最新刊期
2026 年 第 30 卷 第 3 期
- “介绍了其在矿区土壤监测领域的研究进展，专家们探索了可见—短波红外高光谱遥感技术在矿区土壤理化特性监测及问题诊断中的应用，为矿区土地精准复垦与生态系统可持续修复提供了技术支撑。”
摘要：资源开采引发的土壤结构破坏、养分流失及重金属污染等多重问题，已成为矿区生态退化的关键驱动因素，严重制约了植被恢复与生态系统功能重建。近年来，可见—短波红外（VNIR-SWIR）高光谱遥感技术因具备无损、高效和大范围连续监测等优势，在矿区土壤理化特性监测及问题诊断中展现出广阔前景。本文系统阐述了：（1）矿区土壤形成演变过程中的物理和化学特征及其光谱响应规律；（2）梳理了目前在光谱建模及定量估算中常用的经验模型、物理模型及机器学习模型的基本原理和适用性；（3）重点讨论了国内外利用实验室光谱、无人机成像光谱以及卫星光谱技术在矿区土壤有机质、全氮等养分特性及重金属元素等污染特性监测中的应用。研究表明，VNIR-SWIR高光谱技术结合定量估算模型已在提升矿区土壤关键理化特性估算精度方面取得显著成效，但仍面临精度不稳定、区域适应性差及动态监测能力不足等挑战。未来应加强对“土壤—光谱”响应机制的机理探讨，推动多源、多平台/尺度、多时相数据融合与动态建模体系的构建，发展具备时空迁移能力的通用化遥感估算框架，为矿区土地精准复垦与生态系统可持续修复提供坚实的技术支撑。关键词：矿区土壤;高光谱遥感;土壤养分;土壤重金属0|0|0更新时间：2026-03-17 - “离子吸附型稀土矿开采致土壤污染，植被复垦效果差。专家提出YOLOv8-AS检测方法，改进YOLOv8n网络，提升无人机影像中矿区复垦植被识别定位能力，为生态恢复提供技术支持。”
摘要：离子吸附型稀土矿因溶浸开采造成土壤污染，导致复垦植被长势差、成活率低，利用无人机影像监测有助于科学监管。然而矿区复杂环境下导致复垦植被整体特征差异较大使得无人机影像自动识别困难，识别准确率低。为了提高对无人机影像中矿区复垦植被单棵植株快速、精确的自动识别和定位，提出了融合全局特征YOLOv8n网络的矿区复垦植被检测方法（YOLOv8-AS）。该方法在YOLOv8n的基础上做了以下改进：（1）使用降采样模块ADown进行特征卷积操作，降低标准卷积随模型训练深度加深过程中导致的特征损失；（2）采用SPPF-GFP（Spatial Pyramid Pooling Fast-Global Feature Pool）模块进行特征提取，提高模型对整体特征差异较大的复垦植被的检测能力。结果表明：在自建复垦植被数据集上，YOLOv8-AS相较于YOLOv8n的mAP@0.5和mAP@0.5—0.95分别提升1.6%和2.4%；YOLOv8-AS的模型大小、参数量和浮点计算量较YOLOv8n分别下降了11%、10%和9%。YOLOv8-AS算法的mAP@0.5和mAP@0.5—0.95分别达到了91.1%、46.8%，相较于SSD、Faster R-CNN、RT-DETR、YOLOv5、YOLOv7和YOLOv7-tiny模型mAP@0.5分别提高了14.07%、23.32%、1.2%、2.3%、3.3%、2.9%和1.2%。此外，YOLOv8-AS能够针对小目标、简单和复杂场景进行快速、精准地检测复垦植被，同时较好地提升了对复垦植被单棵植株的识别和定位能力。该方法可为矿区生态恢复提供准确有效的技术支持。关键词：深度学习;目标检测;YOLOv8n;无人机影像;稀土矿区;复垦植被541|662|0更新时间：2026-03-17 - “新疆三道坝煤田火区研究取得新进展，专家构建基于STL时序分解的煤火监测方法，有效分离地表温度数据中的季节性和随机波动影响，精准反映地表温度演变趋势，为煤火监测和治理提供新思路。”
