首页期刊导航|航天返回与遥感
期刊信息/Journal information
航天返回与遥感
航天返回与遥感

刘兆军

双月刊

1009-8518

remotesensor2003@yahoo.com.cn

010-68378497

100190

北京市2747信箱35分箱

航天返回与遥感/Journal Spacecraft Recovery & Remote SensingCSCD北大核心CSTPCD
正式出版
收录年代

    基于稠密块改进LinkNet的高分遥感图像道路提取

    王增优张鲜化刘荣陈志高...
    107-117页
    查看更多>>摘要：针对LinkNet网络模型在进行道路图像分割任务时，特征信息易丢失以及缺乏对目标特征的关注度问题，提出了一种基于改进LinkNet残差网络的高分遥感图像道路提取方法。将原本LinkNet模型中编码区的残差块(Res Block)替换为稠密块(Dense Block)，密集连接的方式减少特征信息在传递过程中的损失，并在每个稠密块之后构建卷积注意力单元来提高模型对目标特征的学习能力，最后用空洞空间金字塔池化模块将编码区与解码区进行连接，扩大感受野的同时还能接受多尺度目标特征信息。实验表明，该方法在DeepGlobe数据集上的准确率、平均交并比和F1-score分为 82。16%、83。21%和81。65%，均优于同类网络，通过对提取的路网结果对比，该算法对于树木遮蔽处以及建筑物阴影下的路网提取在完整性和准确性上都具有明显提升。

    残差网络道路提取稠密块卷积注意力空洞空间金字塔池化

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

    联合多时相Sentinel-2和DeepLabV3+的县域柑橘信息提取

    玉林海韦凯耀窦世卿丁柏瀚...
    118-130页
    查看更多>>摘要：针对传统分类方法识别柑橘种植空间信息准确率不高的问题，文章提出一种联合多时相Sentinel-2 与DeepLabV3+的县域柑橘种植空间信息提取方法。首先采用优化后的轻量化网络MobileNetV2作为DeepLabV3+的骨干网络，并嵌入CBAM(Convolutional Block Attention Module)注意力机制模块构建改进DeepLabV3+模型;然后利用多时相Sentinel-2 影像整合原始波段与光谱指数构建特征数据集，并通过实验对比分析确定模型分类的最佳特征组合与时相;最后将研究区影像分割为具有重叠度的待预测影像集，结合最优分类模型进行预测后拼接得到柑橘园地提取结果。结果表明:1)改进DeepLabV3+提取精度均高于DeepLabV3+、随机森林模型，在B2～B8A波段添加红边指数RESI的特征组合中总体精度值可达 91。1%，最佳提取时相为 11 月;2)改进DeepLabV3+结合重叠预测方法提取效果优于直接预测方法，且全实验数据集区的提取面积与统计数据的相对误差均保持在±0。04%以内。文中所提出的方法可为南方地区县域范围的柑橘园地自动化监测与种植规划提供参考。

    柑橘植被指数多时相Sentinel-2影像DeepLabV3+MobileNetV2注意力机制

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

    一种基于星载被动遥感的海洋激光雷达标定方法

    张景豪尚卫东沈振民杨颂...
    131-136页
    查看更多>>摘要：海洋激光雷达具有强穿水、高垂向分辨、全天时观测等技术特点，在海洋剖面测量上极具应用潜力，而海洋激光雷达的准确测量离不开系统常数的准确标定。针对这一现实需求，文章提出了一种基于星载被动遥感的海洋激光雷达系统常数新型标定方法。该方法基于海洋主被动光学遥感联合模型，通过利用星载被动遥感获取的海面遥感反射率数据，可在全球范围内实现对海洋激光雷达系统常数实时高效标定。基于自研机载海洋激光雷达与在轨Aqua-MODIS数据，在广西北部湾海域对该标定方法开展航飞试验验证，试验结果表明该方法准确有效，利用标定航线完成对激光雷达系统常数标定后，在检验航线中海洋激光雷达实测值与理论值的误差均值为 13。7%。

    海洋光学激光雷达卫星遥感系统标定

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

    基于Li-Strahler几何光学模型的区域人工林郁闭度反演

    杨欣慰曹春香徐敏王凯民...
    137-149页
    查看更多>>摘要：森林郁闭度是描述森林结构的一个重要因子，传统的森林郁闭度遥感反演经验模型对地面样地数据要求较高，且反演难以推广至区域尺度。针对上述问题，文章提出了一种结合Li-Strahler几何光学模型与线性光谱分解技术的区域人工林郁闭度反演方法，以小班为基本单元利用不同优势树种的平均树高与平均冠幅半径等几何光学模型输入参数，基于混合像元线性光谱分解提取的光照地表分量丰度，实现郁闭度参数的反演。基于该方法分别在北方赤峰以及南方南宁研究区开展区域人工林郁闭度反演，并通过野外样地实测数据对估测结果进行精度验证，精度评价结果表明:北方赤峰研究区平原区域反演的均方根误差为 0。08、平均绝对百分比误差为 9。45%，山地区域反演的均方根误差为 0。12、平均绝对百分比误差为 14。04%;而南方南宁研究区平原区域反演的均方根误差为 0。11、平均绝对百分比误差为8。68%，山地区域反演的均方根误差为 0。13、平均绝对百分比误差为 13。27%。上述结果表明文章提出的郁闭度遥感反演方法能够有效提升区域人工林郁闭度的估测精度，具有重要的应用价值。

    郁闭度几何光学模型线性光谱分解人工林遥感影像

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