最新刊期
-
卤虫资源遥感研究进展与展望 AI导读
“卤虫遥感研究取得新进展，系统归纳了卤虫光谱特征，对比了遥感识别提取方法，为卤虫资源监测提供新思路。”
摘要：卤虫是一种世界性分布的小型甲壳类浮游动物，具有重要的生态、经济与研究价值。卤虫及其虫卵可以在水面聚集，形成卤虫带，容易使用遥感影像进行观测与提取，已有部分国内外学者使用不同尺度的卫星遥感传感器，开展了卤虫带提取及其时序变化特征分析与生物量估算等方面的研究。本文从卤虫光学遥感基本原理出发，系统归纳、对比了不同类型卤虫的光谱特征；再将卤虫遥感识别提取方法归纳为基于光谱特征的算法和基于深度学习的算法两类，并分别进行了详细阐述；随后，总结了卤虫资源时空格局及生物量估算的遥感研究进展；最后进行总结并展望了卤虫资源遥感主要研究方向与发展趋势。关键词：卤虫;卤虫带;光谱特征;遥感;识别提取;生物量估算10|3|0更新时间：2025-04-02 - “在农业领域，研究人员基于NDVI与MNDWI时间序列，构建了新型光学水稻指数NOPRI，准确绘制水稻分布图，总体精度在0.945以上，F1分数在0.907以上，为粮食安全和生态环境研究提供新方向。”
摘要：水稻是世界上最重要的粮食作物之一，它提供了全球近50%人口的食物来源。此外，水稻的生长需要大量水资源并且稻田淹水是甲烷排放的主要来源之一。因此，掌握水稻种植的分布区域对粮食安全和生态环境十分重要。为了快速准确绘制水稻分布图，本研究基于NDVI与MNDWI时间序列，构建了新型光学水稻指数（New Optical Paddy Rice Index，NOPRI）。并在4个具有不同气候以及水稻种植模式的区域进行了应用。结果表明，NOPRI能够准确生成水稻分布图，总体精度在0.945以上，F1分数在0.907以上。与现有方法和数据集的相比，NOPRI在地物异质性较大的区域具有更高的适用性。由于NOPRI的构建简单，阈值稳定，因此其具备大尺度的水稻制图能力。关键词：水稻;Sentinel-2;时间序列;时序谐波分析;水稻指数77|34|0更新时间：2025-03-28 - “在地质灾害监测领域，专家提出了基于自监督对比学习的InSAR时序形变深度聚类方法，有效提升了聚类准确性和鲁棒性，为形变信息解译提供了新方案。”
摘要：时间序列InSAR（Interferometric Synthetic Aperture Radar）技术能够大范围获取形变，在地质灾害监测、城市基础设施安全评价、矿区边坡监测等应用中取得了大量成功的应用。然而，时序InSAR技术获取的海量形变时间序列给形变场的解译带来了巨大的挑战。海量时序形变的自动分类，对于解译形变信息、及时发现危险信号具有重要意义。本文提出了一种基于自监督对比学习的InSAR时序形变深度聚类方法。通过引入了自监督对比学习框架，增强了模型在无标签数据上的聚类能力。针对时间序列数据增强方法在捕捉时间序列变换不变性方面的不足，本文提出了一种基于旋转形状一致性的数据增强策略。该策略通过对原始时间序列数据进行不同角度的旋转，有效保持了时间序列的形态相似性，提升了聚类的准确性和鲁棒性。在验证数据集上本文提出的方法在最佳聚类精度和归一化互信息值方面分别较传统 K-means 方法提升了 25.8% 和 16.3%。与 K-shape 方法相比，本文方法在捕捉时间序列特征与时间序列相似性度量方面表现出更好的准确性。此外，我们利用2020年1月至2022年10月间覆盖云南省个旧市卡房尾矿库的哨兵1号升轨数据集所提取出的时间序列形变验证本文所提出的方法。我们对获取的时间序列形变进行了聚类分析，得到了可靠的分类结果，表明该方法可有效的对InSAR形变时间序列进行分类。关键词：自监督学习;对比学习;数据增强;深度聚类;时间序列分析;形变聚类;特征表示;时间序列InSAR26|30|0更新时间：2025-03-28 - “在火星探测领域，研究人员提出了基于卷积自注意力网络的石块自动识别模型，为火星探测车安全行驶提供解决方案。”
