最新刊期
2026 年 第 30 卷 第 5 期
-
月球熔岩管的雷达探测研究进展与展望 AI导读
摘要：熔岩管是洞察月球内部地质特征、火山喷发及月壤形成与演化的重要场地之一，同时由于其内部条件具有温度稳定、防辐射和规避月面小天体撞击等优点，是未来人类建立月球基地的理想场所。月球是距离地球最近的天然天体，月球熔岩管很可能会成为人类在月表实现驻留、实地科考和基地建设的优选目标之一。雷达是识别熔岩管和探明熔岩管全球分布的重要手段之一，系统梳理月球熔岩管的雷达探测研究进展，可为未来月球基地选址与建设等任务提供重要的科学依据与工程参考。本文依据雷达探测原理及其成像结果，从合成孔径雷达（SAR）月表成像与雷达次表层结构成像两个纬度，梳理了月球熔岩管的回波特征。其中，SAR主要有利于识别熔岩管顶部塌陷形成的陷坑等特征，其图像因陷坑退化程度不同而呈现特定的散射特征；而用于内部结构成像的雷达，识别埋藏熔岩管的关键在于洞穴顶底界面回波的相位反转特征。最后，本文对未来研究进行了展望：一方面，开展不同退化阶段熔岩管塌陷形貌的雷达散射特征归纳与分类研究；另一方面，融合雷达、重力等多源数据，开展熔岩管空间分布特征的综合研究。在此基础上，进一步探讨了这些研究方向所蕴含的潜在科学问题。针对未来的月球科研站和嫦娥工程任务，需关注两个关键问题：其一，沉积于南极地区的撞击熔融物是否存在地下空间？其二，熔岩管是否可作为水资源储藏库？这两大科学问题亟待深入探索。希望本综述能为未来深空探测任务中的月球基地选址、科学考察及地下空间利用等工作提供科学依据与参考。关键词：月球;熔岩管;天窗;地基雷达;轨道器雷达;巡视器雷达;后向散射;相位反转790|169|0更新时间：2026-07-16
研究进展
-
摘要：热带红树林是生产力最高、最富有生物多样性的森林资源之一，红树林森林资源调查能为森林资源的科学管理和保护提供数据支撑，准确的单木分割是二类森林资源调查的前提。地基激光雷达TLS（Terrestrial Laser Scanning）能够提供海量、高精度的三维点云数据。然而，点云数据存在无规则、近密远疏且因遮挡导致的数据残缺等问题。并且，红树林场景复杂，冠层交错，树木互相遮挡，现有研究方法不适用于红树林TLS点云。本研究创新性地结合深度学习与传统算法，提出了一种针对红树林复杂场景TLS点云的高精度单木分割框架。该框架首先利用深度学习网络RandLA-Net进行地面滤波和样地枝叶分离，其次通过连通域分割方法进行主干分割，最后通过提出的基于树顶点多约束模块实现单木分割。本文选取了中国海南7个红树林样地进行算法的精度评价，并与两种经典算法进行对比分析。实验结果显示，本文方法的总体精度达到0.87，大幅高于两种经典算法，证明了本文方法的有效性和可靠性。关键词：热带红树林;地基激光雷达;点云;单木分割;深度学习2038|2953|0更新时间：2026-07-16 -
摘要：森林资源在应对全球气候变化、维系生物多样性、实现生态文明建设等领域发挥着关键作用。中国亚热带森林占全国总量的44%，保护亚热带森林资源对于实现中国可持续发展目标具有重要意义。然而近30年来，自然条件变化和人类活动的的叠加，对亚热带森林构成了严重威胁。为明确中国亚热带森林退化趋势，本研究利用中国年度土地覆盖数据CLCD（Annual China Land Cover Dataset）长时序遥感产品，结合掩膜提取、莫兰指数和交互作用探测等分析方法，基于谷歌地球引擎GEE（Google Earth Engine）遥感云计算平台分析了1990年—2020年中国亚热带森林退化的时空分布特征及其驱动因素。结果表明：（1）1990年以来，中国亚热带森林退化面积达2539.63万hm2，相当于全国森林总量的17.96%，其中38%转变为耕地和草地；（2）空间呈东北向西南递增，分布呈高值、低值、高低、低高聚类且具有一定的空间自相关性；（3）退化主要在海拔2250 m以下、坡度小于50°的地区，区域海拔与坡度均呈倒U型分布，波峰分别出现在150 m和8°；（4）单驱动因素对于退化的影响并不明显，但坡度与人均GDP共同作用对1990年—2019年中国亚热带森林退化影响q值高达0.96。关键词：中国亚热带;谷歌地球引擎;森林退化;地理探测器;Moran’s I;驱动因素511|155|0更新时间：2026-07-16 -
