首页期刊导航|遥感技术与应用
期刊信息/Journal information
遥感技术与应用
遥感技术与应用

吴季

双月刊

1004-0323

rsta@lzb.ac.cn

0931-8272180

730000

兰州市天水路8号

遥感技术与应用/Journal Remote Sensing Technology and ApplicationCSCD北大核心CSTPCD
查看更多>>本刊主要刊登国内外遥感理论,技术及应用研究领域的学术论文与综述,报道国内外遥感研究与应用的发展动向,新技术,新理论,新方法和新成果。
正式出版
收录年代

    基于生态风险评估的湄公河流域生态网络识别

    赵玉攀于欢雷光斌李爱农...
    116-128页
    查看更多>>摘要:识别生态网络能够提高区域景观连通性和生物多样性,是维持区域生态安全的重要手段.以湄公河流域为研究区,通过形态学空间格局分析(MSPA)、生态系统服务重要性评估与连通性评价综合识别生态源地.采用空间主成分分析(SPCA)构建湄公河流域生态风险评估指数,并借助其修正土地利用/覆被生态阻力系数得到生态阻力面.最后,利用最小累积阻力模型(MCR)和电流理论提取生态廊道、生态节点、生态障碍点等生态网络关键结构.结果表明:①湄公河流域整体生态风险偏低,生态风险等级为中等及以下的区域占76.93%.②由生态风险评估指数修正后的生态阻力充分挖掘出同一土地利用/覆被类型不同生态斑块之间的阻力差异,更符合实际情况.③湄公河流域生态源地以林地和水体为主,面积为63.8万km2,占总面积的10.92%.④研究共提取生态廊道74条,生态节点86个,生态障碍点37个,为湄公河流域开展生态保护与修护、维护生物多样性、调整土地利用政策提供参考.

    生态网络湄公河流域生态廊道MCR模型电流理论

    基于机器学习的遥感影像云检测研究进展

    邴芳飞金永涛张文豪徐娜...
    129-142页
    查看更多>>摘要:在对地观测领域中云检测是遥感定量化应用的重要环节,同时也是卫星气象应用的关键步骤.近年来,基于机器学习的遥感影像云检测逐渐成为该领域的研究热点,并且取得了一系列研究成果.系统阐述了近10a来国内外基于机器学习的遥感影像云检测的研究进展,将算法模型分为传统的机器学习模型和深度学习模型两类,并对两类中的具体模型进行详细介绍,对比分析不同模型的优缺点及其适用情况.重点介绍了传统机器学习中的支持向量机(SVM)、随机森林等方法,深度学习中的神经网络模型,包括卷积神经网络(CNN)、改进的U-Net网络等模型.在此基础上,分析了基于机器学习的遥感影像云检测研究中存在的问题,讨论了未来潜在发展方向.

    机器学习深度学习云检测神经网络遥感影像

    中分辨率遥感影像云检测与厚云去除研究综述

    陈津乐张锦水段雅鸣杨志...
    143-155页
    查看更多>>摘要:中分辨率遥感影像(10~100 m分辨率)具有适中的空间分辨率、较高的重访周期和较大幅宽实现大范围的对地观测,是当前准确获取地球表面信息的核心遥感数据源.已有研究表明,地球表面常年60%以上云量覆盖,成为中分辨率光学影像获取有效地表信息的最大的限制性因素之一.如何高效地标记云/阴影并合成晴空影像,是实现地表要素提取、土地覆盖动态变化和地球系统物质和能量循环参量反演的关键,可视为同辐射校正、几何精校正一样的遥感影像预处理必备步骤,这也是进行各种定量遥感应用的基础.总结过去中分辨率影像云检测和厚云去除的研究发现,云检测截止在2019年有多篇综述文章进行总结,但是厚云去除的综述性文章未有报道.因此,研究重点总结了 2018年以来云检测方法的科研成果,尤其是基于机器学习的技术方法,梳理出了这一研究的现状和重点;对于厚云的去除方法,扩展了厚云去除方法的概念,全面总结了各种厚云的去除方法,分析了各种方法存在的优缺点,对今后的研究重点进行了展望,为相关的研究学者对这一方向提供一个全面而清晰的认识.

