最新刊期

    • 朱传海,陈学泓,陈晋,袁宇恒,唐凯

      DOI：10.11834/jrs.20233070
      摘要：近年来，深度学习在多时相遥感影像变化检测任务中表现出巨大的潜力。充分的训练样本是深度学习技术能够有效挖掘遥感影像变化特征的重要前提，然而当前有限的公开标注数据集还不能满足实际应用中各种变化类型检测的需求。由于地表覆盖变化通常只占据少部分区域，能够获取的变化样本常常数量很少，且与不变化样本相比存在严重的不平衡问题。因此，如何在小样本与样本不平衡的情况下有效训练变化检测网络是急需突破的难题。相比变化检测样本，单时相地表覆盖分类样本的获取难度要低得多；在分类样本的支持下，充分训练的地表覆盖分类网络可为变化检测提供重要的先验特征。基于此，本文提出了一种基于分类后验概率空间的孪生Nested-UNet变化检测网络SNU-PS（Siamese Nested-UNet for change detection in Posterior Probability Space），通过结合两期地表覆盖分类后验概率信息，降低对变化检测样本的依赖。该方法首先利用地表覆盖分类样本训练高分辨率网络HRNet（High-Resolution Network），得到双时相影像的地物分类后验概率；然后将后验概率图像输入到孪生Nested-UNet变化检测网络SNU（Siamese Nested-UNet for change detection）中以获取变化检测结果。在SpaceNet7 和HRSCD数据集上测试的结果表明，SNU-PS能够充分利用地表覆盖的语义信息，在不同变化检测训练样本数量水平下，保持稳定的变化检测精度；相比分类后比较PCC（Post Classification Comparison）、基于后验概率空间的变化向量分析CVAPS（Change-vector analysis in posterior probability space）、以及各种类型变化检测网络（SNU、FC-EF、BIT、PCFN），具备更高与更稳定的变化检测精度，特别在样本数量不足时，优势更为明显。因此，本文提出的SNU-PS在小样本情形下的变化检测任务上具备更好的应用前景。  
      关键词：变化检测;后验概率;小样本;孪生网络   
      0
      |
      0
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 42365647 false
      发布时间：2023-09-28

    • 李毅夫,孙斌,高志海,王琫瑜,闫紫钰,苏文森,高婷,岳巍

      DOI：10.11834/jrs.20232526
      摘要：5米光学02星的成功发射与运行为林草行业各主体业务提供了丰富的遥感数据应用需求，为林业管理和生态服务提供可靠的信息保障。为测试5米光学02星多光谱数据在农田防护林监测这一林业主体业务中的应用能力，研究以河北省张北县为研究区，基于5米光学02星多光谱数据，构建了光谱、植被指数和纹理特征集，并设计4种分类信息提取方案：（1）光谱特征，（2）光谱特征+植被指数，（3）光谱特征+纹理特征，（ 4 ）光谱特征+植被指数+纹理特征。采用随机森林算法进行特征选择和分类信息提取、验证，最后评价了5米光学02星农田防护林信息提取的应用潜力和效果。研究结果表明：（1）基于5米光学02星多光谱数据能够准确提取研究区农田防护林信息，在较好地反映研究区农田防护林的实际分布情况。其中，方案1农田防护林分类信息提取结果总体精度、Kappa系数分别为0.8371、0.7760；方案2农田防护林分类信息提取结果总体精度、Kappa系数分别为0.8440、07855；方案3于对农田防护林信息提取总体精度、Kappa系数分别达到0.8839、0.8403；方案4分类结果精度最高，其总体精度、Kappa系数分别为0.8908、0.8499。（2）使用多种特征变量可有效提高农田防护林信息提取精度，就不同特征对农田防护林信息提取的贡献程度而言，光谱特征>纹理特征>植被指数。（3）5米光学02星多光谱数据对农田防护林信息提取精度较高，结果可靠，能够较好地满足防护林监测业务的需求，在森林调查和监测主体业务中具有巨大的应用潜力。  
      关键词：林草行业;防护林监测;特征提取;应用测试;5米光学02星   
      73
      |
      17
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41959180 false
      发布时间：2023-09-18

