最新刊期

    • “2024年5月15日，山东大学张玉征、乔乐团队在《遥感学报》发表研究论文，深入探索月球南极阿蒙森撞击坑的地质特征与演化历史。研究团队利用多源高分辨率遥感数据，揭示了阿蒙森坑底部的平原地貌特征，发现其高反照率、贫铁元素特性，并指出可能来自薛定谔盆地的溅射物。此外，阿蒙森地区氢元素富集，显示出较大的水冰探测潜力。该研究为月球极区着陆探测提供了重要参考，同时也带来了科学和技术上的新挑战。”
      ”

      张玉征,乔乐,陈剑,张江,李勃,凌宗成

      DOI：10.11834/jrs.20244014
      摘要：直径约103 km的阿蒙森（Amundsen）撞击坑是月球南极地区最显著的地貌特征之一，该撞击坑底部发育有大面积的平原地貌及永久阴影区，且存在氢元素的富集，是开展月球南极地区挥发分着陆探测的重要候选着陆区之一，然而对该区域仍缺乏聚焦性的区域地质特征及演化历史研究。面向未来月球极区着陆探测需求，本文利用地形、光谱、光照条件等多源高分辨率遥感探测数据，对阿蒙森地区的地质背景信息及详细地质特征进行了系统性研究。阿蒙森坑地形特征保存较为完好，为月表典型的复杂撞击坑之一，其坑底分布了面积超过2000 km2的平原地貌，平均坡度小于5°。基于物质成分及反照率分析，本文发现这些坑底平原具有高反照率、贫铁元素的特征，显著不同于月海平原，说明其可能是来自薛定谔盆地的溅射物，而不是火山喷发产物。同时，阿蒙森地区还表现出氢元素的富集，水冰探测潜力较大。本文还绘制了阿蒙森地区大比例尺地质图，并梳理了区域多期次地质演化历史。通过与嫦娥四号任务着陆区所在的冯·卡门坑底月海平原对比，本文认为阿蒙森坑底平原具备开展着陆探测的地形条件，但是其特殊的光照、温度及物源特征也为开展着陆原位探测带来了科学机遇和技术挑战。  
      关键词：阿蒙森撞击坑;月球极区;永久阴影区;挥发分;地形地貌;地质演化   
      17
      |
      0
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56737618 false
      发布时间：2024-05-15
    • “2024年5月15日，中国海洋大学计算机科学与技术学院的吴虎承、王仁芳团队在《遥感学报》发表新研究。他们针对遥感影像语义变化检测中的自相矛盾问题，提出基于孪生CNN与Transformer的算法。该算法通过多尺度特征提取、差异增强和语义Token映射，实现了“语义-变化”一致性建模。实验结果显示，该算法能高效关注变化区域，保持结果一致性，取得优异评价指标和视觉效果，为遥感影像语义变化检测领域的研究提供了新方向。”
      ”

      吴虎承,王仁芳,邱虹,王峰,高广,吴敦

      DOI：10.11834/jrs.20243419
      摘要：遥感影像语义变化检测在生态环境、土地利用、土地覆盖监测等方面发挥着重要作用。近年来基于深度学习的变化检测方法是遥感智能解译关注的热点，然而现有的三分支语义变化检测方法缺少对变化分支和语义分支一致性建模，导致双时相语义变化检测的自相矛盾。针对该问题，本文提出一种基于孪生CNN与Transformer的遥感影像语义变化检测算法。在编码阶段，首先设计孪生ResNet34网络提取影像的多尺度特征，并嵌入差异增强模块来提高变化信息的关注度；然后利用语义标记器将特征图映射为紧凑的语义Token，并通过Transformer编码器联合双时相语义和变化信息来建模“语义-变化”一致性。在解码阶段，通过Transformer解码器利用跳跃连接，将不同细粒度的语义信息融合，生成细化的语义特征图；经过上采样恢复、掩码相乘得到双时相语义变化结果。在遥感语义变化检测公开数据集SECOND和LandSat-SCD上的实验结果表明，本文提出的算法能够有效地关注变化区域，保持变化结果和语义结果的一致性，且达到了优异的评价指标和视觉效果。  
      关键词：遥感影像;变化检测;语义一致性;差异增强;多尺度特征;孪生网络;ResNet34;Transformer   
      14
      |
      4
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56737563 false
      发布时间：2024-05-15
    • “2024年5月15日中国矿业大学 环境与测绘学院的陆凌霄、秦凯团队在《遥感学报》发文，揭示了利用卫星遥感技术间接估算化石能源消费二氧化碳排放量的新方法。团队选取多个城市和能源区为研究对象，通过分析NOx与CO2排放关系，成功估算出化石能源消费的CO2日排放量。该研究不仅提高了空间分辨率和时间频次，还能揭示小型排放源，为我国化石能源碳排放核算提供了重要技术支持。”
      ”

