Issue Ebookcover storyIssue CoverIssue ContentsInteractive Contents
Latest Issue
Online FirstList of IssuesDocument Types
2026
2025
Issue 12
Issue 11
Issue 10
Issue 9
Issue 8
Issue 7
Issue 6
Issue 5
Issue 4
Issue 3
Issue 2
Issue 1
2024
2023
2022
2021
2020
2019
2018
2017
Seven principles for the application of artificial intelligence in remote sensing interpretation AI Introduction
Abstract：近十余年来，中国遥感卫星技术快速发展，建立了基本完善的遥感对地观测体系。遥感大数据要与新一代人工智能技术集成融合，使其成为新质生产力发展的新动能。本文概述了人工智能技术应用于遥感科学的研究现状，分析了当前遥感智能解译研究的不足，展望了遥感大数据智能解译应用的发展，得出了人工智能应用于遥感智能解译的七大准则。Keywords：遥感智能解译;对地观测;大数据;人工智能;遥感图像处理2153|3438|2<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Scholar's View Point
Progress of research on volcano hotspot identification algorithms using satellite infrared data AI Introduction
Abstract：使用卫星红外数据识别火山热点可以实现安全且低成本的监测全球火山活动。本文综述了卫星红外数据在火山热点识别中的算法研究进展，特别强调了算法的分类和发展历史。这些算法主要基于火山活动时热点所在像元中红外通道亮温升高的原理，根据考虑火山及其周围地物的空间和时间特性来识别火山热异常，算法大致分为4种主要类型：空间特征算法、时间特征算法、综合特征算法和人工智能算法。从算法分类、特性、适用范围、局限性方面，厘清了当前国内外利用遥感的方式进行火山热点识别的现状，为理解和改进火山热点检测技术提供了全面的分类和评估，对火山热遥感前沿理论和技术发展具有重要意义。Keywords：火山熔岩流;热红外遥感;红外卫星数据;火山监测;热异常;热点自动检测;算法分类;防灾减灾1155|2549|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Abstract：根据地理学第二定律，空间数据及其变量关系的异质性或非平稳性特征逐渐成为空间计量分析的重要内容之一。结合第一定律所阐释的空间依赖性原理，涌现了以地理加权回归分析技术为代表的一系列地理加权建模技术，功能层面覆盖描述性、探索性、解释性和预测模拟等不同分析需求层次。本文系统梳理了地理加权建模技术理论与技术框架，归纳了其共性特点与核心准则，从前提假设、距离度量、权重计算和带宽优选4个方面阐述了地理加权建模技术的基础构成，并从4个分析需求层次讨论了不同地理加权模型的潜在适用范围。但是，现有地理加权建模技术在理论基础、完备性、互补性和时空拓展方面仍然存在一定问题，距离成为一个完整的空间异质性量化分析框架仍然任重而道远。Keywords：空间异质性;空间决定性;计量分析;空间非平稳性;空间统计1207|4668|1<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Reviews
Abstract：风场测量雷达是中国风云系列气象卫星的第一部主动遥感仪器，也是国际上第一部星载双频双极化散射计。采用了先进的扇形波束圆锥扫描体制，通过地球系统的后向散射测量获取全球海面风场、土壤湿度和海冰覆盖等地球物理参数。为评价风场测量雷达发射入轨后的在轨状态与性能，本研究首先介绍了风场测量雷达的测量原理、信号特性与主要性能指标，提出了风场测量雷达数据预处理方法；并根据卫星发射后的仪器在轨测试数据，初步分析风场测量雷达重要遥测参数与在轨工作性能。结果表明：风场测量雷达在轨状态良好，空间分辨率、观测幅宽、辐射分辨率、内定标精度等性能指标达到预期。本研究可为风场测量雷达数据的遥感应用、同化应用与天气预报奠定基础。Keywords：遥感;风场测量雷达;散射计;仪器性能;在轨测试;辐射分辨率;数据预处理;风云三号1637|2486|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Abstract：Ku波段雷达探测波束在经过降雨区域时，由于雨滴对微波能量的吸收或散射，其回波信号会发生衰减，从而改变雷达的后向散射系数，最终使观测结果产生偏差，因此降雨识别对提高雷达观测结果的精度具有重要意义。