最新刊期
2026 年 第 30 卷 第 7 期
-
遥感科学与技术领域十大前沿问题 AI导读
摘要：遥感技术是人类认知地球系统的基础。星—空—塔—地多平台协同观测与人工智能、大数据、数字孪生等技术融合，正推动遥感观测从静态、单圈层、形态描述型转向动态、跨圈层、过程反演与三维透视相结合的综合观测，加速地球科学向数据驱动的定量分析范式转型。本文凝练了学科转型过程中十大前沿科学问题，可归纳为3类：（1）理论与建模类，包括多维辐射传输机理、遥感大模型与智能体、极地冰盖透视探测，聚焦物理机理与人工智能融合的统一建模；（2）观测技术类，涵盖虚拟星座协同观测、多模态实时处理、自然灾害监测预警，重在多平台协同与智能处理能力提升；（3）系统应用类，涉及碳水能量循环、宜居星球探测、人地系统融合、气候变化影响，旨在支撑重大科学与社会需求。3类问题共同指向遥感与AI深度融合、多源数据协同及“观测→决策”范式升级；差异在于：理论类重基础突破，技术类重系统实现，应用类重交叉落地。总体趋势是从经验驱动转向“物理机制+数据驱动”，从静态监测迈向动态预测与智能决策；未来需加强跨学科合作、开放平台建设与国际协同，以应对气候变化、自然灾害、生态退化及深空探测等重大挑战。关键词：辐射传输;碳水能量循环;协同观测;遥感大模型;AI智能处理;宜居星球;人地系统耦合;极地冰盖;自然灾害;生态系统3|0|0更新时间：2026-07-16
学者观点
-
遥感科学与技术交叉学科知识和教学体系研究 AI导读
摘要：遥感科学与技术是一门多学科交叉的战略性新兴学科，形成了“遥感科学—遥感探测—遥感处理—遥感应用”四位一体的学科架构。本文系统研究和阐释了遥感科学与技术的学科知识体系、教学内涵与体系架构，遥感科学作为理论根基，以地物时空谱特性、遥感辐射传输机理、遥感定量反演理论、定标与真实性检验为四大核心知识板块，构筑遥感科学与技术学科的机理性基础；遥感探测聚焦电磁波探测器件、遥感成像体制与天空地观测平台的核心理论与技术体系，依托多谱段、多模态载荷及组网观测技术，实现海量遥感数据的源头获取；遥感处理由图像定量化预处理、智能解译、高性能计算、在轨实时处理等关键理论与方法组成，结合遥感大模型推动观测数据向有效地学信息的高效转化；遥感应用覆盖国土资源、农业农村、生态环境、灾害应急、气象服务、海洋水利、城市管理、地质矿产、行星探测、数字地球等诸多领域的图像分析技术与方法，全面服务于粮食安全、生态文明建设、气候变化应对、全球可持续发展等重大战略。当前，中国遥感科学与技术学科在理论研究、技术研发与行业应用层面已积累丰硕成果，但仍面临从本科到研究生教学体系存在知识碎片化、体系不完整、前沿知识融入不足、理论与实践衔接不紧密等问题，对交叉学科建设、复合型创新人才培养带来多重挑战。面向大数据、人工智能引领的数字化转型趋势，既要依托四位一体的学科知识体系与教学内容不断完善课程设置与教学实践，也要推进遥感科学与技术学科全链条的数智化升级，发展物理与数据模型双驱动、多平台协同探测、多模态遥感大模型、跨领域智能决策等前沿方向。通过理论、技术、应用与教学协同优化，持续提升遥感科学与技术学科的原始创新能力、行业服务能力与人才培育能力，推进遥感学科教育科技人才一体化发展。关键词：遥感科学与技术;遥感科学;遥感探测;遥感处理;遥感应用;学科内涵与体系架构1|0|0更新时间：2026-07-16 -
摘要：微波植被光学厚度VOD（Vegetation Optical Depth）能够定量表征地上植被总含水量。凭借微波较强的穿透能力和全天候观测特性，VOD相比光学植被指数具有不易饱和且受云雨干扰小等优势，是连接植被水分、结构与碳循环的重要遥感参数。本文在梳理微波辐射传输理论和散射机制的基础上，综述了典型主动、被动传感器VOD的反演框架及主要产品特征，并总结了VOD产品验证与评估的方法体系；进一步从模型病态反演、参数定标和数据输入等方面概括了当前VOD产品的主要不确定来源，归纳了VOD在植被水分监测、物候识别、地上碳储量估算及陆面模型约束中的应用与优势。在此基础上，围绕上述反演方法（产品研制）、产品验证评估和应用拓展3个方面，讨论了现阶段存在的主要问题，并对各部分内容未来的发展方向进行了展望。关键词：被动微波遥感;主动微波遥感;植被光学厚度;植被含水量;植被物候应用;森林碳汇监测1|0|0更新时间：2026-07-16 -
