最新刊期
- “在遥感图像语义分割领域，FLGF-UNet网络有效克服漏检、误检等问题，为城市变化检测等提供解决方案。”
摘要：遥感图像的语义分割在城市变化检测、环境保护、地质灾害识别等领域具有重要作用。针对当前遥感建筑物提取中存在的漏检、误检、因树木遮挡或类似物体干扰导致提取不完整等问题，本文基于UNet网络提出一种改进的建筑物提取网络--融合局部-全局特征网络（Fusion of local global features network，FLGF-UNet）。FLGF-UNet的并行特征融合方式确保每个阶段的特征都包含细粒度的局部信息和全局依赖，使得网络在每一阶段的特征表示中同时具备局部和全局信息，有效克服Transformer在局部信息交换上的不足，同时在全局信息建模方面优于传统CNN。此外，为弥补编码器和解码器之间的语义鸿沟，编解码器之间加入交互融合（Interactive Fusion，IF）模块，增强空间细节、全局上下文和语义特征的融合效果。为验证FLGF-UNet的优越性和通用性，在WHU、Massachusetts数据集和中国典型城市建筑物实例数据集上，将所提网络与U2Net、Swin Transformer、MA-Net、HD-Net和RS-Mamba等网络进行对比。结果表明，FLGF-UNet在性能上优于其他SOTA网络，具有较高的实际应用价值。关键词：遥感图像;建筑物提取;融合局部-全局特征网络;特征融合;交互融合模块227|111|0更新时间：2026-01-15 - “在海洋环境监测领域，专家建立了海浪风场参数联合反演模型，为中高海况下海浪风场参数高精度反演提供解决方案。”
摘要：合成孔径雷达（SAR）凭借其高分辨率和全天时、全天候的对海观测能力，在监测海浪风场中发挥了重要作用。针对现有海浪风场参数反演方法在中高海况下仍存在反演精度较低的问题，本文利用哨兵1号WV模式SAR数据，在传统特征参数（入射角、归一化方差）基础上，引入三个近似极化特征参数（极化熵、各向异性和相关性）作为补充。同时，基于支持向量回归算法（SVR）与卷积神经网络算法（CNN），分别构建了适用于中高海况下（风速在10.8m/s-28.8m/s）的SAR海浪风场参数联合反演模型。结果显示，基于SVR反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.27m/s、23.46°、0.22m、0.62s和1.10m/s、25.37°、0.22m、0.59s；基于CNN反演的风速、风向、有效波高和平均波周期与ERA5、NDBC数据比对的均方根误差分别为1.15m/s、23.53°、0.18m、0.53s和1.08m/s、25.85°、0.19m、0.54s，证明在中高海况下本文建立的两种海浪风场参数联合反演模型可以有效反演海浪风场参数。与传统理论方法相比，分别基于SVR和CNN的海浪风场参数联合反演模型反演的有效波高、平均波周期和风速与ERA5数据相比，均方根误差分别减小了0.67m、0.62s、0.3m/s和0.71m、0.71s、0.42m/s，证明两种联合反演模型均显著提高了反演精度。此外，为验证本文建立的两种联合反演模型在高海况下的反演效果，收集2020年位于北大西洋海域的2景飓风数据用作高海况个例分析。结果表明，在高海况下本文建立的两种联合反演模型同样能够获得较为准确的海浪风场参数。综上，本文所建立的海浪风场联合反演模型为中高海况下海浪风场参数的高精度反演提供了有效的解决方案，也为后续极端海况下的海洋环境研究提供了重要参考。关键词：合成孔径雷达;联合反演方法;CNN;SVR;海浪风场参数;中高海况;极化特征参数125|164|0更新时间：2026-01-15 - “在岩溶塌陷监测领域，研究者提出了改进同质像元识别算法，有效提升了DS-InSAR技术监测精度和稳定性，为深入理解死海地区岩溶塌陷灾害提供了重要数据支撑与理论参考。”
摘要：岩溶塌陷是全球重要的地质灾害之一，其在自然地貌区的时空演化规律和形成机制复杂。尽管分布式散射体干涉测量（DS-InSAR）技术在复杂岩溶环境中具有应用潜力，但其在低相干、非城区地貌条件下仍面临同质像元识别精度有限和时序相解算不稳定等难题。为此，本研究提出一种动态置信区间的改进同质像元识别算法（D-HTCI），通过逐像素动态更新参考均值与置信区间，有效克服了传统方法在低相干背景下的局限性，提升了DS点提取精度与时序相位解算的稳定性。以死海沿岸岩溶区为研究对象，基于2016-2024年间获取的242景Sentinel-1A影像数据，结合序贯DS-InSAR方法实现长时序相位优化解算，成功重建了连续、高密度的地表时序形变场。