    云/阴影检测晴空影像合成中分辨影像厚云机器学习

    基于XGBoost算法的遥感图像云检测

    范霄孔金玲钟炎伶蒋镒竹...
    156-162页
    查看更多>>摘要:云检测是利用卫星遥感影像进行相关应用的基础.针对云检测过程容易受到复杂地表环境干扰的问题,提出了一种基于极限梯度提升(XGBoost)算法的云检测模型.该方法以TOA反射率、亮温和光谱指数等组建特征空间;然后,采用贝叶斯优化对XGBoost模型的超参数进行了调整.为检验XGBoost的云检测效果,选择不同云场景的Landsat 8遥感影像为测试数据,并把XGBoost、随机森林和决策树的云检测结果作对比.结果表明:本文提出的XGBoost云检测模型的云识别效果优于随机森林和决策树,展现了 XGBoost在云检测中的潜力;且XGBoost的F1分数和Kappa系数分别可达73%和71%以上,实现了较准确的云检测,可为后续开展云检测研究提供一定的支持.

    云检测XGBoost随机森林决策树Landsat8

    中国南方典型湿润山区植被类型的无人机多光谱遥感机器学习分类研究

    张妮娜张珂李运平李曦...
    163-172页
    查看更多>>摘要:为探究不同机器学习模型在我国南方典型湿润山区的植被类型分类效果,基于无人机遥感影像、实地观测数据、数字高程模型建立遥感特征,选用决策树、随机森林、支持向量机和AdaBoost模型在安徽屯溪流域构建植被类型遥感分类模型;选择总体精度、Kappa系数、均方误差、用户精度和生产者精度等评价指标,分析对比4种机器学习模型在典型小流域的适用性.结果表明:对于林地类型,AdaBoost模型分类精度最高,表明AdaBoost模型在林地分类中有明显的优势;对于非林地类型,模型之间精度差异较大,随机森林模型精度最高;整体而言,4种模型在南方典型湿润山区典型小流域均可获得较好的分类效果,其中AdaBoost模型总体精度为95.55%、Kappa系数为0.9419,均为最高,支持向量机模型表现均最低.地形因子、纹理特征等辅助特征为分类过程提供了重要信息,有助于提高分类精度.

    无人机遥感植被分类机器学习决策树随机森林支持向量机AdaBoost

    基于Himawari-8卫星的火点判识算法研究

    韩琛惠杨倩贺晓慧梅垚...
    173-181页
    查看更多>>摘要:利用新一代静止气象卫星Himawari-8数据,提出一种新的自适应阈值决策树低温火点判识方法.该方法基于2.3 μm和0.86 μm通道数据,以晴空像元和背景像元本地化判识结果为基础进行火点识别.选取山西省作为研究区域,利用2020年4月24日和2021年2月20日数据进行验证,结果表明:①对于森林火灾初期火势较小的火点可以尽早判识(采样点最早提前40 min);②对草地、耕地上范围较小、温度较低的火点判识在时效性和准确率方面均表现良好;③新增的低温火点判识算法有效地解决了火点多判和漏判的矛盾问题,为尽早识别火点信息,实现有效的灾情监测提供了新思路.

    新一代静止气象卫星Himawari-8火点判识低温火点判识

    基于滑动窗口的高分辨率SAR图像点目标积分响应能量计算方法研究

    李璐张风丽邵芸魏秋方...
    182-189页
    查看更多>>摘要:合成孔径雷达(Synthetic Aperture Radar,SAR)辐射定标是SAR定量化应用的基础,点目标积分响应能量计算是SAR图像辐射定标的重要内容.为优化高分辨率SAR系统辐射定标方法,本文根据积分法能量计算模型,引入图像上下文信息,提出了一种基于滑动窗口的高分辨率SAR图像点目标响应能量计算方法,并利用新舟60遥感飞机获取的机载SAR数据进行验证.结果表明,该方法能够减少SAR图像中背景杂波、斑点噪声以及地面点目标指向误差对点目标位置选取的干扰,提高点目标位置选取精度,基于图像计算得到的积分响应能量与点目标理论值更接近,因此该方法可以使高分辨率SAR系统取得更高的辐射定标计算精度.