    • 邢长达,汪美玲,徐雍倡,王志胜

      DOI：10.11834/jrs.20233065
      摘要：高光谱图像分类是图像解译任务的重要技术之一，已经在遥感观测、智慧医疗等诸多领域得到广泛的应用。本质上，高光谱图像分类由特征提取与基于分类器的标签预测这两阶段操作组成。现有分类方法在特征提取时，大多不考虑分类器的影响，会导致提取的特征与所用分类器之间的兼容性较差，难免出现预测结果差的情况。针对此问题，本文提出具有分类器机制的高光谱图像特征提取方法，保证特征提取与分类器之间的兼容性，使特征能更易于被分类器准确计算，改善分类预测结果。本文给出了两种具有分类器机制的高光谱图像特征提取模型的形式： 1）以稀疏表示和支持向量机为例，将支持向量机特性集成到稀疏表示形式中，建立了能够与支持向量机分类器相兼容的SRS特征提取模型；2）以深度自编码网络与softmax函数为例，将softmax分类器特性嵌入到深度自编码网络中，构建能与softmax分类器相兼容的DAES特征提取模型。为获得SRS和DAES模型的解，本文还给出了对应的求解策略与优化过程。在遥感高光谱图像和医学高光谱图像数据上开展实验验证，结果表明，本文SRS和DAES算法具有明显的有效性和优越性，在高光谱图像分类指标OA（overall accuracy）、AA（average accuracy）、Kappa上分别提升约5.03%、5.13%、7.30%。  
      关键词：高光谱图像分类;特征提取;分类器机制;稀疏表示;深度自编码网络   
      52
      |
      12
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41956251 false
      发布时间：2023-09-18

    • 贾奋励,杨剑,游雄,李科,田江鹏,郑束蕾

      DOI：10.11834/jrs.20233066
      摘要：机器地图是为提升无人平台复杂环境认知与理解能力而提出的一类新型地图。本文以机器地图的概念模型为基础，从认知科学视角提出一种以记忆结构与过程为参考、符合认知逻辑的机器地图建图理论模型。通过分析记忆的结构与过程、心象地图的内容与组织，认知架构和机器人系统中的环境认知等问题，梳理出机器地图的认知逻辑及其对机器地图建图模型的支撑。在此基础上，分析了机器地图的任务目标和内容分类，从信息组织、逻辑结构与生成过程三方面提出机器地图建图模型的设计原则。基于该原则，设计了机器地图建图的逻辑结构和过程模型。在逻辑结构方面，从空间、视觉、情境、图式、规则等方面细化了感知地图、工作地图和长时地图中的内容与结构关系；在过程模型方面，按照认知活动抽象出包括理解、注意、推理、学习、行动的机器地图建图基本活动，并提出内隐和外显两类建图过程。机器地图的认知逻辑与建图模型，本质上是对机器地图认知计算机制的阐释，从抽象层次上为研究人员提供协同研究的基础框架，也为相关技术、数据的集成、评估、运用提供参考。本文的研究还为数字孪生或虚拟地理环境的构建提出新的目标与要求。  
      关键词：机器地图;认知逻辑;建图模型;无人平台   
      27
      |
      12
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41954569 false
      发布时间：2023-09-18

