最新刊期

“在遥感数据应用服务领域，遥感产品真实性检验的重要性不言而喻。为了提升遥感数据产品的应用质量，确保服务的可持续性，国内外研究者多年来致力于建设遥感产品真实性检验站点。然而，由于陆表过程和观测目标的复杂性、遥感卫星载荷产品的多样性以及陆地遥感产品演变的动态性，全过程的理论运用与技术实现仍面临挑战。本文深入分析了遥感产品真实性检验地面观测场网、地面参考真值获取技术、遥感产品综合检验服务的国内外现状与发展趋势。在此基础上，文章从理论方法体系化入手，提出了在地统计学的空间变异理论、计量学的不确定性理论、运筹学的最优化理论等基础之上，研究真实性检验场网空间代表性表征、测量基准不确定性度量及传递、多途径检验结果综合定权合成、样本集与待检产品的最优匹配等方法，发展形成陆地观测卫星真实性检验场网方法体系框架。为应对国家空间基础设施重大工程建设和关键共性产品的应用需求，文章还提出了统筹建设完善真实性检验站网、航空协同真实性检验系统、基准参考构建及传递系统以及高精度检验服务系统的建议，以形成符合中国实际的陆地观测卫星遥感产品真实性检验技术方案。这项研究不仅有助于完善真实性检验场网的理论方法体系，还能促进国产陆地观测卫星遥感数据的充分利用，进一步提升遥感数据产品的定量化应用水平。对于推动遥感技术的发展和应用，具有深远的意义。”

“三维点云数据处理技术在自动驾驶、机器人和高精地图等领域的应用逐渐凸显。然而，当前处理方法主要依赖大规模高质量的标注数据集，且模型泛化性能有限，这成为了该领域的一大难题。为了应对这一挑战，学术界开始探索域自适应学习在点云数据处理中的应用。域自适应学习作为迁移学习的一个重要分支，旨在提高模型在不同域间的适应性。为此，本文系统性地梳理了近年来的三维点云域自适应学习方法，主要包括对抗学习、跨模态学习、伪标签学习和数据对齐四个方面。每种方法都有其独特的优势和面临的问题，这为后续研究提供了重要参考。总的来说，本文的研究不仅有助于更深入地理解点云域自适应学习领域，还为解决三维点云数据处理中的标注数据集需求和模型泛化问题提供了新的思路。未来，随着技术的不断进步，三维点云域自适应学习有望在更多领域发挥重要作用。”

“遥感卫星技术的飞速发展让高空间分辨率遥感图像在多个领域得到广泛应用。然而，这类图像通常面临类内方差较大的问题，影响了遥感信息的提取效果。针对这一挑战，空间约束在像素间的研究逐渐受到关注，并取得了一系列成果。但这些研究较为分散，缺乏系统性和联系。有专家对这些空间约束方法进行了全面的归纳和总结，涵盖了流程、应用场景和多种方法原理。通过对比各方法的优缺点，专家还展望了空间约束方法的发展趋势，并指出了研究中可能存在的不足。这一工作为遥感图像信息提取领域的研究提供了有价值的参考，有助于推动该领域的进一步发展。”

“地震灾害损失评估领域取得了重要进展。随着灾害风险的加剧和减灾救灾需求的提升，评估技术得到了快速发展。遥感技术作为大数据和智能化时代的代表，也在评估中发挥了重要作用。研究回顾了地震灾害损失评估的发展历程，对比了国内外评估软件平台的异同，总结了人口和经济损失估计的常用方法。同时，文章还深入探讨了震后遥感灾害损失评估以及基于遥感的震害预测方法的现状。然而，当前地震灾害损失评估工作仍面临一些问题。为此，文章提出了针对性的建议，并对遥感数据在地震灾害损失评估中的应用趋势进行了展望。这一研究不仅为地震灾害损失评估提供了新视角，也为未来减灾救灾工作提供了新的思路。”