      陆凌霄,秦凯,科恩杰森,李晓璐,周春艳

      DOI：10.11834/jrs.20244018
      摘要：为实现“双碳”目标，利用卫星遥感技术估算化石能源消费二氧化碳（CO2）排放量至关重要。然而，由于CO2在大气中的存活寿命长，且现有CO2卫星传感器的空间覆盖度有限，直接采用卫星观测反演的CO2柱浓度数据估算其排放量难度较大。鉴于化石能源消费同时排放CO2和氮氧化物（NOx），NOx存活寿命短且利用卫星遥感估算其排放量具有较好的可行性。本文选择28个东部城市和1个西部能源金三角地区为研究对象，开展了基于TROPOMI NO2柱浓度间接估算化石能源CO2日排放量研究。首先，本文使用2019年的TROPOMI NO2对流层柱浓度数据产品和质量守恒模型估算得到NOx日排放量及不确定度。其次，分析多尺度排放清单模型构建的排放清单数据库（MEIC）中CO2与NOx的排放量关系。最后估算获得化石能源消费的CO2日排放量。结果表明：估算结果与MEIC清单中的CO2排放空间分布一致，但其更高的空间分辨率和时间频次能够揭示由于统计资料缺失的新兴及小型的排放源。东部城市以北京为例，在市中心周围的城郊地区遥感估算结果高于MEIC清单约104%，这表明随着东部城市的快速扩张，出现较多的新兴排放源。能源金三角以榆林为例，在该地区的电厂、钢铁厂以及煤矿区，存在部分排放源的排放量在MEIC清单中仅占整体排放量的10%，而在估算结果中该比例为37%，表明一些未纳入排放清单的小型电厂和工业源能够被卫星遥感捕捉到。研究结果可为我国化石能源碳排放核算提供技术支持。  
      关键词：化石能源;氮氧化物;二氧化碳;卫星遥感;排放清单;间接估算;质量守恒;新兴排放源   
      11
      |
      1
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56737515 false
      发布时间：2024-05-15
    • “2024年5月15日，西南交通大学地球科学与工程学院的孙海娇、熊川团队在《遥感学报》发表研究论文。他们针对山区融雪监测难题，利用Sentinel-2卫星数据提出新颖方法。新方法能有效识别融雪起始时间，并在植被等干扰因素下表现优越。尽管受云雨影响，但与时间序列SAR方法互补，有望提升山区融雪监测的时效性和准确性。”
      ”

      孙海娇,熊川,韩晨阳

      DOI：10.11834/jrs.20243465
      摘要：季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。  
      关键词：积雪粒径;后向散射;融雪;合成孔径雷达;光学遥感   
      13
      |
      0
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56737487 false
      发布时间：2024-05-15
    • “2024年5月14日北京大学地球与空间科学学院遥感与地理信息系统研究所的华健聪、曾招城团队在《遥感学报》发文，揭示了卫星遥感在监测全球大气二氧化碳中的挑战。研究团队精准解析了沙漠地区沙尘气溶胶散射效应对二氧化碳反演结果的误差影响，发现气溶胶信息缺失或误判会导致反演结果高估。该研究为提升卫星反演精度提供了关键参考，有望助力全球气候变暖应对策略的制定。”
      ”

      华健聪,曾招城

      DOI：10.11834/jrs.20243305
      摘要：二氧化碳（CO2）是一种重要的温室气体，利用卫星遥感可实现全球大气CO2的持续大范围监测，对于制定减排策略应对全球气候变暖具有重要意义。大气中的气溶胶散射效应是制约卫星高精度CO2反演的主要因素。现有研究表明，在地表反照率较高的地区，例如沙漠地区，卫星反演的CO2大气柱平均干燥空气混合比（XCO2）比真实值普遍偏高，偏差程度可达到满足实际应用需求所允许误差的50%。然而目前学界对此还缺乏足够的理解和定量分析。围绕这一难点问题，本文应用精准的大气辐射传输模型和基于最优化估计的XCO2全物理反演算法，分析和量化沙漠地区沙尘气溶胶散射效应所导致的XCO2反演误差。本研究从气溶胶的三个重要特征变量出发，包括气溶胶光学厚度（AOD）、气溶胶层高（ALH）和单次散射反照率（SSA），解析沙尘气溶胶散射效应导致XCO2卫星反演结果偏差的物理机制。研究结果表明卫星反演算法中低估沙尘气溶胶的AOD、低估ALH或高估SSA是沙漠地区XCO2出现高估的可能原因。具体表现为：（1）在反演算法不考虑气溶胶的情况下，若实际AOD大于1.0，将导致XCO2反演结果高估超过1%；（2）当AOD低估0.3至0.5时，XCO2的反演结果将高估0.15%至1.28%；（3）当ALH低估超过0.6 km时，XCO2将高估超过1%；（4）在高估单次散射反照率（SSA）的情况下，XCO2反演结果偏高，但高估不超过0.15%。由本文的模拟实验可知，精准的气溶胶信息对于实现高精度的XCO2反演极为关键。本文还探究了沙漠地区可能发生的“临界反照率”效应对反演结果的影响，并指出此效应可能是高亮地表中CO2探测卫星无法同时量化气溶胶信息的根源。本文提出，为了解决这一难题，实际反演中需要综合气溶胶探测仪器的观测数据对气溶胶信息进行进一步约束以提高XCO2的反演精度。本文结论可为未来卫星反演算法的改进提供参考依据。  
      关键词：沙尘气溶胶;遥感反演算法;散射效应;辐射传输模型   
      20
      |
      8
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56712247 false
      发布时间：2024-05-14
    • “2024年5月14日吉林大学地球探测科学与技术学院的孟治国团队在《遥感学报》发文，揭示了月表低亮温差异常的重要发现。该团队利用嫦娥二号等多源数据，在莫斯科盆地和史密斯海首次发现并提出此异常，现有成分无法解释其成因。研究表明，这些异常可能源自撞击事件对月壳深部物质的挖掘，展现了月壳成分在纵向分布的不均匀性。这一发现为月球撞击演化历史和月壳物质成分研究提供了新视角。”
      ”