    • 王梦雨,赵峰,庞勇,孟冉,荚文,岳超

      DOI：10.11834/jrs.20233103
      摘要：寒温带森林是陆地上分布面积最广的森林生态系统，具有重要的生态和社会经济价值。定量刻画长时序寒温带森林类型和树种覆盖信息对于量化其生态系统服务功能以及制定森林管理政策具有重要意义。然而受实测覆盖度数据缺乏和多光谱影像光谱信息有限的限制，现有研究较少探讨中分辨率多光谱星载数据（如Landsat卫星）对中国寒温带森林类型覆盖度和树种覆盖度进行长时序反演的可行性，并且对于遥感影像获取时间频率（单时相、多时相）对反演精度的影响仍缺乏定量评估。为此，本文利用人工合成样本和随机森林回归模型对黑龙江省孟家岗林场的森林类型和树种覆盖度分别进行了反演。并将模型应用至1986-2020年的Landsat影像，得到孟家岗林场阔叶林和针叶林35年的覆盖度结果。结果表明：（1）对于森林类型覆盖度反演，基于生长季Landsat波段和植被指数（归一化耕作指数以及缨帽变换系数）的中值特征估算的精度最高，阔叶林覆盖度估算R¯2= 0.76，针叶林覆盖度估算R¯2= 0.71；（2）对于树种覆盖度反演，基于多时相Landsat波段和植被指数的精度最高，落叶松覆盖度估算R¯2= 0.40，红松覆盖度估算R¯2= 0.23，樟子松覆盖度估算R¯2= 0.61；（3）增加影像获取时间密度对于森林类型覆盖度反演精度的提高没有显著贡献（阔叶林∆R¯2= 0.01，针叶林∆R¯2= -0.03），但对提高树种覆盖度的反演精度帮助较大（落叶松∆R¯2= 0.04，红松∆R¯2= 0.07，樟子松∆R¯2= 0.27）。本文结合人工合成样本和随机森林回归模型的优势，定量评估了不同时间频率的时序光谱特征对森林类型和树种覆盖度反演的精度，为中国北方森林以及全球寒温带森林类型和树种覆盖度的大尺度长时序估算提供了思路。  
      关键词：森林类型覆盖度;树种覆盖度;人工合成样本;长时间序列   
      46
      |
      10
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41952702 false
      发布时间：2023-09-18

    • 黄子豪,杜华强,李雪建,毛方杰

      DOI：10.11834/jrs.20233169
      摘要：土地利用/覆盖变化（LUCC）是影响陆地生态系统碳收支平衡的直接驱动因素，其对全球变暖的影响仅次于化石燃料和工业排放。森林是陆地生态系统中最大的碳库，在应对全球气候变化和实现碳中和目标中具有重要的作用。目前，有限的LUCC数据导致LUCC对碳排放的影响大大低估，同时缺乏未来气候背景下的LUCC时空分布，引起了森林碳循环对LUCC的响应研究面临诸多不确定性。如何模拟LUCC，分析LUCC对森林生态系统碳循环的影响是国内外研究的热点。本文系统归纳了国内外LUCC时空模拟方法、森林碳收支估算方法和LUCC对森林碳循环影响研究进展，并列举分析不同LUCC时空模拟、森林碳收支估算模型的优势、适用性、存在的问题。通过文献综述，指出以遥感数据为基础，模拟LUCC并驱动生态系统过程模型，实现森林生态系统碳循环时空精准模拟，是今后碳循环研究的发展趋势之一。  
      关键词：土地利用/覆盖变化;时空模拟模型;森林碳循环模型;碳中和;遥感   
      62
      |
      22
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41792011 false
      发布时间：2023-09-11

    • 肖昕,陈浩,徐丙立,方朝阳,林珲

      DOI：10.11834/jrs.20233111
      摘要：作为新一代的地理分析工具，丰富的地理空间大数据为虚拟地理环境的发展带来了前所未有的契机。然而，伴随数据获取的逐渐便捷，虚拟地理环境普遍存在“可视”而“不智”的问题，还远未达到对现实地理环境可计算、可管理、可决策的需求。提高虚拟地理环境中数据的语义互操作性是解决该问题的关键。本研究首先提出了具有知识驱动、语义协同和结构统一等特点语义虚拟地理环境。然后阐述了语义虚拟地理环境可以利用知识图谱作为现实地理环境的形式表达，通过集成实时的感知数据，以及虚实之间的交互数据信息，形成现实地理环境在虚拟空间的映射。最后本文以湿地监测为例，基于知识图谱构建语义虚拟地理环境，通过湿地监测本体实现多要素、多源异构、多时空尺度的湿地监测数据语义整合，以直观的方式刻画复杂的湿地生态系统。利用关联的监测数据之间构建的丰富语义关系，实现湿地虚拟地理环境的知识化搜索和语义推理，从而为湿地的综合信息化管理决策提供支持。  
      关键词：虚拟地理环境;语义虚拟地理环境;知识图谱;本体;湿地监测   
      56
      |
      15
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41791977 false
      发布时间：2023-09-11