摘要：煤火作为一种全球性环境灾害，具有持续时间长、治理难度大的特点，对生态环境、生物健康和能源安全造成了极大威胁。煤火的演化是一个时空连续的过程，地表温度LST（Land Surface Temperature）是反映其演化规律的关键指标。随着多源遥感数据的不断积累，时间序列方法逐渐成为探测煤火的重要手段，通过地表热异常确定煤火位置对煤田灭火工程有重要的现实意义。地表温度数据是随机性的复杂时间序列，给长时间序列煤火监测带来了挑战。为此本研究以新疆三道坝煤田火区为研究对象，构建了一种基于时序分解STL（Seasonal-Trend decomposition procedure based on Loess）的煤火监测方法。首先基于Landsat卫星影像和谷歌地球引擎GEE（Google Earth Engine）云平台，构建研究区1998年—2023年的地表温度长期时间序列，对地表温度序列进行STL时序分解，分析其时空变化趋势，并利用趋势分量、随机抽样一致性RANSAC（Random Sample Consensus）算法来判断煤火区域及演化周期。结果表明：STL时序分解后可以有效分离地表温度长时间序列数据中的季节性和随机波动影响，分解后的趋势项更能精准反映出地表温度长时间尺度下的演变趋势；2016年现场20个实测发火点中，16个位于趋势项分量平均值、极差值的高值区域；RANSAC算法分析1998年—2023年煤火演化过程，结果与实地调查基本一致，验证了本研究构建的STL时序分解方法在煤火监测中的有效性和可靠性。综上，本研究构建的方法提高了煤火的监测精度，增强了对复杂时空变化的适应性，可为后续的煤火监测和治理提供参考。关键词：煤火识别;STL分解;Landsat;LST时间序列;热红外遥感337|343|0更新时间：2026-03-17
矿区遥感
- “针对复杂场景下SAR图像目标检测任务，专家提出Tri-GCA-FCOS网络，融合有监督注意力机制与SAR图像特性，有效提升目标检测性能，为复杂场景目标检测提供新方案。”
摘要：针对复杂场景下的合成孔径雷达SAR（Synthetic Aperture Radar）图像目标检测任务，本文从提升网络感知和捕获目标能力的角度出发，并受传统SAR目标检测方法启发，以全卷积单阶段无锚框目标检测基线网络FCOS（Fully Convolutional One-Stage Object Detection）为基础，提出了一种基于有监督注意力机制、融合SAR图像梯度边缘特性和强散射特性的无锚框SAR目标检测网络Tri-GCA-FCOS（Triple Gradient-CFAR-Attention FCOS）。首先，针对SAR图像自身特点以及基线网络存在的不足，设计了一个基于真值标签监督的注意力（Attention）分支，以更加适应SAR目标检测任务；然后，基于多流子网络结构和三支路交互式通道—空间注意力融合T-ICSAF（Tri-channel Interactive Channel-Spatial Attention Fusion）模块充分利用SAR图像的梯度边缘特性和强散射特性，以提升网络对于目标特征的表征能力；最后，针对引入SAR图像特性带来额外背景杂波特征的问题，提出了一种基于真值GT（Ground Truth）标签监督的空间注意和SE（Squeeze-and-Excitation）通道注意结合CSSCAM（Combining Supervised-Spatial And SE Channel Attention Mechanism）模块，以获得目标特征被进一步增强、背景杂波特征被有效抑制的增强特征用于网络预测任务。本文所提网络框架实现了端到端的联合训练，并通过在微型合成孔径雷达MiniSAR（Miniature Synthetic Aperture Radar）实测数据上的相关实验，充分验证了方法的有效性以及其具备复杂场景下更优越的目标检测性能。关键词：合成孔径雷达;目标检测;全卷积单阶段目标检测器;梯度幅度图像;恒虚警检测0|0|0更新时间：2026-03-17 - “2023年5月31日天津八里台突发沉降，造成周边建筑和基础设施严重破坏。专家结合多波段SAR数据优势，提出复杂形变提取技术，利用C波段Sentinel - 1和L波段陆探1号SAR数据，获取并分析突发沉降区域形变信息，为八里台突发沉降产生及其动力学机制解析奠定技术和数据基础，有利于优化地热资源开发技术，促进城市安全及可持续发展。”