      孟治国,赵瑞,蔡占川,张小平,张渊智,邹猛

      DOI：10.11834/jrs.20244001
      摘要：月表冷异常是月球科学研究关注的重要内容之一。相对于热红外冷点异常，本文基于嫦娥二号微波辐射计数据，结合月表Clementine UV-VIS、LRO Diviner和DEM数据，首次在莫斯科盆地发现并提出了低亮温差异常，并在史密斯海确认了低亮温差异常的存在；以亮温差表现正常的嫦娥五号着陆区为参考，发现当前已知成分无法解释低亮温差异常的成因；通过对阿波罗盆地和巴尔默隐月海地区低亮温差异常的研究，发现造成低亮温差异常的物质很有可能来自撞击事件对月壳深部物质的挖掘，代表了月壳成分在纵向分布上的不均匀性。论文结果对进一步研究月球撞击演化历史和浅层月壳物质成分特征提供了新的重要参考。  
      关键词：低亮温差异常;微波辐射计;亮温;月壤成分;地质意义   
      10
      |
      4
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56712103 false
      发布时间：2024-05-14
    • “2024年5月14日，中国气象局中国遥感卫星辐射测量和定标重点开放实验室的张婉春团队在《遥感学报》发文，报道了他们对大气顶射出长波辐射（OLR）反演精度的研究。团队利用美国Aqua CERES OLR数据与风云三号D星和E星的数据进行比对，发现两颗星OLR反演精度相近。同时，通过增加每日观测次数，基于两颗卫星计算的日平均OLR精度显著提升，能更好地反映OLR日变化特征，为气象监测和预报提供了更精确的数据支持。”
      ”

      张婉春,刘健,徐娜,陈林,徐寒列

      DOI：10.11834/jrs.20243046
      摘要：大气顶射出长波辐射（OLR）是大气顶辐射能量平衡的重要分量。风云三号D星和E星（FY-3D和FY-3E）上搭载的中分辨率成像光谱仪（MERSI）均可用于OLR反演。利用美国Aqua CERES OLR瞬时观测数据分别对FY-3D和FY-3E MERSI瞬时OLR反演精度进行一致性比对，结果显示两颗星OLR反演精度基本一致，FY-3D和FY-3E MERSI OLR与Aqua CERES OLR相比RMSE在6-7 W·m-2之间。基于CERES日平均OLR数据与FY-3D和FY-3E单星和联合计算的日平均OLR比对结果显示，基于两颗卫星每日四次观测计算的日平均OLR较单颗星每日两次计算的日平均OLR精度提高3-4 W·m-2。反映出利用多颗极轨气象卫星观测数据，增加每日观测次数，可更好地反映OLR日变化特征。  
      关键词：风云三号;多星联合;大气顶射出长波辐射;评估;日变化;中分辨率成像光谱仪;云和地球辐射能量系统;云量   
      8
      |
      3
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56710727 false
      发布时间：2024-05-14
    • “2024年5月14日，河海大学地理与遥感学院的南京团队孙嘉欣、冯莉在《遥感学报》发布新成果。他们针对城市植被降温效率，开展了微尺度下的精细研究。研究通过无人机数据，建立了区域绿地容积率指标，并提出了一种改进的区域植被降温效率计算方法。研究发现，居民区植被降温效率日变化呈“山峰”形态，且紧凑型居民区的降温效果优于开阔型。研究为城市居民区绿地规划提供了科学支撑，有助于改善城市微热环境。”
      ”

      孙嘉欣,冯莉,张枭,周亚男,冯海蓉

      DOI：10.11834/jrs.20243487
      摘要：目前城市植被降温效率的研究大多基于大尺度卫星遥感数据来开展，缺少微尺度下植被降温效率的精细研究。因此，本研究以南京市江宁区典型居民区植被为研究对象，利用无人机可见光数据进行居民区绿地精细分类，在此基础上建立区域绿地容积率（Regional Green Plot Ratio， RGPR）指标，基于逐小时无人机热红外数据，提出一种改进的植被降温效率计算方法—区域植被降温效率（Regional Cooling Efficiency， RCE）计算方法，并利用该方法计算居民区植被降温效率，探究不同局地气候分区（LCZ）下居民区地表温度与区域绿地容积率指标的响应关系、降温效率时空变化并进一步确定不同居民区绿地容积率的最佳降温效率阈值。研究结果表明：（1）居民区植被降温效率日变化曲线整体呈现“山峰”形态， RCE随地表温度增强而增大。在观测时间段内，RCE最小值出现在8：00（均低于1.0℃），最大值出现在午后14：00（均大于1.4℃），局地气候分区水平下，紧凑型居民区的RCE高于开阔型居民区，而在开阔型居民区类型中，RCE随着区域内建筑平均高度的增加而降低。（2）紧凑型的局地气候分区下，RGPR越高，植被所带来降温效果越强；而开阔型居民区，无论建筑高低，植被降温效率存在一定的RGPR阈值，当RGPR达到一定阈值后，RGPR对地表温度的降温效率达到最大强度。本研究将助力于城市居民区绿地规划，为改善城市微热环境提供科学的理论支撑。  
      关键词：城市居民区;微热环境;区域植被降温效率（RCE）;局地气候分区;区域绿地容积率;无人机热红外;降温效率阈值;城市居民区绿地规划   
      21
      |
      4
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56710218 false
      发布时间：2024-05-14
    • “2024年5月13日，中国科学院空天信息创新研究院遥感科学国家重点实验室的谢炎、曾红伟团队在《遥感学报》发表重要论文。该研究针对大区域、复杂作物类型的遥感监测识别，以黑龙江省绥化市为例，深入探索样本数量对作物分类效果的影响。研究发现，优化随机森林模型参数后，通过适量样本训练，即可实现高精度作物遥感识别，并成功将模型外推至整个绥化市，为大尺度区域作物遥感分类提供了高效与经济的方法，为作物分类研究提供了科学依据和参考。”
      ”