摘要：植被干旱遥感监测是遥感应用的重要研究课题，但亚热带地区因其复杂的地形地貌和茂密的植被覆盖，使得该区域植被干旱遥感的准确监测尤为困难。鉴于此，本文基于改进的多光谱植被指数和地表温度构建特征空间，设计了植被干旱响应VDR（Vegetation Drought Response）模块，描述亚热带植被对干旱的波动响应时空特征；顾及干旱胁迫时植被与土壤湿度相互作用的动态过程，识别植被干旱过程VDP（Vegetation Drought Process），定义植被干旱阈值VDT（Vegetation Drought Threshold），以此界定植被干旱边界；联合VDR、VDP与VDT，构建基于植被干旱过程认知的植被干旱模型PCVDM（Process-Cognizant Vegetation Drought Model），以期实现亚热带植被干旱的准确识别。以湘赣地区为例，获取该地区2000年—2023年夏季基于PCVDM模型的植被干旱监测结果，并结合海拔高度与地层岩性特征开展分析。结果表明：在相对较高海拔地区的植被，由于持续升温，刺激了林木生长发育；而在相对较低海拔地区，受地层岩石/坡体持水性差异及持续升温导致地表蒸散率上升的综合影响，植被虽呈现“变绿”趋势，实则处于强烈干旱胁迫之中，即植被整体不断变绿的同时，其干旱也在不断增强。研究可为亚热带植被干旱监测识别与碳汇研究提供参考。关键词：亚热带遥感;植被干旱监测;过程认知;植被干旱模型;Mann-Kendall检验;湘赣地区352|327|0更新时间：2026-07-16 -
摘要：湖南省地处亚热带季风湿润气候区，水汽活动剧烈，强对流、暴雨等灾害性天气频发。精确监测高动态大气水汽场对该区域的极端天气预警具有重要意义，但这通常受制于传统水汽层析技术在时间分辨率上的不足。针对此问题，本文提出了一种高动态节点参数化水汽层析两步法，该方法在节点参数化模型基础上，通过引入随迭代过程自适应更新的水汽垂直变化参数，优化了层析方程的设计矩阵。其核心“两步法”包含：第一步，在30 min长时段内重构水汽场的线性变化趋势项；第二步，基于第一步的建模残差，进一步反演5 min短时段内的高频偏离项，从而实现高时空分辨率的精确重构。基于2022年6月湖南省123个全球导航卫星系统GNSS（Global Navigation Satellite System）站的实测数据实验表明，与传统体素基模型（体素内水汽含量均匀分布且不变）、节点参数化模型（湿折射率由所在体素的8个节点经空间内插求取）和线性时变节点参数化模型（湿折射率随时间呈线性变化）相比，本文提出的高动态节点参数化水汽层析两步法在精度上表现出显著优势，其外符合精度分别提升了35%、29%和26%。本文方法为亚热带等水汽高动态变化区域提供了有效的高分辨率三维水汽场监测手段。关键词：水汽层析;湿折射率;节点参数化;高动态;亚热带106|73|0更新时间：2026-07-16
亚热带遥感
-
多源森林生物量数据的年际变化一致性分析 AI导读
摘要：当前全球森林地上生物量产品逐渐丰富，但各产品之间存在较大的时空不一致性，不同产品揭示的全球碳储量和碳汇存在巨大差异。为此，本文收集了多源森林地上生物量遥感产品CCI（Climate Change Initiative）、JPL（Jet Propulsion Laboratory）等、模型模拟数据NBP（Net Biome Poductivity）、cVeg（carbon in Vegetation）和地面观测验证数据，从空间一致性、年际变化趋势分析和地面验证3个维度，系统评估了这些森林地上生物量产品在全球尺度的年际变化一致性。结果表明：（1）不同遥感产品在空间一致性上存在显著差异，基于GEDI（Global Ecosystem Dynamics Investigation）和ICESat-2（Ice，Cloud，and Land Elevation Satellite-2）的单期产品空间一致性较高（ -