光学遥感月球矿物探测：方法、挑战与展望 AI导读
摘要：月球矿物组成的识别与丰度反演对于理解月球的起源与演化、资源潜力评估及未来载人探测任务规划具有重要意义。光学遥感作为当前月球探测任务中应用最广泛的技术手段之一，凭借其大范围、非接触、高精度的优势，在月表矿物识别与丰度反演中发挥着核心作用。本文系统梳理了月球光学遥感矿物探测的基本原理，整理了探月任务中配置的轨道与原位光学载荷及其获取的数据资源。在方法层面，本文对当前主流的矿物识别与反演方法开展综述分析，将其归纳为光谱特征表征与数据驱动映射、物理前向建模与后向反演及光谱解混3类方法。同时，总结了轨道与原位探测在矿物类型识别、丰度分布制图及演化历史推断等方面的代表性进展。在此基础上，进一步分析了光学遥感用于月球矿物探测在预处理误差和方法验证、混合像元效应、月表复杂环境影响等方面面临的关键挑战。最后，展望了月表矿物探测任务未来在多模态数据融合、高精度反演建模等方向的发展趋势。关键词：月球;光学遥感;原位探测;轨道遥感;矿物识别;光谱解混;丰度反演3|0|0更新时间：2026-07-16 -
药用植物资源遥感监测研究进展 AI导读
摘要：药用植物是中医药传承与发展的物质基础，其体内含有多种生物活性成分，具有广泛的药理作用。不同地理环境与气候条件下的药材品质差异较大，目前药用植物在精细化管理、资源的可持续利用、病虫害的动态监控及生长预警等方面存在不足。传统的研究方法存在耗时、费力、破坏性采样等问题，而遥感技术作为一种无损监测方法，能够快速、系统地获得大范围、定量化、周期性的信息，目前已广泛应用于中药材的生产过程中。本文结合遥感技术的发展历程及药用植物资源研究现状，系统综述了遥感技术在药用植物资源调查、质量分析、生长状况监测及胁迫监测等4个方面的应用进展。结果表明遥感技术已经形成了卫星、无人机、地面遥感3类数据互补的感知体系，同时不断拓展监测维度、加深监测深度、丰富应用场景，在药用植物研究领域具有广阔的前景。此外，本文还对目前研究的不足进行了总结，提出构建多源主动遥感协同感知体系、深入机理探究、推动全周期跨尺度监测、促进多学科交叉融合等方向，为利用现代科技推动中药材产业持续发展提供新思路。关键词：药用植物;遥感技术;监测;资源调查;质量分析;环境胁迫2|0|0更新时间：2026-07-16
综述
-
摘要：水面耀斑是水体遥感影像上的重要污染信息，哨兵2号卫星多光谱成像仪Sentinel-2 MSI（Sentinel-2 Multispectral Imager）影像上耀斑现象十分普遍，严重影响了Sentinel-2 MSI数据在水体遥感领域的应用。本研究从实证角度出发，在5个典型研究区开展了耀斑分布提取、耀斑时空分布规律分析及耀斑形成原因的探究工作。本研究发展了基于UNet模型的水面耀斑提取算法，算法总体精度超过96%。基于提取结果开展了水面耀斑的时空分布规律研究，结果表明：Sentinel-2 MSI影像上水面耀斑具有显著的区域和时间分布规律，部分严重区域耀斑发生频率高达80%、每景影像上耀斑平均发生面积超过30%；水面耀斑的发生主要受太阳角度、观测角度、纬度、轨道位置的影响，而内陆小型水体受风速、气温等气象因子影响较小；通过改变成像时间、观测角度、成像方式可以有效降低耀斑发生的频率和强度。本文通过对Sentinel-2 MSI影像上水面耀斑现象的量化评估和实证分析，进一步验证了其形成机制，为耀斑物理模型的构建和后续卫星减弱水面耀斑的研究提供了数据支撑。关键词：Sentinel-2 MSI;耀斑;时空分布;形成原因1|0|0更新时间：2026-07-16 -
