English Version
无数据
高级检索
首页
关于本刊
期刊介绍
编委阵容
期刊在线
当期目录
过刊浏览
优先出版
专栏专辑
特色资源
梧桐会直播
数据分享
封面故事
数据服务
年度会议
最新SCI遥感论文
写作指南
投稿须知
下载中心
期刊征订
联系我们
最新刊期
2021
年
第
11
期
本期电子书
封面故事
上一期
下一期
学者观点
地理大数据聚合的内涵、分类与框架
裴韬,黄强,王席,陈晓,刘亚溪,宋辞,陈洁,周成虎
2021, 25(11): 2153-2162. DOI: 10.11834/jrs.20210480
摘要:地理大数据是地理对象所产生的“足迹数据”,而地理大数据挖掘就是通过反演分析地理对象的“足迹数据”,揭示其中蕴含的人地关系及其时空模式。近年关于地理大数据的重大研究进展显示,其研究结论的取得大多需要借助多种大数据的信息综合。为此,本文提出研究地理大数据聚合的必要性:代表新的研究范式、产生新的研究视角、提升研究的全面性,并将地理大数据聚合定义为:不同地理大数据之间通过转换形成面向研究对象的多维数据集合。在阐述地理大数据分类和特点的基础上,将地理大数据聚合分为:时空聚合、面向对象聚合、面向主题聚合以及面向模型聚合四种类型。地理大数据聚合作为地理大数据挖掘的重要组成部分,其过程大致可以分为:确定内核—信息溯源—反演汇聚3个步骤,而其中的关键科学问题包括:统一时空框架和基准、统一数据表达与存储、匹配同一观测对象的多数据源、统一多源数据的时空范围、调和不同对象之间不同的变化速率、解决数据共享与隐私保护、大数据与小数据的聚合等。地理大数据聚合方法与技术的发展,将会拓展地方的感知、土地功能的识别、对人群的观测与理解、功能与流动之间关系、地表复杂巨系统等新领域的研究。
关键词:地理大数据思维;城市功能区;人群活动;地理信息科学;数据融合
1355
|
298
|
4
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19404547 false
发布时间:2021-11-15
研究进展
陆基(地基、岸基)水环境遥感的提出、实践和初步应用
张运林,施坤,张毅博,孙晓,李娜,黄新,王玮佳,周永强,高阳辉,蔡宏,高晶
2021, 25(11): 2163-2172. DOI: 10.11834/jrs.20210473
摘要:断面监测是准确掌握中国地表水水质和水环境变化特征,开展水环境成因机制分析、评价评估、治理修复和管理考核的重要基石。提高监测立体化、自动化、智能化水平是未来水生态环境监测的重要方向,可以切实提高中国生态环境监测现代化能力。本文针对全国地表水环境断面监测,首次提出陆基(地基、岸基)水环境遥感概念,有效补充和完善传统的卫星遥感和断面监测技术方法。通过与杭州海康威视数字技术股份有限公司(简称“海康威视”)开展合作研发,自主研制了国产高光谱成像仪,于2020-07-31—2020-08-17在太湖开展了复杂天况和水况场景下陆基(地基、岸基)水环境遥感实践应用,构建了透明度、悬浮物、总氮、总磷等关键水质参数高精度遥感反演算法,反演精度可达80%及以上。将相关算法植入高光谱成像仪中获得关键水质参数高频动态变化过程,精细刻画其时间演化过程。太湖陆基(地基、岸基)水环境遥感实践表明,在全国地表水监测断面架设国产高光谱成像仪开展关键水质参数高频精准观测具有广泛应用前景和市场推广价值,可以与卫星和无人机遥感形成天—空—地立体化遥感监测体系,结合断面人工巡测和自动观测开展协同监测。
关键词:陆基(地基、岸基)遥感;水质参数;悬浮物;营养盐;总磷;透明度
1107
|
308
|
2
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19883659 false
发布时间:2021-11-15
植被生态遥感参数定量反演研究方法进展
赵燕红,侯鹏,蒋金豹,姜赟,张兵,白君君,徐海涛
2021, 25(11): 2173-2197. DOI: 10.11834/jrs.20210402