结果表明，共获取有效监测点约83.2万个，较PS-InSAR方法和传统DS-InSAR方法分别增加了36.7万和15.3万个；研究区形变速率主要介于-120至20 mm/yr之间，其中以死海西南沿岸岩溶塌陷区沉降最为显著，最大累计沉降量超过800 mm。典型点位的InSAR时序形变与同期死海水位变化呈高度线性耦合（R²>0.98），揭示了地下水位持续下降驱动盐层溶蚀是死海地表塌陷的核心机制，即咸淡水界面随水位下降持续下移，诱发盐层空洞的发育扩展并最终引发塌陷。研究表明，D-HTCI 与序贯相位优化的结合不仅提升了DS-InSAR技术形变监测在自然地貌区的可行性，也为深入理解死海地区岩溶塌陷灾害的时空演化规律及其关键水文地质驱动机制提供了重要的数据支撑与理论参考。关键词：岩溶塌陷;动态置信区间;同质像元识别;DS-InSAR;地表形变监测;水位变化173|78|0更新时间：2026-01-15 - “在广域地质灾害监测领域，我国首个L波段干涉测量卫星星座陆地探测1号卫星数据处理方法取得新进展，有效提升了卫星数据的应用价值。”
摘要：陆地探测1号（LuTan-1， LT-1）卫星作为我国首个L波段干涉测量卫星星座，凭借其长波长穿透性强和高时空分辨率的优势，为广域地质灾害监测提供了新的机遇。然而，卫星运行初期存在的实时轨道精度不足、影像分幅不规则以及影像间有效重叠率低等问题，严重制约了其广域尺度应用潜力。针对上述问题，本研究提出了一种顾及影像重叠率的广域LT-1卫星数据处理方法。首先，将影像按轨道（path）分类，在时空基线约束的基础上，引入影像间重叠率约束，以优化同一path内不同分幅影像的干涉网络构建。随后，利用干涉图堆叠（Stacking）技术获取形变速率，并通过区域网平差技术实现不同path形变结果的无缝拼接。在此基础上，针对形变显著的重点区域，进一步采用小基线子集（SBAS-InSAR）技术进行精细化时序形变反演。以三峡库区重庆段（包括云阳、奉节、巫山）为例的结果表明，该方法的影像利用率较传统分幅（frame）分类构网策略提高62%，形变监测精度达到6.1mm/yr，显著优于传统策略的10.7mm/yr。滑坡探测结果显示，LT-1升轨和降轨数据分别比Sentinel-1多识别57处和63处疑似滑坡隐患点，充分展现了L波段SAR卫星在复杂地表环境下的独特优势。本研究提出的方法有效解决了广域LT-1数据处理中的效率与精度难题，显著提升了该卫星数据在广域地质灾害监测中的应用价值。关键词：广域InSAR;陆探1号;重叠率约束;形变监测;滑坡识别;三峡库区;干涉图堆叠;L波段365|260|0更新时间：2025-12-11 - “在城市规划领域，研究者基于开源数据和遥感影像，提出了一种自动识别混合功能街区的方法，有效提升了城市功能多样性识别的精度。”
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、潍坊和成都四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223|327|0更新时间：2025-12-11 - “新疆三道坝煤田火区监测研究取得新进展，专家构建了基于STL时序分解的煤火监测方法，提高了监测精度，为煤火治理提供参考。”
摘要：煤火作为一种全球性环境灾害，具有持续时间长、治理难度大的特点，对生态环境、生物健康和能源安全造成了极大威胁。煤火的演化是一个时空连续的过程，地表温度（Land Surface Temperature，LST）是反映其演化规律的关键指标。随着多源遥感数据的不断积累，时间序列方法逐渐成为探测煤火的重要手段，通过地表热异常确定煤火位置对煤田灭火工程有重要的现实意义。地表温度数据是随机性的复杂时间序列，给长时间序列煤火监测带来了挑战。本研究以新疆三道坝煤田火区为研究对象，构建了一种基于STL（Seasonal-Trend decomposition procedure based on Loess）时序分解的煤火监测方法。基于Landsat卫星影像和谷歌地球引擎（Google Earth Engine，GEE）云平台，构建了研究区1998-2023年期间的地表温度长期时间序列，对地表温度序列进行STL时序分解，分析其时空变化趋势，并利用趋势分量、随机抽样一致性（Random Sample Consensus，RANSAC）算法来判断煤火区域及演化周期。结果表明：STL时序分解后可以有效分离地表温度长时间序列数据中的季节性和随机波动影响，分解后的趋势项更能精准反映出地表温度长时间尺度下的演变趋势；2016年现场20个实测发火点中，16个位于趋势项分量平均值、极差值的高值区域；RANSAC算法分析1998-2023年煤火演化过程，结果与实地调查基本一致，验证了STL时序分解方法在煤火监测中的有效性和可靠性。本研究构建的方法提高了监测精度，增强了对复杂时空变化的适应性，识别的煤火燃烧时空特征与现场调研基本一致，完成了长期、大范围的地表温度分析，明确了研究区煤火的时空演化特征，为后续的煤火监测和治理提供参考。关键词：煤火识别;STL分解;Landsat;LST时间序列;热红外遥感309|220|0更新时间：2025-12-11 - “最新研究利用全散射体InSAR技术，精细监测盐穴型储气库地表形变，为保障储气库安全稳定运行提供重要参考。”