摘要：2023年5月31日天津八里台突发沉降给周边建筑和基础设施造成了严重破坏，开展相应区域的长期地表形变高精度监测对于揭示其诱发与产生机制及相关灾害的防治具有重要意义。天津八里台突发沉降形变量级大、持续周期长且非线性特征显著，针对单源SAR数据InSAR形变监测面临的梯度失相干和时空分辨率低问题，本文结合多波段SAR数据优势，基于其高分辨率强度和高精度相位信息提出了多级可变窗口多时相加权像素跟踪和DS-InSAR联合的复杂形变提取技术，并利用2022-01—2024-12共57景C波段Sentinel-1和19景L波段陆探1号SAR数据，获取并分析了突发沉降区域在事件前期、初期和后期的形变信息。结果表明：（1）八里台沉降事件具有显著突发性和阶段性，相应区域在事件发生前（2022-01-01—2023-05-31）基本保持稳定，地表形变量位于-3—3 mm/a，事件初期（2023-05-31—2023-06-07）最大形变超过-4.5 m，事件后期（2023-06-07—2024-12-28）形变速率快速降低并趋于平稳，且与同期2个GNSS站点监测结果具有显著一致性，其决定系数R2分别为0.98和0.97，RMSE分别为3.31 mm和5.85 mm；（2）沉降中心与地热钻井位置之间的空间相关性，及其时序累计形变的演变模式，进一步佐证了地热资源开采作业中突遇特殊地质构造可能是诱发本次突发沉降的主要原因。本文研究可为八里台突发沉降的产生及其动力学机制解析奠定技术和数据基础，有利于优化地热资源开发技术和促进城市安全及其可持续发展。关键词：八里台突发沉降;Sentinel-1;LuTan-1;像素跟踪;DS-InSAR;时空演变108|465|0更新时间：2026-03-17 - “相关研究在合成孔径雷达（SAR）影像目标提取领域取得新进展，专家们构建了基于频域—空间协同的Transformer网络S3T-Net，为解决SAR影像中相干斑噪声干扰及复杂地物影响下目标提取精度不足问题提供了新方案。”
摘要：合成孔径雷达SAR（Synthetic Aperture Radar）影像存在固有的相干斑噪声干扰，使得复杂地物间的关系难以准确捕捉，因而SAR影像的目标提取任务极具挑战性。现有的深度学习目标提取方法在相干斑噪声及复杂地物影响下存在精度不足的问题。为此，本研究提出了一种基于频域—空间协同的Transformer网络S3T-Net（Spectral-spatial synergetic transformer network），用于SAR影像典型目标的精细化提取。该网络结合频域编码单元与视觉Transformer（ViT）编码单元的双编码单元对SAR影像特征进行提取和融合，其中频域编码单元利用离散小波变换（DWT）下采样、频谱—分层双域注意力SHDA（Spectral-hierarchical dual-domain attention）在频域中捕捉SAR图像的局部纹理细节并降低对噪声的敏感性，ViT编码单元借助其全局自注意力机制理解图像的整体结构和远距离依赖关系。此外，本研究利用协同加权特征融合SWFC（Synergistic weighted feature confluence）整合双编码单元信息，并设计了递归频率—空间细化RFSR（Recursive frequency-space refinement）模块，在上采样过程中减少噪声干扰并优化目标边界。SARBuD（建筑物）、HRSID（船舰）及FRBS（石油泄漏）这3类任务公开SAR数据集上的实验验证结果表明，本研究所提出的方法在Dice系数等指标上超越了多个当前最优性能（SoTA）模型，在该3类数据集上Dice系数分别领先0.52%、0.62%、1.04%。综上，频域—空间协同方法能够有效增强高干扰环境下的地物信息捕捉能力，为SAR影像目标提取任务提供了新的技术路径与理论支撑。关键词：SAR影像;目标提取;深度学习、噪声抑制;频域—空间协同;Transformer0|0|0更新时间：2026-03-17
SAR方法与应用
- “介绍了其在城市蓝色空间监测领域的研究进展，专家们基于U-Net架构改进，提出了CRRU - Net深度学习模型，为科学协调城市发展与蓝色空间保护提供了数据支撑。”