“一项关于中巴经济走廊洪扎河谷段滑坡灾害的研究取得了重要进展。该研究利用哨兵一号卫星数据和SBAS-InSAR技术，成功识别了53处潜在滑坡，并对其发育特征进行了深入分析。研究结果显示，洪扎河谷区不稳定形变阈值为-20 mm/a，潜在滑坡主要集中在河流两岸和公路上下边坡，且多分布在风化堆积层及变质岩区。此外，高差200-1000米、坡度30-40°以及坡向南、南西向是滑坡发育的优势地形条件。这一研究不仅有助于深化对洪扎河谷滑坡灾害的认识，还为巴基斯坦防灾减灾工作提供了科学依据，为确保中巴经济走廊的安全建设与运营提供了有力支持。”

“针对南水北调中线工程沿线煤炭开采沉陷对干渠的潜在威胁，科研团队利用Sentinel-1A数据和DS-InSAR技术，对焦作采空区进行了深入研究。研究揭示了焦作采空区2019年至2020年的地表形变情况，并构建了一套形变风险评估指标，实现了形变风险的分级。结果显示，焦作采空区内存在多个沉降盆地，但南水北调中线干渠焦作段整体受开采沉降影响较小。然而，张屯矿西北侧、白庄矿和中马村矿内存在较高形变风险区域，需持续监测以预防潜在沉陷灾害。这一研究不仅为南水北调灾害风险评估提供了科学依据，也为类似工程的安全管理提供了参考。”

“我国云南省自然灾害频发，给当地人民带来了巨大的生命财产损失。为了更有效地进行救灾救援，有专家提出了一种基于无人机高分遥感图像和深度学习的目标检测技术，以快速定位损坏的建筑物。在损坏建筑物检测领域，目前面临两大挑战：一是高分辨率的震灾损坏建筑物数据稀缺且价格昂贵；二是待检测目标与背景及其他特征差异小，容易导致错检。为了克服这些问题，该专家构建了基于无人机遥感图像的大规模高分辨率震灾损坏建筑物数据集，涵盖了4598张遥感图像，并对目标建筑物进行了多形式标注。同时，该专家还提出了震灾损坏建筑物实时检测模型，其中融入了目标特征对齐模块、特征差异计算模块和目标边界约束的位置框检测模块。经过验证，该模型在震灾建筑物检测数据集上达到了86%的精度，并在不同地点的实际场景中得到了良好的应用效果。这一研究成果不仅为救灾救援提供了新的技术手段，也为无人机遥感图像在灾害监测领域的应用开辟了新方向。”

“关于矿区生态系统服务功能的研究取得了重要进展。宁东大型煤炭基地作为研究案例，通过遥感数据驱动的方法，评估了气候调节、防风固沙、固碳释氧、水源涵养和土壤保持等五项生态系统服务功能的时空演变。结果表明，从2001年至2019年，宁东基地生态系统服务功能整体呈现改善趋势，但矿区生产活动对生态系统服务功能的增加产生了一定的迟滞作用。非矿区的生态系统服务功能上升速率普遍高于矿区，显示出煤炭开采活动对生态系统造成了一定的负面影响。这一研究不仅为矿区生态系统状况的遥感监测提供了新的视角，也为生态保护和修复提供了重要参考。未来，仍需进一步加大对生态系统保护和修复的力度，以应对气候变化和人类活动带来的挑战。”

“在脱贫攻坚战的收官之年，中国对减贫效果的评估显得尤为重要。本研究通过独特的夜间灯光遥感数据，对全国831个贫困县和14个特困区的减贫情况进行了深入探索。结果显示，大部分贫困县经济水平显著提升，但仍有部分县份夜间灯光强度下降，主要分布在西部地区。此外，研究还发现了特困地区夜间灯光变化的四种类型，揭示了贫困县在特定区域的集聚和制约现象。特别值得关注的是，实施基础设施、特色产业、资产收益和易地搬迁等扶贫路径的贫困县，在夜间灯光变化上表现明显。这项研究不仅为我们评估减贫效果提供了新视角，也为解决相对贫困长效机制的建设提供了重要参考。”