摘要：太湖流域是中国城市化程度最高、水环境问题最突出的区域之一，其湖泊群长期受富营养化与高密度围网养殖影响。近年来，随着“长江大保护”与“生态文明建设”等国家战略的推进，流域内实施了包括“退网还湖”在内的多项水质提升政策。然而，当前对这些措施的实施成效，尤其是水生植被这一关键生态因子的响应特征仍未被系统评估。本研究基于1985年—2024年Landsat与Sentinel系列遥感影像，结合草藻算法和U-Net模型，重构了太湖流域内4个典型围网湖泊（东太湖、滆湖、长荡湖、阳澄湖）的水生植被与围网的时空变化。结果表明：（1）围网养殖面积在2001年达峰值（361.9 km²）后持续缩减，至2024年仅剩8.7 km²；（2）“退网还湖”后，沉水植被优势度下降，面积相对减少了82.9%，而浮叶/挺水植被逐渐成为优势类群；（3）各湖泊的围网拆除区内水生植被均出现大幅衰退甚至消亡。同时，研究还发现围网拆除区普遍存在植被退化与藻华暴发同步发生的现象。综上，尽管“退网还湖”政策缓解了水体富营养化，但也去除了围网结构对水生植被的物理支撑，且缺失了人工管护，是2017年以来沉水植被的快速退化的诱因之一。因此，未来湖泊管理需从单一的水质提升转向综合的水生态修复，建议依托卫星遥感等技术厘清水生植被群落的历史分布信息，进而开展因地制宜的近自然修复与可持续管护。关键词：太湖流域;围网养殖;水生植被;多稳态理论;遥感;退网还湖行动;生态恢复;长江大保护1|0|0更新时间：2026-07-16 -
摘要：全面准确分析黄土高原河段高含沙水沙变化规律对黄河流域水沙调控、防洪安全和生态保护具有重要意义。传统地面监测难以反映泥沙的时空动态变化，为此本研究基于2013年—2023年黄河干流12个典型水文站点实测泥沙浓度SSC（Suspended Sediment Concentration）数据与Landsat 8多光谱遥感影像，构建了引入光谱比因子红光—近红外与短波红外归一化比值指数RANS（Red and Near-Infrared to All Shortwave Infrared Normalized Ratio）的多任务卷积神经网络模型，并采用贝叶斯优化实现超参数自适应搜索，以提升模型在高含沙水体中的泛化能力和稳定性。结果表明，多任务自优化CNN模型的ln（SSC）决定系数R2达0.837，SSC的RMSE降至1256.75 mg/L，优于单任务CNN和未优化的多任务模型。基于反演结果揭示了2013年—2023年黄河干流SSC的时空动态变化：空间上，中游龙门至潼关段在丰水期单位距离变化率可达12.3 mg/（L·km）（远高于多年平均6.42 mg/（L·km）），下游小浪底至花园口段在汛期出现-31.97 mg/（L·km）负梯度。综上，多任务深度学习结合贝叶斯优化可有效提升高含沙河流SSC遥感反演精度，为未来大流域水沙演变监测、模型耦合及水沙调控策略优化提供方法基础与数据支撑。关键词：黄河中游;高含沙水体;悬浮泥沙反演;卷积神经网络模型;多任务学习;贝叶斯优化;Landsat 8遥感影像1|0|0更新时间：2026-07-16 -
摘要：滨岸带作为水陆生态系统的关键过渡区，对维护河湖生态安全具有屏障作用，其空间识别与动态监测是开展流域水生态保护与空间管控的重要基础。本文以长江干流中下游（宜昌至长江入海口）为研究区域，基于GEE（Google Earth Engine）平台，利用多时相Sentinel-2影像构建水淹频率指数，并采用阈值分区方法划定水位变幅区的内外边界，提出了一种适用于大尺度河流的滨岸带遥感划定方法。结果表明：（1）综合考虑岸线合理开发与生态空间保护的双重要求，划定的长江干流中下游滨岸带平均宽度为608 m，各流经城市滨岸带宽度为289—982 m；（2）生态岸带比为45.9%，空间上呈现“中游优于下游、右岸高于左岸、水位变幅区优于陆域缓冲区”的分布格局，各流经城市生态岸带比为32%—66%；（3）滨岸带开发利用率为54.1%，以农业用地（33.7%）和工矿用地（7.2%）为主，约87 km的硬质护岸工程集中分布于下游地区，显著削弱了自然水陆交互过程；（4）2022年—2023年，生态用地净减少6.6 km²，滨岸带仍呈现“生态退、人工进”的发展趋势。研究表明，基于水淹频率阈值的遥感方法可实现滨岸带范围的连续化、自动化识别，为流域尺度滨岸带动态监测、水生态评估与空间管理提供了技术支撑，对滨岸带生态空间保护具有重要参考价值。关键词：水淹频率;生态空间;滨岸带划定;遥感;长江干流中下游1|0|0更新时间：2026-07-16 -
