最新刊期
2024 年 第 28 卷 第 10 期
-
河流水文遥感及其在青藏高原应用研究进展 AI导读
“最新研究进展显示，遥感技术已成为监测河流水文要素的主流方法，为理解河流变化过程提供新视角。”
摘要：河流作为水循环系统的关键组成部分，对人类社会经济发展、流域的生态环境可持续性及区域气候的稳定都有着重要意义。因全球变暖、冰川冻土融化、洪旱灾害等对水文系统造成的干扰增强，河流的水文情势发生了深刻改变。随着传感器技术发展和卫星观测平台增加，（卫星）遥感技术手段逐渐成为当今监测河流水文的主流方法之一。各类遥感监测方式已广泛运用在河流面积/宽度提取和水位变化监测、径流量估算等方面研究，形成了全球或区域尺度的水文要素遥感产品。本文综述了基于光学影像、雷达影像、卫星测高等数据的河流水文要素遥感监测技术，分析和总结了利用遥感手段监测河流宽度与水域面积、水位、径流量等诸多要素及其变化的最新研究进展，并探讨前人研究的空间范围尺度和推广可行性。此外，青藏高原作为亚洲主要大江大河的发源地，同时也是水文站点监测资料极其缺乏的区域之一。利用遥感技术开展青藏高原河流水文监测的研究面临实测数据共享难、水文变化过程时空异质性极强、对暖湿化气候的响应特征复杂多变等难题。本文对各类水文遥感技术在青藏高原河流监测应用研究所取得的进展与存在的问题进行了回顾和展望，以期加深对该地区河流水文变化过程的理解。关键词：河流;水文;遥感;青藏高原;水域面积;水位;径流量- 497
- |
- 343
- |
- 0
发布时间：2024-11-27 -
红树林碳库遥感监测研究进展 AI导读
“红树林碳库遥感研究进展，专家梳理了三个发展阶段，探讨了遥感技术融合分析结果改进程度，为红树林碳储量估算提供解决方案。”
摘要：红树林是重要的蓝碳生态系统，对于维持全球海洋碳循环，减缓气候变化速率具有重要意义。遥感因其重复性好、分辨率高和成本低廉的特点，能更好地实现红树林碳资源的统计和管理。本文对红树林碳库遥感研究进行了梳理，根据研究内容和深入程度将红树林碳库遥感研究的发展历程划为3个阶段：早期探索阶段（2007年—2012年）主要面向全球红树林制图，研究提取红树林的空间结构信息；中期应用研究阶段（2013年—2015年）在前期研究成果基础上估算红树林碳储量；全面发展阶段（2016年以后）碳储量估算精度不断提高，研究热点趋向于环境因素对红树林碳库的影响机制。梳理了光学遥感和雷达遥感两种遥感方法的研究现状，并探讨了两种遥感技术融合分析的结果改进程度，再进一步讨论各种红树林碳模型在估算红树林碳储量及模拟红树林碳循环研究中的性能。从生物碳库与土壤碳库两个重要的红树林碳库出发，回顾了二者碳储量的相关研究。生物碳库主要由植被的根茎叶中储存的碳构成，是红树林初级生产力的主要影响因素，受人类活动及自然影响剧烈，碳储量有较大的波动范围。土壤碳库储存的碳约占红树林总碳储量的49%—98%，是红树林生态系统中最大的碳库，但对其的遥感研究数量较生物碳库来说相对较少，存在着遥感数据获取难度大、光学特征复杂等待解决的问题。结合红树林生态系统在碳中和目标中的重要地位及应用前景，探讨了无人机遥感技术和人工智能领域等方面在红树林碳库估算中的应用潜力。关键词：红树林;遥感;碳模型;生物碳储量;土壤碳储量;无人机遥感- 605
- |
- 447
- |
- 0
发布时间：2024-11-27
研究进展
- “在农业病害监测领域，专家利用多源遥感数据建立了水稻纹枯病生境适宜性评价模型，为病害预测提供参考。”