      谢炎,曾红伟,田富有,张淼,胡越然,覃星力,吴炳方,张有智,解文欢

      DOI：10.11834/jrs.20244005
      摘要：降低样本的依赖度，实现大区域、复杂作物类型的遥感监测识别是农业遥感的重要研究内容。本研究以黑龙江省产粮大市绥化为例，深入探索了样本数量对作物分类效果的影响，以及小区域尺度训练的监督分类模型空间外推至大区域尺度的可行性。研究发现，采用玉米播种至抽穗期中期的Sentinel-2时序遥感影像，在优化随机森林模型参数的基础上，当训练的样本量从10%逐步递增至50%时，即玉米、水稻和大豆的训练样本各为130个左右，就能提取北林区作物的空间分布，整体分类精度为94.6%，当样本量进一步增加时，模型的整体分类精度保持平稳，并不会进一步增长。因水稻在育秧期-淹水期的陆表水体等光谱指数与玉米、大豆的显著差异，采用玉米播种至拔节期前期的 Sentinel-2遥感影像，即可实现北林区高精度的作物遥感识别。当时间从玉米拔节期前期延长至抽穗中期，作物的总体分类精度仅有微小的提升。作物空间分布和概率分布图表明，将北林区训练的最优模型外推至整个绥化市时，能取得与用绥化市采集的样本直接训练的模型得到相似的分类效果，整体分类精度为93.7%，仅比后者低1.3个百分点。距离、样本的空间代表性和数量、小区域和目标拓展区的作物种植结构的相似性是影响模型空间外推效果的关键因子。不同的作物对距离的敏感程度不一，由于水稻的水体指数、短波红外1等波段与其他作物的显著差异，水稻的分类效果对距离的变化并不敏感，而玉米和大豆的分类效果则随着外推距离的增长，总体上呈现下降的变化趋势。在源区域和目标拓展区作物种植结构相似的前提下，小区域的作物分类模型构建，需要同步兼顾样本的空间代表性和数量，才能取得较好的模型空间外推效果。本研究的结果为大尺度区域作物的遥感精准分类提供了高效与经济的方法，为作物分类样本的采集与抽样策略的制定、分类时相、敏感波段的选择提供了科学依据，为鲁棒性和泛化能力更强的模型外推方法的设计提供了有意参考。  
      关键词：作物分类;样本依赖;模型外推;随机森林;谷歌地球引擎   
      21
      |
      9
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56633090 false
      发布时间：2024-05-13

    • 滕晨凯,肖月瑶,张加龙,和云润,陈朝情

      DOI：10.11834/jrs.20244006
      摘要：准确估测森林碳储量对于森林生态系统的保护和可持续发展有着重要意义，但是遥感时间序列数据存在大量的噪声，为了提高碳储量的估测精度，开发一种滤波算法，以减少高海拔地区Landsat时间序列数据噪声的干扰。基于1987、1992、1997、2002、2007、2012、2017年国家森林资源连续清查固定样地的数据以及1987—2017年的Landsat时间序列影像。本研究利用Python开发了自适应地形卷积ATC（Adaptive Topography Convolution）算法，该算法考虑到地形因素对于图像质量的影响，在尽可能保留图像细节的情况下去除图像的噪声，并使用Savitzky-Golay滤波、中值滤波对Landsat时间序列数据进行滤波。应用随机森林回归算法RFR（Random Forest Regression）构建香格里拉市高山松碳储量估测模型，选择最优估测模型对1987、1992、1997、2002、2007、2012、2017年高山松碳储量进行反演制图。结果表明：1）从图像的质量评价指标平均绝对误差MAE（Mean Absolute Error）来看，经过ATC算法滤波后的图像质量最好；2）在使用RFR方法的情况下，滤波后的数据均表现出比原始数据更高的估测精度；3）在使用RFR方法的情况下，基于贡献度前10的特征因子和累积贡献度达到70%的特征因子建模时，经过ATC算法滤波后的时间序列数据均表现出了最优的估测精度；4）基于ATC算法和贡献度前10的特征因子对高山松碳储量的建模效果最优，其决定系数R2为0.867、均方根误差RMSE为15.527 t/ha、预测精度P为73.54%、相对均方根误差rRMSE为41.14%；4）基于最优估测模型的高山松碳储量反演结果分别为：677万吨（1987年）、716万吨（1992年）、722万吨（1997年）、436万吨（2002年）、720万吨（2007年）、711万吨（2012年）、753万吨（2017年）。使用ATC滤波算法能够有效去除高海拔地区时间序列影像中的噪声，从而降低时间序列影像的不确定性，提高了高山松碳储量遥感估测精度。  
      关键词：Landsat时间序列;滤波;高山松;碳储量;ATC   
      42
      |
      6
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56625805 false
      发布时间：2024-05-13
    • “2024年5月13日，中国地质大学(武汉) 地球物理与空间信息学院的郭骁玮、陈涛团队在《遥感学报》发表文章，深入探讨了矿区地面沉降预测的技术革新。他们创新性地结合了时序分解策略与深度学习模型，提出了SFF-PredRNN模型，针对矿区地面沉降的时空特征进行精准预测。该研究以新密市米村煤矿为实例，通过先进算法获取地面沉降数据，并通过多项指标验证模型的高效性。这一研究为矿区地面沉降灾害防治提供了新的技术支持，有望为矿区安全生产提供有力保障。”
      ”