摘要：我国天然气供需矛盾突出、调峰需求大，地下储气库已成为保障供气稳定的关键基础设施。然而，盐穴型储气库高压环境下的盐岩蠕变会引发显著地表形变，严重威胁储气库安全生产。因此，精细获取储气库地表形变信息，是保障其安全稳定运行的重要前提。本文基于全散射体InSAR（FS-InSAR）技术，利用79期Sentinel-1时序雷达影像，精细反演了某盐穴型储气库2021年8月至2024年8月的地表形变场，分析了储气库的形变空间分布差异，并结合注采气数据对比分析了储气库形变的时序演化特征。结果表明，FS-InSAR技术可获取水域、农田等分布较多的储气库区域高精度高密度的地表形变信息，实验监测密度达1121个点/km2，实现了除水体之外的全像素地表形变监测。28个水准数据验证显示，InSAR地表形变结果与水准测量的差值标准差为2.9 mm/a。该储气库不同区域呈现差异化地表形变特征，老腔区域发育一定程度的地面沉降，最大沉降速率达82 mm/a；新腔区域沉降相对较小，沉降速率多为10-20 mm/a，这可能与新腔采用天然气阻溶回溶、氮气阻溶水溶等先进造腔技术有关。时序上，地表形变呈显著周期性，与注采气活动高度相关，即注气阶段地表抬升，采气阶段下沉。本研究为储气库全域高风险形变区域的早期识别提供了重要参考，将有助于储气库注采气的科学调度与管理。关键词：合成孔径雷达干涉测量;全散射体;盐穴储气库;地表形变;注采气448|225|0更新时间：2025-12-11 - “在地形断裂线提取领域，专家提出了一种新算法，有效提升了断裂线的完整性和正确性，为数字高程模型建模提供了新方案。”
摘要：针对目前从地面点云中提取地形断裂线存在完整度和正确性不高、错提和漏提严重等问题，本文提出了一种顾及多尺度特征和防收缩断裂的地形断裂线提取算法。该方法首先使用多尺度地形特征训练随机森林分类器以提取潜在地形断裂线点；然后通过分析点云收缩趋势，将潜在特征点划分潜在脊、谷特征点，并利用主方向一致性约束的区域增长聚类去噪；接着利用垂直约束的拉普拉斯平滑细化点云；最后通过构建最小生成树获取高质量的地形断裂线。本文选取2组具有代表性的高密度复杂地形点云数据验证本文方法的精度与有效性。结果表明：与三种主流方法（LapS、D8和PIM）相比，本文方法提取的地形断裂线完整性和正确性最好。此外，将所提的地形断裂特征线用于数字高程模型（digital elevation model，DEM）建模表明，附加断裂线约束的DEM能够显著提升建模精度，可精确重构断裂处地形细节。关键词：机载激光雷达;地形断裂线;多尺度地形特征;约束拉普拉斯;数字高程模型71|121|0更新时间：2025-12-11 - “在遥感蒸散模型验证领域，专家利用光学-微波双波长光闪烁方法，验证了与卫星观测时空尺度相匹配的地面观测数据，为ET模型验证提供了有效途径。”
摘要：当前基于地表温度的遥感蒸散（ET）模型，核心通过卫星过境获取的瞬时遥感影像反演地表温度等关键参数，进而推算感热通量（H）、潜热通量（LE）及地表蒸散量；而模型结果的验证多采用涡动相关（EC）方法等观测手段获取的30分钟平均通量数据，二者存在显著时间尺度不匹配问题。近20年发展起来的光学-微波双波长光闪烁方法，可测量数百米至10千米尺度的H与LE，适用于地形起伏等复杂下垫面，且仅需1~2分钟的较短取平均时间即可获得统计稳定的通量结果。该方法与EC优势互补，为遥感ET模型及产品的验证提供了重要契机。本文基于我国西北黑河流域上游高寒草甸与中游绿洲农田的光学-微波双波段闪烁仪（OMS）、涡动相关仪及气象梯度塔观测数据，聚焦探究OMS通量观测与遥感ET模型结果在时间尺度匹配方面的显著优势。不同取平均时间（1、2、5， 10、15、30分钟）的OMS与EC通量数据的对比分析结果表明，OMS系统在1分钟短时尺度下即可获取统计稳定的通量观测值，其理论可行性得到有效证实。值得注意的是，该时间尺度与Landsat等卫星过境单景影像的扫描时长基本一致。基于上游高寒草甸站点的1分钟OMS通量观测数据的分析表明，在以往常用遥感卫星影像结果验证的30分钟内，EC观测的H与LE变化幅度通常可达10%~30%。若仅选取某一时刻的1分钟通量观测值用于遥感ET模型验证，其引入的不确定性将达到相似量级，且在大气非平稳条件下，该不确定性会进一步增大。利用中游绿洲农田站点的OMS与EC通量观测数据，对基于双源地表能量平衡（TSEB）模型和Landsat影像估算的瞬时H与LE进行了验证。结果表明，TSEB模型的估算值与1分钟OMS通量观测值具有更好的一致性。双波长光闪烁方法能够获取与卫星观测时空尺度相匹配的地面观测数据，为基于遥感地表温度数据的ET模型及产品验证提供了一种有效途径。该技术的推广应用，将有力推动相关ET反演算法的创新发展与产品精度提升。关键词：双波长光闪烁方法;遥感蒸散模型;黑河流域;感热和潜热通量;时间尺度匹配79|76|0更新时间：2025-12-11 -