根据本文研究，2018年发射的中法海洋卫星CFOSAT（China-France Oceanography Satellite）所搭载的海浪波谱仪SWIM（Surface Wave Investigation and Monitoring）对降雨事件的发生频率存在低估。本文对一种基于MP（Matching Pursuit）算法的降雨标识方法进行了改进，以高度计回波估计的误指向角和雷达后向散射系数的沿轨波形作为改进后算法的输入，并增加了滑动窗口对沿轨波形的处理。将改进后的降雨标识与相同时空范围内Jason-3的降雨识别结果以及GPM（Global Precipitation Measurement）的后处理高精度全球降水产品进行了对比，结果显示，相比SWIM 6.0.3版本的2级产品中的降雨标识，本文的降雨标识对降雨具有更高的准确度。Keywords：微波遥感;Ku波段高度计;中法海洋卫星;雷达回波;SWIM;MP算法;降雨识别;-bloom556|1338|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Quantitative analysis of error components in satellite precipitation retrievals on the basis of FY-2 and GPM AI Introduction
Abstract：明确误差特性（包括系统和随机成分）是改进卫星降水反演算法及发展误差校正技术的基础。以中国自动站融合降水数据集作为参考，在小时尺度上对风云二号卫星反演降水产品（FY-2G与FY-2H）与国际主流的GPM降水产品（IMERG-Final与GSMaP-Gauge）进行系统及随机误差分解，从空间、时间、雨强、高程共4个角度诠释4套降水产品的系统及随机误差的表现。结果表明：（1）FY-2G和FY-2H在中国（台湾省数据暂缺）的系统误差与IMERG-Final和GSMaP-Gauge非常接近，其中以IMERG-Final的系统误差最小。FY-2G和FY-2H仅有红外数据参与降水反演，而IMERG-Final和GSMaP-Gauge的降水反演中不仅有红外数据参与，更包含了精度更高的微波数据。然而FY-2G和FY-2H的系统误差达到了GPM降水产品的水准，这主要是由于FY-2H与FY-2G融合了相对更密集的地面站点数据。（2）4套卫星降水产品中，GSMaP-Gauge在中国的随机误差最低。FY-2G与FY-2H与GPM降水产品的差距主要体现在随机误差上，尤其是IMERG-Final与GSMaP-Gauge在东部季风区和北方干旱区夏季的随机误差远低于FY-2G和FY-2H。（3）IMERG-Final在不同高程分布上的系统误差明显小于其他3种降水数据，而GSMaP-Gauge、FY-2G、FY-2H在不同高程分布上的系统误差则差距不大。此外，该4套降水产品在不同高程分布上的随机误差差异较大，其中：GSMaP-Gauge的随机误差都保持最低；IMERG-Final则仅在海拔低于3000 m时随机误差低于FY-2H与FY-2G，归结于IMERG-Final在青藏高原存在较大的不确定性。总之，IMERG-Final与GSMaP-Gauge在中国的表现优于FY-2G和FY-2H，风云二号卫星反演降水产品与国际主流的GPM降水产品相比仍存在一定差距。Keywords：风云二号;GPM;卫星降水;系统误差;随机误差;中国701|1445|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Atmosphere and Ocean
Abstract：近年来森林火灾发生频繁，给人们正常工作生活以及自然生态系统带来了很大的影响。火险的评估对森林火灾的预防、消防资源的配置有着重要的意义。本文通过收集国内的历史森林火灾事件，综合不同地区的气象因子、植被指数、地形因子等，利用随机森林方法，建立了一个综合的火险评估模型。研究中，火灾事件结合FIRMS数据选取，火灾影响因素则由不同数据产品计算得到，气象因子、地形因子、植被指数分别利用ERA5-land数据、SRTM DEM产品和MODIS反射率产品MCD43A4计算得到。从测试案例结果来看，所建立的火险评估模型准确性比较高，ROC曲线下面积达到了0.84，在火险时序预测以及火险空间分布评估方面都取得较好的效果。虽然火灾发生的区域不同，影响火灾发生的因素也不同，但是火险值均在火灾发生前一周较高，其他时间火险值较低；火险空间分布比较合理，火灾发生区域的火险值从火灾发生前两个月至火灾发生当天逐渐升高。本文建立的火险评估模型涉及指标较全面，可以比较准确评估火险情况，同时可以应用在中国不同地区，部分解决地域限制性问题。Keywords：森林火灾;火险;遥感;随机森林;危险监测1696|4514|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Abstract：煤层气是一种存在于煤层及其周围岩层中的自生自储式非常规清洁能源，是在煤的形成过程中产生的伴生烃类气体。