摘要:植被参数是生态遥感定量反演的热点和难点,也是生态系统研究的基础性参数。本文在广泛阅读国内外公开发表的文献资料基础上,将现有的植被生态遥感参数概括为物理类、生化组分类、能量和功能类3大类,系统梳理了每类参数定量反演的主要模型方法,进行优缺点和适用性分析,对现阶段存在的不足和未来发展趋势进行了探讨。物理类植被生态遥感参数主要介绍了植被覆盖度、生物量、叶面积指数、树高等研究进展,生化组分类植被生态遥感参数主要介绍了植被含水量、叶绿素含量和光合能力等研究进展,能量类植被生态遥感参数介绍了光合有效辐射、植被吸收光合有效辐射等研究进展,功能类植被生态遥感参数主要介绍了植被生产力和碳交换量等研究进展。存在的主要问题包括混合像元分解、病态反演、物理模型应用过程中的误差传递、数据融合的尺度效应和空间变异性、模型耦合的最优方案确定问题。
关键词:陆表植被;生态遥感;反演方法;植被参数;模型方法
2237
|
1025
|
3
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
10706233 false
发布时间:2021-11-15
遥感遇上人工智能
高分辨率遥感影像智能解译研究进展与趋势
张继贤,顾海燕,杨懿,张鹤,李海涛
2021, 25(11): 2198-2210. DOI: 10.11834/jrs.20210382
摘要:遥感影像解译是一个不断发展的研究方向,随着日新月异的遥感应用需求、高分辨率遥感数据的快速发展、地理知识的日积月累、以及人工智能技术的发展,亟需发展自动化、智能化的遥感影像解译技术。本文针对遥感影像智能解译,首先从遥感影像解译单元、分类方法、解译认知3个方面阐述遥感影像解译的研究进展,然后提出了面向地理场景的 “地理知识图谱构建—深度学习模型构建—地理知识图谱与深度学习模型协同的遥感影像语义分类”遥感影像智能解译总体框架,并给出初步试验成果,最后对智能解译的重要发展趋势予以展望,以期拓展遥感影像智能解译研究的思路与方法,提高遥感影像智能解译的精细程度和智能化水平,使智能解译具备地理空间理解能力,推动“数据—信息—知识—智能”的深度转化。
关键词:智能解译;深度学习;地理知识图谱;高分辨率遥感影像
2572
|
997
|
9
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19407331 false
发布时间:2021-11-15
不依赖人工定标器的全极化SAR定标研究进展
史磊,杨杰,李平湘,杨乐,赵伶俐
2021, 25(11): 2211-2219. DOI: 10.11834/jrs.20219310
摘要:极化定标是极化合成孔径雷达应用的前提。传统极化定标方法以地面布设的人工定标器为参考,通过极化畸变模型对系统误差进行求解与标定。然而,人工定标器价格昂贵、数量稀少,每次定标任务都需根据传感器过境方向、雷达视角等信息进行设备调整;此外,现代雷达系统工作波位多、入射角调节范围大,不同视角获取影像的定标参数也不相同,这对地面定标设备的布设精度、调整的时效性提出了更高要求。为了及时、快速地完成极化定标,如何以自然界中的某些特殊地物作为人工定标器的替代品来完成定标具有重大的科学价值。本文综述了近年来国内、外提出的不依赖人工定标器的SAR极化定标研究进展(即自主定标)。首先阐述了极化定标的基本流程与极化质量评价体系;然后对近年来高精度自主定标相关研究进行了梳理,根据技术特点将其分为基于自然地物约束的自主极化定标、基于似角反射器的自主极化定标两类,对不同算法适用性进行了分析;最后对未来的研究方向进行了展望。
关键词:合成孔径雷达(SAR);极化;角反射器;自主定标
629
|
212
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
10705827 false
发布时间:2021-11-15
气溶胶定量遥感的机器学习方法综述
陈兴峰,郑逢杰,郭丁,王莉莉,赵利民,李家国,李雷,张玉环,张凯南,奚萌,李凯涛