摘要：定量评估城市蓝色空间的分布格局与变化规律，对协调城市化进程与水域生态保护具有重要科学意义和实践价值。当前遥感监测城市蓝色空间方面的研究，受限于影像空间分辨率，对小微型水体提取和水体类型精细划分等仍然存在挑战。并且，现有研究缺乏对国家级新区城市蓝色空间的分布格局与演变特征开展全国尺度的专题报道。本研究基于U-Net架构进行改进，通过引入通道重校准机制和残差连接，提出了CRRU-Net深度学习模型用于高分辨率遥感影像的水体分类，对全国19个国家级新区开展监测研究。结果表明，该模型在水体分类任务中表现出最佳精度，整体精度可以达到94.96%。此外，本研究基于2014年和2023年高分辨率（4 m）遥感影像生成中国国家级新区水体分类数据集，以期实现河流、湖泊、水库及坑塘4类水体的分类型变化监测。结果表明，中国国家级新区的城市蓝色空间面积总量在2014年—2023年增加70.37 km²。其中：沿海新区（除天津滨海新区外）普遍缩减而内陆新区（除云南滇中新区外）普遍扩张；部分区域因增减平衡表现出水体稳定的表象。具体而言，河流、水库面积较2014年建设初期分别增加11.56%和10.39%，湖泊、坑塘面积则减少15.35%和10.26%。本研究为科学协调城市发展与蓝色空间保护提供了数据支撑，对科学推动可持续城市化进程具有重要实践意义。关键词：国家级新区;城市蓝色空间;高分辨率遥感影像;深度学习;语义分割;U-Net;水体分类;变化监测0|0|0更新时间：2026-03-17 - “随着海洋资源开发的深入，中国近海海域生态环境面临日益严峻的挑战。遥感技术因具备连续观测和广域覆盖的特点，已成为识别和分析海洋生态风险的重要技术手段。烟台南岸近海水域的研究表明，溢油和浒苔两类典型生态风险源的识别精度在多项评估指标中均超过了90%。”
摘要：随着海洋资源开发的深入，中国近海海域生态环境面临日益严峻的挑战。遥感技术因具备连续观测和广域覆盖的特点，已成为识别和分析海洋生态风险的重要技术手段。本文以烟台南岸近海水域为研究区，针对溢油和浒苔两类典型生态风险源，利用光学和SAR多源遥感影像构建溢油和浒苔识别的深度学习模型，对该海域溢油和浒苔现象进行长时序监测；以此为基础，对研究区2018年—2021年间两类风险源的时空分布特性进行分析。结果表明，两类风险源的识别精度在多项评估指标中均超过了90%；风险源时空分析表明，溢油事件主要集中在离岸约30海里以外的东南海域，且发生频率在2018年、2019年及2021年较高，主要来源为船舶排放；浒苔爆发主要出现在夏季，2019年与2021年均出现大规模爆发，且西南海域爆发强度更高。进一步的空间叠加分析揭示了研究区生态风险的空间分布规律：整体呈现出“近岸浒苔风险为主、中岸溢油风险增加、远海区域双重风险叠加”的分布格局。关键词：海洋生态环境;溢油;浒苔;遥感;深度学习0|0|0更新时间：2026-03-17 - “介绍了其在遥感蒸散模型验证领域的研究进展，专家探索了光学—微波双波长光闪烁方法与遥感ET模型结果在时间尺度匹配方面的优势，为解决二者时间尺度不匹配问题提供了有效途径。”
摘要：当前基于地表温度的遥感蒸散（ET）模型，核心通过卫星过境获取的瞬时遥感影像反演地表温度等关键参数，进而推算感热通量（H）、潜热通量（LE）及地表蒸散量；而模型结果的验证多采用涡动相关（EC）方法等观测手段获取的30 min平均通量数据，二者存在显著时间尺度不匹配问题。近20年发展起来的光学—微波双波长光闪烁方法，可测量数百米至10千米尺度的H与LE，适用于地形起伏等复杂下垫面，且仅需1—2 min的较短取平均时间即可获得统计稳定的通量结果。该方法与EC优势互补，为遥感ET模型及产品的验证提供了重要契机。本文基于我国西北黑河流域上游高寒草甸与中游绿洲农田的光学—微波双波段闪烁仪（OMS）、涡动相关仪及气象梯度塔观测数据，聚焦探究OMS通量观测与遥感ET模型结果在时间尺度匹配方面的显著优势。不同取平均时间（1 min、2 min、5 min、10 min、15 min、30 min）的OMS与EC通量数据的对比分析结果表明，OMS系统在1 min短时尺度下即可获取统计稳定的通量观测值，其理论可行性得到有效证实。值得注意的是，该时间尺度与Landsat等卫星过境单景影像的扫描时长基本一致。基于上游高寒草甸站点的1 min OMS通量观测数据的分析表明，在以往常用遥感卫星影像结果验证的30 min内，EC观测的H与LE变化幅度通常可达10%—30%。若仅选取某一时刻的1 min通量观测值用于遥感ET模型验证，其引入的不确定性将达到相似量级，且在大气非平稳条件下，该不确定性会进一步增大。利用中游绿洲农田站点的OMS与EC通量观测数据，对基于双源地表能量平衡（TSEB）模型和Landsat影像估算的瞬时H与LE进行了验证。结果表明，TSEB模型的估算值与1 min OMS通量观测值具有更好的一致性。双波长光闪烁方法能够获取与卫星观测时空尺度相匹配的地面观测数据，为基于遥感地表温度数据的ET模型及产品验证提供了一种有效途径。该技术的推广应用，将有力推动相关ET反演算法的创新发展与产品精度提升。关键词：双波长光闪烁方法;遥感蒸散模型;黑河流域;感热和潜热通量;时间尺度匹配105|104|0更新时间：2026-03-17 -