“工业热源遥感监测领域取得重要突破。针对热源特征不明、类型判定不准等问题，研究团队提出了一种耦合温度特征的工业热源人工神经网络遥感分类精准识别方法。该方法通过DBSCAN聚类算法和土地利用类型识别工业热源，利用频率统计方法建立温度特征模板，并构建人工神经网络模型进行热源类型判别。研究发现，不同工业热源温度频率与分布形态存在明显差异，主峰温度分别为795 K、830 K、760 K、1725 K。此外，该模型在工业热源分类识别上表现优异，训练集与验证分类识别精度分别高达99%和88.17%。研究还发现，我国工业热源时空分布呈现“地域集中”与“波动下降”双特征，主要集中在北方地区，数量占比高达85.4%。这一研究成果为基于卫星手段的大气工业污染源遥感监测提供了技术支撑，有望推动我国大气污染防治工作取得新进展。”

“一项关于植被指数的研究取得了重要进展。该研究针对增强型植被指数EVI（Enhanced Vegetation Index）在时间分辨率较低和云覆盖等影响下导致的大量像元缺失问题，提出了一种基于MODIS日地表反射率产品的日分辨率EVI重建方法。通过MVC（Maximum-Value Composite）与HANTS（Harmonic Analysis of Time Series）算法的结合，成功重建了黄淮海平原2021年的日分辨率EVI时间序列数据。研究结果表明，该重建算法不仅可用于大面积长时序日分辨率EVI时间序列数据的重建，而且重建结果纹理丰富，填补了原EVI大量的缺失像元，并去除了原EVI数据的噪声。与S-G滤波方法相比，经HANTS算法重建后的EVI在空间分布合理性以及保真性等方面均表现出优势，其重建EVI与优质EVI像元之间的年均R2与RMSE分别为0.94和0.024，优于S-G方法的0.73和0.093。这项研究为生成高时间分辨率EVI提供了新的思路和技术途径，对于植被监测、生态评估等领域具有重要的应用价值。”

“本研究在卫星遥感领域取得了重要进展。研究团队基于植被辐射传输tau-omega模型，提出了相邻像元冠层微波透过率提取方法，并成功将其应用于卫星尺度。研究发现，森林冠层对被动微波遥感反演雪深存在不确定性影响，但通过森林辐射校正，可以有效提高雪深反演的精度。团队建立的森林透过率半经验估算模型，经过验证，其反演的透过率与参考值相关性高于0.7，且均方根误差RMSE较低。此外，研究还发现，经过森林辐射校正后，高低频亮温差与雪深的关系相关系数得到了显著提高。这项研究不仅为卫星遥感反演雪深提供了新的解决方案，也为林区的雪深监测提供了更为精确的参考和支撑。”

“植被冠层结构参数研究取得了新进展。针对现有星载CI产品估算方法存在的精度问题，研究人员提出了一种动态选取混交林像元端元CI组分的方法，以改进针阔混交林植被聚集指数的估算精度。该方法利用国际地圈—生物圈计划的地表类型和描述二向性反射分布函数的地表各向异性平整指数进行双重约束，结合高分辨率的土地覆盖分类数据确定端元在像元中的面积比例，从而估算MODIS针阔混交林像元的聚集指数。研究结果表明，该方法可以显著改善针阔混交林像元CI值的估算精度，为针阔混交林CI产品生产和精度提高提供了可行的解决方案。这一研究成果对于全球碳、水循环研究以及植被生态学研究具有重要意义。”