高分一号宽幅多时相水体提取数据集 AI导读
“本报道聚焦于遥感影像领域，专家基于“高分一号”影像构建高质量多时相湖泊提取数据集，为动态水体监测提供数据支持。”
摘要：针对当前公开水体数据集时相单一以及标注精度较低等方面的局限性，本研究基于“高分一号”（GF-1）的宽幅多光谱影像，构建了高质量多时相湖泊提取数据集。分别选取了动态程度较高的鄱阳湖、中等的纳木错以及较低的阳澄湖作为试验区，涵盖了2022年春夏秋冬四个季节。为提高数据质量，GF-1宽幅多光谱数据首先经过辐射、正射和快速大气校正等预处理；然后采用自动与人工目视相结合的标注策略，三个研究区四个季节的总体精度均达到94%以上，确保了数据集的可靠性和科学性。该数据集具有多时相特性和高标注精度等特点，为高分辨率遥感影像中的动态水体制图和动态变化监测研究提供了重要数据支持。为验证数据集的实用性，采用阈值分割、传统机器学习算法以及深度学习等多种水体提取方法进行实验。结果表明，该数据集能够有效支持不同方法的训练与评估，为动态水体提取算法的性能提升提供可靠数据基础。关键词：高分一号;动态水体;水体提取;数据集;特征提取161|166|0更新时间：2025-12-11 - “最新研究揭示了InSAR技术在城市地面沉降监测领域的发展历程，为城市地质安全问题提供解决方案。”
摘要：地面沉降是城市发展过程中不可忽视的重要地质安全问题，对城市地面沉降进行持续监测与研究尤为必要。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar， InSAR）技术在城市地面沉降监测中的应用，经历了从数据获取、处理方法、精度验证到实际应用等多方面的长足发展。本文基于二十多年来作者团队在上海市开展的时序InSAR监测从应用探索到工程实践的积累，系统总结了城市地面沉降监测的发展历程，包括初期的实验验证阶段、基于小数据集的监测方法探索阶段、高分辨率数据支持下的基础设施监测、到多尺度多源InSAR监测的拓展阶段。在上海地区研究的基础上，作者团队进一步在北京平原地区开展了地面沉降监测研究。目前，上海市地面沉降防治工作处于微量可控状态，年沉降量控制在6 mm以内，对微小沉降量的监测提出了很高的要求。展望未来，城市地区密集高层建筑物的高精度形变监测、城市复杂场景下雷达散射机制的理解与建模、多因素耦合作用下的城市形变机制的科学解释、人工智能支持下的形变信息挖掘与早期预警等研究将进一步推动InSAR技术的发展与应用。关键词：城市地面沉降;合成孔径雷达;雷达干涉测量;时间序列InSAR;小数据集方法;高分辨率SAR;基础设施监测;多尺度多源监测318|934|0更新时间：2025-12-02 - “最新研究揭示中国脱贫县生态与社会经济耦合协调关系，为巩固脱贫成果提供策略。”
摘要：定量分析中国脱贫县生态环境和社会经济之间的耦合协调关系及其影响因素对于总结脱贫经验、巩固脱贫攻坚成果具有重要意义。本文基于长时序、高精度的遥感数据集，构建了全国832个脱贫县生态环境和社会经济的综合评价指标体系，定量评估了两者在2010年、2015年和2020年的发展水平及其耦合协调状态，并运用提升回归树模型识别各指标因子对区域耦合协调发展的贡献率。研究结果表明，脱贫县生态环境的综合发展水平整体高于社会经济发展水平，但社会经济的发展速度快于生态环境的改善速度，且两者在2015至2020年间的平均增长率高于2010至2015年。从空间分布来看，东北地区脱贫县的耦合协调度最高，西北地区最低，整体呈现“东高西低”的分布格局，并表现出由沿海向内陆逐步推进的发展趋势。绝大部分脱贫县属于“经济滞后型”的耦合协调类型，人口数量、国内生产总值、夜间灯光等社会经济指标在耦合协调发展中的贡献尤为显著。基于典型地区的脱贫路径和实践经验，研究进一步提出，因地制宜发展产业扶贫是推动脱贫县社会经济快速发展的关键举措，打造多元化的本地特色产业是巩固脱贫攻坚成果、有效防止返贫的核心策略。关键词：脱贫县;生态环境;社会经济发展;遥感数据集;耦合协调;提升回归树模型;贡献率;空间分布格局;产业扶贫156|128|0更新时间：2025-11-04 -