摘要：火星表面广泛分布的石块对于火星探测车的安全行驶构成潜在威胁，同时石块的分布特性也为研究火星着陆区域的地质演化提供了重要线索。然而，火星探测车图像中的石块识别面临多重挑战：石块和背景边缘模糊导致轮廓提取困难，表面纹理特征相似性引发误判，并且现有的火星石块真实数据集稀缺制约模型训练。为了实现火星探测车图像中石块的精确识别，本文提出一种基于卷积自注意力网络的石块自动识别模型，实现图像的像素级分割。该模型采取编码器-解码器架构，其中编码器基于卷积神经网络提取图像特征，并嵌入改进的自注意力模块以增强模型对上下文信息的感知能力；解码器则负责将编码器提取的特征映射回图像空间，实现精准分割。为了验证模型性能，本文对“祝融号”火星车影像进行标注，构建了天问数据集，结合模拟石块数据集Synmars、Simmars6k、“好奇号”影像数据集MarsData-v2等多个数据集对模型的性能进行测试和验证。此外，本文还将该模型与DeepLabv3+、Unet++、Segformer、Marsnet等多种方法进行精度比较。采用平均像素精度、召回率、交并比等指标进行评价，结果表明该模型能够准确识别石块，其在模拟数据集上精度和召回率均达到90%以上，在真实数据集上的精度和召回率均最优。关键词：火星;石块提取;卷积神经网络;Transformer;特征提取15|27|0更新时间：2025-03-28 -
摘要：深度语义分割对高分辨率遥感场景理解至关重要。遥感图像中各类别地物数量和尺度差异大，又拥有复杂的空间与语义特征。直接堆叠的空间和语义特征融合方式，存在没有充分挖掘图像中蕴含的丰富特征的缺点。因此，本文提出基于三分支集成网络的高分辨遥感图像语义分割算法，解决了特征提取针对性不足、特征利用不充分等问题。首先，针对空间与语义特征分别设计不同的特征提取分支，以充分利用遥感图像的空间和语义信息，增强了特征的互补性。其次，提出一致性分支的概念，旨在学习语义和空间一致性的特征，从而提高网络的分割性能。最后，提出多尺度特征融合模块对三分支特征进行加权融合，提高了模型的自适应能力。此外，本文提出一种关注空间一致性的随机采样裁剪数据增强方法，并加入了混合损失函数，解决数据集中类别数量不平衡问题，有效缓解因数据集类别样本过小而导致的过拟合问题。实验结果表明，本文所提算法在ISPRS Potsdam和Vaihingen数据集上的平均交并比分别达到87.84%和87.49%，证明本算法能够高效地提取并融合高分辨率遥感图像的语义和空间特征，提高遥感图像分割的准确率。关键词：高分辨遥感图像;语义分割;多尺度融合;数据增强;多分支特征提取;空间一致性15|4|0更新时间：2025-03-28 - “在遥感图像领域，专家构建了基于先验信息的高分高光谱图像计算成像统一模型，为突破光学遥感成像系统物理局限提供有效途径。”
摘要：高空间分辨率高光谱遥感图像可同时提供丰富的空间与光谱信息，对精准农业、环境监测、目标识别等实际应用极为重要。由于光谱分辨率与空间分辨率之间存在固有矛盾，现有光学遥感成像系统无法同时兼顾高空间分辨率与高光谱分辨率成像的实际需求。计算成像作为重建高分高光谱图像的重要技术手段之一，可将同区域同时相低分高光谱图像作为光谱先验，依据成像模型，将其与高分多光谱图像所具有的空间信息相融合；亦可将图像对库或光谱库作为先验信息进行某种形式的学习，通过光谱映射实现高分高光谱图像的光谱超分辨率重建。