摘要：对树木木质和叶部结构的有效区分是准确估算其关键结构参数和精确反演生物量的重要基础。激光雷达为树木结构参数与地上生物量的非破坏性估算提供了新的技术支撑。然而，当前单木组件分割算法对不同树种的泛化能力有限，对细小枝干分割能力不足。因此，本文构建了一个包含713棵单木且树种丰富的大尺度单木组件分割数据集，同时引入高性能的Point Transformer-V3深度学习网络来获取可靠的分割结果。此外，通过构建单木点云的先验几何特征（显著性差异指标、主成分指标和垂直度指标），来优化深度学习网络在单木点云上的分割性能，并与当前主流的几种深度学习算法进行比较。研究结果表明：引入构建的先验几何特征的Point Transformer-V3网络进行多树种单木组件分割的OA、mAcc与mIoU分别达到了0.946、0.872和0.806；即使是深入树冠较小尺度的精细分支也能实现一定提取，且其在几何形态结构差异较大的不同树种单木上也表现出较高适用性。最后，通过消融实验验证结果表明在训练时引入单木先验几何特征能较好促进网络分割效果。因此，本文构建的方法可以进一步促进深度学习在单木组件分割中的应用，为树木结构参数精确估算提供技术支撑。关键词：单木组件;激光点云;语义分割;先验提特征;深度学习;木叶分离;枝干提取;序列化注意力机制311|211|0更新时间：2026-07-16 -
摘要：2025年7月底，受罕见连续性暴雨影响，内蒙古土默川平原遭遇流域性洪水与哈素海退水渠决口的叠加冲击，对当地农业生产与基础设施造成了严重损害。针对灾后应急监测与灾情应对的迫切需求，提出一种融合水体综合指数与形态学处理的多时相Sentinel-2影像精细化水体识别方法，实现了水体信息的高效自动化提取，进一步引入历史水体频率数据建立基准水体分布，精准分离洪水淹没范围。结果表明，洪水识别总体分类精度达到97.4%，优于Sentinel-1最优阈值分割结果的92.8%。时间序列分析表明洪水淹没范围于8月25日前后扩张至峰值，总水体面积达880.01 km²，约为2024年正常水体面积的2.2倍，此后退水过程缓慢，一个月后淹没面积仅减少约53%。灾情评估结果显示，农作物中玉米受灾最为严重，受淹面积达192.6 km²，其中39.4%的区域积水持续超过30天。结合动态时间规整与K均值算法构建DTW-KMeans模型对玉米NDVI时间序列进行聚类分析，揭示作物恢复情况并评估产量损失风险，其中高风险区面积达238.9 km²，超过两周淹没可能导致植株倒伏甚至死亡，反映玉米在洪涝胁迫下的高敏感性与适应能力不足。研究结果可为干旱区极端水文事件的快速识别、灾后评估及农业风险管理提供有力技术支撑。关键词：遥感;洪涝灾害;洪水自动识别;作物异常监测;时序分析578|217|0更新时间：2026-07-16 -
摘要：植被作为陆地生态系统的重要组成部分，对全球气候的变化具有深远影响。准确刻画植被动态特征对于把握和预测全球变暖背景下生态系统结构和功能的演变途径至关重要。本研究基于现有的长时序多源植被遥感产品，利用频谱分析方法实现对全球陆表植被时间尺度空间格局的表征，并在多时间尺度视角下分析植被动态趋势特征。结果表明：（1）全球陆地表面大部分区域（78.4%）的植被生长动态主要受年尺度主导。年内尺度主导的区域占16.1%，主要分布于热带地区。而年际尺度主导的区域占比最小（5.5%），主要位于半干旱灌木丛区。（2）植被年尺度振幅值和植被生长峰值存在显著相关关系的区域，主要分布在植被季节性生长变化特征较为显著的区域。年尺度相位值与时间域上遥感物候参数仅在全球28.19%的植被覆盖区域呈现显著正相关性（P0.1），其中植被峰值期与年尺度相位值相关性最好。