首页期刊导航|地球信息科学学报
期刊信息/Journal information
地球信息科学学报
地球信息科学学报

徐冠华

双月刊

1560-8999

dqxxkx@igsnrr.ac.cn

010-64888891

100101

北京大屯路甲11号

地球信息科学学报/Journal Journal of Geo-Information ScienceCSCD北大核心CSTPCD
查看更多>>本刊以地球系统信息流为主要研究对象。是探索地球信息机理、地球信息认知方法和地球信息时空图谱新学科生长点的应用基础科学。推动地球信息科学的发展与创新、全球变化与区域可持续发展的深化研究，加强国际学术交流。
正式出版
收录年代

    基于卷积神经网络的遥感影像建筑物提取方法综述

    杨明旺赵丽科叶林峰蒋华伟...
    1500-1516页
    查看更多>>摘要：建筑物提取作为遥感影像处理领域备受关注的研究方向之一,对于城市规划、灾害管理、智慧城市建设等方面具有重要意义.近年来,随着遥感技术的不断突破和深度学习算法的迅速发展,卷积神经网络凭借强大的特征提取能力成为从遥感影像中提取建筑物的新兴解决方案.本文对基于卷积神经网络的建筑物提取方法进行系统总结,并将相关文献的方法针对模型结构、多尺度特征差异性、边界信息缺失以及模型复杂度的优化策略进行归纳分析.随后,我们阐述了典型的建筑物数据集以及当前数据集存在的问题,并根据数据集上的实验结果对相关方法的精度及参数量进行详细分析,旨在帮助读者更好地理解各种方法的性能和适用范围.最后,立足于领域的研究现状,面向人工智能高质量发展的新时代,从Transformer与CNN的结合、深度学习与强化学习的结合、跨模态数据融合、无监督或半监督学习方法、基于大规模遥感模型的实时提取、建筑物实例分割和建筑物轮廓矢量提取等方面对建筑物提取的未来研究方向进行了展望.

    卷积神经网络遥感影像建筑物提取深度学习非对称网络结构多尺度特征融合边界优化轻量化网络结构

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多源遥感日降水数据融合方法:顾及空间自相关的随机森林模型

    何青鑫陈传法王宇辉孙延宁...
    1517-1530页
    查看更多>>摘要：高质量的降水数据是气象服务与水文应用的基础资料保障,多时空尺度的卫星降水数据作为重要的降水数据源,现已被广泛应用到水文气象领域.然而,卫星降水产品存在空间分辨率粗糙、准确性差等问题,难以满足精细化水文和气象的应用需求.本文以随机森林(Random Forest,RF)为基础模型,提出一种顾及空间自相关性的多源遥感日降水数据融合方法(Spatial Random Forest Multi-source Fusion,SRF-MF).该方法首先基于降水与环境因子之间存在较强的相关性,在月尺度上利用空间随机森林对多种卫星降水产品分别进行降尺度,然后根据日比率将月降水分解为日降水,最后借助随机森林将降尺度数据和站点数据融合,最终生成高质量的日降水数据.利用2015-2019年四川省5种卫星降水产品(CHIRPS、CMORPH、PERSIANN、GAMaP和IMERG)和实测雨量计数据,通过SRF-MF方法生成了逐日降水数据集,并将该数据集与原始卫星降水产品和5种机器学习方法比较,包括随机森林合并方法(RF-MEP)、单机器学习方法(RF、ANN)和双机器学习方法(RF-RF、RF-ANN).实验结果表明,在不同时间尺度上(日、月、季、年)SRF-MF方法产生的降水数据集精度均明显优于其他几种方法,而且针对不同强度降水事件的捕捉精度更高,其降水分布图的空间细节信息更加丰富,准确性更高.本文研究结果将为提高卫星降水数据质量,以及扩大应用领域提供研究思路.

    降水多源数据空间自相关融合日尺度机器学习降尺度精细化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于XGBoost融合多维度时空数据的干旱遥感建模及应用研究

