本期电子书封面故事整期封面整期目录交互目录
最新刊期
在线出版刊期浏览栏目浏览
2026
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：人工智能的快速发展正推动遥感科学从“观测主导”向“智能认知”的范式转变。面对遥感观测规模快速扩张所带来的多源异构、高维特性等挑战，传统解译方法在效率、精度与可扩展性等方面已难以满足实际需求。以深度学习和大模型为代表的人工智能技术，为复杂地球系统的自动特征提取、跨模态融合与深层知识发现提供了新的理论支持与技术路径。近年来，人工智能遥感数据的融合在多类型观测数据（高分辨率光学、高光谱、SAR、LiDAR 等）与多类智能任务（分类、检测、分割、变化检测与大模型认知推理）中不断深化，并在地质、生态、农业、城市与灾害监测等关键应用场景中展现出重塑认知模式并增强决策智能化的潜力。然而，当前研究仍存在观测机理与模型表征耦合不足、跨区域跨模态泛化能力有限，以及智能系统可解释性与可信性仍待加强等问题。基于此，本文从观测技术、智能方法与典型应用3个维度系统梳理人工智能赋能遥感科学的最新进展，总结其发展脉络与共性特征，探讨面向全球尺度与动态复杂地球系统所面临的关键挑战，并对构建可泛化、可解释与可持续的下一代智能遥感理论体系和应用框架进行了展望。关键词：遥感科学;人工智能;深度学习;交叉应用;遥感大数据;智能解译2751|7308|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23遥感跨模态图文检索：关键技术与挑战 AI导读
摘要：遥感跨模态图文检索作为连接自然语言与遥感影像的桥梁，旨在构建高效的双向语义关联，是遥感数据智能化分析的关键技术。本文全面概述了遥感跨模态图文检索领域的技术演进与研究现状。首先，细致分析了主流基准数据集在规模、场景类别及文本标注质量方面的特点，并介绍了通用的评价指标体系，为后续方法研究奠定基础。其次，回顾了文本特征表示从传统统计到深度学习，以及遥感影像特征表示从手工特征到深度神经网络的技术突破。再次，以是否采用跨模态预训练模型为划分，深入剖析了基于非跨模态预训练和基于跨模态预训练方法的原理及模型特点，并通过在3个主流数据集上的实验对比，揭示了跨模态预训练方法的性能优势及其不同微调策略的数据适配规律。最后，本文总结了当前研究面临的细粒度语义对齐、多源数据融合与跨域泛化、以及时序动态匹配机制缺失等核心挑战，并展望了未来在细粒度特征增强、多源异构数据协同建模和时序感知对齐机制开发等方面的研究方向，以期推动遥感跨模态图文检索技术在实际应用中的深入发展。关键词：遥感影像;跨模态检索;图文关系建模;深度学习;预训练模型;语义对齐;特征表示;跨模态预训练模型707|1158|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23面向零样本分类的遥感视觉语言模型综述 AI导读
摘要：经过大规模通用数据的训练，视觉语言模型具备了一定的图文理解能力，在零样本分类、小样本分类、图文检索、图像字幕、视觉问答和视觉定位等多种任务上的性能优异，但在处理遥感等特殊领域图像时，其常因领域分布差异导致性能大幅下降。近两年，不少学者对视觉语言模型的遥感领域专用化进行了研究。构建了多个大规模遥感图像文本对数据集，以实现视觉语言模型的遥感领域微调，使其具备地理感知能力。本文以零样本分类任务为主线，重点筛选并分析了支持该任务的遥感视觉语言模型相关研究，采用对比分析法，从遥感图文数据集构建、模型微调策略及架构改进3个维度总结了遥感视觉语言模型的发展。结果表明，用于零样本分类的遥感域视觉语言模型性能高度依赖于大规模高质量标注遥感图文数据对，且受限于高性能算力。此外，当前模型的发展较为分散多样，这使得遥感视觉语言模型的统一基准评价难以建立。未来研究应聚焦于开发融合地理空间先验知识的轻量化架构，并建立统一的遥感视觉语言模型基准评价体系。关键词：遥感智能解译;视觉语言模型;遥感视觉语言模型;模型微调技术;多模态学习;图文对齐;零样本分类;遥感数据集构建702|1697|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
综述