（3）植被指数多个时间尺度（年际尺度、年尺度、年内尺度）上的振幅时间趋势呈现出大范围的增长趋势，与广泛关注的“全球植被绿化”现象（植被指数年均值呈现增长趋势）总体保持一致。但各个时间尺度上的趋势特征呈现出较大的空间差异性，3个时间尺度上的振幅时间动态仅解释了年均值动态特征的66%，凸显出“全球植被绿化现象”的时间尺度依赖性。总之，本文利用频谱分析方法实现对全球陆表植被动态特征的多时间尺度分析，可为全球陆表植被动态研究提供新的视角，对深化全球陆表植被绿化现象及其生态系统功能响应机制的科学认识具有重要意义。关键词：陆表植被;时间尺度;频谱分析;气候变化;植被物候150|65|0更新时间：2026-07-16 -
耦合红边波段特征的农作物叶面积指数反演 AI导读
摘要：叶面积指数LAI（Leaf Area Index）是表征作物冠层结构与长势的关键参数，利用遥感技术对其进行准确及时的监测对于田间水肥管理、粮食安全保障以及农业生产潜力评估等具有重要意义。红边作为指示叶片生理及冠层结构变化的敏感性光谱波段，已被多种中高分辨率（10—30 m）卫星传感器配置并广泛应用于作物参数反演，为进一步提升作物LAI反演精度提供了新的契机。然而，现有研究在红边波段应用于LAI反演的方式上存在较大差异，且由于研究区域的不同，如何有效利用红边波段提升LAI反演精度仍未明确。基于此，本研究以PROSAIL模型和机器学习算法结合的混合法为反演策略，利用包含3个红边波段的Sentinel-2影像和国家生态系统观测研究网络提供的全国主粮作物（水稻、小麦和玉米）地面LAI实测数据，通过优选机器学习模型及波段组合，构建了耦合红边波段特征的农作物LAI反演算法，并在不同场景下开展了系统评估。结果表明，多层感知机（MLPR）拟合LAI与多波段反射率的效果最佳，且红边波段的引入可有效提升LAI反演精度，其中联合引入红边1（RE1）和红边3（RE3）的反演效果最优（R2=0.784，RMSE=0.826），与不加入红边波段的Z1组合（Green+Red+NIR+SWIR1+SWIR2）相比，R2提升了4.9%，RMSE降低了15.6%。同时，引入红边波段不仅可减少LAI反演的系统性偏差，而且在LAI中高值区间（4LAI5）有效地缓解了饱和效应的影响（|Bias|和RMSE分别下降了52.2%和41.4%）。此外，不同作物对红边信息的响应存在差异，引入RE1和RE3后，玉米LAI反演精度提升最为显著（R2提升17.9%，RMSE降低29.1%）。本研究通过耦合红边波段所构建的反演算法，可显著提升不同作物类型LAI反演精度，为大尺度、长时序农作物长势精准监测提供了重要技术支撑。关键词：农作物叶面积指数;红边波段;Prosail模型;机器学习;波段优选395|324|0更新时间：2026-07-16 -
摘要：准确估算叶片叶绿素含量LCC（Leaf Chlorophyll Content）对作物生理监测和精准农业管理具有重要意义。然而，传统基于可见光—近红外冠层反射率的植被指数VI（Vegetation Index）在LCC反演中面临诸多挑战：一是LCC与冠层结构信号混淆，导致光谱响应中目标信息与结构噪声高度耦合；二是不同作物类型间的冠层结构异质性进一步加剧了VIs对结构参数的敏感性差异，显著限制了模型的跨作物泛化能力及应用范围。鉴于此，本研究提出一种遥感机理与深度学习双驱动的LCC反演框架，旨在削弱冠层结构影响并提升模型在不同主粮作物间的适应性。该方法首先基于PROSAIL辐射传输模型模拟多种叶面积指数LAI（Leaf Area Index）与LCC组合，构建低LAI敏感性的植被指数比值特征集VIRFS（Vegetation Index Ratio Feature Set）；随后结合主动学习策略，优化迁移学习中目标区域样本的选择过程，在有限标注样本下实现高效模型微调。模型在中国东北（玉米、水稻、大豆）、黄淮平原（小麦）和长江流域（水稻）三大农业区的主粮作物数据集上进行了系统验证。