2021, 25(11): 2220-2233. DOI: 10.11834/jrs.20210451
摘要:机器学习方法近年来取得突破进展,其遥感应用从目标识别和地物分类领域,发展到定量化反演的多个领域。气溶胶定量遥感因其机理复杂,反演参数的种类和精度受到限制,机器学习为气溶胶遥感带来了新的研究和应用技术手段。本文汇总现有研究进展将气溶胶机器学习方法归纳为卫星遥感反演气溶胶光学厚度AOD(Aerosol Optical Depth)、卫星遥感反演其他气溶胶参数、卫星遥感反演颗粒物浓度(PMx)、地基气溶胶遥感4类。结合作者研究工作,通过分析讨论,归纳机器学习用于气溶胶定量遥感的条件为:(1)物理模型无法使用;(2)已有模型卫星产品精度低;(3)已有模型精度高但计算速度低。从应用的角度来说,可以借助于更多的具有相关性的输入信息,发挥机器学习在反演产品种类、反演精度、计算效率等方面的优势;而对定量遥感来说,应该同时重视挖掘遥感数据本身的信息来提高反演能力,并通过误差分析等手段反馈对遥感机理的理解,使机器学习与遥感机理研究相互促进。
关键词:气溶胶;定量遥感;反演;机器学习;深度学习
1071
|
313
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19883727 false
发布时间:2021-11-15
结合高光谱像素级信息和CNN的玉米种子品种识别模型
王立国,王丽凤
2021, 25(11): 2234-2244. DOI: 10.11834/jrs.20219349
摘要:玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN(Convolutional Neural Network)的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的玉米种子品种识别模型。首先,获取不同品种玉米种子在400—1000 nm范围内的高光谱图像,提取样本全部像素的203维光谱信息,利用主成分分析PCA(Principal Component Analysis)算法将光谱维度降至8维。在实验中,样本的像素级光谱信息(即:样本的全部像素的光谱信息)除应用于CNN模型外,也应用于支持向量机(SVM)和K近邻分类(KNN)模型中,结果表明:在相同模型中,基于像素级光谱信息比基于米粒级光谱信息(即:每粒样本所有像素光谱信息的平均值)识别效果好;在相同情况下,CNN模型比SVM和KNN模型的识别效果好;基于像素级光谱信息和CNN的品种识别模型识别效果最稳定,依据像素级分类结果采用多数投票策略对玉米种子样本进行识别,样本识别精度高达100%(注:100%为建模集样本与测试集样本数量为0.27和0.32时的识别精度,随着测试集样本数量的增加,该识别精度将有所降低)。最后,使用t分布随机邻域嵌入(t-SNE)算法实现CNN输出特征值的可视化,验证了基于高光谱像素级信息和CNN的品种识别模型的有效性。在建模样本极少的情况下,实现了玉米种子品种的无损、高效识别,为精准农业提供了理论基础。
关键词:高光谱图像;卷积神经网络;深度学习;玉米种子;t分布随机邻域嵌入算法;像素级光谱信息
740
|
237
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
10705925 false
发布时间:2021-11-15
IEU-Net高分辨率遥感影像房屋建筑物提取
王振庆,周艺,王世新,王福涛,徐知宇
2021, 25(11): 2245-2254. DOI: 10.11834/jrs.20210042