    • 陶恩哲,周旭华,彭海龙,李朵朵,徐可馨,李凯

      DOI：10.11834/jrs.20232380
      摘要：海洋二号D卫星（HY-2D）是我国第4颗海洋动力环境卫星，为研究HY-2D 卫星的DORIS的定轨精度，本文构建了卫星姿态模型，选择2021年6月5日至17日的DORIS相位测量数据，采用观测值历元间差分和动力学方法进行精密定轨。对定轨结果通过观测值拟合残差、重叠弧段、轨道互比和激光检核4种手段评估轨道精度，并讨论使用姿态模型和姿态数据两种定轨结果之间差异。结果表明：（1）13天观测值残差RMS均值约为0.355mm/s，轨道重叠弧段三维差异的RMS小于2.0cm；（2）与CNES的精密轨道相比，使用姿态数据两者在R、T、N方向上差异的RMS分别为1.02cm、2.92cm和3.11cm，使用姿态模型两者在R、T、N方向上差异的RMS分别为0.97cm、2.77cm和3.15cm。两种结果接近，表明卫星姿态模型与实测姿态数据符合程度高。（3）用激光检核本文计算的轨道与CNES参考轨道的精度，测距残差的RMS分别为2.38cm和2.24cm，两种轨道精度相当。  
      关键词：HY-2D卫星;DORIS;精密定轨;卫星姿态;SLR;测高卫星;海洋卫星   
      39
      |
      14
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41302121 false
      发布时间：2023-09-05

    • 符婷,陈思伟

      DOI：10.11834/jrs.20231482
      摘要：合成孔径雷达（SAR）是对地观测等领域的重要传感器，得到了广泛应用。然而，单通道SAR图像每个像元只包含一个复散射值，有限的信息量在一定程度上限制了其应用性能。针对这一问题，本文提出了一种SAR图像空间纹理信息表征方法：方向性上下文协方差矩阵（DCCM）。DCCM通过提取邻域中不同方向上的散射强度变化来拓展利用图像上下文信息，将单个像元从一个标量拓展为一组矩阵，从而极大提升了像元信息容量，实现了信息增广。在此基础上提取的DCCM纹理特征能够更完备地表征地物空间纹理特性，有望应用于地物分类等领域。本文将DCCM纹理特征分别与传统分类器和卷积神经网络结合，构建了基于方向性上下文协方差矩阵的SAR图像地物分类方法。利用AIRSAR和UAVSAR数据开展的对比实验表明，相比基于灰度共生矩阵、Gabor滤波和多级局部模式直方图三种典型纹理特征的分类方法，本文方法结合传统分类器时对总体分类精度提升达到7%以上，结合卷积神经网络时也展现出了优异的分类性能以及更好的稳健性。  
      关键词：SAR图像;表征;方向性上下文协方差矩阵;空间纹理;地物分类   
      37
      |
      12
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41130986 false
      发布时间：2023-08-31

    • 陈国庆,何秀凤,王笑蕾,涂晋升

      DOI：10.11834/jrs.20233041
      摘要：近年来，随着全球导航卫星系统（Global navigation satellite systems， GNSS）的发展，兴起了一种基于信噪比（Signal to Noise Ratio，SNR）的GNSS多路径遥感技术（GNSS-Multipath Reflectometry，GNSS-MR）。该技术利用GNSS接收机即可获取反射面信息，在雪深反演中具有信号源丰富、采样率高等优势。但是目前许多GNSS接收机并不记录SNR观测值。为了使这些接收机也具有雪深监测能力，文章提出了一种基于信号强度（Signal Strength Indicator，SSI）的多模多频GNSS-MR雪深反演融合方法。实验研究选取美国阿拉斯加州SG27测站；结果表明：四大全球卫星系统的多频点SSI数据均能反演雪深。经多模多频GNSS-MR雪深反演融合后，SSI反演结果与雪深实测序列间的均方根误差为2.36cm，相关系数为0.98。同时，实验研究也进行了基于SNR数据的多模多频GNSS-MR雪深反演，发现：SSI反演结果和SNR反演结果具有一致性，实验验证了基于SSI的多模多频GNSS-MR雪深反演融合方法的可行性和有效性。  
      关键词：GNSS多路径遥感;多模多频;雪深;稳健估计;信号强度   
      71
      |
      28
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41058127 false
      发布时间：2023-08-30