因此，本文首先针对上述不同的高分高光谱图像计算成像途径，构建了一种基于先验信息的高分高光谱图像计算成像统一模型；并根据先验信息的不同来源，综述了从低分高光谱与高分多光谱图像融合、到基于图像对库学习的高分高光谱图像光谱超分、再到基于光谱库学习的高分高光谱图像光谱超分的发展过程及其代表性方法，系统分析了现有各类算法的原理、优势与局限性；最后，分析总结了高分高光谱遥感图像计算成像所面临的挑战及未来可能发展方向。结果表明：高分高光谱图像计算成像是突破光学遥感成像系统物理局限的有效途径之一，将融合与光谱超分纳入到一个统一框架有利于系统梳理先验信息的不同来源，形成更具针对性的高精度、高稳定超分辨率重建。本研究为高质量高分高光谱图像计算成像提供了一个统一框架与技术途径，明确了光学遥感图像融合与光谱超分技术的未来发展方向，有望进一步改善其精细结构检测与精细光谱辨识能力，从而为后续高精度与高可靠光谱目标检测、地物分类等应用任务提供技术支撑。关键词：高分高光谱图像;计算成像统一模型;高分多光谱图像;图像对库;光谱库81|33|0更新时间：2025-03-21 -
基于无人系统的非暴露空间自主探测 AI导读
“在非暴露空间探测领域，专家设计了自主空中无人系统，实现了高效自主探测，为深地深空探测提供解决方案。”
摘要：非暴露空间指未完全开放环境，比如室内空间、地下管廊、自然溶洞等。随着城市化进程的加快，对非暴露空间进行探测的需求不断增加，意义深远，但非暴露空间往往具有结构复杂、外援信号拒止、特征退化的环境特点，为探测带来了挑战。无人系统技术的发展为非暴露空间探测提供了新的解决方案。本文针对非暴露空间探测的挑战，设计了一种自主空中无人系统，搭载环视激光雷达具有大视场角，具备定位与建图、规划、控制等功能模块，支持未知空间的自主飞行。本文同时提出的一种非暴露空间自主探测方法，可通过手动或自主方式对已建立的地图给定目标点进行非暴露空间点云建图。此外，为了验证提出的系统与方法，在仿真环境与实机环境分别进行检测，分别达到了23.94 m³/s与53.94 m³/s的探测效率。综上，本研究提出的系统与探索测图方法能够实现高效的非暴露空间自主探测，可服务深地深空探测。关键词：非暴露空间;无人自主测绘;空中无人系统;路径规划;同时定位与建图43|71|0更新时间：2025-03-21 -
全局性遥感真实性检验的思考 AI导读
“在定量遥感领域，专家对真实性检验技术进行了深入研究，形成了完整的方法体系，为提升遥感空间观测能力提供重要支持。”
摘要：真实性检验问题、反演问题和尺度问题并列为定量遥感3大科学问题。真实性检验是反映和揭示遥感算法和产品误差的重要基础，也是遥感产品质量不断改进的重要保障。经过近40年的发展，真实性检验的方法和手段也日益丰富和多样化。从传统的基于统计学的比对分析，到基于物理模型的仿真验证，真实性检验技术已经形成了一套完整的体系。这些技术的泛化应用也为定量遥感研究提供了更加丰富的数据支持和验证手段，已经成为定量遥感发展的一大助力。经过多年的技术积累与发展，真实性检验内涵与外延均已远超简单的比对和评价，逐渐向一个全面、系统的过程发展，深入到遥感数据获取、遥感辐射定标、模型算法、产品生产等多个环节。各种与地理相关的宏观与微观应用的深入拓展，客观上推动了业界从遥感科学与技术学科层面，系统性地全局分析遥感信息不确定性出现、转移或者转化规律，耦合时代技术条件与优势，不断迭代提升空间观测能力。业界当前已经具备从卫星成像、数据标定、模型算法验证、遥感数据产品检验、应用效果评价，乃至于遥感辐射传输理论与对地观测方法等全方位检验的能力。但是遥感信息具备时间、空间、光谱和事件的多维度特性，如何通过全局性的遥感真实性检验方法，系统性地提升遥感空间观测能力，尚需要系统性重新梳理真实性检验的内涵、方法体系和产出，亦需要形成学科内和跨学科交叉合作的工作机制。本文对真实性检验的概念和内涵进行了新的阐释，对主要阶段真实性检验的内涵、方法与技术发展现状进行了分析和总结，剖析了目前真实性检验亟需突破的关键难题。最后，本文对真实性检验发展的具体思路和发展方向进行了展望。关键词：遥感;全局性真实性检验;像元参考真值;不确定性;误差溯源40|44|0更新时间：2025-03-21 -