摘要:房屋建筑物作为人类活动的主要场所,快速准确地将其从高分辨率遥感影像中提取出来,对促进遥感信息在防灾减灾、城镇管理等方面的应用具有重要意义。本文基于深度学习,提出了高分辨率遥感影像房屋建筑物像素级精确提取方法。首先,针对样本图像边缘像素特征不足现象,以U-Net模型为基础提出IEU-Net模型,设计了全新的忽略边缘交叉熵函数IELoss并将其作为损失函数,另外添加Dropout和BN层在避免过拟合的同时提高模型训练速度和鲁棒性。其次,为解决模型特征丰富度有限的问题,引入形态学建筑物指数MBI,与遥感影像RGB波段一同参与到模型的分类过程。最后,在模型预测时与IELoss相对应采用忽略边缘预测策略从而获得最佳建筑物提取结果。实验对比分析表明:本文方法能有效克服样本边缘像素特征不足问题并抑制道路、建筑物阴影对结果的影响,提升高分辨率遥感影像中房屋建筑物的提取精度。
关键词:深度学习;IEU-Net;高分辨率遥感影像;房屋建筑物;形态学建筑物指数
1533
|
371
|
5
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19883365 false
发布时间:2021-11-15
多分辨率低秩导向滤波的热红外图像空间融合
苗馨远,张晔,张钧萍
2021, 25(11): 2255-2269. DOI: 10.11834/jrs.20219358
摘要:热红外遥感图像由于其特定的成像方式,包含目标特有的发射率及温度等特征。然而,热红外遥感图像较低的空间分辨率却限制了其广泛应用。随着遥感技术的发展,同一区域获得的多源遥感图像可以提供更为完备的目标信息,使得利用多源融合技术实现热红外图像空间分辨率增强与亚像素级特征提取成为可能。为此,本文提出了一种基于多分辨率自适应低秩表达与残差信息迁移的热红外图像空间超分辨算法,该算法通过可见光与热红外图像融合的方式实现热红外图像空间特性的自适应融合增强。本文算法优势主要体现在以下几个方面:(1)基于多分辨率的超像素分割,使用超像素块代替传统的方块作为低秩恢复单元,自适应地调整单元内空间特性以保持单元内地物类型的稳定并抑制结构性噪声;(2)通过构建导向线性滤波器,在保护热红外图像光谱信息的前提下,实现可见光图像精细空间特征向热红外图像的迁移;(3)在低分辨层建立增强热红外图像残差与可见光图像残差之间关联并迁移至高分辨层,在保证超分辨图像细节信息的前提下,实现热红外图像空间超分辨。为了验证算法的有效性,本文采用2014年IGARSS数据融合竞赛提供的可见光与热红外实验数据进行实验,并与融合竞赛中表现最为优异的监督图特征融合方法进行比较,并从温度反演精度以及分类精度两个方面评价超分辨效果。实验结果表明,本文提出的方法其噪声抑制效果、空间平滑效果、边缘锐化效果更为优异,超分辨热红外图像有着更为精细的空间信息,并且对于不同区域类型均能较好的保护热红外图像光谱信息。对于不同地物类型,融合超分辨图像有较高的亚像素温度反演精度以及更高的分类精度,其温度反演误差小于1 K,总体分类精度较原热红外图像提升20%以上。
关键词:亚像素温度反演;可见光、热红外图像融合;导向滤波器;多分辨率空间自适应低秩表达;超像素分割
562
|
97
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19406675 false
发布时间:2021-11-15
基于CNN-GCN双流网络的高分辨率遥感影像场景分类
邓培芳,徐科杰,黄鸿
2021, 25(11): 2270-2282. DOI: 10.11834/jrs.20210587
摘要:高分辨率遥感影像具有复杂的几何结构和空间布局,传统的卷积神经网络的方法仅能提取场景图像中的全局特征,忽略了上下文的关系,导致特征的表达能力受限,制约了分类精度提高。针对此问题,本文提出一个面向高分辨率遥感影像场景分类的CNN-GCN双流网络,该算法包含CNN流和GCN流两个模块。CNN流基于预训练DenseNet-121网络提取高分影像的全局特征;而GCN流采用由预训练VGGNet-16网络得到的卷积特征图构建邻接图,再通过GCN模型提取高分影像的上下文特征。最后,通过加权级联的方式有效地融合全局特征和上下文特征并利用线性分类器实现分类。本文选取AID、RSSCN7和NWPU-RESISC45共3个具有挑战性的数据集进行实验,得到的最高分类精度分别是97.14%、95.46%和94.12%,结果表明本文算法能够有效地表征场景并取得具有竞争力的分类结果。