摘要：若尔盖湿地分布有欧亚大陆最大的高寒冻融泥炭地，具有重要生态碳汇功能。冻融和碳循环过程均会导致地表形变，开展形变监测与分析可为研究冻融和碳循环过程提供重要依据，但当前对该区域地表形变的研究较为缺乏。本文首次以若尔盖高寒冻融泥炭地为研究区域，先期利用2020年1月至2022年12月间的升降轨Sentinel-1 SAR影像及SBAS-InSAR方法获取其地表形变，结合形变分量建模、趋势检验和地表覆盖类型深入探讨其时空特征、变化趋势及泥炭地健康状况。研究表明，该区域垂直向和东西向形变速率分别在-45 mm/a至45 mm/a和-25 mm/a至25 mm/a之间，呈现出沉降与抬升、线性累积与季节性变化以及垂直与水平形变并存的复杂特征，与冻融、碳循环、地温、降雨等因素密切相关，且不同地类形变趋势差异显著，主要与驱动因素的差异相关。本文首次揭示了若尔盖高寒泥炭地的复杂形变特征、变化趋势及影响因素，可为该区域生态功能与脆弱性评估提供科学参考，同时验证了SBAS-InSAR技术在大尺度冻融泥炭地地表形变监测中的有效性。关键词：SBAS-InSAR;冻融泥炭地;形变监测;形变时空特征;季节性变化;形变驱动因素;泥炭地健康状况评估152|728|0更新时间：2025-10-28 -
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。作为一种极具潜力的无监督学习方法，域自适应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，学习到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。为了解决这一问题，本文提出了一种多任务学习域自适应语义分割网络（MTLDANet），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。具体来说，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。通过伪标签引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进一步增强了难分类类别的区分性。本文基于ISPRS 2D和US3D数据集进行了四组跨场景遥感图像语义分割实验。结果表明，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291|584|0更新时间：2025-10-28 -
摘要：针对当前中国区域建筑高度遥感数据匮乏的问题，本文构建了一个面向深度学习建筑高度估计任务的大规模数据集。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，本文构建了一个专注于建筑高度回归的数据集BHDSI，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-1和哨兵-2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、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。研究表明，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。这一数据集及实验结果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307|1055|0更新时间：2025-10-28 -
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，这导致了高昂的标注成本。本文提出了一种联合中心差异特征和空谱注意力的网络（Joint Central Difference Features and Spectral-Spatial Attention Network，JCDS2AN）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。在JCDS2AN网络中，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。在三个公开数据集上的可视化和定量实验结果表明，所提出的JCDS2AN优于其他先进的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154|304|0更新时间：2025-10-28 - “SAMSNet在遥感图像道路提取领域取得突破，提升了IoU和F1-score等指标，为智慧城市建设提供技术支撑。”