基于激光雷达数据的森林生物量估测研究 AI导读
“激光雷达技术在森林生物量估测领域的研究进展，为提高估测精度提供解决方案。”
摘要：激光雷达已成为森林生物量估测制图的重要数据源。过去30余年已有大量研究，但至今仍未进行系统性总结。本文总结了不同平台激光雷达数据（近地面、机载、星载）在单木、林分及景观尺度森林生物量估测研究现状及存在问题，探讨了激光雷达与其他数据（如光学、微波雷达、辅助数据等）结合对估测精度的提升作用；梳理了森林生物量估测建模方法的研究现状，分析了估测模型的不确定性来源及优化策略，探讨了模型在时间与空间尺度上的可迁移性，进而讨论了构建普适性森林生物量估测模型的必要性。本文的系统性总结有助于相关研究人员深入了解激光雷达技术在森林生物量估测研究现状及挑战，满足应用各平台激光雷达数据提高各尺度森林生物量估测精度的诉求。关键词：森林生物量;近地面激光雷达;机载激光雷达;星载激光雷达;多源数据;建模方法;不确定性;模型可迁移性;模型普适性64|42|0更新时间：2025-03-21 -
因果驱动的空天信息智能解译 AI导读
“空天信息智能解译领域取得新进展，专家建立了因果智能认知体系，为提升解译性能提供新方案。”
摘要：空天信息智能解译是利用人工智能技术对从空天平台获取的多源数据进行智能化处理和解读以获得信息的过程。目前主流的数据驱动型智能解译模型主要利用大规模训练数据和先进网络结构提升解译性能，存在大量标注数据依赖、场景泛化适应性不稳定、模型缺乏解释性等问题。因果驱动的智能解译通过结合因果推理与深度学习，能够有效缓解上述问题以实现更高效、更可靠、更具鲁棒性的解译，有望成为新的空天信息智能解译范式。本文主要对空天信息解译模型结合因果理论的研究工作进行综述，首先从关联、相关和因果认知三个方面阐述空天信息解译的研究趋势，然后建立空天信息因果智能认知的因果之梯，进一步基于空天信息数据中的时序特征和空间统计特征，探讨面向空天数据的因果分析框架和因果表示方法，着重讨论以因果图模型、反事实推理、模型特征干预为核心的三种因果智能解译模型构建过程，最后指出了因果智能解译在空天观测环境下的应用与挑战。关键词：因果推理;智能解译;深度学习;因果驱动;空天信息;反事实推理;因果干预20|73|0更新时间：2025-03-21 -
融合电磁散射特征的SAR目标识别方法综述 AI导读
“在合成孔径雷达图像解译领域，专家融合电磁散射特征与神经网络特征，提升了目标识别精度，为SAR技术应用发展提供新方向。”
摘要：合成孔径雷达SAR（Synthetic Aperture Radar）图像的自动化解译是SAR技术应用的重要发展方向之一。SAR识别方法主要分为两类：传统机器学习方法和基于深度学习的方法。对于大多数传统的机器学习方法，基于电磁散射特性提取的目标特征是可解释且稳定的。然而，有效特征的提取过程往往复杂，且计算效率低。与传统方法相比，基于深度学习的方法可以直接学习目标的高维特征，获得更高的目标识别精度。然而，深度学习方法泛化性能差，难以解释。因此综合考虑两种方法的优势，融合电磁散射特征和神经网络特征的深度学习方法应运而生。该文讨论了基于电磁散射特征和神经网络特征融合的目标识别方法的研究成果，详述了这种融合电磁散射特征的思想在车辆、飞机和舰船目标识别方面的应用，展望了未来目标识别检测研究的发展趋势并做出总结。关键词：合成孔径雷达;目标识别;卷积神经网络;电磁散射特征;参数估计19|64|0更新时间：2025-03-21 -