关键词:高分辨率影像;遥感场景分类;图神经网络;卷积神经网络;特征融合
1132
|
352
|
3
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19404488 false
发布时间:2021-11-15
高光谱图像相对含水量反演引导的精细分类
梁雪剑,张晔,张钧萍
2021, 25(11): 2283-2302. DOI: 10.11834/jrs.20219359
摘要:深度学习在高光谱图像处理领域的研究应用不断深入发展,基于深度学习的高光谱图像分类达到了较高的分类精度。目前的分类模型多利用高光谱的图谱特征,但对光谱的诊断性特征及先验信息利用不足,对空谱特征提取过程难以实现有效协同,因而导致分类类别即类内分类不够精细。为了解决以上问题,本文提出一种以多标签数据为输入的共生神经网络模型,在高光谱图谱特征提取的基础上融合光谱诊断特征,实现相对含水量反演及精细分类。首先,通过构建一种新的红边斜率光谱指数实现高光谱图像相对含水量的表征,利用本文提出的自适应分级算法完成相对含水量反演并建立对应的等级标签,与地物种类标签共同构成多标签高光谱数据集。然后,构建共生神经网络架构及内部变维特征提取模块,利用多标签数据提取高光谱图像中空间、光谱和相对含水量的融合特征,提高深度模型对不同含水量地物的区分能力和对所提取特征的协同表达能力,降低模型的复杂度与计算量,完成基于多标签数据集的相对含水量反演引导分类的过程,在扩大传统类间距离的基础上进一步扩大类内距离,从而实现高光谱图像的精细分类。最后,使用实验室采集数据和4个公开的高光谱数据集Lopex、Indian Pines、Pavia University和Salinas进行实验验证。结果表明,本文提出的红边斜率光谱指数可以有效表征地物的相对含水量信息;相对含水量反演引导的分类模型对类内分类精度有较明显的提升,对总体分类结果有一定的改善;与其他机器学习和深度学习分类算法相比,本文算法取得了较好的分类结果,提高了深度分类模型的分类性能和精细程度,实现了精细分类。
关键词:高光谱遥感;精细分类;深度学习;共生神经网络;相对含水量反演;变维特征提取
2554
|
139
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19406986 false
发布时间:2021-11-15
数据集论文
北京市平原区2015年—2019年0.8 m地表反射率数据集
申茜,姚月,李利伟,龙腾飞,陈甫,张兵
2021, 25(11): 2303-2312. DOI: 10.11834/jrs.20210407
摘要:地表反射率产品作为最重要的定量遥感产品,是很多参量化遥感产品的基础数据源,可以被广泛应用于林业、农业、水资源、生态环境、城市环境等典型应用领域。对于米级高分辨率的遥感影像,国内外不提供反射率影像产品。目前主流的国产高分数据源大部分都是蓝、绿、红、近红4个波段的多光谱数据,缺少短波红外波段,难以满足陆地区域浓密植被算法或者清洁水体的短波红外信号近似看作零的假设条件,要完成精确大气校正、生产大范围的GF-2影像拼接的地表反射率产品,是一个挑战。为了更好的推广高分地表反射率的应用,本研究针对北京市平原区,运用全色和多光谱融合、几何精校正和相对辐射一致化算法,以Sentinel-2为参考影像,生成了一套几何精校正后的0.8 m地表反射率影像集。该数据集时间范围为2015年—2019年,每年一期,包含年度产品的覆盖情况及分布矢量,共计184景地表反射率影像,数据量总共为1.63 TB。
关键词:0.8 m地表反射率;GF-2;高分辨率影像;大气校正;北京市平原区
2985
|
176
|
1
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19407044 false
发布时间:2021-11-15
大气遥感