中国闭合林线的高程变化规律 AI导读
“闭合林线动态变化反映高山生态系统与环境变化的相互作用，为揭示全球变暖下山地生态系统的响应机制提供关键范本。”
摘要：闭合林线作为高山林线中具有明确边界的特殊林线类型，其动态变化深刻反映高山生态系统与环境变化的相互作用，为揭示全球变暖下山地生态系统的响应机制提供关键范本。然而，由于长期观测数据不足以及山地多尺度环境因素的复杂影响，目前关于中国闭合林线的高程变化规律仍缺乏系统性认知。本研究利用全球森林变化数据集GFC（Global Forest Change）、全球土地覆盖与土地利用变化数据集GLCLUC（Global Land Cover and Land Use Change）以及中国逐年林地覆盖数据集CATCD（China Annual Tree Cover Dataset），结合八连通域算法和XGBoost模型，系统提取并分析了中国高山闭合林线的时空变化规律及其驱动机制。结果表明：（1）3套数据集提取的闭合林线空间分布格局整体相似，但林线数量和位置细节存在差异，差异主要集中在横断山脉；（2）中国92.5%（CATCD）、87%（GFC）、51%（GLCLUC）的高山闭合林线在2000年—2019年（GFC）和2000年—2020年（CATCD、GLCLUC）期间呈上移趋势；（3）气象驱动、地形约束与人类活动对林线高程变化的综合解释力达77.1%，从主导因子的划分来看，地形主导的林线占比最高（60.6%），其次为气候主导（36.4%），人类活动影响相对有限（3.0%）。本研究揭示了中国山地生态系统响应环境变化的时空分异规律，进一步深化了对高海拔生态敏感带适应机制的理解，为林线动态监测与区域生态脆弱性评估提供了重要的方法与技术支撑。关键词：高山林线;林线时空动态;气候变化;高山生态系统;遥感监测;干扰机制0|0|0更新时间：2026-03-17
生态与环境
- “利用国产高光谱卫星数据，专家探测美国二叠纪盆地甲烷排放，分析其时空特征，为油气行业甲烷排放研究提供新思路。”
摘要：油气行业的甲烷排放表现出有间歇性（具有高度可变性和随机性）与持续性排放两种，单一卫星数据源受有效观测次数限制，可能漏检高间歇性的甲烷排放事件。本文利用资源一号02D星（ZY-1E）、高分五号02星（GF-5B）及高分五号01A星（GF-5A）3颗国产高光谱卫星搭载的可见光短波红外高光谱成像仪AHSI（Visible-shortwave Infrared Advanced Hyperspectral Imager）数据，探测美国二叠纪盆地甲烷排放情况，通过计算探测羽流频率（f）分析点源持久性，结合Carbon Mapper提供的甲烷点源数据，分析特定点源的时间变化特征，从而为油气行业甲烷排放的空间不均匀性和时间变异性提供细粒度信息。实验结果表明：（1）使用L1重加权-ISTA匹配滤波器算法进行的实验，其精度在18%至-16%范围内，反演结果较为准确。同时，量化了两个位于品字形拼接重叠区域的点源，其平均观测误差为2.38%。（2）在研究区共探测到56个甲烷点源，其数量分布为约55.36%来自生产过程、约33.93%来自采集过程、约10.71%来自加工过程；排放分布为约58.19%来自生产、约28.74%来自采集、约13.07%来自加工。（3）探测到的点源中高度间歇源（0<f≤0.25）数量占比77.97%，排放量占比为67.35%；持续性更高的排放源（0.50<f≤1）数量占比5.56%，排放量占比为10.59%。（4）选择的三个点源的排放速率都具有在12月份最高，8月份最低的特点。这可能与美国石油天然气产量的季节性波动有关（6—8月产量较低，12月产量较高）。