集成学习遥感应用：进展与展望 AI导读
摘要：集成学习是一种基于合作互补思想的机器学习范式，能通过多个学习器的有效组合来克服单个学习器的局限性，提升整体决策性能。集成学习在遥感图像分类、变化检测、定量参数反演中能够综合多源数据、不同算法的优势，被广泛应用。在分析国内外研究进展的基础上，归纳总结了集成学习在遥感目标识别、地表覆盖分类、多时相变化检测与时间序列遥感数据分析、地表参数反演、遥感与社会感知数据集成、机理模型与机器学习集成方面的研究进展。随着遥感技术和人工智能的迅猛发展，对遥感数据向地学知识的转化需求不断增加，遥感领域集成学习正在向数据—算法—知识集成发展。遥感大模型与可解释性的集成、多样性的组成与度量、新型集成策略、集成模式与地学需求的优化适配将是未来需要关注的四个发展方向。关键词：遥感;集成学习;图像分类;变化检测;机理与学习集成68|43|0更新时间：2025-03-21 -
内陆地表水体范围遥感监测方法、应用与挑战 AI导读
“卫星遥感技术在内陆地表水体监测领域取得显著进展，为水资源管理提供科学依据。”
摘要：作为最重要的淡水资源，内陆地表水在气候变化和人类活动等因素的综合影响下发生了显著变化，这凸显了对内陆地表水体的分布和时空动态进行有效提取与长期监测的必要性。卫星遥感技术因其大范围、长时序、低成本等优势，成为了内陆地表水资源动态监测的重要工具。水体在遥感影像上具有多种独特的特征，通过在不同来源的多时相遥感影像上应用适当的水体提取算法，可以对内陆水体范围及其变化进行科学与深入的定量分析。本文围绕内陆地表水体范围提取与动态监测这一主题，从遥感数据源、水体提取方法、遥感应用、挑战与展望等四个方面对现有研究进行了综述。光学与微波遥感数据源各有优势，均扮演着重要角色；结合不同传感器影像的多源数据融合显示出巨大的潜力。基于传统阈值的提取方法通过设定特定的光谱阈值来识别水体，机器学习分类算法可以综合利用影像的光谱、纹理、空间和几何等特征实现水体提取，其他多种方法在特定场景下也能取得优异表现。过去几十年来，基于卫星遥感的内陆地表水体范围监测应用研究取得了显著的进展，形成了许多栅格化、矢量化及数值化的大范围长时序地表水数据集产品，并提出了针对地表水体范围的时空动态及其驱动机制的独特见解。最后，本文针对水体动态监测面临的时空分辨率制衡、云和植被遮挡等问题提出了潜在解决方案，并探究了遥感大数据新时代下水体范围监测的前景与挑战。关键词：遥感;内陆地表水;水体提取;动态监测;综述51|88|0更新时间：2025-03-21 - “黄河口湿地盐沼物候监测研究取得新进展，面向对象的影像分析方法有效降低椒盐噪声，为高分辨率物候提取提供解决方案。”
摘要：盐沼植被物候的准确监测对“蓝碳”生态系统碳循环研究至关重要。高时空分辨率的卫星遥感技术使得精细化的植被物候监测成为可能，但同时也不可避免地存在“椒盐噪声”。本研究以黄河口湿地为研究区，结合高时空分辨率遥感数据和面向对象方法，开展滨海盐沼物候监测研究。首先基于吉林一号影像进行多尺度分割，提取盐沼植被对象。随后以对象为基本单元，基于时序PlanetScope影像，采用S-G滤波、Double-logistic模型以及动态阈值法提取物候参数，获得生长季开始日期（SOS）、生长季结束日期（EOS）以及生长季长度（LOS），并从时序NDVI拟合精度、物候参数提取结果的空间异质性以及与物候相机观测的一致性三方面开展结果评价。