“一项关于飞机目标型号识别的研究取得了重要进展。该研究针对当前深度学习技术在精细化识别任务中的局限性，提出了一种融合目标分割与关键点检测的飞机型号识别方法。该方法通过结合多任务深度神经网络、条件随机场和模板匹配算法，实现了飞机型号的高精度识别。实验结果表明，与传统算法及完全端到端深度学习方法相比，该方法具有更高的准确率和实用性。该研究首先利用多任务深度神经网络迁移学习技术，实现了飞机目标物位置、掩膜与关键点信息的识别。接着，通过融合条件随机场的飞机目标掩膜精化算法和基于关键点的姿态调整算法，对识别目标的边界进行了精细化处理，并对机体姿态进行了调整。最后，在构建的飞机型号模板库基础上，将经过精化后处理的飞机掩膜信息与模板库进行匹配，从而实现了飞机目标的型号识别。这项研究的成果不仅为飞机目标型号识别提供了新的解决方案，也为深度学习技术在精细化识别任务中的应用开辟了新的方向。未来，该方法有望在航空安全、遥感影像分析等领域发挥重要作用。”

“针对变化检测领域长期以来面临的挑战，如噪声干扰和特殊地物影响导致的检测结果不准确，某研究团队提出了一种创新的非监督超像素级变化检测方法。该方法通过结合典型相关分析和直方图规定化，显著提高了变化检测的精度和稳定性。该团队首先对两个不同时刻的遥感影像进行预处理和超像素分割，然后基于超像素尺度和未变化概率计算权重。接着，通过超像素级多元变化检测和直方图规定化，精准地提取出变化特征。最后，利用权重影像、经典方法与变化特征进行决策融合，得到准确的变化检测结果图。为了验证该方法的有效性，研究团队在三个高光谱测试数据集和一个多光谱测试数据集上进行了实验。结果表明，该方法在四个测试数据集上的OA和Kappa指标均表现最优，且OA都达到了90%以上。相较于其他方法中的最高精度，本文方法的OA提高了4.41%、3.44%、1.74%和0.19%。这一研究成果为变化检测领域提供了新的解决方案，不仅提高了检测精度，还拓宽了遥感影像分析的应用范围。未来，该方法有望在环境保护、城市规划、灾害监测等领域发挥重要作用。”

“针对微纳卫星在轨计算平台上的目标识别问题，研究团队提出了一种深度可分离卷积神经网络模型。该模型通过改进Yolov4网络结构，降低了整体网络结构的深度与复杂度，并利用可分离卷积结构减少模型参数量。同时，通过合并卷积层与Batch Normalization层，进一步加快了前向推理速度。此外，研究团队还借鉴Focal损失函数的思想，改进了目标检测网络的损失函数，以缓解前景与背景样本比例不均衡的问题。与原Yolov4网络模型相比，新模型在保证94.09%识别精度的前提下，参数量降低了约7倍，FLOPs降低了约30倍。此外，通过与Yolo系列、SSD、MobileNet、CenterNet等前沿网络模型的对比实验，进一步验证了新模型的算法性能。这一研究成果为实现在轨目标识别与过滤无用数据提供了理论支撑，有助于推动微纳卫星在轨计算平台的技术进步和应用拓展。”

“针对普通跳跃连接在遥感影像变化检测中的局限性，以及编码器特征提取能力不足的问题，研究团队提出了一种新型的CBAM UNet+++网络结构。该网络结合了高分辨率遥感影像的变化检测需求，通过引入耦合注意力机制CBAM，有效提升了网络对全尺度变化信息的捕捉能力和编码器对显著特征的学习能力。在实验中，研究团队利用两种不同变化类型的高分辨率遥感影像变化检测数据集进行验证。结果显示，CBAM UNet+++在LEBEDEV多地物变化数据集上取得了最高精度，F1和OA值分别达到了88.9%和97.3%。而在LEVIR-CD建筑物变化数据集上，也获得了次高精度，F1和OA值分别为86.7%和96.8%。这些成果证明了CBAM UNet+++在遥感影像变化检测中的优越性能。此外，研究还发现，CBAM UNet+++能够有针对性地获取深层语义信息，定性结果优于其他基准网络。这一发现为遥感影像变化检测领域的研究提供了新的思路和方法，也为后续研究奠定了基础。”