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。为了解决这些问题，提出一种改进的编码器-解码器网络，命名为SAMSNet。首先，本文使用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（Multi-Scale Channel Attention module， MS-CAM），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。在DeepGlobe Road数据集、Massachusetts Road数据集和GRSet数据集上进行实验，结果表明，SAMSNet在三个公开数据集上的IoU和F1-score等多项评价指标均优于其它对比模型，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124|183|0更新时间：2025-10-27 - “最新研究整合InSAR技术，识别青海省化隆县334个滑坡隐患，为地质灾害防治提供技术支持。”
摘要：合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar， InSAR）技术虽然已经在滑坡隐患识别和监测中得到了广泛应用，但是整合InSAR数据处理、滑坡识别、三维形变监测，尤其是威胁对象分析的流程并不多。本文整合InSAR数据处理、滑坡识别和多维形变监测的流程，并将其应用于青海省化隆县。利用时序InSAR技术处理2021年1月至2023年6月成像的升降轨Sentinel-1影像，本文获取了化隆县的InSAR地表平均形变速率。结合InSAR结果、C指数与GoogleEarth影像共识别出334个滑坡隐患，其中升轨影像识别出233个，降轨影像识别出265个，164个滑坡隐患可以被升降轨影像同时识别到，滑坡隐患总面积约95.56km2。54个滑坡隐患威胁到建筑物、11个滑坡隐患威胁到黄河/水库、两个滑坡隐患威胁到国道、12个滑坡隐患威胁到省道。识别出的滑坡隐患坡度分布在5°到40°之间，且近南北走向的滑坡隐患明显少于其它坡向的滑坡隐患。利用坡向平行流动模型（Aspect Parallel Flow Model， APFM）计算了面积最大的初麻乡安具乎村滑坡的三维形变序列，并从理论上说明了APFM在滑坡呈近南北走向时，解算得到的三维形变场受观测值误差影响较大。分析发现安具乎村滑坡的水平形变远大于垂直形变，最大水平累积形变超过1米。该滑坡威胁到两个村庄、一条省道和部分种植区，还需要进行持续性监测。本研究将为化隆县地质灾害防治提供参考，同时为类似滑坡隐患识别和三维形变监测提供技术支持。关键词：InSAR;SBAS;滑坡识别;C指数;滑坡监测;三维形变;化隆县;升降轨214|251|0更新时间：2025-09-30 - “最新研究突破东北黑土区侵蚀沟监测难题，提出循环自训练框架，显著提升跨时相提取性能，为土地保护管理提供新方案。”
摘要：土壤侵蚀对东北黑土区构成严重威胁，侵蚀沟是其主要表现之一。目前，遥感技术已广泛应用于侵蚀沟的监测和治理，并积累了大量有标签的历史调查数据。然而，如何利用这些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，本文提出一个新颖的循环自训练框架（Cyclic Self-Training Framework， CSTF）。该框架通过一种迭代循环的自训练方式，成功实现了黑土区侵蚀沟的跨时相可靠提取。在每次自训练过程中，设计了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，并引入了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。基于黑龙江省桦川县的两组实验结果表明，提出的CSTF在侵蚀沟跨提取性能上显著优于其他先进方法，充分展现了其在促进东北黑土区土地保护管理方面的重要潜力和实际应用价值。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;土地保护管理67|137|0更新时间：2025-09-30 -
级联学习的雾下遥感影像目标检测方法研究 AI导读
“在遥感图像领域，专家提出了级联学习的雾下目标检测方法，建立了轻量化去雾子网络，实现去雾与目标检测的协同优化，为解决雾天条件下目标检测问题提供解决方案。”
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。但在去雾过程中会导致特征丢失等问题，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216|164|0更新时间：2025-09-08
- 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