    • 吴伶,刘湘南,刘美玲,张廷伟,杨宝文,徐宇岐

      DOI：10.11834/jrs.20232211
      摘要：遥感时间序列蕴含自然因素和人类活动等不同驱动因子导致的森林组成、结构、功能变化及其差异信息，这为融合遥感时间序列中蕴含的时间维、空间维和光谱维（时空谱）信息开展森林扰动检测与归因提供了理论支撑，其能有效提升对森林演替过程、发展态势及其驱动和响应机制的理解能力。本文系统评述了融合遥感时间序列时空谱信息的森林扰动检测与归因研究进展。首先，从数据、特征、算法等多个角度阐述当前森林扰动检测进展：数据角度，介绍了面向稠密和稀疏时间序列等不同观测频次的变化检测方法；特征角度，归纳了森林扰动光谱响应特征和多光谱特征集成变化检测策略，总结了面向森林扰动检测的时序与空间特征融合方式；算法角度，介绍了并行和串行两种多算法集成策略，描述了面向森林低强度扰动的变化检测算法研究进展。森林扰动归因的本质是面向森林多类型扰动分类问题，本文在分别按照时间顺序和特征维度归纳作为森林扰动归因输入的归因特征的基础上，总结了基于遥感时间序列时空谱和地形特征融合的森林多类型扰动归因方法。最后，本文分析了森林扰动遥感监测目前存在的问题，并对未来研究方向进行了展望，以期为融合遥感时间序列时空谱信息的变化检测和归因研究提供借鉴。  
      关键词：森林扰动;遥感时间序列;时空谱信息;特征融合;扰动检测;扰动归因   
      40
      |
      10
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41050080 false
      发布时间：2023-08-29

    • 屈博,郑向涛,钱学明,卢孝强

      DOI：10.11834/jrs.20232405
      摘要：随着航空航天技术与遥感技术的不断发展，遥感影像在诸多领域的应用不断拓展，其中高光谱分辨率遥感影像具有“图谱合一”的特点，即该数据既包含了具有强大区分性的地物光谱信息，又包含了丰富的地物空间位置信息，因此高光谱数据具有非常大的应用潜力。高光谱异常目标检测问题，是在对目标先验信息未知的前提下，根据光谱与空间信息实现对区域中的异常目标的进行“盲”检测，因此其在资源调查、灾害救援等领域发挥了巨大的作用，是遥感领域非常重要的研究课题。本文针对高光谱遥感影像异常目标检测研究方向，首先总结阐述了目前高光谱异常目标检测问题的主要研究进展，根据算法原理的不同对现有主流算法进行了分类与总结，主要分成了基于统计学、基于数据表达、基于数据分解、基于深度学习等不同的种类的方法，并对每类方法的特点进行分析。随后通过对现有方法的调研、分析与总结，提出了数据库拓展、多源数据融合、算法实用化等高光谱异常检测研究未来发展的三个方向。  
      关键词：遥感;高光谱遥感;高光谱异常检测;深度学习;矩阵分解   
      72
      |
      51
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41050011 false
      发布时间：2023-08-29