摘要：高光谱图像HSI（Hyperspectral Image）可以捕获地物成分的光谱特征，但缺失三维信息，而激光雷达LiDAR（Light Detection And Ranging）可以捕获地物的距离高度信息，两类数据相互补充可以有效提升地物识别分类的精度。Mamba模型具有远程特征学习和高效运算的优势，但目前在多模态遥感数据融合分类中的研究较少，存在多源特征信息缺失，融合不足等问题。基于此，本文提出了一种基于Mamba结构的高光谱和LiDAR数据自适应融合协同分类网络。该网络包括一个可堆叠的基于Mamba结构的双通道协同注意力模块，利用参数共享促进了多源特征之间的相互学习，从而在分类任务中实现更高的分类精度和更好的泛化能力。实验结果表明，本文所提算法在Trento，Houston2013和MUUFL数据集上的总体精度分别达到了99.33%，91.74%和94.94%，能够更为高效地提取、融合多源特征。关键词：遥感图像分类;协同分类;自适应融合;Mamba结构;参数共享;高光谱图像;LiDAR;多模态数据融合565|486|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23实体引导和跨模态交互的遥感图像指向分割 AI导读
摘要：遥感图像指向分割旨在依据文本描述，精准定位并解析特定区域，实现像素级的语义解译。这一任务有效搭建了用户需求与遥感图像智能分析之间的桥梁。然而，遥感图像固有的背景复杂多样、目标与背景对比度低等特性，易导致分割结果的地物混淆。此外，传统基于跨模态注意力机制的指向分割方法在弥合模态差异方面存在不足，难以实现文本描述与地理特征之间的精细对齐。鉴于此，本文提出了一种基于实体引导的跨模态交互方法—Enti-CroM。首先，引入SAM启发的实体引导自推理模块，以提取具备空间结构约束的实体提示，并将其与视觉特征和文本特征融合，构建实体—视觉—文本三模态信息立方体。随后，在跨模态交互阶段，设计了一种层次化模态交互机制：（1）通过无参数的模态互激活，实现跨模态语义信息的高效传播，从而缩小不同模态间的语义鸿沟；（2）在此基础上，引入实体引导下的文本—视觉跨注意力运算，进一步提升模型对不规则地理边界的表征能力。在两个广泛使用的基准数据集RefSegRS与RRSIS-D上的大量实验结果表明，Enti-CroM在mIoU指标上分别实现了1.84%与4.27%的性能提升，性能优于当前多种先进方法，验证了该方法的有效性与优越性。关键词：遥感图像;指向分割;跨模态交互;SAM;实体感知;注意力机制;空间结构约束379|771|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
摘要：遥感图像语义分割在土地覆盖与利用分类、城市规划以及变化检测等领域具有重要作用。域自适应技术作为一种极具潜力的无监督学习方法，该技术大大推动了遥感图像语义分割的发展。然而，现有模型尚基于单任务来学习，学习获得的分割特征不够充分，导致在分割过程中难以准确识别遥感图像中的复杂区域。为解决这一问题，本文提出了一种多任务学习域自适应语义分割网络MTLDANet（Muti-Task Learning Domain Adaption Network），该网络通过协同学习遥感图像中的语义信息与高程信息，来提升分割特征的学习能力。具体而言，该方法将任务特定的语义特征和高程特征输入跨任务特征关联学习模块，挖掘任务之间的潜在相关性，从而获得更强的任务特定特征表达，并通过伪标签指导的混合一致性学习模块提升伪标签质量，实现全局域对齐。此外，熵引导的类别级对齐模块进一步增强了难分类类别的区分性。最后，基于ISPRS 2D和US3D数据集，进行4组跨场景遥感图像语义分割实验验证。结果表明本文所提方法在多种复杂跨域场景下均显著优于现有的域自适应方法。关键词：语义分割;无监督域自适应;遥感图像;多任务学习;高程信息;语义信息;伪标签;熵402|353|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23级联学习的雾下遥感影像目标检测 AI导读