      郭骁玮,陈涛

      DOI：10.11834/jrs.20243488
      摘要：矿区开采会造成严重的地面沉降，这类沉降常常伴随着大范围、不均匀的特点，对矿区的生产生活产生了巨大的威胁，因此，精准的地面沉降预测对于矿区沉降灾害的防治有着重要的意义。针对传统的时序预测模型存在时空信息捕捉能力差，时空特征学习不充分的问题，本文将时序分解策略与深度学习网络模型相结合，基于地面沉降时序位移在时间维度上的特性提出考虑季节性位移特征的Seasonal-Feature-Focused PredRNN（SFF-PredRNN）模型。本文选取新密市的米村煤矿作为研究区，通过小基线集干涉技术算法获得了研究区2018-2021年的地面沉降信息，在此基础上构建了地面沉降时序数据集，利用构建的SSF-PredRNN模型对研究区地面沉降进行时空预测，并通过平均绝对误差（MAE）、均方根误差（RMSE）、峰值信噪比（PSNR）以及结构相似性指数（SSIM）进行模型的精度评价。实验结果证明，对比于CNN-LSTM、ConvLSTM以及PredRNN模型，本文提出的SFF-PredRNN模型在各项指标中均有最好的表现，表明这项研究可以为矿区的地面沉降灾害的预防预治提供有效的数据支撑。  
      关键词：InSAR;地面沉降;时空预测;季节性;SFF-PredRNN   
      19
      |
      4
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56625186 false
      发布时间：2024-05-13

    • 谢俊峰,杨晓梦,徐超鹏,芦祎霖,张丽斌,莫凡,吕鑫,刘仁,曾俊泽

      DOI：10.11834/jrs.20243390
      摘要：针对新一代冰、云、陆地高程卫星（Ice， Cloud， and Land Elevation Satellite-2， ICESat-2）/先进地形激光高度计系统（Advanced Topographic Laser Altimeter System， ATLAS）在山地林区信号提取精度不高导致地表及冠层表面检测困难等问题，本文提出了一种方向自适应的点排序识别聚类结构（Ordering points to identify the clustering structure，OPTICS）山地林区地表及冠层表面检测方法，首先利用随机抽样一致（（Random Sample Consensus， RANSAC）分段曲线拟合初始地表，用于构建方向自适应的椭圆搜索域替换传统OPTICS的圆，形成方向自适应的OPTICS，并结合大津法（Nobuyuki Otsu method， OTSU）提取地面信号，以信号提取与地表拟合迭代获取精细地表；随后，参考精细地表消除地形对点云影响，采用垂直椭圆的OPTICS提取植被信号并检测冠层表面。以黑龙江孟家岗林场、辽宁抚顺林区ATLAS为研究对象开展实验，并利用人工标注样本及无人机产品验证精度。结果表明，本文方法提取地表与植被信号精度（F值）达到0.97，相较于基于椭圆的OPTICS，精度提升了约0.07；另外，本文方法检测的地表及冠层表面高程均方根误差（Root Mean Square Error， RMSE）分别为1.08m、2.33m，相较于ATL08的1.92m、3.29m，精度提升明显。故本文方法提取植被信号、检测地表及冠层表面的精度更高，更适用于山地林区等坡度变化较大的区域，可为后续森林空间结构反演提供可靠的数据基础。  
      关键词：ICESat-2;ATLAS;方向自适应;OPTICS;迭代精化;地形坡度;光子计数;山地林区   
      4
      |
      0
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56615846 false
      发布时间：2024-05-13
    • “2024年5月13日中国科学院空天信息创新研究院国家遥感应用工程技术研究中心的王瑛琦、黄慧萍团队在《遥感学报》发文，揭示了遥感生态指数在高分辨率尺度下的新突破。他们采用多分辨率波段融合技术，构建了高分辨率遥感生态指数（HRSEI），有效解决了波段不匹配问题。研究应用于河南省范县，表明HRSEI在精细尺度应用中具有优势，可精准评估生态环境质量，为高分辨率遥感数据应用拓展新场景。”
      ”