摘要：河湖岸线是内陆水体与陆地的接触地带，具有调蓄洪水、维护生态平衡等极为重要的生态功能。及时掌握河湖岸线的动态变化对于防洪减灾以及水生态环境建设与保护具有重要的现实意义。针对区域尺度河湖水体与岸线识别精度不足、长期动态变化特征认识不充分等问题，本文以郴州市为研究区，综合利用高分卫星影像和Sentinel-2影像，构建了基于Swin-UNet深度学习模型的区域水体与河湖岸线识别方法，提取了研究区2015年—2025年的河湖岸线，揭示了研究区河湖岸线的动态变化特征。结果表明：基于Swin-UNet深度学习模型的水体与岸线识别模型水体识别精度90%；郴州市多年平均水域面积约为314.7 km2，对应的岸线长度约为7306.4 km，高分影像与Sentinel-2的结果有较好的一致性；郴州市河湖岸线长度的年内波动（变异系数=12.8%）高于其年际波动（变异系数=9.0%），人工水体岸线形态稳定性高于自然岸线，而且近十年来河湖岸线结构演化呈半自然—半人工岸线向人工岸线转化，自然岸线相对稳定的特征。总之，基于Swin-UNet深度学习模型的水体与河湖岸线识别方法能够有效提升复杂区域岸线自动提取的精度和稳定性，可为区域河湖岸线长期动态监测提供了技术支撑。本文相关研究结果可为郴州市河湖岸线资源管理、水生态保护和国土空间生态修复提供参考。关键词：河湖岸线;动态监测;Swin-UNet;高分卫星;Sentinel-2;郴州市559|731|0更新时间：2026-07-16 -
摘要：河流流量是水文循环过程的关键变量，在洪水预警、水资源调度和生态环境管理中具有重要意义。本文选取黄河源区的唐乃亥水文站为试点，提出一种融合卫星遥感和机器学习方法的河流流量监测技术。首先利用哨兵2号遥感影像提取河流的水面宽度，联合全球陆面数据同化系统模拟的气象水文变量（蒸散发、土壤湿度、温度、陆地水储量和径流量）作为6种驱动因子，分别构建了基于4种统计方法（线性函数、幂函数、指数函数和多项式函数）和4种机器学习方法（XGBoost、Random Forest、LightGBM和CatBoost）的流量监测模型，评估不同模型监测结果间的差异并利用夏普利加性解释SHAP（Shapley Additive Explanations）方法量化不同驱动因子的重要性。结果表明：4种统计方法中，多项式函数模型在测试期的效果优于其他3种模型；相比于传统统计方法，机器学习方法在精度和稳定性方面表现出显著优势，决定系数（R2）提高了46.15%，均方根误差（RMSE）和平均绝对误差（MAE）分别减少了54.61%和55.65%。Random Forest模型在测试期的模拟效果优于其他3种模型，其R2、NSE、RMSE和MAE分别为0.96，0.89，172.81 m³/s和147.33 m3/s。SHAP方法表明水面宽度在流量监测模型中具有最显著的贡献（189.02），其次为土壤湿度（145.11）和温度（97.41）。本研究证实了联合卫星遥感和机器学习方法在复杂地形与资料匮乏区域开展高精度流量估算的可行性和优越性。关键词：卫星遥感;机器学习;统计模型;SHAP方法;流量监测;唐乃亥水文站371|852|0更新时间：2026-07-16
水生态环境遥感监测
-
摘要：植被物候是反映气候变化对生态系统影响的重要指标。传统研究多聚焦于植被物候的年际变化分析，但对植被同一年内生长季形态的不对称性研究较少。本研究基于1982年—2022年GIMMS NDVI 3G长时间序列NDVI数据与NOAA气象数据，从植被生长季返青期与衰落期在时间长度、生产力水平（NDVI均值）、气温均值、降水总量4个维度上的差异出发，构建植被物候时长不对称指数VPAIL（Vegetation Phenology Asymmetry Index of Length）、植被物候生产力不对称指数VPAIV（Vegetation Phenology Asymmetry Index of Vegetation index）、气温不对称指数CAITemp（Climate Asymmetry Index of Temperature）以及降水不对称指数CAIPrcp（Climate Asymmetry Index of Precipitation），探究中国温带地区植被物候的不对称时空特征及其对气候变化的响应机制。