煤层气的烃微渗漏，会改变土壤的化学组成和化学环境，影响植被根系的呼吸作用，进而阻碍植被叶绿体合成，抑制植被光合作用，最终导致日光诱导叶绿素荧光SIF（Solar-Induced chlorophyll Fluorescence）的异常变化。为探究煤层气烃类微渗漏对植被SIF的影响，本文以山西省沁水盆地南部（沁水县）为研究区，使用基于卷积神经网络CNN（Convolutional Neural Networks）的SIF降尺度方法，获得2000年—2020年研究区的1 km空间分辨率 SIF数据，并将研究区植被分为农田、草地和林地3种类型，探究煤层气富集区各类植被SIF时空变化特征。结果表明：研究区的3种植被类型中，林地的SIF平均值最高，其次为草地，农田的SIF平均值最低；2000年—2020年研究区内各植被SIF均表现出明显的增长趋势。此外，煤层气富集区受人为因素影响较小的林地SIF值明显低于对照区，且2000年—2020年间SIF年平均增速也低于对照区，这表明林地受到煤层气富集区烃类微渗漏的影响更为显著。综上，本研究表明植被SIF的异常可以从一定程度上反映煤层气烃类微渗漏情况，进而为煤层气潜在富集区的遥感判别提供科学依据。Keywords：煤层气;日光诱导叶绿素荧光;时空变化分析;植被生长胁迫;烃渗漏;降尺度;卷积神经网络;沁水盆地494|1742|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Analysis of groundwater storage anomaly and multisource influencing factors in the North China Plain AI Introduction
Abstract：地下水作为华北平原农业、居民用水的主要供水源之一，探究华北平原近20年来的水资源变化情况，对于华北平原水资源管理提供了有力的参考价值。利用GRACE CSR Mascon RL06重力卫星数据、GLDAS模型数据以及农田灌溉用水量数据研究了华北平原2002年—2022年水储量变化的时空特征变化，并采取了奇异谱分析法SSA（Singular Spectrum Analysis）对GRACE Mascon重力卫星数据进行插值填补，结合降水站点数据、小麦分布数据以及夜光辐射强度分布数据分析了降水量、农业用水以及居民用水对该区域的水储量变化的影响。研究表明：（1）华北平原地下水储量变化在2002年—2011年与2012年—2019年分别以速率为-0.19 cm/a、-1.69 cm/a下降，后以4.78 cm/a的速率在2020年—2022年期间上升；（2）空间分布上，华北平原地下水储量变化在2002年—2022年间东北部呈上升趋势，西南部呈下降趋势，北部较南部降幅更为显著；（3）农田灌溉用水量春夏平均值为2.42 cm/month，最大值为5.00 cm/month；（4）2002年—2022年的年降水量空间分布不均导致华北平原北部的地下水储量变化的下降幅度更为显著；农业用水与居民用水的增多加剧了华北平原北部的地下水储量变化的下降趋势；（5）月降水量的增加对地下水产生正向的影响，与地下水储量变化差值为同向变化关系。本文阐释了华北平原的近年来地下水储量变化的时空趋势变化，并揭示了多源影响因素（降水、农业用水和居民用水）对华北平原地下水储量变化的影响。Keywords：遥感;华北平原;GRACE Mascon;SSA;地下水储量变化;农田灌溉用水量;降水;农业用水;居民用水;影响分析1532|4312|5<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21A comprehensive assessment framework for water ecological space health based on remote sensing technology AI Introduction
Abstract：科学合理地评价水生态空间健康状况，对于保护水生态系统的核心结构和服务功能具有重要意义。目前，区域水生态空间的综合性评价研究较少，且评价指标体系存在指标类型单一、受限于地面观测等问题。因此，本研究基于遥感视角，构建了全方位涵盖生态空间物理结构、水文水质要素、陆域岸线植被要素的北京市水生态空间健康评价指标体系。同时，综合层次分析法与熵权法开展主客观结合的指标赋权，创建了水生态空间健康遥感评价体系，并基于综合评价指数将水生态空间分为健康、良好、一般、较差4个等级。本研究以北京市永定河、潮白河、昆明湖、密云水库等10个典型水体为例，开展了综合性的水生态空间健康评价，结果表明：（1）评价体系能够合理评价水生态空间健康状况，其中水文水质要素对水生态空间健康影响最大，陆域岸线植被要素次之，生态空间物理结构影响最小；（2）北京市10个典型水体中，永定河、圆明园湖的水生态空间健康评价等级为良好，其余水体为健康，建议未来对永定河、圆明园湖开展针对性的生态修复。Keywords：遥感;水生态空间;健康评价;评价体系;指标赋权;北京市;北京二号;综合评价指数构建1077|4031|1<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Assessment of Sustainable Development Goal （SDG6） for water resources on Hainan Island based on Big Earth Data AI Introduction