结果表明：（1）本研究提出的混合方法在异地主粮作物LCC反演中表现出色，模型在不同主粮作物场景下R2稳定高于0.69，RMSE低于4.77 μg/cm2。（2）相比传统植被指数特征集VIFS（Vegetation Index Feature Set），VIRFS在最优微调条件下可显著降低LAI敏感性，3个地区不同主粮作物的R2提升0.18—0.23，RMSE降低1.85-2.51 μg/cm2。（3）融合主动学习的迁移学习策略在仅使用30%本地标注样本时，即可实现不同主粮作物的高精度LCC反演（R²=0.69—0.74，RMSE=4.98—5.76 μg/cm2），相较随机采样策略精度R2提升0.02—0.16，RMSE降低0.05—1.42 μg/cm2。综上所述，本研究构建的耦合物理规律与数据驱动的反演框架，能够显著提升主粮作物LCC反演的精度与鲁棒性，为多区域、多作物LCC的无损监测提供了普适性解决方案。关键词：叶片叶绿素含量;无人机多光谱遥感;冠层结构异质性;植被指数比值特征;迁移学习;主动学习353|578|0更新时间：2026-07-16
林业与农业
-
摘要：层析合成孔径雷达TomoSAR（Tomographic Synthetic Aperture Radar）通过配准多基线观测数据并在高程方向上进行孔径合成，能够克服传统合成孔径雷达SAR（Synthetic Aperture Radar）仅在方位向合成孔径而导致的高程信息缺失以及叠掩问题，实现目标的三维高分辨率成像，从而可用于森林生物量、冰川内部结构与建筑物高度等应用场景的反演。本文从TomoSAR的成像模型出发，系统梳理了层析高度反演算法的发展脉络：涵盖傅里叶变换、非参数化谱估计、参数化谱估计、压缩感知与深度学习算法，并对各类代表性算法的原理与实现过程进行了详尽对比分析。基于实测数据的典型反演结果，进一步对比分析了不同算法在稳健性、普适性与适用条件等方面的优势与局限。最后，文章总结了当前TomoSAR在基线分布与数据稀疏性、多散射体分离以及复杂散射机制等方面面临的主要挑战，提出了TomoSAR未来的研究方向，并对其应用前景进行了展望。关键词：TomoSAR;层析高度反演算法;谱估计算法;压缩感知;三维重建;基线分布329|218|0更新时间：2026-07-16 -
摘要：固定冰附着于极地地区海岸线，通过参与海气通量交换与辐射传输等方式影响极地气候。随着气候变化加剧以及极地沿海地区商业活动的增加，利用遥感数据稳定、常规地识别和提取固定冰范围的重要性日益突出，SAR影像为固定冰的监测与分析提供了可靠的数据源。本研究选取格陵兰岛梅尔维尔湾、乔克尔湾、南极阿蒙森海岸和班扎雷海岸共4个典型固定冰分布区域开展分析，涵盖北极航道通行节点与南极冰架前沿等关键区域，具备极地航运保障、科学考察支持及气候变化响应监测等多重应用需求。本研究利用Sentinel-1 SAR影像分解为前视与后视子孔径影像，经干涉处理生成子孔径自相干影像，结合Otsu相干性阈值分割与连通分量分析提取固定冰，实现基于单景SAR影像的固定冰识别。使用与SAR影像成像时间间隔<1 d的无云光学影像进行精度验证，结果发现4个研究区域的平均总体准确率为96.84%， Kappa系数为0.9338，F1值为0.9666，交并比为96.28%。说明本研究提出方法在本研究的4个不同固定冰分布区域均取得较高的总体准确率和Kappa系数，在不同区域条件下具有稳定性与适用性。关键词：极地遥感;固定冰;海冰;SAR相干性;子孔径自相干;Sentinel-1;TOPS;InSAR289|225|0更新时间：2026-07-16 -