摘要：作物病害的发生与其生境的适宜性关系密切，目前病害生境监测和评价通常较为粗放，主要依靠气象信息，对田块间作物生长状态和环境条件等空间异质性因素缺乏精细的描述，难以为病害的精准预测提供有效信息。本研究以水稻中发生面积较大的主要病害水稻纹枯病为研究对象，通过在县域尺度开展多年份病害等级调查获得建模及验证样本，综合运用光学、微波及热红外等多源遥感数据对病害关键生境因素进行监测，关键生境因素主要包括寄主生长状态、稻田水层状态及稻田地表温度生境因素，并在此基础上，结合空间网格化分析和偏最小二乘（PLS）回归方法建立了病害生境适宜性评价模型。结果表明，利用遥感信息能够有效表征病害相关生境因素，同时，基于多源遥感表征的生境因素建立的水稻纹枯病区域生境适宜性评价模型能够得到与实际病害调查空间分布趋势基本一致的结果，模型对病情等级的拟合优度R2为0.60—0.65，RMSE分别为0.72、0.56。基于多源遥感信息能够以空间连续的方式对寄主状态、环境条件等重要病害生境因素进行表征，及实现病害生境适宜性的有效评价，为病害预测、防控提供重要的参考和指导信息。关键词：水稻纹枯病;生境;遥感信息;空间网格化;评价模型- 265
- |
- 403
- |
- 0
发布时间：2024-11-27 - “最新研究揭示作物病害遥感监测机制，为精准防控和粮食安全提供新思路。”
摘要：作物病害遥感监测对精准防控和粮食安全至关重要。病害光谱响应规律及其生理依据是病害遥感监测的基础，而针对该基础性问题的深入研究仍较缺乏。本研究通过比较两类侵染特性相异的真菌病害及其光谱监测精度，旨在系统阐明病叶光谱响应机制及其特异性。研究选择活体营养型小麦白粉病WPM（Wheat Powdery Mildew）和半活体营养型水稻叶瘟病RLB（Rice Leaf Blast）作为实例。基于叶片反射光谱和辐射传输模型参数反演，本文对比了两类病害的光谱响应、生化参数与结构参数变化规律；并在病叶识别和病情严重度估算中比较病害光谱特征的精度差异及其特异性监测表现。结果表明，两类病害的光谱变异趋势整体相似但其光谱响应强度有显著差异，且两者在绿峰及近红外平台的光谱形状变化明显不同。此外，色素含量对两类病害响应趋势相似但强度不同，其中叶片含水量和结构参数仅对RLB响应显著。在病叶识别中，前人构建病害光谱特征均对目标病害监测表现出特异性优势。其中，小波特征WF3820和WF5866分别对WPM和RLB的识别精度最高且特异性最强。在病情估算中，光谱指数RIBIred和PRI分别对WPM和RLB病情严重度敏感性最高且特异性显著。其中，RIBIred在病叶识别和病情估算中的综合表现和特异性最优（Overall accuracy=0.74，R2=0.58）。本文将两类病害光谱响应与病理成因关联分析，为病害特异性光谱监测提供了有力证据和新的认识，对病害光谱监测机理解析和多种病害识别具有重要意义。关键词：遥感;病害识别;病情估算;PROSPECT;生化参数;叶片结构;光谱指数;连续小波变换- 126
- |
- 127
- |
- 0
发布时间：2024-11-27 - “东北地区玉米低温冷害遥感监测取得新进展，构建了日平均气温估算模型，为玉米产量预测提供科学依据。”
摘要：低温冷害是影响东北玉米生长发育及产量形成的主要气象灾害。以东北地区为研究区，利用2003年—2015年的MODIS陆地表面温度LST（Land Surface Temperature）数据产品、植被指数VI（Vegetation Index）数据产品与气象站点观测的日平均气温数据，构建以LST、VI和太阳赤纬（Ds）为自变量的日平均气温估算模型；结合时空数据融合方法，完成覆盖研究区的逐日的1 km空间分辨率的日平均气温数据集，逐年计算≥10 ℃的积温；结合玉米障碍型低温冷害指标和延迟型冷害指标，开展研究区2003年—2015年研究区玉米低温冷害遥感监测。监测结果显示，本研究区在2003年、2005年、2006年、2009年和2011年遭受大范围的延迟型低温冷害，与相关文献和农业农村部种植业司玉米单产数据分析对比结果表明，玉米障碍型低温冷害和延迟型低温冷害遥感监测结果与实际情况相符。关键词：遥感;MODIS;陆地表面温度;数据融合;低温冷害;春玉米- 779
- |
- 369
- |
- 0
发布时间：2024-11-27 - “最新研究提出了基于时序谱标准曲线的大豆识别方法，通过气象因子变化分析地域差异和灾害影响，为大豆监测提供新思路。”