结果表明：（1）在中国北纬30°以北区域，生长季开始期呈显著提前趋势（-0.077 d/a）、结束期轻度延迟（+0.060 d/a）、生长季长度总体延长（+0.101 d/a），导致VPAIL呈持续上升趋势，而VPAIV呈递减趋势。（2）研究区内72.9%范围出现衰落期长度显著长于返青期（VPAIL0），97.1%区域衰落期植被生产力高于返青期（VPAIV0），特别是农田区域NDVI二次生长高峰使VPAIV显著高于其他植被且VPAIL低于周边地区。（3）气候驱动机制分析表明：降水不对称（CAIPrcp）是调控生长期长度不对称的主要因子（与VPAIL整体相关系数R=0.91，CAIPrcp对VPAIL变化的贡献率达到41.4%），同时对春秋季生产力不对称也具有负向调节作用；气温不对称（CAITemp）对生长期长度具有辅助调节作用（R=0.47），但对生产力水平影响不显著（R=-0.39）。（4）通过自组织映射SOM（Self-Organizing Map）分类，分析得出物候参数特征分布与植被类型分布表现出显著的空间一致性，因此可利用植被物候参数进行植被类型制图。综上，本研究在较大空间尺度全面量化植被返青期与衰落期在4个维度上的不对称性特征及其气候调控机制，拓展了物候学研究维度，为区域生态模型与碳循环估算提供季节分配机制支撑，也为农业种植策略、水资源调控与气候适应性生态管理提供了重要参考。关键词：植被物候;不对称指数;气候变化;植被生产力;遥感;NDVI2|0|0更新时间：2026-07-16 -
摘要：全极化合成孔径雷达SAR（Synthetic Aperture Radar）数据能够有效刻画森林冠层的垂直结构特征，在森林地上生物量AGB（Above-Ground Biomass）反演中具有重要的应用价值，而合理的极化分解方法是提取关键极化特征并构建高精度定量反演模型的重要支撑。然而，在复杂森林冠层条件下，基于Barakat极化度的无模型分解方法在应对去极化效应、噪声干扰及观测几何变化时易产生偏差，导致极化特征的稳定性与泛化能力受限。为此，本研究在无模型分解框架中引入有效极化度EDoP（Effective Degree of Polarization），提出了一种融合EDoP的改进型无模型极化分解方法。以湖南省3个典型森林区域的L波段全极化SAOCOM（SatéLite Argentino de ObservacióN Con Microondas）影像为数据源，分别采用模型分解、传统无模型分解及融合EDoP的无模型分解3种策略提取极化特征，并结合前向特征选择与4种机器学习回归模型开展森林AGB定量反演。结果表明，融合EDoP的方法显著改善了散射目标的功率分配：体散射VOL（volume scattering）分量的能量占比由约40%降至30%，二次散射DBL（Double-Bounce Scattering）分量的能量占比提升约20%，有效抑制了由噪声和去极化引起的能量偏差，增强了各散射分量与森林AGB之间的相关性，尤其在冠层结构异质性较高的林分中表现更为突出。相较于传统无模型分解，融合EDoP的无模型分解方法所提取的极化特征与AGB的相关性显著增强；在森林AGB定量反演性能方面，本文提出的方法使决定系数（R²）提升0.15—0.30、相对均方根误差rRMSE（Relative Root Mean Square Error）降低4%—7%，且生成的森林AGB空间分布图更加合理，低估与高估现象均得到有效缓解，延缓了森林AGB遥感反演的饱和效应。本研究进一步验证了融合EDoP的无模型分解方法在复杂林分中的稳健性与可迁移性，证实其具备缓解森林AGB遥感反演饱和效应、提升复杂森林区域AGB反演精度的潜力，对实现大范围森林生物量与碳储量的精细化监测具有重要的应用价值。关键词：森林AGB;有效极化度（EDoP）;无模型极化分解;机器学习;SAOCOM2|0|0更新时间：2026-07-16
林业与农业
-
