面阵航空影像系统性匀光匀色方法。该方法将多面阵相机的辐射成像过程影响分解为镜头不均匀光学衰减、大气传输路径差异及重叠区地物表面反射响应不一致3个部分，并依次进行辐照度改正、去雾优化、亮度与颜色匹配，从而实现考虑成像路径差异的亮度改正与颜色归一化。本文以ALC-2000双拼相机为研究对象，在内蒙古自治区开展航摄实验，亮度统计结果表明，该方法能较好地降低拼接虚拟影像的过亮区域，在减小整体亮度差的同时消除色差，是一种良好的多面阵航空影像匀光匀色方法。关键词：多面阵影像;匀光匀色;辐照度不一致;暗通道去雾;辐射成像模型51|51|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：光伏热斑会显著降低光伏组件的发电效率，甚至引发火灾，严重影响系统运行安全。传统人工检测方法效率低、成本高，而现有基于无人机遥感的方法多仅依赖红外影像，因分辨率低、细节不足，在复杂场景下检测精度较为有限。为此，本文提出一种融合可见光与红外影像的光伏热斑检测算法，该算法通过3个核心模块系统应对关键挑战：（1）互补特征增强模块CFEM（Complement Feature Enhancement Module），利用改进的跨模态注意力机制，提取并增强双模态中彼此缺失的关键特征，缓解“特征淹没”问题；（2）自适应特征融合模块AFFM（Adaptive Feature Fusion Module），针对红外图像中由光照、天气变化引入的复杂噪声，自适应平衡双模态信息，提升算法在多变工况下的鲁棒性；（3）双分支ConvMamba模块DCM（Dual branch ConvMamba Module），融合卷积的局部建模能力与Mamba的全局状态空间建模优势，有效捕捉大尺度光伏板与微小热斑之间的长程依赖关系，克服传统特征金字塔网络在全局感知上的局限。实验表明，在山地与屋顶场景下，所提方法的平均精度均值（mAP@0.5）分别较单模态基线算法提升7.4%与14.6%，验证了其在真实复杂场景中的优异检测性能与可靠性。关键词：目标检测;图像融合;无人机;红外影像;可见光影像;热斑检测79|65|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：地表水和海洋地形卫星SWOT（Surface Water and Ocean Topography）首次提供极地海冰覆盖海域的宽刈幅测高数据，精准实现冰水分类是计算海冰干舷高度与反演海冰厚度的前提。为此，本文提出了一种SWOT宽刈幅观测资料的冰水分类方法，首先以Sentinel-2光学影像生成初始标签，然后通过无监督机器学习实现基于宽刈幅数据特征的标签优化，随后构建监督模型获得冰间水道、冻结冰间水道与海冰的分类结果。鉴于SWOT原始观测特征的类别可分性有限，本文构建了包括局部高度特征、纹理特征及区域统计特征在内的多类衍生特征，引入外部风速特征以考虑风速对SWOT后向散射特性的影响。经人工标注的独立验证集验证，该方法的分类准确率达95%。消融实验结果表明，标签优化使分类准确率提高了约5%；在原始数据特征的基础上加入局部高度、风速、纹理和区域统计特征时，分类性能最佳。最后，采用ICESat-2 ATL10海冰干舷高度产品进行对比，基于本文分类方法得到的SWOT海冰干舷高度的偏差标准差相较于传统最低点法降低约2.5 cm，从干舷高度反演的应用角度验证了新方法的有效性。关键词：SWOT卫星;冰水分类;冰间水道;海冰干舷高度;机器学习74|58|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：分割一切模型SAM（Segment Anything Model）凭借优异的性能和泛化能力广泛应用于各种下游视觉任务，但是将其直接迁移至遥感图像语义分割任务时存在明显的局限性：（1）SAM基于自然图像数据训练，难以适应遥感图像尺度范围大及地物分布不均一的特点；（2）SAM的图像编码器基于视觉Transformer架构，对局部纹理与高频细节的建模能力有限，难以保留高频空间信息，导致地物边界模糊和纹理特征弱化。为解决上述问题，本文提出了一种融合微调与高频增强的多尺度SAM遥感图像语义分割算法，名为MSHF-SAM（multi-scale SAM with fine-tuning and high-frequency enhancement）。在编码阶段，首先引入高频增强模块以有效保留高频特征信息，其次引入少量参数高效微调策略，以缓解SAM迁移至遥感领域时的跨域特征偏移问题。在解码阶段，采用MACU-Net解码头替换SAM原始掩码解码器，并设计轻量级边界细化分支，从而在保持模型高效运行的同时，有效提升地物边界提取精度与整体分割质量。在高分辨率遥感数据集LoveDA和Vaihingen上的实验结果表明，MSHF-SAM的平均交并比mIoU（mean Intersection over Union）和F1分数等评价指标均优于其他对比模型。其中，相较于经典的UNetformer分割模型，本文所提方法在LoveDA数据集上的mIoU提升了4.33%，在Vaihingen数据集上的mIoU提升了2.85%，验证了所提方法具有良好的性能，实现了视觉大模型在遥感语义分割场景中的应用。关键词：深度学习;分割任意模型（SAM）;语义分割;高频增强;参数高效微调;遥感图像469|107|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
摘要：机载激光雷达LiDAR（Light Detection And Ranging）点云语义分割是三维地物精细化解译与场景理解的重要基础，在智慧城市建设、城市三维建模、交通基础设施提取、国土空间调查和生态环境监测等领域具有重要的应用价值。针对现有深度学习点云语义分割方法在局部几何结构刻画与上下文建模之间协同不足的问题，本文提出了一种新的机载LiDAR点云语义分割网络LSENet（Local Subdomain-aware and Edge-enhanced dynamic fusion Network）。该网络首先通过局部子域自适应划分提取每个采样点细粒度空间几何特征；其次在子域间引入特征增强的交互机制以强化局部空间感知与信息流通；最后设计了边缘增强的分组多尺度双注意力动态融合模块，实现了关键特征的动态加权融合，增强了不同语义类别之间的可分性，并提升了网络对复杂结构及边界区域的判别能力。基于Vaihingen 3D与DFC 2019两个公开数据集的实验结果表明，LSENet分别取得了83.9%和97.8%的总体精度、70.5%和89.1%的平均F1分数，整体性能优于部分对比方法，验证了所构建网络在机载LiDAR点云语义分割中的有效性和跨场景适用性。关键词：机载LiDAR点云;深度学习;语义分割;局部子域感知;动态融合;边缘增强377|116|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-10-27
模型与方法
数据分布的基本统计量及遥感应用 AI导读
植被辐射传输模型概念介绍 AI导读
遥感小百科