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：遥感;大豆;时序谱;标准曲线;物候;气象- 767
- |
- 643
- |
- 0
发布时间：2024-11-27
植被病虫害遥感
- “最新研究揭示，P波段SAR数据在估测寒温带针叶林蓄积量方面表现最佳，联合L或S波段可进一步提升估测精度。”
摘要：以寒温带针叶林为研究对象，基于机载多维度SAR系统获取的多波段极化SAR数据，系统性分析不同波段极化特征对森林蓄积量的响应规律及敏感性，并评价单一波段及多波段极化SAR联合估测森林蓄积量的能力。首先，对多波段SAR数据进行地理编码和地形辐射校正处理，提取包含后向散射强度和极化分解分量的极化特征集。其次，基于水云模型和相关系数，分析不同波段极化特征对蓄积量的响应规律与敏感性。最后，采用机器学习算法进行特征筛选和建模，评价每个波段单独以及多波段联合估测森林蓄积量的能力。研究表明，不同波段的后向散射强度对森林蓄积量的响应均呈上升趋势，但饱和点因波长与极化方式而异。其中，P波段饱和点高于160 m3/ha，其他波段均不超过110 m3/ha。另外，P波段、L/S波段和C/X波段与蓄积量的相关性依次降低，分别在0.6以上、0.3—0.4以及0.3以下。基于单一波段估测蓄积量时，P波段精度为73.79%，其他波段不超过60%；多波段联合估测时，L或S波段和P波段联合的估测精度比单独使用P波段提升约2%。C或X波段的加入对精度提升的贡献很小。所有波段的联合可取得最佳的估测结果，精度达到77.25%。从信号动态范围、饱和点和相关性等指标综合考虑，P波段对蓄积量的敏感性最高，L/S波段次之，而C/X波段的敏感性最低。因此，在基于极化SAR估测森林蓄积量时，应首选P波段，同时在多波段联合时应首选P波段和L或S波段。关键词：遥感;多波段SAR;极化SAR;饱和点;森林蓄积量;水云模型- 761
- |
- 158
- |
- 0
发布时间：2024-11-27 - “最新研究突破了植被覆盖区地形提取难题，利用TanDEM-X和Sentinel-2数据，显著提升了林下地形精度，为大范围地形获取提供新方案。”
摘要：针对植被覆盖区TanDEM-X DEM无法描述精细化林下地形的问题，本文提出了一种联合TanDEM-X DEM和Sentinel-2多光谱数据的林下地形提取方法。首先，将TanDEM-X DEM和Sentinel-2的多波段信息作为输入变量、高精度林下地形数据（LVIS测高数据）作为输出变量，通过随机森林拟合方法构建林下地形预测模型；之后，利用得到的训练模型实现无参考数据区域的林下地形提取。为了验证本文提出的方法，选择位于非洲加蓬的两个典型试验区进行验证。结果表明：提出的方法能够有效地较正TanDEM-X DEM中包含的森林高度偏差，同时提取更为精细的林下地形信息；相较于原始TanDEM-X DEM，本文方法所提取的地形精度在两个试验区分别提升了76%和63%；此外，本文方法生成的林下地形结果保持了较为完整的地形纹理，可以较好的描述林下地形细节。因此，本研究为采用TanDEM-X DEM获取大范围林下地形，提供了一种可行的方案。关键词：遥感;TanDEM-X;Sentinel-2;机器学习;数字高程模型;林下地形- 394
- |
- 271
- |
- 0
发布时间：2024-11-27 - “最新研究显示，利用高分六号宽幅相机数据，通过叶绿素含量敏感指数CSI反演叶片叶绿素含量，精度优于其他红边指数，为农业和植被生态监测提供数据支撑。”