结果表明：（1）相比像元尺度，基于对象的时序NDVI拟合均方根误差（RMSE）、平均绝对误差（MAE）、以及平均绝对百分比误差（MAPE）均较低，RMSE<0.05、MAPE<15%和MAE<0.035的区域面积分别增加了11.46%、12.93%和10.72%，表明基于对象的时序NDVI拟合精度更高。（2）基于对象和基于像元的物候参数提取结果在空间分布上较为一致，二者都能体现盐沼植被物候的空间异质性，但基于对象的物候参数在空间上更为平滑，有效缓解了像元级物候参数在小尺度上的变异性。利用半方差函数量化局部物候参数的空间异质性，发现基于对象的物候参数所得的块金值（ - “在海洋卫星领域，专家提出了一种新的有效波高融合方法，为全球应用提供新方案，为多源遥感数据处理融合提供重要参考。”
摘要：有效波高（Significant Wave Height， SWH）的融合是随着海洋卫星数量的增加而产生的必然需求，融合产品的质量对有效波高的应用具有重要影响。卫星数量、融合时空窗口、结果时空分辨率及其准确度之间存在相互制约关系。本文基于时空反距离加权法，通过研究时空维度变化对误差水平的影响，提出了一种新的有效波高融合方法。使用9颗卫星观测的SWH数据进行了融合试验，并与哥白尼海洋环境监测服务（Copernicus Marine Environment Monitoring Service， CMEMS）提供的网格化L4级产品以及美国国家数据浮标中心（National Data Buoy Center， NDBC）浮标进行比对与验证；通过系统研究，确定了不同卫星个数对应的最佳时空窗口配置，给出了时间和空间反距离加权时对误差影响的等效关系。结果表明，新的融合方法在充分获取无缝隙SWH的基础上，也得到了更准确的SWH融合产品。本文的研究不仅为有效波高的全球应用提供了新的方法，也为多源遥感数据的处理和融合提供了重要参考。关键词：微波遥感;卫星高度计;有效波高;EMD滤波;遥感数据融合;时空插值方法;浮标验证45|47|0更新时间：2025-03-21 -
面向视觉与遥感图像的关联数据集综述及展望 AI导读
“在遥感领域，关联数据集研究起步较晚，本文全面调研了相关文献，为后续研究提供参考。”
摘要：关联是目标感知向目标认知转变中的一个重要步骤，近年来基于计算机视觉技术的目标关联分析已逐渐受到相关领域的研究人员关注，遥感领域关联分析则起步较晚，其中一个重要原因是缺少面向遥感图像的关联数据集。数据集是支撑算法训练、验证以及评估的基础，多样化的数据集能够推动算法持续优化与性能提升。然而，当前尚未有研究对已发布的关联数据集进行全面的归纳和梳理，尤其是在遥感领域，对关联数据集的研究还远不够充分。针对这一问题，本文对相关领域的文献进行全面调研，围绕视觉领域以及遥感领域，对已发布的图像、视频两种模态15个视觉关联数据集以及4个遥感图像关联数据集分别进行了回顾和概述，系统性地介绍了其特点、数据规模、关联类别、三元组数量等内容。同时，本文对已在上述数据集验证的当前主流目标关联分析算法进行了梳理，将现有算法分为基于条件随机场的关联分析算法和基于深度学习的关联分析算法，对每类算法的优缺点进行了分析。最后本文针对当前关联数据集和算法模型的局限性，分别提出了未来可能的研究方向。面向关联数据集，提出一个构建面向时序数据的遥感关联数据集的设想，并初步研制了一套面向遥感图像的关联标注及可视化工具，给未来关联数据集的建设方向提出了优化建议。面向关联算法，本文提出了关联动态分层建模、动态场景图等创新方法，以期为相关领域研究人员提供思路。综上所述，本文将为后续遥感领域关联数据集的构建及相关算法的研究工作提供参考。关键词：目标关联分析;关联数据集;场景图生成12|50|0更新时间：2025-03-21 - “在遥感领域，RSO-YOLO检测器通过改进YOLOv9，提升了旋转目标检测的效率和准确性，综合检测精度达81.1%mAP。”