（5）此外，在海恩斯维尔（Haynesville）、鲁迈拉（Rumaila）、土库曼斯坦西部油田3处典型油田中，探测到6个甲烷排放点源，其中土库曼斯坦西部油田存在一个持续性排放源。尽管该点源的有效过境景数为2，但在两次有效过境影像中均检测到甲烷排放。关键词：高分五号02星;高分五号01A星;资源一号02D星;甲烷排放源探测;探测羽流频率;二叠纪盆地0|0|0更新时间：2026-03-17 - “介绍了其在海表温度遥感领域的研究进展，相关专家采用时空匹配方法将AHI近红外影像与ATMS微波辐射计波段数据融合，建立匹配数据集，并通过三种机器学习方法评估融合数据的SST反演精度，为解决云覆盖导致的SST预估异常及数据缺失问题提供了有效的技术参考。”
摘要：随着遥感卫星的快速发展，具有多尺度和广覆盖特征的海表温度遥感产品数据正逐步取代传统的海表温度SST（Sea Surface Temperature）采集方法。热红外卫星传感器凭借高频率、广覆盖反演SST数据的能力，在科学应用中展现出巨大潜力。然而，云覆盖常常导致云下SST预估异常，部分云覆盖区间甚至出现SST数据缺失现象。为克服上述问题缺失，本文以原位海温数据为基准，采用时空匹配方法将AHI（Advanced Himawari Imager）近红外影像与ATMS（Advanced Technology Microwave Sounder）微波辐射计波段数据融合，建立匹配数据集，并通过三种机器学习方法评估融合数据的SST反演精度。同时，分别对昼夜条件下SST反演精度进行分析。研究结果表明，AHI/ATMS联合亮温数据进行SST反演显著提高全天候SST数据准确性，与仅利用AHI数据进行反演的结果相比，融合AHI/ATMS数据方法使得云下区域的R2提高7.7%，RMSE降低0.896 ℃。此外，相比热红外反演方法，融合ATMS数据方法能够有效反演云层覆盖区域的SST，为全天候条件下SST反演提供重要的技术参考。关键词：多源遥感数据;海面温度;全天候SST反演;时空匹配;机器学习;热红外与微波遥感;AHI近红外影像;ATMS微波辐射计0|0|0更新时间：2026-03-17 - “专家利用SAR数据，引入极化特征参数，基于SVR和CNN算法构建中高海况下海浪风场参数联合反演模型，显著提高反演精度，为海洋环境研究提供新方法。”
摘要：合成孔径雷达SAR（Synthetic Aperture Radar）凭借其高分辨率和全天时、全天候的对海观测能力，在监测海浪风场中发挥了重要作用。针对现有海浪风场参数反演方法在中高海况下仍存在反演精度较低的问题，本文利用哨兵1号WV模式SAR数据，在传统特征参数（入射角、归一化方差）基础上，引入3个近似极化特征参数（极化熵、各向异性和相关性）作为补充。同时，基于支持向量回归算法（SVR）与卷积神经网络算法（CNN），分别构建了适用于中高海况下（风速在10.8—28.8 m/s）的SAR海浪风场参数联合反演模型。结果显示，基于SVR反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.27 m/s、23.46°、0.22 m、0.62 s和1.10 m/s、25.37°、0.22 m、0.59 s；基于CNN反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.15 m/s、23.53°、0.18 m、0.53 s和1.08 m/s、25.85°、0.19 m、0.54 s，证明在中高海况下本文建立的2种海浪风场参数联合反演模型可以有效反演海浪风场参数。与传统理论方法相比，分别基于SVR和CNN的海浪风场参数联合反演模型反演的有效波高、平均波周期和风速与ERA5数据相比，均方根误差分别减小了0.67 m、0.62 s、0.3 m/s和0.71 m、0.71 s、0.42 m/s，证明两种联合反演模型均显著提高了反演精度。此外，为验证本文建立的2种联合反演模型在高海况下的反演效果，收集2020年位于北大西洋海域的2景飓风数据用作高海况个例分析。结果表明在高海况下本文建立的2种联合反演模型同样能够获得较为准确的海浪风场参数。综上，本文所建立的海浪风场联合反演模型为中高海况下海浪风场参数的高精度反演提供了有效的解决方案，也为后续极端海况下的海洋环境研究提供了重要参考。关键词：合成孔径雷达;联合反演方法;CNN;SVR;海浪风场参数;中高海况;极化特征参数142|262|0更新时间：2026-03-17