摘要：叶片叶绿素含量ChlLeaf（Leaf chlorophyll content）是反映植被光合能力强弱的重要指标，对全球碳循环研究和农业监测有重要意义。高分六号（GF-6）搭载的宽幅相机具有两个对ChlLeaf敏感的红边波段，具备开展ChlLeaf定量反演的潜力。本文提出基于叶绿素含量敏感指数CSI（Chlorophyll Sensitive Index）的GF-6宽幅相机WFV（Wide Field of View）数据ChlLeaf反演方法，通过PROSAIL和PROSPECT+4-Scale模型模拟构建了ChlLeaf与CSI指数的经验回归模型，并与MTCI、CIre和TCARI/OSAVI等红边指数的经验回归模型的反演精度进行对比。基于农作物、阔叶林和针叶林3种植被类型实测数据的验证结果表明，CSI指数反演精度最优（R2=0.62，RMSE=10.31 μg cm-2），高于CIre指数（R2=0.34，RMSE=14.83 μg cm-2）、MTCI指数（R2=0.25，RMSE=15.3 μg cm-2）和TCARI/OSAVI指数（R2=0.01，RMSE=21.34 μg cm-2）。利用GF-6 WFV数据生成2019年北京森林站ChlLeaf时间序列与现有MODIS ChlLeaf产品的对比结果表明，GF-6能提供更高分辨率的ChlLeaf数据，能够更准确地刻画ChlLeaf的空间和时间序列变化特征，可以为GF-6在农业和植被生态监测的研究和应用提供数据支撑和科学依据。关键词：遥感;叶片叶绿素含量;高分六号;CSI指数;PROSAIL;PROSPECT+4-Scale- 94
- |
- 103
- |
- 0
发布时间：2024-11-27 - “卫星遥感物候监测研究取得新进展，专家评估了地面相机观测角度对验证结果的影响，为提高监测可靠性提供依据。”
摘要：基于卫星遥感的大尺度植被物候监测对于农业生产管理、气候变化响应等领域具有重要意义。卫星遥感提取的物候参数真实性检验常以近地面数字相机观测为数据源。以往验证研究大多关注观测尺度的差异造成的影响，忽略了地面相机与卫星观测天顶角的不一致性。本文将获取的垂直（PhotoNet）与倾斜（PhenoCam）物候相机在相近纬度、同种植被类型的观测站点数据，分别与Sentinel-2卫星提取的物候参数进行对比，系统性地评估2种地面相机观测角度对卫星物候期验证结果的影响。结果表明：相机的观测角度是卫星遥感物候验证研究中的不确定性原因之一；在多数情况下，卫星遥感与垂直观测相机提取的物候期表现出更好一致性，平均相差9 d，而与倾斜观测相机平均相差可达19 d，偏差天数受植被类型和生长阶段的影响；在玉米凋落期至休眠期，垂直观测偏差反而高于倾斜观测；植被冠层方向反射特性和相机视场范围内目标组分差异是引起这种现象的主要原因。本研究证实了地面相机观测角度是卫星物候真实性检验中不可忽视的影响因素，相机野外布设时应充分考虑角度效应带来的验证误差，从而为卫星遥感物候监测提供更可靠的验证数据。关键词：遥感;数字相机;观测角度;卫星物候;近地物候;植被绿度- 332
- |
- 579
- |
- 0
发布时间：2024-11-27
林业与农业
- “最新研究揭示了沙漠地区沙尘气溶胶散射效应对卫星CO2反演精度的影响，为提高反演算法精度提供参考。”
摘要：二氧化碳（CO2）是一种重要的温室气体，利用卫星遥感可实现全球大气CO2的持续大范围监测，对于制定减排策略应对全球气候变暖具有重要意义。大气中的气溶胶散射效应是制约卫星高精度CO2反演的主要因素。现有研究表明，在地表反照率较高的地区，例如沙漠地区，卫星反演的CO2大气柱平均干燥空气混合比（XCO2）比真实值普遍偏高，偏差程度可达到满足实际应用需求所允许误差的50%。然而目前学界对此还缺乏足够的理解和定量分析。围绕这一难点问题，本文应用精准的大气辐射传输模型和基于最优化估计的XCO2全物理反演算法，分析和量化沙漠地区沙尘气溶胶散射效应所导致的XCO2反演误差。本研究从气溶胶的3个重要特征变量出发，包括气溶胶光学厚度（AOD）、气溶胶层高（ALH）和单次散射反照率（SSA），解析沙尘气溶胶散射效应导致XCO2卫星反演结果偏差的物理机制。研究结果表明卫星反演算法中低估沙尘气溶胶的AOD、低估ALH或高估SSA是沙漠地区XCO2出现高估的可能原因。