摘要：雾天条件下，大气散射作用会减弱图像中的光照强度，导致遥感图像对比度下降，影响目标检测模型的性能。现有研究通过在有雾数据上训练模型或图像去雾预处理两种策略来应对这一问题，但数据在去雾处理会导致特征丢失，很难保证其与目标检测任务之间一直存在正相关性，即去雾结果有益于目标检测任务。为此，本文提出了级联学习的雾下目标检测方法CL-FODM（Cascade Learning Foggy Object Detection Method），建立了结合CNN和Transformer的轻量化去雾子网络，能获取更清晰的去雾特征，为下游目标检测提供更显著的语义信息。构建了特征感知引导下的多任务损失函数，在特征层面上更精准地挖掘可区分的目标语义特征，实现去雾与目标检测的协同优化，解决上下游任务间的语义不一致性问题。实验结果表明，本文提出的CL-FODM在评价指标与视觉检测效果上均优于原始模型与级联式模型。关键词：遥感影像;目标检测;去雾模型;深度学习;级联学习255|509|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
摘要：多时相高光谱图像因其丰富的光谱波段和图像细节，在变化检测中具有广泛的应用。基于监督学习的高光谱变化检测算法往往依赖于大量的标记样本，导致了标注成本过高。为此，本文提出了一种联合中心差异特征和空谱注意力的网络JCDS2AN（Joint Central Difference Feature and Spectral-Spatial Attention Network），用于高光谱图像变化检测。该网络可以缓解样本受限下的变化特征波动，利用有限的标记样本学习到具有代表性的变化特征。本文提出的JCDS2AN设计了多尺度空谱注意力块来捕获空间和光谱的多尺度特征，同时提出一种差异特征引导的差分中心像素交换策略，以实现差异特征和两时相特征的高效信息交互。并与其他8种高光谱变化检测方法继续对比，在3个公开数据集上的可视化和定量实验验证。验证结果表明，本文所提出的JCDS2AN优于其他高光谱变化检测方法。关键词：高光谱图像;遥感图像;变化检测;多尺度特征;差异特征引导;中心像素322|586|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
摘要：从遥感图像中自动提取道路在智慧城市、智慧交通和自动驾驶等领域有着广泛的应用前景。然而，从高分辨率遥感图像中自动提取的道路存在碎片化、连通性差等问题，提取完整的道路仍然具有挑战性。为此，本文提出一种改进的编码器—解码器网络SAMSNet（Split-Attention and Multi-Scale Attention Network）。首先，采用Split-Attention Network （ResNeSt-50）作为编码器，通过跨通道提取图像的语义信息以实现高质量的特征表示；其次，引入级联并行的空洞卷积块，在扩大感受野的同时提高网络对多尺度上下文信息的感知能力；最后，在跳跃连接部分引入多尺度通道注意力模块MS-CAM（Multi-Scale Channel Attention Module），同时关注分布全局的和局部的道路信息，帮助网络识别和检测极端尺度变化下的道路。并在DeepGlobe Road数据集、Massachusetts Road数据集和GRSet数据集上进行实验验证，将本文提出的SAMSNet与其他9种主流模型进行对比。验证结果表明，SAMSNet在3个公开数据集上的IoU和F1-score等多项评价指标均优于其他对比模型，取得了最优的提取结果。关键词：遥感图像;道路提取;语义分割;ResNeSt-50;分散注意力;多尺度通道注意力;空洞卷积272|468|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
遥感智能解译
摘要：高光谱遥感反射率Rrs（Remote sensing reflectance）数据在近岸海洋水质参数反演中具有重要应用价值。然而，高光谱传感器受限于技术复杂性与高成本，且现场观测的高光谱数据受环境影响显著，难以实现大范围覆盖。为克服上述限制，本文提出一种基于KAN（Kolmogorov-Arnold Networks）的高效高光谱Rrs重构模型，该模型利用卫星遥感数据直接进行训练，从多光谱Rrs中重建出与真实观测值分布特征高度一致且连续的高光谱Rrs。本文采用海岸海洋高光谱成像仪HICO（Hyperspectral Imager for the Coastal Ocean）的2级Rrs数据为训练样本，并将其重采样至6种主流多光谱传感器，实现400—719 nm范围（1 nm间隔）的高光谱Rrs重构。