大气与海洋
- “遥感真实性检验领域迎来新突破，专家们深入研究地面观测数据误差来源，构建了全面的质量控制体系，为提升遥感像元真值准确性与可靠性提供有力支持。”
摘要：遥感真实性检验的核心是获取像元尺度真值，地面观测数据是遥感真实性检验中像元尺度参考真值的主要来源。然而，地面观测数据在采集、传输、处理等过程中受到多种因素的影响，导致其具有一定的误差，从而影响像元真值的准确性和遥感真实性检验的可靠性。为此，本研究面向遥感真实性检验像元真值获取的需求，系统梳理了地面观测数据的主要误差来源和存在的主要问题，从规范性、完整性、时效性、准确性、一致性和时空代表性等方面，总结了当前地面观测数据质量控制的方法与体系，并以地表反照率像元真值获取的地面观测数据为例，探讨了其质量控制与评价方法的应用效果。本研究可为推动面向遥感真实性检验的地面观测数据标准化治理、提升遥感像元尺度真值质量提供技术支持。关键词：地面观测数据;遥感产品;真实性检验;误差;质量控制;地表反照率57|52|0更新时间：2026-03-17 - “针对地面点云简化难题，专家提出新方法，通过加权耦合地形因子、选取特征点集及构建回归预测模型，有效提升地形特征点捕捉精度，为地面点云简化提供新思路。”
摘要：针对现有地面点云简化算法存在点云边缘特征易丢失、特征点位识别不准确和点位空间分布不均匀等问题，本文提出了一种兼顾地形特征和点位均衡的LiDAR地面点云简化方法。该方法首先加权耦合多种地形因子，生成全面描述地形复杂变化的综合因子；然后根据各点边缘特征距离及特征显著性选取初始特征点集；最后构建综合地形特征约束的回归预测模型，迭代预测以捕捉准确、均匀的地形特征点。选取8组具有不同地形特征的地面点云数据作为研究对象，并将本文方法与7种代表性方法对比。结果表明：本文方法精度最高，生成的数字高程模型平均均方根误差和平均绝对误差分别降低了2.7%—61.2%和2.0%—61.9%，派生品（平均坡度和地形粗糙度）与真值也更为接近。本文方法对地面点云的简化结果最优，但在效率方面与先进算法相比还有待提升。关键词：遥感;LiDAR;点云简化;地形特征;点位均衡;DEM0|0|0更新时间：2026-03-17 - “遥感图像语义分割领域迎来新突破，相关专家基于UNet网络提出FLGF-UNet，有效解决遥感建筑物提取中的漏检、误检等问题，为城市变化检测等提供有力技术支持。”
摘要：遥感图像的语义分割在城市变化检测、环境保护、地质灾害识别等领域具有重要作用。针对当前遥感建筑物提取中存在的漏检、误检、因树木遮挡或类似物体干扰导致提取不完整等问题，本文基于UNet网络提出一种改进的建筑物提取网络—融合局部—全局特征网络FLGF-UNet（Fusion of Local Global Features Network）。FLGF-UNet的并行特征融合方式确保每个阶段的特征都包含细粒度的局部信息和全局依赖，使得网络在每一阶段的特征表示中同时具备局部和全局信息，有效克服Transformer在局部信息交换上的不足，同时在全局信息建模方面优于传统CNN。此外，为弥补编码器和解码器之间的语义鸿沟，编解码器之间加入交互融合IF（Interactive Fusion）模块，增强空间细节、全局上下文和语义特征的融合效果。为验证FLGF-UNet的优越性和通用性，在WHU、Massachusetts数据集和中国典型城市建筑物实例数据集上，将所提网络与U2Net、Swin Transformer、MA-Net、HD-Net和RS-Mamba等网络进行对比。结果表明，FLGF-UNet在性能上优于其他SOTA网络，具有较高的实际应用价值。关键词：遥感图像;建筑物提取;融合局部—全局特征网络;特征融合;交互融合模块257|204|0更新时间：2026-03-17 - “遥感技术领域迎来新突破，相关专家构建了基于全局感知卷积与 Transformer 的 GCTNet 融合网络，有效解决全色图像与多光谱图像融合时计算复杂度高、特征提取不充分等问题，显著提升融合图像质量并降低计算复杂度，为遥感图像全色锐化应用开辟新路径。”