摘要：应用无人机影像与深度学习技术是近年来开展喜马拉雅旱獭识别与活动监测研究的重要手段，对喜马拉雅旱獭洞的识别是其中的关键环节。然而，受地形起伏、洞口石块及土体遮挡等因素影响，旱獭洞漏检现象突出，基于应用无人机影像与深度学习技术的识别精度有待提升。本研究以西藏地区部分典型鼠疫疫源地为研究区，通过旱獭洞地面调查与无人机遥感观测，构建一套包含旱獭洞和洞口附近石块、土体等生境要素的无人机影像数据集，运用融合生境信息的数据标注策略和YOLOv8、YOLO11、YOLO13、RT-DETR以及RF-DETR等5种目标检测模型，系统比较传统标注方式与融合生境信息标注策略并评估后者的有效性。结果显示：在传统标注方式下，5种目标检测模型识别旱獭洞的精度分别为93.0%（YOLOv8）、91.6%（YOLO11）、85.5%（YOLO13）、76.5%（RT-DETR）、83.0%（RF-DETR）；在融合生境信息的标注策略下，除YOLOv8模型的洞口识别精度略有降低外（-0.2%），其余检测模型均有所提升，分别为2.2%（YOLO11）、9.0%（YOLO13）、16.7%（RT-DETR）、6.5%（RF-DETR）。其中，RT-DETR模型与融合生境信息标注策略组合的旱獭洞识别效果提升最明显（约17%），YOLO11模型与融合生境信息标注策略相结合的旱獭洞识别体系效果表现最优。因此，融合生境信息的标注策略可以降低传统标注方式因遮挡导致的旱獭洞漏检风险，进而有效提升喜马拉雅旱獭洞的无人机遥感识别效果。本研究提出的数据标注策略有助于提升喜马拉雅旱獭洞的无人机识别效能，丰富了喜马拉雅旱獭鼠疫疫源地调查的无人机应用体系，对于青藏高原喜马拉雅旱獭鼠疫的监测与防控具有重要意义。关键词：无人机;深度学习;数据标注策略;生境信息;喜马拉雅旱獭洞;鼠疫监测151|74|0更新时间：2026-07-16 -
摘要：本文针对传统偏移量追踪小基线集方法在跃动冰川三维时序流速监测中受异常值干扰严重的问题，提出一种引入稳健趋势-异常值分解RTOD（Robust Trend-Outlier Decomposition）的信号处理方法，以提升流速时间序列的可靠性与准确性。将RTOD方法集成至传统的星载合成孔径雷达SAR（Synthetic Aperture Radar）偏移量追踪多维小基线集PO-MSBAS（Pixel-Offset-tracking Multi-dimensional Small Baseline Subset）和三维偏移量追踪小基线集3D PO-SBAS（three-dimensional Pixel-Offset-tracking Small-Baseline-Subset）方法中，分别构建RTOD-PO-MSBAS和RTOD-3D-POSBAS算法。该方法通过对升/降轨Sentinel-1A/B SAR影像提取的位移或流速时间序列进行信号分解，识别并剔除异常值，重建冰面三维时序流速。本文以斯瓦尔巴群岛奥斯本（Osbornebreen）冰川为实验区进行测试，结果表明，RTOD处理显著抑制了流速异常值，提升了Sentinel-1A/B SAR影像与Sentinel-2光学影像提取流速的一致性。西支冰川Sentinel-1A/B SAR影像与Sentinel-2A/B光学影像提取流速的相关系数由0.03—0.77提升至0.15—0.98，流速间差值的四分位距由35.45—717.26降至33.59—142.42；东支冰川相关系数由0.01—0.27提升至0.47—0.80，四分位距由140.07—3056.97降至40.70—113.62。再者，对比发现，RTOD-PO-MSBAS和RTOD-3D-POSBAS解算的各年份流速曲线与全球陆地冰流速与高程时间序列数据集ITS_LIVE（inter-mission time series of land ice velocity and elevation）流速产品间亦具有较好的一致性，相较传统算法能够更为准确地刻画奥斯本冰川流速时空变化特征。总体而言，RTOD方法对跃动冰川时序流速的异常值剔除效果较好，有效提升了跃动冰川三维时序流速监测的可靠性，为跃动冰川运动过程研究提供了更高质量的数据支持。该方法也为其他类型的大量级地表位移监测（如滑坡、泥石流等）提供了技术参考。关键词：跃动冰川;冰川三维时序流速;稳健趋势-异常值分解;PO-MSBAS;3D PO-SBAS;奥斯本冰川;斯瓦尔巴群岛1|0|0更新时间：2026-07-16 -