    • 周承乐,石茜,李军,张新长

      DOI：10.11834/jrs.20232600
      摘要：高光谱作为“图谱合一”的遥感技术，具有精细光谱和空间影像的地面覆盖观测与识别优势。然而，高光谱遥感数据的光谱信息表征以及空间信息的利用给双时相高光谱遥感图像变化检测任务带了巨大的挑战。为此，本文探讨了一种光谱-频域属性模式融合的高光谱遥感图像变化检测方法（Spectral-Frequency Domain Attribute Pattern Fusion， SFDAPF）。首先，本文设计了一种基于梯度相关性的光谱绝对距离，使双时相高光谱遥感图像像元对的属性模式从光谱信息表征方面得到了逐级量化。其次，本文基于傅里叶变换理论提出了一种变化像元属性模式显著性增强策略，从全局空间信息利用方面改善了变化与非变化属性像元对的可分性。然后，将全图属性模式显著性水平与梯度相关性的光谱绝对距离进行融合，得到变化检测的综合界定值。最后，依据虚警阈值确定双时相高光谱遥感图像变化检测的二值化结果。本文方法在开源的双时相高光谱遥感图像河流和农场数据集上进行了变化检测性能验证，结果表明：本文SFDAPF方法能够优于传统的和最新的变化检测方法，变化检测的总体精度在河流和农场数据集上分别达到了0.96508和0.97287（最高精度为1.00000），证明了本文方法的有效性。  
      关键词：高光谱图像变化检测;图像融合;特征提取;显著性分析;傅里叶变换   
      57
      |
      24
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 41049879 false
      发布时间：2023-08-29

    • 胡博妮,陈霖,徐丙立,布树辉,韩鹏程,李坤,夏震宇,李霓,李科,曹雪峰,万刚

      DOI：10.11834/jrs.20232597
      摘要：实时构建地表环境高逼真数字模型一直是遥感航测领域的研究热点，也是实现地理环境的虚拟映射并进而形成数字孪生地理环境的关键基础。针对当前地表环境三维数字模型构建中存在的速度慢、时效性低和大场景应用受限等问题，本文在综述现有国内外研究的基础上，结合团队研究基础，提出一个基于无人机平台的地表环境实时稠密点云生成与数字模型构建方法。研究通用实时定位与地图构建框架，打通了从数据获取到三维点云生成、数字模型重建、结果分析等技术链条，设计动态内存管理模块和联合GNSS优化的PI-SLAM，突破了在线获取数据与位姿解算、实时稠密点云生成、实时数字表面模型（DSM）和数字正射影像图（DOM）构建等关键技术。经实验验证，方法在稠密点云生成和数字模型构建精度与现有离线建模算法相当的同时，速度提升了30-50倍，达到在线采集数据并实时建模的程度。应用案例表明，本方法可应用于灾害预警救援、应急管理、作战模拟等高时效地形三维重建中，同时能够为数字孪生地理环境数字底座构建提供技术支撑。  
      关键词：实时重建;稠密点云;数字孪生;地表环境;数字模型   
      110
      |
      41
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 40526846 false
      发布时间：2023-08-07

    • 罗旺,彭代亮,刘锦绣,徐俊锋,楼子杭,刘国华,高爽,俞乐,王福民

      DOI：10.11834/jrs.20233056
      摘要：大豆是世界上最主要的作物之一，是重要的高蛋白食品、牲畜饲料的原料以及食用油来源。中国面临着大豆高度依赖于进口的粮食安全结构性挑战，对大豆的监测识别能为中国制定有效的农业经济发展策略提供基础数据支持。本研究提出了一种基于时序谱标准曲线的大豆识别方法，基于时间序列植被指数曲线并添加气象权重因子建立大豆时序谱标准曲线精确识别大豆，重点分析大豆与玉米的时序谱差异，以及气象因素对曲线的影响，并建立时序谱标准曲线信息映射到样本的方法，解决大范围大豆制图样本不足的问题。本研究设计实验验证了在时间尺度以及灾害情况下基于时序谱标准曲线识别大豆方法的鲁棒性，通过时序谱标准曲线提取的物候特征结合随机森林分类器对2020年黑龙江省大豆进行分类制图，分类混淆矩阵显示大豆识别的总体精度为86.95%，用户精度为90.91%，制图精度为86.14%，F1-Score为0.8846。本研究方法能够通过气象因子的变化表现出地域差异和灾害影响，为大豆识别（尤其是一季大豆种植区）方法适应不同研究区和灾害情况提供可行思路。  
      关键词：大豆;时序谱;标准曲线;物候;气象   
      287
      |
      86
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 40073098 false
      发布时间：2023-07-27