摘要：随着遥感技术的快速发展，遥感图像全色锐化在矿产勘探、城市规划和地质灾害监测等领域中得到广泛应用。然而，现有全色锐化方法在融合全色图像与多光谱图像时普遍存在计算复杂度高、局部特征与全局信息提取不充分等问题。为此，构建了一种基于全局感知卷积（GAConv）与 Transformer 的融合网络（GCTNet）。该网络采用双分支多尺度架构分别提取全色图像与多光谱图像的空间和光谱特征，并结合 GAConv 模块与 Transformer 模块，有效捕捉局部细节与全局上下文信息，从而提升融合图像质量。实验结果表明，在多个遥感数据集的全色锐化任务中，GCTNet 相较于当前先进方法取得了更优性能，显著提升融合图像质量并降低了模型计算复杂度。关键词：图像融合;遥感图像处理;全色锐化;深度学习;Transformer;全局感知卷积;多尺度特征表示;特征提取0|0|0更新时间：2026-03-17 - “针对地面点云提取地形断裂线难题，专家提出新算法，通过多尺度特征训练与区域增长聚类等技术，有效提升提取完整度与正确性，为高精度DEM建模提供有力支持。”
摘要：针对目前从地面点云中提取地形断裂线存在完整度和正确性不高、错提和漏提严重等问题，本文提出了一种顾及多尺度特征和防收缩断裂的地形断裂线提取算法。该方法首先使用多尺度地形特征训练随机森林分类器以提取潜在地形断裂线点；然后通过分析点云收缩趋势，将潜在特征点划分潜在脊、谷特征点，并利用主方向一致性约束的区域增长聚类去噪；接着利用垂直约束的拉普拉斯平滑细化点云；最后通过构建最小生成树获取高质量的地形断裂线。选取2组具有代表性的高密度复杂地形点云数据验证本文方法的精度与有效性。结果表明：与其他3种主流方法（LapS、D8和PIM）相比，本文方法提取的地形断裂线完整性和正确性最好。此外，将所提的地形断裂特征线用于数字高程模型DEM（Digital Elevation Model）建模表明，附加断裂线约束的DEM能够显著提升建模精度，可精确重构断裂处地形细节。关键词：机载激光雷达;地形断裂线;多尺度地形特征;约束拉普拉斯;数字高程模型100|186|0更新时间：2026-03-17 - “遥感影像全色锐化领域迎来新突破，专家提出基于预融合策略结合Mamba与CNN的全色锐化方法，有效解决传统方法融合结果模糊或光谱失真问题，为提升全色锐化性能提供有效方案。”
摘要：遥感影像全色锐化旨在将低空间分辨率的多光谱LRMS（Low-Resolution Multispectral）影像与高空间分辨率的全色PAN（Panchromatic）影像进行融合，从而生成一幅高空间分辨率的多光谱HRMS（High-Resolution Multispectral）影像。现有的诸多全色锐化方法通常先对LRMS影像进行直接上采样操作，然后通过特征提取、融合和重建得到HRMS影像。此类融合策略会导致融合结果模糊或光谱失真等问题。为此，本文提出一种基于预融合策略并结合Mamba与卷积神经网络CNN（Convolutional Neural Network）的全色锐化方法。首先，利用高斯差分提取PAN影像的高频信息以增强LRMS影像的纹理信息；随后，通过CNN与Mamba分别提取影像中的局部与全局特征，并借助基于CNN的中间融合支路实现两个模态影像局部与全局信息的充分交互和融合，最终重建出高质量的HRMS影像。在QuickBird和IKONOS这2个公开数据集上的实验表明，本文方法与包括GS、PCA这2种传统方法及PanFormer、Pan-Mamba在内的多种先进深度学习方法相比，在主观视觉与客观评价两方面均总体优于对比方法。结果表明：相较于这些对比方法所得指标的平均值，本文所提方法在峰值信噪比和通用图像质量指数上分别提升了10.91%和5.62%；在均方根误差、相对无量纲全局误差和光谱失真指数上分别降低了30.52%、18.56%和60.41%。此外，消融实验进一步验证了所提方法中预融合策略和Mamba模块的有效性。综上，本文提出方法可为提高全色锐化性能提供一种有效的解决方案，对遥感影像的后续应用具有实际意义。关键词：遥感影像;全色锐化;预融合;高斯差分;Mamba;状态空间模型;卷积神经网络;多光谱;全色0|0|0更新时间：2026-03-17
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