    高分辨率SAR辐射定标角反射器积分法滑动窗口

    轻量化卷积神经网络遥感影像建筑物提取模型

    宋佳徐慧窈高少华马晨燕...
    190-199页
    查看更多>>摘要:遥感影像中的建筑物是城市大数据采集、分析的重要来源.大规模、高精度的遥感影像建筑物提取模型对智慧城市时空大数据建设、推动城市智能计算具有重要意义.当前建筑物提取模型通常利用大型卷积神经网络模型或多种网络模型串联,并辅以其他边界细化算法来提高建筑物提取的精度.但是,网络模型的大型化、复杂化对计算资源消耗高,需要更多的训练时间或算力,不利于大规模快速的网络模型训练预测及在便携式等终端设备上部署应用.因此,研究面向大规模快速的遥感影像建筑物提取,提出一种轻量化全卷积神经网络模型和特征融合方案,模型参数较轻量化前减少约40%,GPU内存占用下降33.61%,平均训练时间和预测时间分别下降32.40%和26.31%.融合后的模型在公开数据集测试得到的MIoU精度在74.14%左右,达到了保证高精度建筑物提取前提下模型轻量化的预期.

    全卷积神经网络建筑物残差网络特征融合轻量化

    基于不同干旱指数的祁连山国家公园水热特征分析

    田畅王让会彭擎刘春伟...
    200-213页
    查看更多>>摘要:水热资源的循环与流动直接影响区域生态系统耦合关系.祁连山国家公园是我国第一批国家公园体制试点区之一,也是西北地区重要的生态屏障.基于气象干旱监测指标(SPEI)和遥感干旱监测指标(TVDI),运用Mann-Kendall非参数趋势和突变检验法、Morlet小波分析等方法探究祁连山国家公园1989~2019年水热特征.结果表明:SPEI与TVDI在时空尺度上表现出一致性,但TVDI对水热变化的反馈存在时滞,因此在研究区内更宜采用SPEI指标进行水热状况评估;研究区存在缓慢的湿润趋势,较为严重的干旱事件多发生在夏季;以肃南站—野牛沟站为划分祁连山国家公园的干湿趋势界限,西部大部分地区均存在显著变湿趋势,东部则存在一条带状趋湿区域;存在5~9年和15~20年两类时间尺度的周期变化,且贯穿整个分析时段;目前该区正处于偏湿期,未来有持续偏湿趋势.研究结果可为祁连山国家公园建设与管理提供参考依据.

    标准化降水蒸散指数温度植被干旱指数水热特征小波分析祁连山国家公园

    基于深度学习的风云四号卫星绿光通道构建方法

    鄢俊洁瞿建华袁鸣鸽张贺...
    214-226页
    查看更多>>摘要:风云四号A星是中国第二代静止气象卫星的首发星,其上搭载的新一代静止轨道成像仪具有14个光谱通道,但该仪器未设置绿光通道,给RGB图像合成应用带来了一定困难,因此用其他光谱通道来构建绿光通道对提升成像仪观测的综合应用具有重要意义.提出了一种基于深度学习的光谱转换方法,通过建立光谱通道间的关系,实现对FY-4A/AGRI绿光通道的模拟.该方法考虑了 FY-4A/AGRI的可见光通道特性,以AQUA/MODIS数据为光谱转换基准,首先建立FY-4A/AGRI与AQUA/MODIS可见光通道的光谱校正关系,将FY-4A/AGRI的可见光通道校准到AQUA/MODIS的基准上;其次,通过大量AQUA/MODIS数据的训练,基于深层感知器网络建立绿光通道与其他可见光通道的光谱转换模型;最后通过迁移学习将其应用到FY-4A/AGRI上.结果显示,通过模型构建的MODIS绿光通道反射率与实际的MODIS绿光通道反射率偏差在0.01以内,构建的FY-4A/AGRI绿光通道反射率与MODIS绿光通道实际反射率偏差在0.02以内.研究结果表明,该方法能很好地实现FY-4A/AGRI绿光通道的构建,为FY-4A/AGRI的应用提供了新的数据支撑.

    AGRIMODIS光谱转换光谱校正交叉对比