Abstract：水资源的可持续发展目标六SDG 6（Sustainable Development Goal 6）是联合国其他目标能够实现可持续发展的基础。海南岛地处热带，拥有丰富的海水资源，但是淡水资源环境却比较脆弱。本文基于联合国可持续发展评估体系，结合海南岛的实际情况，对可持续发展目标六的指标进行本地化，收集市、县两级的统计数据和遥感数据，引入Co$ting Nature生态系统服务模型中的自然水质足迹NFWQ（Natural Footprint on Water Quality）指标，构建更完善的可持续发展评估框架，并对海南岛市县的2015年—2021年的SDG 6进行评估。结果表明：（1）SDG 6指数得分（0—100分）表明，海南岛的可持续发展水平得到了显著提高，2015年—2021年海南岛大部分市县SDG 6得分呈螺旋式上升趋势。（2）在18个市县中，省会海口市和旅游城市三亚市的SDG 6指数总得分最高。其中，屯昌县、五指山市和琼中县的增长速度排名前三，分别为：91.4%、74.2%和73%。（3）海南岛整体SDG 6发展水平分布不均匀，呈现出中东部高、南北稳定、西部低的空间格局。综上，本文提出的生态系统服务指标和海南岛市县级的本土化评价体系，可为海南省落实国家“十四五”规划，打赢“六水共治”攻坚战提供决策支持。Keywords：遥感;可持续发展目标6;自然水质足迹（NFWQ）;水资源管理与评估;Co$ting Nature 生态系统服务模型;海南岛755|3993|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Ecology and Environment
Abstract：遥感有向目标检测是计算机视觉领域内一项具有挑战性的任务，传统的水平框表示法无法精确定位尺度各异、方向任意且密集排列的遥感目标。目前广泛采用的五参数有向框表示法，由于方向角的周期性和边的交换性问题，增加了模型训练的复杂度。为了解决上述问题，本文提出了一种基于椭圆方程的遥感有向目标检测模型EllipticNet（Elliptical Equation-based Remote Sensing Oriented Object Detection Networ）。首先，EllipticNet将方向角的预测问题解耦为两个子问题：定量角度回归和旋转方向分类，从而克服五参数有向框表示法的边界不连续性问题；结合椭圆的长短轴以及中心点预测，实现遥感有向目标的精确表示。其次，本文设计了一种椭圆约束的损失函数，通过增强椭圆参数之间的内在几何关系，提高EllipticNet训练的鲁棒性。此外，本文还提出了一种逐层空洞空间卷积池化金字塔模块，显著提升EllipticNet对多尺度特征的表征能力。最后，在DOTA、HRSC2016和UCAS_AOD等3个常用的公开遥感数据集上的对比实验表明，本文方法在性能和效率方面均具有竞争力，表明本文方法在遥感有向目标检测中具有一定的实用价值。Keywords：有向目标检测;椭圆方程;特征增强;高分辨率遥感影像634|2435|3<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Method of extracting mangrove single-tree growth parameters based on combined airborne-ground LiDAR AI Introduction
Abstract：红树林是重要的碳汇生态系统。激光雷达LiDAR（Light Detection And Ranging）是获取林木三维结构参数进行生物量估算的重要技术手段。针对仅利用机载LiDAR难以完整描述红树林三维结构的问题，本文以广东省湛江市英罗港和广西壮族自治区茅尾海红树林保护区为研究区，利用无人机载和手持式LiDAR获取的点云数据，提出了一种红树冠层下部约束聚类分割方法，对木榄、红海榄、桐花树等不同类型红树的单木分割以及树高、冠幅的进行提取，并与传统单木分割算法进行了对比和分析。结果表明：本文提出的结合空地LiDAR数据的单木分割算法，在不同类型红树单木分割中均取得了较高的单木检出率，与传统的冠层高度模型分割法相比较，单木检出率提升了13.4%—26.7%。其次，有效提高了红树树高的提取精度。3种红树树高参数提取值与实测值之间的R2提高了1.8%—42.2%，RMSE降低了3.4%—55.3%。此外，由于红树冠幅分割结果存在提取值偏小的规律，本研究将能够表征红树冠层交叠密集程度的点云密度变量作为修正因子，经修正后的RMSE降低了45.25%—53.33%。因此，本文提出的联合空地LiDAR的红树林单木生长参数提取方法，可以实现精确的红树单木点云分割并有效提升红树生长参数提取精度，为红树林生物量估算及碳汇能力评估提供了技术和数据支撑。