    晏红波梁雨豪卢献健王佳华...
    1531-1546页
    查看更多>>摘要：西南地区是我国重要的生态环境保护区,复杂的气候与地理条件导致干旱事件频繁发生,准确掌握干旱的空间分布情况及变化趋势对保护西南地区生态环境具有重要意义.本研究基于极端梯度提升算法,利用表征多维度特征变量的遥感干旱指标,构建了一种考虑植被状态、地表状态、气候状态及环境因素的干旱遥感监测模型(eXtreme Gradient Boosting Drought Monitor,XGBDM).利用该模型对西南地区2001-2020年干旱情况进行监测,选取典型干旱事件与土壤墒情数据对模型精度进行评价,并结合Theil-Sen Median趋势分析、Mann-Kendall显著性检验、Hurst指数、重心迁移模型,揭示了西南地区干旱时空演变特征、未来变化趋势及干旱重心迁移情况.结果表明:①在不同季节中,XGBDM模型均能准确监测西南地区干旱事件,模型精度指标R2为0.816～0.897,MAE为0.200～0.283,RMSE为0.296～0.424,模型与土壤墒情相关性为-0.60～0.86.相比于站点SPEI-3监测方法,XGBDM模型监测结果与土壤墒情相关性更高,且更能准确反映旱情的空间分布细节特征;②时间上,2001-2020年西南地区XGBDM年均值整体呈波动下降趋势,表明干旱情况呈加重趋势,其中春季和夏季干旱呈加重趋势,秋季和冬季干旱呈减轻趋势.空间上,西南地区XGBDM值变化斜率在春季和夏季呈"北高南低"的空间分布格局,在秋季和冬季呈"南高北低"的空间分布格局,其中不同季节干旱呈加重趋势的面积占比分别为春季69.17%、夏季76.02%、秋季34.43%、冬季47.5%;③西南地区XGBDM值整体呈弱反持续性变化,春季、夏季以及冬季未来旱情以减轻为主,旱情由加重转为减轻的区域面积在不同季节占比为28.44%～63.82%.旱情持续加重面积在春季最高,占比为17.97%,持续减轻情况在冬季占比最高,为15.92%;④2001-2020年干旱重心主要分布于研究区中部,呈西北至东南的分布格局,未来干旱重心在西北至东南方向进行迁移的概率更高.研究结果可为西南地区干旱监测及治理提供理论依据.

    西南地区SPEI-3干旱遥感监测XGBoost时空变化重心迁移模型土壤墒情

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多分支双任务的多模态遥感影像道路提取方法

    林雨准金飞王淑香左溪冰...
    1547-1561页
    查看更多>>摘要：光学影像和SAR影像具有丰富的互补属性,有效的融合策略可为地物解译提供夯实的信息基础.道路作为条状地物,其拓扑结构、分布规律和应用场景往往会对解译效果带来挑战.基于此,本文提出一种多分支双任务的多模态遥感影像道路提取方法.首先,构建结构相同但参数独立的编码—解码网络分别对光学和SAR影像进行特征提取,并利用道路表面分割标签监督训练;其次,引入SAR影像的编码层特征进行道路边缘检测,并将其中间特征输入至SAR影像的解码层特征,从而优化道路与背景的切割效果;最后,利用设计的通道—条状空间注意力(Channel Attention-Strip Spatial Attention,CA-SSA)充分融合光学影像和SAR影像的浅层和深层特征,从而预测最终的道路提取结果.为验证本文方法的有效性,利用Dongying数据集进行实验,在定量精度评价指标中,本文方法的IoU相比单模态对比方法至少提升1.04％,相比多模态对比方法至少提升1.95％;在定性效果分析中,本文方法在道路交叉口以及低等级道路等重难点区域具有明显优势.此外,在光学影像受云雾影响时,本文方法的道路提取效果最佳.

    光学影像SAR影像道路提取多模态数据融合卷积神经网络智能解译

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合颜色信息和多尺度几何特征的点云语义分割方法

    张华徐瑞政郑南山郝明...
    1562-1575页
    查看更多>>摘要：大规模室外点云具有丰富的空间结构,是地理信息获取重要手段之一,由于其本身具有不规则性、复杂几何结构特征及地物尺度变化大等特征,点云分割的准确性依然是一个巨大的挑战.特别是目前大规模点云几何信息及颜色等信息利用不充分等问题,为解决这些问题,本文提出了一种融合颜色信息和多尺度几何特征的点云语义分割方法(Integrating Color Infor-mation and Multi-Scale Geometric Features for Point Cloud Semantic Segmentation(CMGF-Net)).该方法中,分别设计了几何特征信息提取和语义特征信息提取模块.在几何特征信息提取模块中,为了充分利用点云数据的几何特征信息,设计了2个特征提取模块,分别是局部邻域的相对位置特征提取模块(RPF)和局部邻域的几何属性提取模块(LGP).其中,RPF模块利用三维点云的空间法向信息以及相对空间距离,提取邻域点与当前点的相对位置关系;LGP模块利用点云几何属性在不同地物上有独特的表现特性,融合局部区域的几何属性特征;然后通过所设计的几何特征融合模块(LGF)将RPF模块和LGP模块所提取的特征信息进行融合得到融合后的几何特征信息.此外,为了从点云中学习到多尺度的几何特征,CMGF-Net在不同尺度的网络层中都进行了几何特征的提取,最终将所提取的几何特征与基于颜色特征提取的语义特征信息分层进行融合,以提高网络的学习能力.实验结果表明所提出的网络模型在Semantic3D数据集上的平均交并比(mIoU)和平均准确率(OA)达到了78.2%和95.0%,相较于KPConv提高了3.6%和2.1%;在SensatUrban数据集上达到了59.2%和93.7%,由此可见本文所提出的网络模型CMGF-Net在大规模室外场景点云分割具有较好的结果.

    大规模点云语义分割法向量几何属性相对位置关系多尺度特征融合几何特征提取

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    "第十三届空间综合人文学与社会科学学术论坛"会议报道

    孟斌朱彦蓉
    1576-1578页
      原文链接:
    • NETL
    • NSTL
    • 万方数据