摘要：土壤湿度是陆地水文循环的重要变量，对气候变化、农业生产和生态系统管理具有关键意义。然而，现有的土壤湿度降尺度方法面临数据产品来源单一、协变量选择不全面等问题，限制了其精度和应用范围。本研究以中国东北地区为案例，提出了一种融合多尺度土壤湿度产品及地形汇流特征的降尺度框架，并采用4种代表性机器学习方法，构建了顾及地形汇流效应的多产品协同降尺度模型。研究表明，在引入多源土壤湿度数据和地形汇流效应后，模型决定系数（R²）由0.839提升至0.849，均方根误差RMSE（Root Mean Square Error）由0.098降低至0.095，偏差（Bias）从0.004减少至0.003。卫星土壤湿度产品为模型性能提升提供了互补信息，而地形汇流特征通过描述水分输送机制，提高了降尺度模型对土壤湿度空间分布的拟合能力。最终生成的高分辨率、逐日土壤湿度数据为精细尺度的土壤水分分析和应用提供了有力支持。关键词：土壤湿度降尺度;中国东北地区;多源数据;机器学习;深度学习;地形汇流;时空连续性;土壤湿度产品2|0|0更新时间：2026-07-16 -
摘要：与单一遥感影像相比，多光谱与合成孔径雷达SAR（Synthetic Aperture Radar）影像的融合分类可有效实现数据互补，提升地物识别精度。HybridSN（Hybrid Spectral CNN）是一种基于3D卷积与2D卷积的高光谱影像分类模型，能有效融合光谱和空间特征以提升分类精度。然而，HybridSN在处理多光谱与极化SAR等异构数据时，易将SAR噪声误判为有效特征，且难以协调SAR的结构信息与多光谱影像的高层语义特征，导致特征融合效率受限。针对上述问题，本文提出一种融合混合注意力模块HAM（Hybrid Attention Module）与循环层注意力机制RLA（Recurrent Layer Attention）的HAR-HybridSN模型（Hybrid and Recurrent Layer Attention HybridSN）。该模型采用HAM模块通过通道—空间协同注意力增强关键特征响应并抑制SAR噪声干扰，利用RLA模块优化网络深层与浅层特征的融合路径，从而提升多尺度异质特征的整合能力；以GF-1多光谱与GF-3极化SAR影像为实验数据，开展与HybridSN等6种算法的对比实验验证。研究表明：HAR-HybridSN的总体精度、平均精度和Kappa系数分别高于93%、91%和91%，显著优于对比模型；在地物交错及边界模糊的区域，HAR-HybridSN能有效抑制冗余信息的干扰，准确识别关键语义特征；相较于其他模型，其总体精度提升约1%，在建筑、耕地等类别中表现出更优的空间一致性与分类连贯性。关键词：多光谱影像;极化SAR;多尺度特征;HAR-HybridSN;地物分类2|0|0更新时间：2026-07-16 -
摘要：卫星遥感图像舰船目标检测与识别在海洋监视、航运管理和军事侦察等领域具有重要应用价值。然而，现有数据集在规模、多样性和细粒度方面的不足严重制约了该领域的发展。为突破这一瓶颈，本文构建了大规模细粒度舰船实例检测LAFI（large-scale fine-grained ship instance detection）数据集，并基于稳定扩散模型进一步构建了一个百万级舰船目标检测数据集LAFI-Diffusion。该研究具有以下创新性贡献：（1）LAFI是目前规模最大、类别最丰富的公开舰船数据集，包含8000张高分辨率遥感图像、49种舰船类型以及48717个精细标注实例；（2）采用可控扩散模型，在船舶—海洋文本提示引导下，可在不同的海况、天气条件和时间变化下生成数百万幅合成图像，支撑目标检测模型的预训练，显著提升模型在复杂海洋场景下的泛化能力，同时减少环境干扰；（3）基于LAFI数据集，本文系统评估了当前主流的7种有向框检测算法，为后续研究提供了重要基准。关键词：遥感图像;舰船目标检测;数据集;扩散模型;合成数据生成;细粒度识别;有向边界框;数据增强373|626|0更新时间：2026-07-16 -