Keywords：遥感;红树林;激光雷达;Hough变换;点云聚类算法;单木分割;三维结构参数;树冠偏冠性875|3852|0<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Abstract：遥感图像中的阴影对图像解读和地物要素提取至关重要，但它们也可能成为干扰因素。当前，尽管深度学习在遥感图像阴影检测中取得了一定进展，但仍面临漏检、误检以及网络模型复杂等挑战。为此，本研究提出了一种融合Transformer与卷积神经网络（CNN）优势的双分支阴影检测网络。该方法采用双分支结构，从全局和局部两个层面深入挖掘信息，实现特征的有效整合，以更精确地捕捉阴影特征。此外，通过引入阴影预测模块和联合损失函数，进一步提升了阴影检测的准确性。在航空影像阴影数据集AISD（Aerial Imagery Shadow Dataset）上的实验结果表明，该方法显著提高了阴影检测的准确率，达到97.112%，并成功降低了误检率（BER降低了0.389），充分验证了其有效性。总之，本研究提出的双分支遥感图像阴影检测网络为减少小面积阴影的漏检与误检提供了新的有效手段，对遥感图像解译和地物要素提取具有重要意义。Keywords：遥感图像;阴影检测;语义分割;双分支网络;特征融合;Transformer;CNN;ResNet2036|2435|2<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Remote sensing image cloud removal network on the basis of the attention mechanism and generative adversarial network AI Introduction
Abstract：受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更好地保留图像边缘纹理细节的问题，本文提出一种基于注意力机制的生成对抗网络去云算法。首先设计傅里叶残差模块同时集成云层影像的低频和高频残差信息；然后利用注意力机制从通道和空间两个角度进行特征关注而获得云层空间分布信息，并引导云层去除；最后在构造的联合损失函数约束下训练模型，确保生成图像和真实影像在内容上的一致性。在遥感影像数据集RICE上的实验结果表明，本文提出的基于注意力机制和生成对抗网络的遥感影像云去除方法能够有效地保留影像边缘纹理细节，且达到了优异的定量指标和视觉效果。Keywords：遥感影像去云;傅里叶残差;通道—空间注意力;生成对抗网络;云层空间分布2272|4615|2<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Algorithm for the fast detection of aircraft targets on the basis of optical remote sensing for embedded platforms AI Introduction
Abstract：针对目前深度学习检测算法在遥感图像在轨实时处理任务上综合性能不平衡和在星载嵌入式设备上难以部署的问题，基于YOLOX-s算法，提出一种面向嵌入式平台的光学遥感飞机目标快速检测算法LAD-YOLOX（Lightweight Aircraft Detection YOLOX）。首先，在硬件感知网络的设计上，基于ShuffleNetv2设计超轻量、高精度的骨干模块ES-Block（Enhanced ShuffleNet Block），重构原有的主干特征提取网络；其次，引入GSConv构建轻量级颈部特征融合网络GS-Neck，使得前后端结构的参数量配比均衡，降低计算复杂度的同时精度损失更小；然后，设计轻量级解耦合检测头网络结构，进一步提升飞机目标分类和定位的特征编码，降低模型参数量，提升检测性能；最后，为LAD-YOLOX算法替换置信度预测损失函数Varifocal Loss及边界框定位损失函数SIoU Loss，提高模型训练的收敛速度和推理时的精度。基于公开的RSOD遥感数据集和自制飞机数据集，对比其他SOTA模型，对本文提出的LAD-YOLOX算法进行仿真试验验证。结果表明：LAD-YOLOX算法在RSOD遥感数据集上，计算量压缩为原始YOLOX-s模型的43.72%，检测精度损失0.2%，检测速度提高24 FPS；本文提出计算方法在XILINX EK-U1-ZCU102-G评估套件上完成算法部署及加速，对自制飞机数据集的检测速度至少可达到26.53 FPS，能够满足在轨实时、准确检测飞机目标的需求。Keywords：遥感;在轨目标检测;轻量化;YOLOX;RSOD数据集;ZCU102606|5498|2<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Shadow detection method for high-resolution remote sensing images on the basis of shadow direction prior AI Introduction