摘要：旋转目标检测算法在遥感领域中有着广泛的应用。遥感图像中目标尺度变化大、目标密集分布、相似地物易混淆、背景复杂干扰多以及图像细节不足，现有的旋转目标检测算法通常存在较高的计算负担，并且在精度上仍有提升的空间。针对上述问题，本文改进当前领先的YOLOv9检测器，开发了一种高效而准确的遥感图像旋转目标检测器RSO-YOLO（YOLO for Remote Sensing Images and Oriented Bounding Box）。首先，提出了一种低照度遥感图像辅助数据增强模块，用于改善弱光、噪点、模糊和对比度不足等问题；其次，设计了一个解耦的角度预测头，使算法拥有对遥感目标方向的感知能力；然后，在模型中引入基于卡尔曼滤波的交并比（KFIoU）损失，以解决旋转目标表示引起的角度周期性问题，使用分布焦点损失（DFL）学习旋转边界框的分布，减少高斯建模方法中近正方形目标的角度不准确问题；提出一种面向旋转目标检测的动态标签分配策略，在分配过程中综合考虑了交并比（IOU）与类别得分（Scores），从而构建更好的能够反映目标特性的样本空间；最后使用基于海林格距离的概率交并比（ProbIoU）进行非极大值抑制，减少非极大值抑制的计算负担。在DIOR-R公开数据集上开展实验，与多个典型的旋转目标检测方法进行了比较，本文方法综合检测精度为81.1%mAP，位居第一，且能够保证检测的实时性。使用辅助数据增强模块后可提高1.5%mAP。实验表明RSO-YOLO能够同时兼顾旋转目标检测的速度和准确性，使得模型在实际应用上相较于其他方法有一定的优势。关键词：深度学习;遥感目标检测;旋转框;数据增强;面向旋转框正负样本匹配策略;二维高斯分布23|71|0更新时间：2025-03-21 - “据最新研究，基于高分六号遥感数据，海南省典型城市绿度空间热环境效益得到综合评价，为城市绿色发展提供方法范式。”
摘要：绿度空间是城市生态环境的重要组成部分，开展绿度环境效益评价研究可为城市环境精细化监管提供参考。本研究基于高分六号遥感卫星数据，对海南省典型城市绿度空间产生的热环境效益开展了综合评价。首先利用多尺度分割和随机森林算法将研究区植被划分为乔-灌-草三种类型，进而基于Pearson和地理探测器分析绿度景观格局与地表温度间的驱动因子特征，最后采用层次分析法构建绿度空间环境效益评价指数（GEBI），评估了海口市和三亚市的绿度环境效益。结果表明：1） 海口市植被类型以灌木为主导，三亚市植被类型以草地及灌木为主导；2） 绿地降温效应与绿地面积与多样性、景观斑块形状与密度等因素相关，绿地景观越破碎和分散，斑块形状越不规则，绿地降温效应越差；3） 研究区GEBI均表现为高值区和低值区交错分布，海口市GEBI热点和冷点区域分布在北部，三亚市GEBI热点区域主要分布在西部和东南部，冷点区域范围较小。研究可识别绿度环境脆弱区和优势区，为推动城市绿色可持续发展提供方法范式。关键词：城市遥感;绿度空间;地表温度;环境效益;地理探测器;机器学习23|27|0更新时间：2025-03-21 -
卫星反演云粒子有效半径与飞机探测对比检验 AI导读
“在气象领域，专家利用改进算法反演云粒子有效半径，验证了算法的可靠性和准确性，为气象研究提供新方向。”