实验表明，KAN模型在所有传感器上的重构性能均优于传统经验模型Li_2017及深度学习模型DNN（Deep Neural Network）、CNN（Convolutional Neural Network），其平均均方根误差RMSD（Root Mean Square Deviation）为2.25×10-4（sr⁻¹）、平均绝对误差MAE（Mean Absolute Error）为1.60×10-4、平均绝对百分比误差MAPE（Mean Absolute Percentage Error）为0.0534、决定系数R²（Coefficient of Determination）为0.9982和偏差（Bias）为-0.1×10-4，表现出良好的泛化能力与稳定性。进一步应用验证表明，基于KAN重构的高光谱Rrs在叶绿素a（Chlorophyll-a，Chl-a）浓度反演中展现出更优性能，显著提升了反演精度，尤其在高浓度区域表现更加出色。本文提出的KAN高光谱Rrs重构模型为突破传统模型对实测或模拟数据依赖的瓶颈、提升复杂水体遥感反演性能提供了新思路。关键词：KAN网络;高光谱遥感反射率;遥感反射率重构;水质参数反演;近岸海域水体;水体遥感反射率277|551|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23环境语义数据增强方法在古墓葬检测中的应用 AI导读
摘要：在深度学习领域，目标检测模型的性能通常依赖于样本数据充足且高质量的标注数据集。然而，在实际的遥感考古探测中，大规模、多样化的数据集获取困难且成本高昂，导致样本数据不足，模型在训练时容易过拟合。尤其在墓葬赋存环境差异较大的情况下，不同环境之间的样本数量的差异，会导致样本分布不均衡，从而限制模型的环境适应能力。为此，本文提出了一种基于扩散模型的遥感影像数据增强算法。该算法使用微调的扩散模型，结合分形图形和随机图像增强链路，通过设置不同的环境提示词，在不破坏原始数据集标签分布的前提下，丰富图像的视觉语义，缓解数据样本稀缺和样本不均衡的问题。本文在自建的阿勒泰地区高分辨率墓葬影像数据集中评估了该算法与经典数据增强算法的性能表现，结果表明，本文提出的算法在测试集上的平均精度比基线方法提高了12.2%，在异源数据集上的平均精度提升了16.4%，显著提高了模型的检测准确性、稳定性及跨数据集的适应性，为小样本遥感考古目标识别提供了有效的技术支撑，拓展了智能考古检测的研究思路。关键词：深度学习;墓葬检测;数据增强;扩散模型;遥感考古;小样本学习;环境语义增强270|626|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23基于开源数据的街区纯净和混合用途自动识别 AI导读
摘要：城市街区功能的识别是城市规划与管理的重要基础，随着城市化进程的加快，单一用途的划分已难以满足复杂城市空间的需求。作为城市多功能融合的体现，混合功能街区的识别，尤其是自动识别，对理解城市功能多样性与提升土地利用效率具有重要意义。在此背景下，本文以开源兴趣面AOI和兴趣点POI蕴含的功能标签为基础，联合开放地图OSM与哨兵二号影像提出了一种能够自动提取纯净和混合功能样本的方法，进而利用ResNet34模型实现街区的具体功能识别。首先利用POI分布信息熵区分单一与混合用途的街区，然后基于哨兵二号与单一功能的用地样本设计多视图差异学习模块进一步提取单一和混合类的样本。此外，考虑到AOI范围与真实街区的尺度差异，样本自动提取方案分别应用于AOI和街区两种单元以增加样本的数量和尺度多样性。本文提出的自动分类方法在北京、合肥、潍坊和成都4个城市的总体精度分别为72.9%、78.3%%、73.4%和75.1%，与仅使用POI分布信息熵的方法相比，联合AOI和POI的方式将混合类别的识别精度分别提高了7%、18%、20%和13%。这一结果证明了该方法在不同城市环境下的可行性与有效性，以及众源地理数据和遥感影像的结合在城市街区用途，特别是混合用途识别研究中的潜力。关键词：混合用途街区;哨兵二号影像;深度学习;兴趣点;兴趣面;城市功能区;多视图学习317|275|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