Abstract：地物阴影的标注成本昂贵且难以全面覆盖高分辨率遥感影像蕴含的丰富信息，其训练样本的匮乏，严重限制了监督学习模型的性能。针对上述问题，本文提出了一种基于阴影方向先验的高分辨率遥感影像地物阴影检测方法，该方法探究了阴影方向先验对于遥感影像地物阴影高级语义特征表达的有效性，并基于阴影的方向性先验构建了遥感地物阴影检测辅助任务，实现自监督的遥感地物阴影检测方法。本文方法设计了一种方向变换无关性噪声处理机制和一种自监督阴影检测的数据增强策略，进一步提升深度神经网络对于地物阴影关键特征的学习能力。在AISD数据集上的实验结果表明，本文方法仅使用少量的标签即可显著提升地物阴影检测精度，并且地物阴影的边界更加平滑和规整，更接近于地面真实情况。Keywords：阴影检测;自监督学习;数据增强;阴影方向先验;高分辨率遥感影像734|3341|1<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Remote sensing image scene classification on the basis of a two-stage high-order transformer AI Introduction
Abstract：Transformer模型因其强大的全局特征建模和长距离依赖关系的表征能力现已广泛应用于遥感图像场景分类领域，但遥感场景图像存在空间结构复杂、目标尺度变化大等挑战，直接采用ViT（Vision Transformer）中固定尺寸的图像分块方式和深度特征表示不能有效刻画遥感场景图像的空间特征信息。针对上述问题，本文提出一种基于双阶段高阶Transformer即 THViT（Two-stage High-order Vision Transformer）的遥感图像场景分类方法。该方法以LV-ViT-S网络为主干网，包含粗—细动态分类双阶段，该阶段首先通过将遥感图像分割为较大尺度的图像块，进行易分类遥感场景图像的分类工作；然后根据类注意力机制和信息区域提取模块完成对遥感场景图像的再分块，该阶段可完成较复杂遥感场景图像的分类。同时，为了提升深度特征的可判别性，THViT引入布朗协方差高阶特征表示，从统计学角度，有效捕获遥感场景图像的判别深度特征表示。另外，为了克服Transformer网络仅使用分类Tokens作为分类特征的局限性，本文将分类Tokens和高阶特征Tokens同时输入Softmax分类器，提升遥感图像场景分类性能，并验证了高阶特征Tokens对遥感图像场景分类的有效性。实验结果表明：与CFDNN、GLDBS、GAN、GCN、D-CapsNet、SCCov、ViT、Swin-T、LV-ViT-S和SCViT等相关算法对比，THViT在NWPU45（NWPU-RESISC45 Dataset）和AID（Aerial Image Dataset）数据集上均有较优异的性能表现。Keywords：遥感图像;场景分类;Transformer网络;特征表示;高阶特征1099|2667|3<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21Point cloud contour feature point extraction method on the basis of domain feature parameter fusion AI Introduction
Abstract：点云轮廓特征点是确定物体几何形状的关键，在目标检测和定位等邻域发挥着重要作用。本研究的目的是直接利用点云邻域特征来提取点云轮廓特征点。首先，利用Cholesky分解确定主、次特征向量，并分别构建基于主、次特征向量作为法向量的折边和边界点提取的邻域特征投影平面。然后，通过构建点的邻域维度特征信息熵模型来确定最佳的邻近点数，分析投影平面上目标点与邻域点构成的向量夹角分布特性，并基于方位角的特点，提出基于邻域特征分布的边界点精细提取方法。最后，提出基于四元素的投影平面上邻域点的二维视图形成方法，建立二维视图下基于点到直线距离及直线两侧点数偏差的多参数的折边点提取模型。实验结果表明，本文方法优于有序点霍夫变换法，面分割法和二值图像法。在抗噪声性能方面，本文方法能够在不同噪声情况下提取出轮廓特征点，且稳健性优于二值图像法、区域聚类曲率法和区域增长法。另外，本文方法的准确率、召回率及F1分数都高于90%，本文方法的F1分数比区域聚类曲率法高了4.2%，比霍夫变换法高了32.4%。而且，本文方法不仅适用于规则平面形状的建筑，也适用于不规则曲线形状建筑的轮廓特征点提取。Keywords：遥感;点云;轮廓点;特征点;边界点;折边点;邻域特征;投影平面;特征提取1533|2437|1<HTML><L-PDF> <Enhanced-PDF> <Meta-XML>Updated：2025-04-21
Models and Methods
微波亮温和发射率概念介绍 AI Introduction
