《遥感学报》高被引论文（2015-2025）
2025年为《遥感学报》学报创刊40周年，从2015年-2025年发表的论文中根据中国知网的应用情况，最终遴选出如下高被引论文。
- 论文汇编
- 摘要：滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一，滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义。雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势，在滑坡地质灾害领域中取得了广泛的应用。本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容，包括：雷达遥感在滑坡形变监测中的可行性和适用性分析、大范围滑坡隐患识别、复杂山区滑坡形变测量、大梯度滑坡形变测量、滑坡三维形变提取等。关键词：遥感;滑坡监测;时间序列InSAR;像素偏移量追踪;三维形变4863|5122|42<HTML><网络PDF><Meta-XML>更新时间：2021-03-03
- 摘要：遥感影像解译是一个不断发展的研究方向，随着日新月异的遥感应用需求、高分辨率遥感数据的快速发展、地理知识的日积月累、以及人工智能技术的发展，亟需发展自动化、智能化的遥感影像解译技术。本文针对遥感影像智能解译，首先从遥感影像解译单元、分类方法、解译认知3个方面阐述遥感影像解译的研究进展，然后提出了面向地理场景的 “地理知识图谱构建—深度学习模型构建—地理知识图谱与深度学习模型协同的遥感影像语义分类”遥感影像智能解译总体框架，并给出初步试验成果，最后对智能解译的重要发展趋势予以展望，以期拓展遥感影像智能解译研究的思路与方法，提高遥感影像智能解译的精细程度和智能化水平，使智能解译具备地理空间理解能力，推动“数据—信息—知识—智能”的深度转化。关键词：智能解译;深度学习;地理知识图谱;高分辨率遥感影像7113|4901|32<HTML><网络PDF><Meta-XML>更新时间：2021-11-15
- 摘要：高分辨率遥感影像解译是遥感信息处理领域的研究热点之一，在遥感大数据知识挖掘与智能化分析中起着至关重要的作用，具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式，费时费力且精度低。所以，如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来，随着人工智能技术的飞速发展，采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务，如目标检测、场景分类、语义分割、高光谱图像分类等，系统综述了5种代表性的机器学习范式。具体来说，本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用，包括全监督学习（如支持向量机、K-最近邻、决策树、随机森林、概率图模型）、半监督学习（如纯半监督学习、直推学习、主动学习）、弱监督学习（如多示例学习）、无监督学习（如聚类、主成分分析、稀疏表达）和深度学习（如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络）。其次，深入分析五种机器学习范式的优缺点，并总结了它们在遥感影像解译中的典型应用。最后，展望了高分辨率遥感影像解译的机器学习发展方向，如小样本学习、无监督深度学习、强化学习等。关键词：遥感影像解译;机器学习范式;深度学习;弱监督学习;小样本学习;强化学习2751|6418|54<HTML><网络PDF><Meta-XML>更新时间：2021-03-03
- 摘要：人类已有半个多世纪的全球历史遥感数据积累，这些不断涌现的海量遥感数据形成的遥感大数据为地球科学研究提供了丰富的数据支持；对遥感大数据快速处理、分析和挖掘是一个新的挑战。遥感云计算平台的出现为遥感大数据挖掘提供了前所未有的机遇，并彻底改变了传统遥感数据处理和分析的模式，使得全球尺度的长时间序列快速分析和应用成为可能。本文系统梳理了国内外遥感云计算平台发展现状，归纳了截止目前遥感云计算平台在地球科学领域应用的主要方向。在此基础上讨论了目前遥感云计算平台的局限性，并展望了未来需要解决的关键技术和核心问题，提出了中国遥感云计算平台发展的建议。随着人类对地球的认识需求提升，遥感云计算平台将会在地学研究中发挥更大的作用，服务于地学知识的深入及人类社会可持续发展。关键词：遥感;大数据;遥感云计算平台;地球科学应用3362|4097|44<HTML><网络PDF><Meta-XML>更新时间：2021-03-03
- 摘要：作为驱动地表与大气之间能量交换的关键物理量，地表温度在众多领域中都发挥着重要作用，包括气候变化、环境监测、蒸散发估算以及地热异常勘探等。Landsat热红外数据因其时间连续性和高空间分辨率等特点被广泛应用于地表温度反演中。本文详细地介绍了Landsat热红外传感器及其可用的数据与产品的现状，梳理了2001年—2020年20年间基于Landsat热红外数据的地表温度遥感反演与应用的相关文献发表及互引情况，系统地综述了基于Landsat热红外数据的地表温度反演算法，包括基于辐射传输方程的算法、单窗算法、普适性单通道算法、实用单通道算法和分裂窗算法等。在此基础上，进一步介绍了每种算法的参数化方案，包括地表比辐射率和大气参数的估算方法。最后针对Landsat热红外数据地表温度遥感反演提出了未来可能的发展趋势与研究方向。关键词：Landsat;热红外数据;地表温度;地表比辐射率;大气参数4437|11013|53<HTML><网络PDF><Meta-XML>更新时间：2021-08-30