具体表现为：（1）在反演算法不考虑气溶胶的情况下，若实际AOD大于1.0，将导致XCO2反演结果高估超过1%；（2）当AOD低估0.3至0.5时，XCO2的反演结果将高估0.15%至1.28%；（3）当ALH低估超过0.6 km时，XCO2将高估超过1%；（4）在高估单次散射反照率（SSA）的情况下，XCO2反演结果偏高，但高估不超过0.15%。由本文的模拟实验可知，精准的气溶胶信息对于实现高精度的XCO2反演极为关键。本文还探究了沙漠地区可能发生的“临界反照率”效应对反演结果的影响，并指出此效应可能是高亮地表中CO2探测卫星无法同时量化气溶胶信息的根源。本文提出，为了解决这一难题，实际反演中需要综合气溶胶探测仪器的观测数据对气溶胶信息进行进一步约束以提高XCO2的反演精度。本文结论可为未来卫星反演算法的改进提供参考依据。关键词：沙尘气溶胶;二氧化碳卫星;遥感反演算法;散射效应;辐射传输模型- 187
- |
- 201
- |
- 0
发布时间：2024-11-27 -
风云三号双星联合反演日平均OLR能力评估 AI导读
“风云三号D星和E星搭载的MERSI可用于大气顶射出长波辐射反演，两颗星反演精度基本一致，利用两颗卫星观测数据可更精确反映日变化特征。”
摘要：大气顶射出长波辐射（OLR）是大气顶辐射能量平衡的重要分量。风云三号D星和E星（FY-3D和FY-3E）上搭载的中分辨率成像光谱仪（MERSI）均可用于OLR反演。为研究日变化特征对OLR日平均精度的影响，基于美国Aqua CERES OLR瞬时观测数据，采用等经纬度投影匹配统计方法，分别对FY-3D和FY-3E MERSI瞬时OLR反演精度进行一致性比对。结果表明：两颗星OLR反演精度基本一致，FY-3D和FY-3E MERSI OLR与Aqua CERES OLR相比，RMSE均在6—7 W/m2；相比于单颗星每日两次计算的日平均OLR，基于两颗卫星每日四次观测计算的日平均OLR的精度提高3—4 W/m2。因此，利用两颗极轨气象卫星观测数据，可更精确地反映OLR日变化特征。关键词：风云三号;多星联合;大气顶射出长波辐射;日变化;中分辨率成像光谱仪;云和地球辐射能量系统- 102
- |
- 140
- |
- 0
发布时间：2024-11-27 -
HY-2D卫星的DORIS精密定轨研究 AI导读
“海洋二号D卫星DORIS系统定轨精度研究取得进展，专家构建卫星姿态模型，评估轨道精度，为提高卫星定轨精度提供解决方案。”
摘要：海洋二号D卫星（HY-2D）是中国第4颗海洋动力环境卫星，为研究HY-2D 卫星的多普勒无线电定轨定位系统DORIS（Doppler Orbitography and Radio-positioning Integrated by Satellite）的定轨精度，本文构建了卫星姿态模型，选择2021年6月5—17日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、轨道相互比较和激光检核4种方法评估轨道精度，并对使用姿态模型或姿态数据的2种定轨结果之间差异进行讨论。结果表明：（1）13 d观测值残差RMS均值约为0.355 mm/s，轨道重叠弧段三维差异的RMS<2.0 cm；（2）与法国国家空间研究中心CNES（Centre National D’Etudes Spatiales）的精密轨道相比，使用姿态数据两者在径向R、切向T、法向N方向上差异的均方根误差RMS（Root Mean Square）分别为1.02 cm、2.92 cm和3.11 cm，使用姿态模型两者在径向R、切向T、法向N方向上差异的RMS分别为0.97 cm、2.77 cm和3.15 cm。2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2.38 cm和2.24 cm，两种轨道精度相当。关键词：HY-2D卫星;DORIS观测数据;精密定轨;卫星姿态;卫星激光测距- 209
- |
- 264
- |
- 0