    • 谢君洋,林安琪,吴浩,吴紫薇,吴文斌,余强毅

      DOI：10.11834/jrs.20233126
      摘要：快速准确地掌握梯田的空间分布，不仅为水土保持提供重要的数据支撑，也提高了山区农业的监管水平。在利用深度学习方法进行梯田识别的过程中，形状狭长的梯田容易因卷积运算而造成漏提现象，并且在山区地物边界不清晰的复杂背景下，易产生大面积粘连的识别结果，导致最终的梯田识别精度不高。为此，本研究提出了一种面向梯田遥感识别的JAM-R-CNN深度网络模型，该模型以Mask R-CNN为基础，融合跳跃网络来维持高分辨率遥感影像的高语义信息，引入卷积注意力机制模块来加强梯田的特征表达能力，修改模型的锚框大小以适应梯田狭长的特性。在重庆市南川区的盐井梯田区域，使用国产高分二号（GF-2）卫星影像数据进行实验，结果表明，JAM-R-CNN网络模型的梯田识别结果精确率为90.81%，召回率为84.28%，F1为88.98%，IoU为83.15%。相较于经典的Mask R-CNN模型，JAM-R-CNN网络模型的梯田识别精度较高，4个评价指标依次提升了1.96%、5.26%、3.29%和5.19%。消融实验结果验证了模型改进的三个模块均对梯田识别有明显的促进作用。综上，本研究提出的JAM-R-CNN深度网络模型不仅能够有效减少梯田识别结果的粘连现象，而且明显提高了狭长型梯田的提取率，实现了梯田遥感识别整体精度的显著提升，具有较好的应用价值。  
      关键词：遥感;梯田识别;高分辨率遥感影像;深度学习;跳跃网络;JAM-R-CNN   
      144
      |
      49
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 40073061 false
      发布时间：2023-07-20

    • 陈云浩,王丹丹,占文凤,周纪,胡德勇,全金玲,孙灏,郭徵,夏海萍,代秀娟,姜璐

      DOI：10.11834/jrs.20233064
      摘要：城市地表温度作为城市下垫面能量收支和局地气候变化的重要参数，一般通过遥感技术手段获取较大范围城市地表温度。由于城市地表呈显著的3维结构，使其呈现出较强的热辐射方向性。而热红外遥感通常提供传感器在特定方向视场中所有组分表面的平均温度（即方向温度），方向温度随传感器观测角度变化，且与城市表面温度的真实分布状况存在差异。为更好地表征城市下垫面与大气的能量交换，常采用“全表面温度”代表城市表面温度特征。目前，“全表面温度”仅在描述城市表面温度的平均状况方面有所突破，但仍然无法体现城市表面温度的高时空分辨率特征，无法满足精细城市热环境评估的需求。本文梳理了城市地表遥感温度从“方向温度”（2维）到“全表面温度”（2.5维）再到“3维表面温度”（3维）的发展脉络，以及目前利用遥感方向观测获取城市地表不同维度温度的进展；厘清了不同维度城市地表遥感温度的差异及其相互关系；阐述了不同维度城市地表遥感温度的应用。在总结存在的问题的基础上，指出了城市地表遥感温度的未来发展趋势：（1）面向应用的城市3维表面温度定义；（2）面向城市3维表面温度重建的立体化观测和（3）3维表面温度产品与城市气候模型的耦合。  
      关键词：城市遥感;地表温度;方向温度;全表面温度;3维表面温度   
      660
      |
      87
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 40073018 false
      发布时间：2023-07-20