摘要：水文连通性的变化对水生生态系统的结构与功能、生物多样性的维持以及与水资源相关的人类生产与生活活动均有极其深远的影响。与此同时，人类筑堤建坝、围垦造田等对自然水系的改造，使得众多平原湖区的水文连通性发生了显著变化。因此，探索科学有效的水文连通性量化方法，分析其变化过程及其潜在的生态环境影响具有重要意义。基于地统计学的连通度函数可有效表征水文连通性及其变化过程，但其计算结果会随统计窗口和方向变化而改变，无法获得客观可对比的水文连通性值。本研究基于遥感的水体提取结果提出了最优尺度下的连接频率方法，综合考虑不同区域的水体尺度特征，以最优尺度为基准计算多个区域的水文连通性时序变化过程，实现了跨区域的水文连通性变化对比分析。研究对1984年—2021年7个不同时期长江中下游平原的水文连通性进行测算，结果显示鄱阳湖、洞庭湖、汉江流域及长江下游干流平原区的水文连通性呈先降后升的趋势，而太湖流域和长江中游干流平原区的水文连通性变化则主要表现为平稳下降过程。研究时段内不同区域的变化过程也反映出了各自特有的自然环境和人为活动过程及其对水文连通性的潜在影响。此外，通过与景观生态学两种连通性指数计算结果对比，表明该方法兼具了斑块间连通性及斑块内连通性的表征能力，具有独特的应用价值。关键词：最优尺度;水文连通性;地统计学;遥感;长江中下游平原302|268|0更新时间：2026-07-16 -
摘要：将全球降水测量卫星GPM（Global Precipitation Measurement）搭载的Ku/Ka双频测雨雷达DPR（Dual-Frequency Precipitation Radar）和X波段地基雷达GR（Ground-based Radar）数据进行对比，以更好地了解二者的差异性和相似性，对星地雷达联合应用和X波段地基雷达定标校正有重要意义。本文通过质量控制、时空匹配、频率校正，获得2023年5—9月淮河流域凤阳X波段地基雷达和GPM KuPR反射率因子共8483组匹配样本，评估了凤阳X波段地基雷达和GPM KuPR反射率因子的一致性以及不同降水强度、类型和相态的影响。结果表明：GR和GPM KuPR探测到的降水回波分布型大体一致，但GR探测到的降水回波强度比GPM KuPR探测到的大。GR和GPM KuPR反射率因子呈现正相关，总体相关系数为0.73，GR反射率因子高于GPM KuPR，总体平均偏差为2.71 dB。GR和GPM KuPR反射率因子在轻度和中度降水时吻合良好，两种雷达偏差（GR-KuPR）均值在±5 dB以内，在强降水时两种雷达偏差绝对值增大。降水为小粒子时，两种雷达反射率因子吻合良好，偏差（GR-KuPR）均值在±5 dB以内，大粒子时偏差绝对值增大。在层状降水和亮带以下液态降水时，GR和GPM KuPR反射率因子一致性更好，相关系数分别为0.72、0.73，平均偏差分别为3.28 dB、2.82 dB，在对流降水和亮带以内混合态降水、亮带以上冰相降水，GR和GPM KuPR反射率因子一致性稍差，相关系数小于0.65。总体来说，在层状降水和液态降水时，X波段地基雷达和GPM DPR具有联合应用潜力，在强降水和复杂的气象条件时需要更进一步的处理。关键词：GPM KuPR;X波段地基雷达;反射率因子;一致性分析;时空匹配;淮河流域110|47|0更新时间：2026-07-16 -
多源遥感数据的河流流量反演方法与应用 AI导读
摘要：河流流量的获取是水资源调配及生态保护的重要基础。传统流量观测方法耗时费力，难以满足现代水文监测对广域性与时效性的需求。随着遥感技术的不断发展，为流量反演研究提供了高效、广覆盖的数据资源与技术手段。本研究依托谷歌地球引擎GEE（Google Earth Engine）遥感云计算平台，利用Landsat 5/7/8和Sentinel-1/2卫星遥感影像，批量提取了赣江流域外洲河段1990年—2019年与樟树、峡江、吉安河段2003年—2019年的河宽数据，并结合幂指函数和线性函数估算了4个河段的河流流量。结果表明，利用GEE批量提取的遥感河宽可有效实现流量反演。在1990年—2003年期间，外洲河段的反演流量与实测流量吻合度较高，但在2003年之后反演流量明显低估了丰水期流量、高估了枯水期流量，整体反演精度较低（R²=0.69，NSE=0.66）；相比之下，樟树、峡江与吉安河段在2003年—2019年间反演效果稳定，与实测流量始终高度一致，反演精度高（R²与NSE均达0.90以上）。