发布时间：2024-11-27
大气与海洋
- “据最新报道，一项研究揭示了阿富汗6.0级地震前后微波亮温异常现象，为地震遥感观测提供新视角。”
摘要：阿拉伯板块持续向北挤压欧亚板块，促使阿富汗—巴基斯坦边境应力场变化、局部闭锁和破裂失稳，导致2022年6月21日发生了6.0级帕克提卡浅源地震，这是该地区近10年发生的最大地震。本文利用GCOM-W1卫星AMSR-2微波辐射计观测的微波亮温（MBT）数据，运用时空加权两步法提取了地震前后、震中周边超百万km2范围内的MBT残差，揭示了MBT时空演变特征与正异常现象的多态性。联合降雨、土壤湿度及CH4、CO温室气体卫星观测数据，结合区域地质条件和地表覆盖类型，逐一进行了多态MBT正异常的归因辨析。研究表明：（1）震中东南部印度河平原和西北部卡拉库姆沙漠显现MBT正异常，可归因于孕震应力激活的岩石空穴粒子（P-hole）从孕震区向上传递到第四系盖层，导致地表浅层介电常数降低；（2）临震期高山地区显现MBT正异常，可归因于应力激活的P-hole向高山低温区传递，并聚集在砂性沉积岩盖层，致使砂性盖层微波介电常数降低；（3）震中西北部沿赫拉特断裂带显现MBT正异常，与临震期断层拉张有关，可能受到煤系CH4、CO沿断层与矿井逸出产生的温室效应影响。本研究对于西亚地区地震微波遥感观测及地震异常识别有重要意义，对全球其他地区的地震遥感监测及异常认知也有参考价值。关键词：遥感;微波亮温;地震异常;P-hole;微波介电;温室效应;地应力场变化- 91
- |
- 102
- |
- 0
发布时间：2024-11-27 -
摘要：遥感技术是大尺度上估算地表碳、水和能量等通量的重要信息来源。全球涡度通量观测数据集已广泛用于遥感通量数据产品的生产和评价，因此，科学评估遥感像元尺度上通量足迹的空间代表性对于遥感通量产品建模、验证和生产尤为重要。本文选择中国西南典型山地生态系统—王朗山地遥感四川省野外观测研究站（简称王朗站）区域为研究对象，使用二维参数化足迹模型刻画了通量观测足迹的时空变化特征，同时解析了通量观测足迹在多个遥感像元尺度（30 m、60 m、120 m、250 m、500 m、1000 m、1500 m和2000 m）上的空间代表性。结果表明：在通量足迹的空间变化上，王朗站内不同观测塔通量足迹范围跨度较大（10—103 m）且对称性较低（通常在40%以下），因此在山地生态系统进行遥感模型及产品验证时需要更加关注通量足迹的空间代表性差异；在通量足迹的时序变化上，王朗站内日尺度上的足迹重叠性差异明显（0%—88%），结合时序变化的足迹特征可进一步提升高时间分辨率下的模型验证和产品精度；王朗研究区内落叶阔叶灌丛站点、落叶阔叶林站点和常绿针叶林站点等3个观测塔的高度为10 m、30 m和75 m，其分别在30 m、60 m和1000 m像元尺度取得对通量足迹的最佳空间代表性。总之，由于山区通量观测的高空间代表性局限于高空间分辨率（观测高度较低时）和中低空间分辨率（观测高度较高时）的遥感像元，认知通量足迹在不同遥感像元尺度上空间代表性的差异，结合多尺度遥感观测数据和时空尺度扩展方法，可促进山区生态系统参量估算和通量研究。本研究可为站点观测尺度扩展、山地生态系统遥感数据产品生产和地球系统模型验证提供参考。关键词：遥感像元;空间代表性;涡动技术;通量足迹模型;山地生态系统- 172
- |
- 225
- |
- 0
发布时间：2024-11-27 -
多特征约束的输电通道杆塔点云提取 AI导读
“在电力巡检领域，专家提出了基于多特征约束的杆塔点云自动提取方法，为长距离规模化应用提供解决方案。”