- 摘要：夜间灯光遥感是能够探测夜间微光的光学遥感技术，可获取白天遥感无法获取的信息。由于城市区域的人造光源是夜间稳定亮光的主要来源，夜间灯光遥感影像已被证明可以更直观地反映夜间人类活动差异，同时具有覆盖范围大、时效快和易获取等优势，可广泛应用于多尺度长时序的城市问题研究。目前，基于夜间灯光遥感数据的应用研究成果较为丰富，不少学者对夜间灯光遥感数据的数据预处理以及应用潜力等方面进行了归纳。但基于夜间灯光遥感与城市问题研究的整理和总结还有待进一步加强。基于此，本文通过对近几十年来有关夜间灯光遥感数据的研究成果进行了详细梳理，从多尺度城市空间结构分析、城市社会经济指标估算以及城市公共安全领域研究3方面入手，系统梳理夜间灯光遥感数据的应用能力。进一步根据数据应用过程中出现的问题，从夜间灯光遥感日数据应用、长时间序列数据集生产以及定量验证等角度探讨了夜间灯光遥感所面临的挑战与前景。关键词：夜间灯光;遥感;城市研究;多尺度;综述7007|9734|64<HTML><网络PDF><Meta-XML>更新时间：2021-03-03
- 摘要：作物生物量快速精确的监测对于农业资源的合理利用与农田的精准管理具有重要意义。近年来，遥感技术因其独特的优势已被广泛用于作物生物量的估算中。本文主要针对不同宽波段植被指数在冬小麦生物量(文中的生物量均是指地上干生物量)估算方面的表现进行探索。首先利用欧洲空间局最新的Sentinel-2A卫星数据提取出17种常见的植被指数，之后分别构建其与相应时期内采集的冬小麦地上生物量间的最优估算模型，通过分析两者间的相关性与敏感性，获取适宜进行生物量估算的指数。最后，绘制了研究区的生物量空间分布图。结果表明，所选的植被指数均与生物量显著相关。其中，红边叶绿素指数(CIre)与生物量的估算精度最高(决定性系数R2为0.83；均方根误差RMSE为180.29 g·m–2)。虽然相关性较高，但部分指数，如归一化差值植被指数(NDVI)等在生物量较高时会出现饱和现象，从而导致生物量的低估。而加入红边波段的指数不仅能够延缓指数的饱和趋势，而且能够提高反演精度。此外，通过敏感性分析发现，归一化差值指数和比值指数分别在作物生长的早期和中后期对生物量的变化保持较高的敏感性。由于红边比值指数(SRre)和MERIS叶绿素敏感指数(MTCI)在冬小麦全生长季内一直对生物量的变化保持高灵敏性，二者是生物量估算中最为稳定的指数。关键词：Sentinel-2;冬小麦;植被指数;地上生物量;红边波段997|1207|0<HTML><网络PDF><Meta-XML>更新时间：2021-06-07
- 摘要：数据融合是提升遥感影像应用能力的重要手段,一直是遥感信息处理与应用领域的研究热点。本文系统综述了遥感数据融合的进展与前瞻:首先对数据融合的层次与分类进行了总结和归纳,将遥感数据融合划分为同质遥感数据融合、异质遥感数据融合、遥感—站点数据融合、遥感—非观测数据融合4大类;在此基础上,重点针对时—空—谱光学遥感数据的融合,从多视超分辨率融合、多尺度融合、空—谱融合、时—空融合、时—空—谱一体化融合等方面进行了详细阐述;最后总结了遥感数据融合的前瞻研究方向,包括时—空—谱一体化融合的拓展、空天地观测数据的跨尺度融合、传感网环境下的在线融合、面向应用的融合方法等。关键词：遥感影像;数据融合;时—空—谱一体化;多源;传感网1989|9972|0<HTML><网络PDF><Meta-XML>更新时间：2021-06-10
- 摘要：元胞自动机CA(Cellular Automata)和多智能体ABM(Agent-Based Model)模型是土地利用格局和演化模拟的主流方法，两者在模拟自然因素影响和人文驱动机制方面具有突出优势，为LUCC研究提供了重要的工具。当前，ABM无论在模型构建还是应用研究方面，CA和ABM均取得了显著进展。论文从数据基础、模拟尺度、CA转换规则挖掘、ABM行为规则定义、CA和ABM的耦合4个方面梳理土地利用模拟模型和方法的研究进展。并总结这些模型在虚拟城市模拟与理论验证、真实城市模拟与规划预测以及多类用地模拟与辅助决策等方面的应用。最后，总结土地利用模拟模型在精细模拟和全球变化研究方面存在的局限性，认为未来发展将主要集中于解决从2维模型向3维模型发展、大数据与规则精细挖掘以及大尺度模拟与知识迁移等问题。关键词：土地利用/土地覆盖变化;过程建模与模拟;元胞自动机;多智能体系统;尺度3266|2127|0<HTML><网络PDF><Meta-XML>更新时间：2021-06-07
- 摘要：以北方典型河口湿地—黄河三角洲湿地为研究区，采用在特征选择和分类提取等方面具有明显优势的随机森林算法，对研究区内的湿地信息进行提取。首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量，包括光谱特征、植被指数和水体指数、红边指数、纹理特征；再根据以上特征构建6种不同的提取方案，对黄河三角洲湿地信息进行提取并验证不同方案的提取精度，旨在选择最佳方案改善湿地信息提取的效果。结果表明：(1)有效地使用多种特征变量是提高湿地信息提取的关键，就不同特征对湿地信息提取的贡献率而言，红边指数>植被指数和水体指数>光谱特征>纹理特征；(2)基于随机森林算法优选的特征变量提取效果最佳，总体精度高达90.93%，Kappa系数为0.90，表明随机森林算法可以有效地进行特征选择，在特征变量数据挖掘的同时，仍能保证湿地信息提取的精度，提高运行效率。本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段。关键词：河口湿地;信息提取;Sentinel-2;随机森林;特征选择;红边指数;多时相数据1974|3713|0<HTML><网络PDF><Meta-XML>更新时间：2021-06-07