摘要：常年土壤侵蚀对东北黑土区构成严重威胁，侵蚀沟是主要表现之一。目前，遥感技术已广泛应用于侵蚀沟的监测与保护，并积累了大量带有标注的历史调查数据。然而，如何有效利用历史数据，从不同时间且不同传感器拍摄的最新数据中可靠地提取沟壑信息，仍是一个亟待解决的技术难题。为此，本文提出一种循环自训练框架CSTF（Cyclic Self-Training Framework）。该框架在每次自训练过程中，利用对象级伪标签生成策略来为最新数据提供高质量的伪标签，并引入基于伪标签可信因子的损失函数以有效缓解伪标签噪声的负面影响。为验证CSTF的有效性，本文在黑龙江省桦川县的两组数据集上，与其他先进方法进行了详细的对比分析。结果表明，CSTF在侵蚀沟跨时相提取方面优势明显，充分彰显了其在促进东北黑土区土地监测和保护方面的重要潜力和应用价值。关键词：土壤侵蚀;东北黑土区;侵蚀沟;跨时相提取;自训练;对象级伪标签生成策略;伪标签可信因子;伪标签噪声174|363|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
遥感智能应用
摘要：利用光学和SAR遥感影像进行建筑高度估计对于理解城市形态和优化城市存量空间具有重要意义。然而，现有的数据集存在诸多局限：由于样本数量较少，难以满足基于深度学习的遥感信息提取需求，样本所覆盖的区域较为有限，无法提供足够的地理多样性和空间特征代表性，特别是针对中国区域的大规模建筑高度数据集尤为缺乏。此外，数据集的开源性不足，限制了其在更广泛的研究中的应用和验证。为解决这些问题，本文构建了一个面向深度学习的基于Sentinel影像的建筑物高度数据集BHDSI（Building Height Estimation Dataset Based on Sentinel Imagery），该数据集涵盖了中国62个城市的中心城区，共有5606个样本，覆盖了城市，农村等场景，是目前中国区域覆盖面积最大的建筑高度数据集。该数据集包含哨兵一号和哨兵二号的遥感影像以及建筑高度的真实值，样本大小是256×256，相比于64×64大小的数据集，为建筑高度估计研究提供了一个重要的补充选择。相比其他数据集，该数据集具有样本数量大、覆盖范围广、可获取性、建筑高度分布合理等特点，能够更好地满足深度学习网络的训练需求。在此基础上，本文采用相同的深度学习网络对BHDSI数据集及其他类似数据集进行了评估，并对比了多个网络使用BHDSI数据集时在建筑高度回归任务中的表现，深入分析了各网络的优劣。结果表明，与其他数据集相比，BHDSI数据集在建筑高度回归任务中的表现更加优异。进一步分析发现，使用BHDSI数据集时，建筑高度较低的区域其估计精度相对较高。此外，U-Net解码器用于建筑高度估计网络训练能够取得更高的精度。综上，BHDSI数据集为未来建筑高度估计领域的研究提供了重要的支持。关键词：sentinel图像;建筑物高度;数据集;深度学习;卷积神经网络746|917|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
摘要：当前土地覆盖制图面临着单一数据源信息局限、数据异质性大、单一模型泛化能力不足等核心挑战。为此本研究基于多光谱影像MSI（Multispectral Imagery）的光谱特征与合成孔径雷达SAR（Synthetic Aperture Radar）数据的不同特性，构建了多模态（MSI+SAR）数据集，以弥补单模态SAR数据在复杂场景下的不足。此外，在模型层面系统评估7种代表性模型后，提出融合3类架构的多模型融合方法：以FCN代表卷积神经网络（CNN），以ConViT代表视觉变换器（ViT），以CoAtNet代表CNN-ViT混合架构。实验结果表明：多模态（MSI+SAR）数据较单模态SAR数据在总体精度OA（Overall Accuracy）和频率加权交并比FWIoU（Frequency-Weighted Intersection over Union）这两个代表性的语义分割评估指标上均实现了显著提升，而所提出的多模型融合框架在OA和FWIoU两个指标上进一步取得了改善。本研究所提出的创新方法，不仅增强了模型对复杂地物特征的提取能力，还有效提高了在大范围土地覆盖制图中的分类效果，验证了多模态数据与多模型融合在遥感制图中强大潜力。关键词：土地覆盖制图;多光谱;合成孔径雷达;多模态;多模型融合;卷积神经网络;视觉变换器505|747|0<HTML><网络PDF> <Enhanced-PDF> <Meta-XML>更新时间：2026-03-23
数据集论文