    • 楼桉君,贺智,肖曼,李心媛

      DOI：10.11834/jrs.20232246
      摘要：准确的湿地分类可掌握湿地时空分异特征，在湿地研究中占据重要地位。针对现有基于小样本学习的湿地分类方法仅局限于利用目标域或单源域数据的问题，本文提出一种3D多源域自注意力小样本学习模型3D-MDAFSL（3D Multi-source Domain self-Attention Few-Shot Learning）。首先，结合卷积和注意力机制的优势，设计基于自注意力机制和深度残差卷积的3D特征提取器；然后，采用对抗域自适应策略实现多源域特征对齐，在每个域分别进行小样本学习；最后，利用训练好的模型提取特征，并将特征输入至K近邻（K-nearest Neighbor）分类器以获取分类结果。结果表明，3D特征提取器相比无特征提取框架的湿地总体分类精度提升约6.79%；当使用多源域数据集时，3D-MDAFSL模型对中山市Sentinel-2湿地数据集的总体分类精度能达到93.52%，相比于现有算法有明显提升。本文所提出的3D-MDAFSL模型在湿地地物高精度提取和分类中有较好的应用价值。  
      关键词：小样本;湿地分类;多源域;自注意力   
      87
      |
      41
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 40070315 false
      发布时间：2023-07-20

    • 于纯妍,徐铭阳,宋梅萍,胡亚斌,张建祎

      DOI：10.11834/jrs.20232580
      摘要：高光谱遥感域自适应分类旨在利用有标注样本的源域知识对无标注的目标域场景进行分类，是高光谱跨场景分类的重要方法之一。目前流行的域自适应分类方法利用对抗训练模式实现目标域与源域的特征对齐，但未考虑源域知识是否充分转移至目标域这一关键问题。为了有效提取并迁移源域知识，本文提出一种基于对抗与蒸馏耦合模式的高光谱遥感自适应分类方法（Unsupervised Domain Adaptation by Adversary Coupled with Distillation，UDAACD）。该方法采用类内样本自蒸馏方式对源域信息进行提炼，提高自适应分类模型对源域监督知识的提取能力；同时，构建知识蒸馏与对抗耦合机制使目标域与源域特征在对抗与蒸馏中实现对齐，利用对抗与蒸馏耦合机制相互补充、相互促进，提升高光谱遥感知识从源域至目标域的迁移能力，进而完成目标域高光谱影像的无监督分类。本文选用Pavia University、Pavia Center、Houston 2013及Houston 2018高光谱遥感场景数据集进行了四组跨场景图像分类实验，结果表明所提出的模型优于其他高光谱域自适应方法，在相同样本条件下取得了较高的分类精度，准确率分别为91.75%（Pavia University->Pavia Center）、74.41%（Pavia Center->Pavia University）、70.68%（Houston 2013->Houston 2018）及67.76%（Houston 2018->Houston 2013），验证了方法的鲁棒性。  
      关键词：高光谱遥感;图像分类;域自适应;知识蒸馏;生成对抗网络   
      341
      |
      38
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 39688458 false
      发布时间：2023-07-13

    • 崔光曦,杜延磊,杨晓峰,汪胜,徐雪峰

      DOI：10.11834/jrs.20232433
      摘要：海洋内波是一种常见的致灾性中尺度海洋现象，因其对海洋军事和海洋工程等存在巨大威胁而被广泛关注。为了实现合成孔径雷达（SAR）图像海洋内波的准确检测，解决传统检测算法易受斑噪干扰的问题，本文提出了一种基于超像素分割和全局显著性特征的SAR海洋内波检测算法。首先，基于简单线性迭代聚类算法（SLIC）将SAR图像分割成特征均一的超像素；然后，利用超像素的梯度特征、灰度特征及空间特征构建内波显著性特征向量，计算其全局显著性并基于显著度提取内波超像素；最后，根据内波在傅立叶能量谱上的特征对内波区域和非内波区域进行标记并生成标签图像，用于对显著性检测结果进行校正。实验结果表明：本文方法对5景实验数据的内波条纹检测平均F1分数可达到0.884、平均虚警率为0.009，证明了本文方法在不降低SAR图像空间分辨率的条件下可以有效抑制斑噪的影响，实现高分辨率SAR海洋内波条纹的准确检测。  
      关键词：海洋内波;超像素分割;显著性特征检测;傅立叶能量谱;合成孔径雷达   
      230
      |
      32
      |
      0
      <HTML>
      <网络PDF><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 39271994 false
      发布时间：2023-07-06
    0