摘要：利用改进的卫星3.7 μm通道云粒子有效半径（re）反演算法，基于MODIS和AVHRR观测数据反演了云粒子有效半径（re_o），对比分析了22架次飞机探测获得的大陆性积云的云粒子有效半径，检验了反演算法的可靠性和准确性。检验结果表明：re_o与飞机探测re的一致性很高，反演误差小于2.4 μm，与国际上海洋性层积云的反演误差2 μm接近；re_o与飞机探测re的相关系数达0.79，线性拟合斜率为0.81，而对应的MODIS云产品粒子有效半径（re_p）与飞机探测结果的相关性较低，最大相关系数和线性拟合斜率分别为0.43和0.32，相对而言，re_o的准确性更高；re_o随温度（高度）的分布与飞机探测re随温度的变化趋势吻合。这些表明re_o反演算法可靠，反演精度较高。当卫星天顶角较大时，可能导致有效半径的过估，应用中需考虑卫星天顶角的影响，避免卫星观测位置的过度偏离，以确保反演精度。关键词：云粒子有效半径;垂直廓线;卫星反演;飞机探测;检验12|22|0更新时间：2025-03-21 -
摘要：高时空分辨率归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据于作物生长监测及参数反演等具有不可或缺的重要性。卫星遥感数据的红波段和近红外波段可作为NDVI的重要数据源。然而，由于卫星传感器功率的限制，所获取遥感数据的空间分辨率和时间分辨率之间通常存在相互制约，难以获得兼具高时空分辨率的NDVI数据。时空融合技术旨在融合具有高时间分辨率、但空间分辨率较低的NDVI数据和具有高空间分辨率、但时间分辨率较低的NDVI数据，以生成兼具高时空分辨率NDVI数据。然而，NDVI时空融合面临一较大挑战，即已知辅助数据所在时刻与预测时刻之间，地表覆盖通常呈现较大变化。为应对这一挑战，本文提出了一种耦合空域重建的时空融合方法（Spatio-temporal fusion then spatial reconstruction，STFSR）方法，用于NDVI的时空融合。STFSR方法充分利用了在时间上接近预测时刻，但含数据缺失（遥感影像云覆盖导致）的高空间分辨率数据来辅助NDVI时空融合预测。该类辅助影像的利用，有效减小了NDVI变化对时空融合的影响。在本文所选取的三个实验区中，所提出的STFSR方法被证明比常用的时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model，STARFM）和基于空间加权和虚拟图像对的时空融合（spatial weighting-based virtual image pair-based spatio-temporal fusion，VIPSTF-SW）方法，具有更高的精度。三个实验区中STFSR方法的平均均方根误差（Root Mean Square Error，RMSE）比STARFM和VIPSTF-SW分别降低了0.0217和0.0188，平均相关系数（Correlation Coefficient，CC）分别提升了0.0820和0.0742，相对全局综合误差（Relative Global-dimensional Synthesis Error，ERGAS）分别降低了4.3170和3.8535。此外，当辅助数据云区域面积增大时，STFSR方法虽在精度上呈现下降态势，但整体上仍优于STARFM和VIPSTF-SW方法。STFSR方法为高时空分辨率NDVI数据的生成提供了一种新的思路，且鉴于其原理与优势，该模型于其他高时空分辨率植被指数数据，例如增强型植被指数（EVI）的生成亦具有可观的应用潜力。关键词：Landsat;MODIS;NDVI;时空融合;空域重建47|45|0更新时间：2025-03-19
- 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