“针对多时相、多极化SAR数据的超像素生成技术，研究取得了重要进展。针对单时相超像素分割方法无法充分利用地物时序完整散射信息的问题，研究人员提出了一种基于简单线性迭代聚类（SLIC）模型的多时相极化SAR影像自适应超像素生成方法。该方法结合多个时相的极化协方差矩阵，基于Wishart分布计算时序极化SAR相似性距离，同时利用多时相极化SAR数据进行梯度计算和边缘检测。通过引入基于多时相极化SAR边缘检测的同质性测度因子，该方法能够自适应平衡极化距离和空间距离的权重关系。实验结果表明，该方法在可视化效果和定量精度上均优于单时相极化SAR超像素生成方法和现有的多时相极化SAR超像素方法，超像素能够紧密贴合研究区域地块边界。这一研究成果为对象级数据处理体系的高效处理和应用提供了新的解决方案，对于大数据量的多时相、多极化SAR数据的处理和应用具有重要意义。”

“针对航空滤光片阵列多光谱图像配准过程中的精度问题，有学者提出了基于匹配点位置差曲面拟合双阈值剔除方法。该方法选取多光谱中间波段图像作为基准，利用SIFT算法提取匹配点，并通过计算位置差、构建Delaunay三角网、IDW算法拟合位置差曲面等步骤，构建了位置差三维阈值空间。最终，利用该空间筛选出精确匹配点，完成图像配准。理论分析和实验结果均证明，该方法能有效提高航空滤光片阵列多光谱图像配准的精度，为相关领域的研究提供了新的解决方案。”

“资源三号03星是我国高分辨率立体测绘卫星，其在全球范围1：5万比例尺测图应用中发挥着重要作用。为了提升卫星影像的高程精度，该卫星搭载了单波束激光测高仪，获取高精度激光测高点。有研究表明，通过联合区域网平差处理方法，利用激光测高点与立体影像的结合，可以大幅提升立体影像的高程精度。试验中，黑龙江省中部地区和河北省太行山地区的ZY3-03星三线阵立体影像的高程中误差均得到了显著降低，满足了我国1：5万比例尺立体测图的精度要求。这一研究成果为提升我国卫星遥感技术水平和地理信息资源建设提供了有力支持。”

“一项关于海洋浮游植物群落结构的研究取得了重要进展。该研究利用高斯分解法，基于2016年至2018年渤海、黄海和东海的航次调查数据，成功开发了一种基于浮游植物吸收的色素浓度遥感模型。这一模型通过原位观测数据集的评估，误差可接受，且卫星匹配验证也显示反演结果与实测数据的一致性。利用该模型，研究团队进一步分析了SeaWiFS和MODIS-Aqua遥感反射率月平均产品（1998年—2020年），获得了渤海、黄海和东海区域16种色素浓度23年的时空变化数据记录。这一研究成果不仅为复杂浑浊沿海水域中的浮游植物色素浓度研究提供了重要手段，还为海洋浮游植物群落结构的精细化研究提供了有力的数据支撑。该研究对于深入了解和研究碳循环和气候变化具有重要意义，为相关领域的科学研究和实践应用提供了新的思路和方向。”

“科技媒体新闻记者播报：地球观测组织GEO，作为地球观测领域的领军国际组织，自2005年成立以来，中国一直积极参与并担任联合主席国，为发展中国家和亚洲大洋洲区域发声。在过去的18年里，GEO不断推动全球地球观测的发展与合作。中国在其中发挥了重要作用，不仅在国内、亚洲大洋洲，还在国际层面取得了显著成果。为了进一步深化全球治理和融入全球创新网络，中国已经制定了未来的工作内容体系。这一体系从治理机制、项目合作、公共产品和人才队伍四个方面入手，旨在构建全球科技共同体，推动地球观测领域的持续进步。这一战略不仅展示了中国在地球观测领域的决心，也为全球科技合作树立了典范。”