      王瑛琦,黄慧萍,朱文露,杨光,余堃

      DOI：10.11834/jrs.20243529
      摘要：遥感生态指数（Remote Sensing Ecological Index，RSEI）是目前使用最多的生态环境质量评估模型。由于高分辨率遥感影像普遍缺少RSEI计算涉及到的短波红外和热红外波段，使得RSEI在高空间分辨率生态环境质量评价应用中受到限制。为了解决遥感影像波段与RSEI计算所需波段不匹配的问题，本文采用多分辨率波段融合技术，拟合生成高分辨率的短波红外波段和地表温度，基于RSEI原理构建了高分辨率遥感生态指数（High-resolution Remote Sensing Ecological Index，HRSEI），填补了RSEI在高分辨率尺度下研究的空白。本方法应用在河南省范县黄河滩区，结果表明：多分辨率波段融合技术可以有效弥补高分影像波段较少的劣势，突破了RSEI在精细尺度应用的限制性，拓展了高分辨率遥感数据的应用场景；4m高分二号（GF-2）数据生成的HRSEI所呈现的信息丰度明显高于30m Landsat8数据生成的RSEI；2016年和2023年HRSEI结果表明，范县生态环境质量总体向好，恶化区域多集中于黄河滩区农村居民地迁建区域，旧村拆除后未及时复垦是生态环境质量下降的重要因素。  
      关键词：高分辨率;遥感生态指数;生态环境质量;RSEI;波段融合   
      47
      |
      11
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56615810 false
      发布时间：2024-05-13

    • 梁炜轩,冯伟,孙明智,钟敏

      DOI：10.11834/jrs.20243435
      摘要：湖泊作为地表水的重要组分，在全球水循环中发挥着关键作用，同时也是全球气候变化的“哨兵”。于2022年12月发射的地表水和海洋地形（SWOT）卫星将首次对全球湖泊进行二维宽刈幅观测。为了在今后更好地应用SWOT卫星数据，本文将先行对SWOT卫星的应用潜力进行综合模拟和评估。本文使用法国国家空间研究中心（CNES）水文模拟工具，对位于青藏地区的拉昂错、玛旁雍错、昂拉仁错和仁青休布错四个湖泊进行了SWOT卫星观测数据的模拟研究，评估SWOT卫星观测湖泊水面高、湖泊面积以及湖泊水储量的能力。模拟研究表明，针对青藏地区的四个典型湖泊，SWOT卫星观测湖泊平均水面高的精度优于0.02 m，模拟水面高序列与真实序列相关系数超过0.9，能够较好地反映湖泊水面高随季节的变化；SWOT观测湖泊面积的误差大部分在10%以内。SWOT卫星在湖泊水量反演中有很大的应用前景。SWOT估计水面高和面积所产生的误差对湖泊静态水量估计的影响较小，而湖底地形的估计误差对湖泊静态水量估计的影响较大，所以获取更高精度的湖泊深度先验数据是未来获得更高湖泊水储量的关键。  
      关键词：湖泊;地表水与海洋地形（SWOT）;CNES水文模拟工具   
      11
      |
      2
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56615778 false
      发布时间：2024-05-13

    • 丁逸凡,吴立新,齐源,毛文飞

      DOI：10.11834/jrs.20243019
      摘要：阿拉伯板块持续向北挤压欧亚板块，促使阿富汗-巴基斯坦边境应力场变化、局部闭锁和破裂失稳，导致2022年6月21日发生了6.0级帕克提卡浅源地震，这是该地区近10年发生的最大地震。本文利用GCOM-W1卫星AMSR-2微波辐射计观测的微波亮温（MBT）数据，运用时空加权两步法提取了地震前后、震中周边超百万km2范围内的MBT残差，揭示了MBT时空演变特征与正异常现象的多态性。联合降雨、土壤湿度及CH4、CO温室气体卫星观测数据，结合区域地质条件和地表覆盖类型，逐一进行了多态MBT正异常的归因辨析。研究表明：1）震中东南部印度河平原和西北部卡拉库姆沙漠显现MBT正异常，可归因于孕震应力激活的岩石空穴粒子（P-hole）从孕震区向上传递到第四系盖层，导致地表浅层介电常数降低；2）临震期高山地区显现MBT正异常，可归因于应力激活的P-hole向高山低温区传递，并聚集在砂性沉积岩盖层，致使砂性盖层微波介电常数降低；3）震中西北部沿赫拉特断裂带显现MBT正异常，与临震期断层拉张有关，可能受到煤系CH4、CO沿断层与矿井逸出产生的温室效应影响。本研究对于西亚地区地震微波遥感观测及地震异常识别有重要意义，对全球其他地区的地震遥感监测及异常认知也有参考价值。  
      关键词：微波亮温;地震异常;P-hole;微波介电;温室效应;地应力场变化   
      8
      |
      11
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56612297 false
      发布时间：2024-05-11
    • “2024年5月11日，广西大学海洋学院的邓淞文团队与中国科学院地理科学与资源研究所的杨飞团队在《遥感学报》发表文章，深入剖析红树林碳库遥感研究。两团队系统梳理了红树林碳库遥感的发展历程，并探讨了光学遥感和雷达遥感技术在红树林碳储量估算中的应用。同时，他们关注生物碳库与土壤碳库的碳储量研究，提出红树林在碳中和目标中的关键角色。该研究为红树林碳库遥感研究提供了新视角，并展望了无人机遥感技术和人工智能在此领域的应用前景。”
      ”