摘要：杆塔自动识别是机载LiDAR（Light Detection And Ranging）电力巡检应用的重要内容，特别是长距离、规模化应用时，高效高精度的杆塔点云提取尤为重要。针对复杂地形环境下输电通道杆塔点云快速精准识别难的问题，本文提出了一种基于多特征约束的杆塔点云自动提取方法。首先，基于输电通道地物空间分布特点，设计了离地高度、垂直最大间隙等特征；其次，对输电通道机载LiDAR点云进行去噪、滤波等一系列预处理；然后，对非地面点云进行网格化，基于离地高差、线性度等多特征约束快速定位杆塔区域，并利用分层密度法和杆塔塔体结构对称性提取杆塔中心坐标；最后，对杆塔区域点云垂直分层切片，逐层剔除非杆塔点云。采用3组不同场景的机载点云数据进行算法验证，结果表明本文所提方法可从原始点云中快速自动提取杆塔点，其中查准率、召回率、F1值分别可达91.6%、96.0%、93.5%，杆塔定位精度保持在分米级甚至厘米级。关键词：机载LiDAR点云;多特征约束;输电通道;垂直分层切片;杆塔自动提取- 579
- |
- 292
- |
- 0
发布时间：2024-11-27 - “在遥感图像场景分类领域，专家设计了ADC-CPANet模型，通过局部和全局特征提取，实现了96.43%的高分类准确率。”
摘要：遥感图像具有丰富的纹理信息和复杂的整体结构，因此在场景分类任务中进行多尺度的特征提取至关重要。基于此，设计了局部特征提取模块ADC模块ADC （Aggregation Depthwise Convolution Block）和全局—局部特征提取模块CPA模块CPA（Convolution Parallel Attention Block），并在ADC模块中提出一种非对称深度卷积组，以增强模型对图像翻转和旋转的鲁棒性；在CPA模块中提出一种能够扩大感受野并增强特征提取能力的多分组卷积头分解注意力。以ADC模块和CPA模块为基础构建全新的遥感图像场景分类模型ADC-CPANet，在各阶段采用堆叠ADC模块和CPA模块的策略，从而使模型具有更好的全局特征和局部特征提取能力。为验证ADC-CPANet的有效性，本文使用开源数据集RSSCN7数据集和SIRI-WHU数据集测试ADC-CPANet与其他深度学习网络的复杂度和识别能力。实验结果表明，ADC-CPANet的分类准确率分别高达96.43%和96.04%，优于其他先进的模型。关键词：遥感图像;场景分类;卷积神经网络;Transformer;多分组卷积头分解注意力;ADC-CPANet模型- 1110
- |
- 572
- |
- 0
发布时间：2024-11-27 - “记者从谷歌地图引擎GEE云平台获悉，基于激光雷达和光学传感器数据，提出了一种面向季节性水体的湖盆地形定量估算方法，为全球范围内季节性水体水深数据获取提供新思路。”
摘要：季节性水体是地表水的重要组成单元，在调蓄区域洪水、维持生物多样性等方面具有重要作用。如何获取高精度水深信息，是有效支撑季节性水体水储量和碳通量估算的关键，对于深入理解区域水文过程及物质能量平衡具有重要意义。针对季节性水体下垫面条件的复杂性及传统测深技术的局限性，本文基于谷歌地图引擎GEE（Google Earth Engine）云平台，结合激光雷达和光学传感器数据，提出了一种面向季节性水体的湖盆地形定量估算方法；并以鄱阳湖典型碟形子湖为研究对象，开展了该方法的精度评价及适用性分析。结果表明，以ICESat-2/ATLAS剖面光子高程为基础，协同Sentinel-2获取的淹没频率信息，实现季节性水体湖盆地形“由点及面”的定量估算方法切实可行，估算值和实测值相关性较好，决定系数（R2）优于0.7，均方根误差（RMSE）控制在1 m内；随着湖泊面积的增大，地形估算的精度总体呈上升趋势，同时受淹没频率范围及光子轨迹分布的影响，不同区域及下垫面条件上的子湖，其估算精度也存在着差异性。综上，本文提出的方法可实现面向季节性水体大范围、低成本、长时序的水下地形定量估算，可为全球范围内季节性水体水深数据的获取提供新思路。关键词：季节性水体;湖盆地形;卫星测深;ICESat-2;Sentinel-2;淹没频率- 282
- |
- 329
- |
- 0
发布时间：2024-11-27
模型与方法
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