高分五号大气痕量气体差分吸收光谱仪对流层NO
2
柱浓度遥感反演研究
程良晓,陶金花,余超,张莹,范萌,王雅鹏,陈元琳,朱莉莉,顾坚斌,陈良富
2021, 25(11): 2313-2325. DOI: 10.11834/jrs.20210303
摘要:搭载于“高分五号”(GF-5)卫星上的痕量气体差分吸收光谱仪(EMI)是一台星下观测的高光谱载荷,测量紫外和可见光光谱范围的地球后向散射辐射,设计用于大气痕量气体的探测。本研究基于EMI在VIS1通道的实测光谱,利用差分光学吸收光谱(DOAS)方法进行了对流层NO
2
柱浓度反演,展示了基于EMI载荷的对流层NO
2
柱浓度反演结果,与同类载荷产品进行交叉验证,并利用地基观测结果进行了地基验证。研究表明,EMI反演结果与OMI、TROPOMI具有较好的空间分布一致性和较低的相对偏差,与TROPOMI具有较好的时间变化一致性。地面验证结果表明EMI NO
2
反演结果具有较高的精度。本研究证明了EMI在全球NO
2
监测方面的能力,可以为中国后续污染气体探测载荷的设计和反演算法的开发提供参考。
关键词:遥感;高分五号;EMI;NO
2
;DOAS
740
|
228
|
2
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
10704869 false
发布时间:2021-11-15
高分五号大气痕量气体差分吸收光谱仪观测数据的火山喷发SO
2
总量反演
闫欢欢,王后茂,王维和,张兴赢
2021, 25(11): 2326-2338. DOI: 10.11834/jrs.20211088
摘要:火山喷发产生的高浓度SO
2
气体及其远距离输送会对全球气候变化和航空飞行安全产生重要影响。卫星遥感技术以大面积连续观测、高时空分辨率等优势成为大气SO
2
监测的重要手段之一。作为中国第一颗紫外可见光波段的高光谱载荷,高分五号卫星大气痕量气体差分吸收光谱仪(GF-5 EMI)通过探测地球大气或表面反射、散射的紫外辐射来解析SO
2
总量的分布和变化。本文首先基于大气辐射传输模型SCIATRAN,选择中低纬地区地表类型均一的海洋区域像元,模拟了典型大气条件下的晴空天顶反照率,用以评价EMI载荷天顶观测光谱的精度。其次,基于TROPOMI L1 Radiance辐亮度数据和DOAS反演原理,经477 nm O
4
云筛选、光谱定标、慢变剔除、斜柱转垂直柱等步骤后,获得同一火山喷发区域的SO
2
总量反演结果并与TROPOMI官方offline L2 SO
2
产品进行对比分析。最后,利用GF-5 EMI UV-2通道观测数据,采用DOAS算法反演获得GF-5 EMI大气SO
2
总量,并将反演结果与国际同类载荷S5P/TROPOMI SO
2
总量结果进行比较分析,评判GF-5 EMI在全球火山活动SO
2
变化监测方面的能力。结果显示,300—400 nm波段范围内,海洋区域采样点EMI观测光谱值低于SCIATRAN模拟光谱值,EMI与TROPOMI观测光谱呈现出相似的系统性偏差。基于高空间高光谱分辨率的TROPOMI L1 Radiance辐亮度数据、315—327 nm、325—335 nm和360—390 nm共3个波段窗口、以及上述DOAS反演原理获得的SO
2
结果与TROPOMI官方发布的offline L2 SO
2
产品结果相关性较高,两者的相关系数可达到0.97—0.99,相对偏差在3%—9%。GF-5 EMI能够获取火山喷发SO
2
排放的时空分布特征,并与国际同类载荷TROPOMI反演结果具有较高的空间一致性,能够满足全球火山喷发监测、预警及其气候影响研究的应用需求。
关键词:遥感;GF-5 EMI;火山;SO
2
总量;DOAS;TROPOMI
648
|
105
|
0
<HTML>
<网络PDF>
<Meta-XML>
<引用本文>
<批量引用>
19404520 false
发布时间:2021-11-15
共 0 条
1
前往:
页
跳转
加载中...
上一期
下一期
0
批量引用
回到顶部