除赣江尾闾河段产生回水顶托作用外，河道地形的演变也是外洲河段流量反演精度低的原因之一；受非法采砂活动和泥沙运移综合影响，1990年—2019年间外洲站水文大断面发生了激烈演变，总体经历了“下降—抬升—平稳”3个过程，最大下切深度为2.56 m；将外洲河段划分为1990年—1999年、2000年—2011年和2012年—2019年3个时段重新反演流量，反演精度得到了显著提升，3个时段的R²和NSE均大于0.85，尤其是2012年—2019年，R²与NSE均提升至0.90。关键词：多源卫星;流量估算;遥感技术;GEE（Google Earth Engine）;鄱阳湖流域;赣江304|1079|0更新时间：2026-07-16 -
摘要：现有联邦遥感场景分类方法通常预设客户端的网络架构固定，忽略了卫星、无人机等设备在算力、存储与能源供应上的显著异构性，导致模型在资源受限终端难以适配部署，限制了联邦系统的实用效率。鉴于此，为探究支持神经网络架构在联邦框架下自主演化的协同方法，本文提出一种基于路径与数据协同采样的神经架构搜索方法。该方法采用“一次训练，多次使用”的神经网络架构搜索训练范式，通过路径与数据双维度协同采样机制实现客户端的个性化适配。在超网的协同训练阶段，各客户端通过梯度范数引导的路径采样动态筛选关键子网架构，基于梯度上界的数据采样聚焦高价值样本，大幅降低超网训练与通信成本；在子网多方部署阶段，通过进化算法基于本地数据搜索验证精度最优的个性化网络架构。此外，在4个基准异构遥感场景分类数据集上的实验验证结果表明，该方法在非独立同分布条件下显著优于固定架构与主流剪枝方法，能在保护数据隐私前提下为异构客户端协同演化出轻量高性能专属网络架构，有效提升了联邦遥感系统的部署可行性与整体性能。关键词：联邦学习;遥感场景分类;神经网络架构搜索;演化计算;协同学习与优化123|59|0更新时间：2026-07-16 -
摘要：针对遥感影像多视图立体任务中存在的特征匹配精度低、预测深度图存在噪声和边缘重建不完整等问题，本文提出一种基于扩散约束的多视图立体网络DiffusionMVS（Diffusion Multi-View Stereo）。首先，在特征金字塔网络的基础上，设计基于特征增强的多尺度特征提取模块MFE-FPN（Multi-scale Feature Enhancement Feature Pyramid Network）来增强网络学习多视图遥感影像特征的能力；其次，提出自适应特征聚合模块AFA（Adaptive Feature Aggregation）来动态整合不同层次的特征以捕获目标边缘的深度细节特征；最后，设计基于扩散约束的代价体优化模型DCM（Diffusion Constrained Module），通过优化存在噪声点的深度值分布来消除预测深度图存在的噪声干扰，并结合边缘引导的Transformer网络优化深度图边缘重建效果。实验结果显示，在WHU-TLC和LuoJia-MVS数据集测试中，与基准模型相比，本文提出的模型DiffusionMVS网络的平均绝对误差（Mean Absolute Error，MAE）指标分别提升了28.11%和3.37%，展示了较好的重建性能和泛化能力。关键词：遥感图像;多视图立体;多尺度特征提取;自适应特征聚合;扩散模型;边缘引导Transformer150|54|0更新时间：2026-07-16
模型与方法
-
遥感植被指数概念介绍 AI导读
遥感小百科
- 地址：北京市海淀区北四环西路19号 《遥感学报》编辑部 邮编：100190
- 联系电话：010-58887052 Email：nrsb@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备20021838号-9
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0