摘要：风云三号D星（FY-3D）是中国新一代极轨气象卫星，其搭载的中分辨率光谱成像仪-Ⅱ型MERSI-Ⅱ（Medium Resolution Spectral Imager-II）载荷实现了全球范围气溶胶光学厚度AOD（Aerosol Optical Depth）观测。为了全面评估MERSI-I AOD产品精度，本文利用2019年—2023年MERSI-Ⅱ AOD产品，与全球气溶胶探测网AERONET（AErosol RObotic NETwork）地基观测结果及3个国际同类型载荷（Aqua/MODIS、NOAA-20/VIIRS和Suomi-NPP/VIIRS）AOD产品，进行了精度检验和对比分析。结果表明，MERSI-Ⅱ AOD与AERONET观测数据吻合较好，相关系数（R）为0.822，平均偏差MB（Mean Bias）为0.048，均方根误差RMSE（Root Mean Square Error）为0.169，落入误差内样本数所占百分比为60.32%。与国际同类载荷AOD产品相比：从时间尺度分析，4个载荷AOD产品各项统计指标变化趋势一致性较好，整体看来，MERSI-II AOD在2023年综合表现最好，同时，在冬季（11月至翌年2月）具有较好的指标表现（R0.83，MB0.045）；从区域统计结果分析，4个载荷AOD产品空间特征分布具有较高的相似性，在植被茂密地区（如北美东部）相关系数（R≥0.88）均有较高，但在北非/中东等亮地表区域均表现较差；MERSI-Ⅱ AOD的MB为0.048，与Suomi-NPP/VIIRS AOD接近（0.056）。进一步偏差分析表明：MERSI-Ⅱ AOD的MB与气溶胶负荷量、散射角呈负相关关系，而与归一化植被指数NDVIswir（Normalized Differential Vegetation Index）、太阳天顶角、观测天顶角则呈正相关关系；MERSI-Ⅱ AOD反演算法在城市、裸地等明亮地表及高污染背景下还需进一步优化。综上所述，MERSI-Ⅱ AOD产品能够为全球陆地AOD的长时序观测提供重要补充，有效完善全球气溶观测体系。关键词：风云三号;中分辨率光谱成像仪-Ⅱ型;气溶胶光学厚度;地基验证;误差分析1|0|0更新时间：2026-07-16 -
摘要：遥感影像变化检测CD（Change Detection）是对地球表面进行动态监测的关键技术。然而，因光照、季节变化等因素导致的时间不一致性与影像间几何失配导致的空间不一致性所形成的时空复合干扰，严重混淆真实地物变化与伪变化，降低检测精度。针对时空复合干扰问题，本文提出了一种采用级联对齐策略的时空感知对齐与多尺度特征流SAMFF（Spatio-temporal Aware Multi-scale Feature Flow）的变化检测网络。首先，在特征提取阶段，设计跨时相注意力对齐模块CTAAM（Cross-Temporal Attentional Alignment Module），该模块以交互与重构的方式对齐双时相特征的通道语义与局部上下文表征，增强对真实地物变化的感知能力，有效抑制由光照、季节变化等非地物因素引起的光谱伪变化。其次，针对几何失配问题，设计了特征增强的流对齐差分模块FADM（Flow-Aligned Difference Module），该模块通过增强后的特征在不同尺度上对齐双时相特征，缓解配准误差等带来的空间干扰。然后，利用跨尺度注意力特征增强模块CSAFE（Cross-Scale Attention Feature Enhancement）对已对齐的时空特征进行多尺度特征增强，以突出真实变化信息。最后，利用置信度流引导的特征融合模块CFGFFM（Confidence Flow Guided Feature Fusion Module）自适应地融合多层级对齐特征，抑制由时间表观差异与几何失配复合引起的残余伪变化响应。在SYSU-CD、WHU-CD与GZ-CD 3个公开数据集上的实验表明，本方法F1分数和交并比IoU（Intersection over Union）分别达到83.83%和72.16%、93.44%和87.69%和88.40%和79.23%，优于当前主流方法。关键词：变化检测;遥感影像;时空感知;特征对齐;多尺度融合;深度学习1|0|0更新时间：2026-07-16
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