      邓淞文,杨飞,王英辉,张威,王文欢

      DOI：10.11834/jrs.20243293
      摘要：红树林是重要的蓝碳生态系统，对于维持全球海洋碳循环，减缓气候变化速率具有重要意义。遥感因其重复性好、分辨率高和成本低廉的特点，能更好地实现红树林碳资源的统计和管理。本文对红树林碳库遥感研究进行了梳理，根据研究内容和深入程度将红树林碳库遥感研究的发展历程划为三个阶段：早期探索阶段（2007~2012年）主要面向全球红树林制图，研究提取红树林的空间结构信息；中期应用研究阶段（2013~2015年）在前期研究成果基础上估算红树林碳储量；全面发展阶段（2016年以后）碳储量估算精度不断提高，研究热点趋向于环境因素对红树林碳库的影响机制。梳理了光学遥感和雷达遥感两种遥感方法的研究现状，并探讨了两种遥感技术融合分析的结果改进程度，再进一步讨论各种红树林碳模型在估算红树林碳储量及模拟红树林碳循环研究中的性能。从生物碳库与土壤碳库两个重要的红树林碳库出发，回顾了二者碳储量的相关研究。生物碳库主要由植被的根茎叶中储存的碳构成，是红树林初级生产力的主要影响因素，受人类活动及自然影响剧烈，碳储量有较大的波动范围。土壤碳库储存的碳约占红树林总碳储量的49~98%，是红树林生态系统中最大的碳库，但对其的遥感研究数量较生物碳库来说相对较少，存在着遥感数据获取难度大、光学特征复杂等待解决的问题。结合红树林生态系统在碳中和目标中的重要地位及应用前景，探讨了无人机遥感技术和人工智能领域等方面在红树林碳库估算中的应用潜力。  
      关键词：红树林;遥感;碳模型;生物碳储量;土壤碳储量;无人机遥感   
      19
      |
      12
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56612265 false
      发布时间：2024-05-11
    • “2024年5月11日，中山大学测绘科学与技术学院的何金宸、冯伟团队在《遥感学报》发布新研究。他们针对钙华湖泊水深监测难题，利用轻小型无人机遥感技术结合机器学习模型，进行超高分辨率水深探测研究。实验证明，随机森林与多层感知机模型相较于传统对数模型，在九寨沟火花海实验区的水深反演中展现出更高精度。该研究为钙华湖泊管理与保护提供了新手段。”
      ”

      何金宸,张书航,冯伟,燕兴元,晋泽辉,林家元

      DOI：10.11834/jrs.20243170
      摘要：高分辨率且非接触式的水深监测对钙华湖泊景观的管理与保护至关重要。卫星遥感测深无法捕获钙华湖泊细微的的水下沉积特征。近年来，轻小型无人机遥感技术逐渐应用于浅水区超高分辨率的水深探测。然而，水深反演中经典的对数模型难以适应钙华湖泊内广泛存在的瑞利散射现象。因此，本文利用机器学习模型开展基于无人机影像的钙华湖泊水深反演研究。以中国四川九寨沟火花海为实验区，对基于随机森林（RF， Random Forest）、支持向量机（SVM， Support Vector Machine）与多层感知机（MLP， Multi-Layer Perceptron）的水深反演模型进行训练与验证，其均方根误差依次为0.816 m、0.945 m、0.832 m。实验结果表明，机器学习模型相较于传统的对数模型具有更高的水深反演精度。其中，随机森林模型与多层感知机模型比支持向量机模型更适合基于无人机影像的钙华湖泊水深反演。  
      关键词：钙华湖泊;无人机;航空影像;水深反演;机器学习;随机森林;支持向量机;多层感知机   
      20
      |
      11
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56612220 false
      发布时间：2024-05-11
    • “2024年5月6日，国家能源集团谏壁发电厂的李科文团队与河海大学地球科学与工程学院的薛朝辉团队在《遥感学报》上发表了关于遥感影像小目标检测的重要研究。针对遥感影像中小目标特征提取的难题，两位专家创新性地提出了联合双重注意力机制和双向特征金字塔的遥感影像小目标检测算法。他们通过改进YOLOv3网络模型，引入LKGNet主干网络和GIoU损失函数，构建出LKGNet-YOLO网络。同时，为了解决网络特征提取过程中易受噪声信息干扰的问题，他们还引入了DA-LKGNet主干网络和加权双向特征金字塔结构，进一步提出DA-LKGNet-YOLO网络。实验结果显示，这一方法在遥感影像小目标检测上具有显著优势，不仅精度高于其他模型，还降低了浮点运算次数和参数量。这一研究为遥感影像小目标检测提供了新的解决方案，为相关领域的研究开辟了新方向。”
      ”

      李科文,朱光磊,王辉,祝锐,狄兮尧,张天健,薛朝辉

      DOI：10.11834/jrs.20243043
      摘要：遥感影像由于成像特点和空间分辨率的制约，导致小目标特征提取难度增加，因此遥感影像小目标检测具有较大挑战。现有深度学习目标检测网络架构多基于自然图像而构建，在顾及遥感影像小目标特殊性方面的研究和探索存在不足。为此，本文提出了联合双重注意力机制和双向特征金字塔的遥感影像小目标检测算法。主要创新工作体现在：1）针对遥感影像中待检测物体所占比例较小导致其特征信息不易提取以及网络参数量大等问题，基于YOLOv3网络模型，引入LKGNet主干网络和GIoU损失函数，提出LKGNet-YOLO网络；2）针对网络特征提取过程中容易受噪声信息干扰以及网络多层信息融合能力不足的问题，基于YOLOv3网络模型，引入DA-LKGNet主干网络和加权双向特征金字塔结构，提出DA-LKGNet-YOLO网络。为了验证所提方法的在遥感影像小目标检测领域中的有效性，采用2014年中国科学院大学发布的遥感影像数据集UCAS-AOD v1.0 （UA）和2021年武汉大学发布的AI-TOD数据集进行实验。结果表明：本文方法在UA数据集上0.5阈值的均值平均精度mAP0.5为96.21%，在AI-TOD上0.5~0.95阈值的均值平均精度mAP0.5~0.95为9.51%，显著优于YOLOv3、RFBNet、SSD、FSSD、RetinaNet、RefineDet等模型， mAP精度分别高出约3.45%-7.52%、1.36%-4.84%。同时，在小尺度目标上的检测水平优于Faster-RCNN和YOLOv7算法。与原始YOLOv3网络相比，本方法在浮点运算次数上降低了48%，参数量减少了42%。上述实验结果证实了本文提出方法的有效性。  
      关键词：遥感影像;小目标检测;深度学习;YOLOv3;注意力;特征金字塔   
      47
      |
      14
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 56080759 false
      发布时间：2024-05-11
    • ”

      孟瑜,陈静波,张正,刘志强,赵智韬,霍连志,史科理,刘帝佑,邓毓弸,唐娉

      DOI：10.11834/jrs.20243547
      摘要：知识与数据是贯穿遥感图像解译数十年发展历程的两大要素。随着传感器平台的不断丰富，以及深度学习、大数据、多模态、长时序解译方法的快速突破，数据驱动的智能解译成为了近年来的热点研究方向。然而在不断深入扩展的研究与应用中，数据驱动方法迁移复用难、样本依赖强、可解释性弱等局限开始显露。在长期解译实践中积累的各类知识具有客观实在性、确定性、场景适应性、解释推理性等特点，可以与数据驱动的方法互为补充，知识与数据双驱动正逐渐成为遥感图像解译的新方向。本文首先回顾了遥感图像解译发展的几个主要阶段以及知识和数据在各个阶段分别发挥的作用，继而总结了十四类遥感图像解译涉及的主要知识类型。知识与深度学习的融合是实现知识与数据双驱动的重要路径，本文梳理了五大类十五小类知识与深度神经网络的融合方法并例举了相关案例。以知识类型为主要脉络，本文进一步对现有知识与数据联合的遥感解译应用进行了综述，通过典型案例分析了效益能力增量。最后本文对知识与数据联合驱动的遥感图像智能解译框架及关键技术进行了展望。  
      关键词：遥感图像解译;知识驱动;数据驱动;双驱动;人工智能;知识图谱;深度学习;自然资源;综述   
      296
      |
      167
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 55245150 false
      发布时间：2024-04-17
    • ”

      高伟强,郝晓华,和栋材,孙兴亮,李弘毅,任鸿瑞,赵琴

      DOI：10.11834/jrs.20242483
      摘要：积雪面积比例（Fractional Snow Cover， FSC）能在亚像元尺度上定量描述积雪的覆盖程度，相比二值积雪更适合反映复杂山区积雪的分布情况，是山区融雪径流模拟，气候变化预测的重要输入参数。本研究在亚洲高山区（High Mountain Asia， HMA）基于分地类特征选择的多元自适应回归样条（Multivariate Adaptive Regression Splines， MARS）模型LC-MARS发展了MODIS FSC反演算法，并制备了亚洲高山区FSC产品。以Landsat-8 提取的FSC为参考真值验证LC-MARS模型反演FSC精度，对比相同训练样本下LC-MARS模型与线性回归模型反演FSC精度，比较LC-MARS模型制备的FSC与MOD10A1、SnowCCI在亚洲高山区的精度表现。结果表明：（1）LC-MARS模型反演的FSC总Accuracy、Recall分别为93.4%、97.1%，总体RMSE为0.148，MAE为0.093，总体精度较高。（2）相同训练样本下LC-MARS模型在林区、植被和裸地反演FSC精度均高于线性回归模型，表明LC-MARS模型更适用于山林区FSC反演。（3）MOD10A1总体RMSE为0.178，MAE为0.096；SnowCCI总体RMSE为0.247，MAE为0.131，LC-MARS制备的FSC精度均高于MOD10A1、SnowCCI，表明由LC-MARS反演的FSC具有一定的应用价值。总体而言，LC-MARS模型可以拟合高维非线性关系，显著提高山林区FSC的反演精度且模型运算效率高，适用于制备大尺度长时间序列的FSC产品。本研究基于LC-MARS模型制备了2000-2021年亚洲高山区逐日MODIS FSC产品，为亚洲高山区气候变化、水文水资源研究提供重要的数据支撑。  
      关键词：亚洲高山区;积雪面积比例;MODIS;MARS;地形校正   
      99
      |
      64
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 55033313 false
      发布时间：2024-04-10
    0