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

    面向GEE平台的遥感影像分析与应用研究进展

    黄仲良何敬刘刚李政...
    527-534页
    查看更多>>摘要：Google Earth Engine(GEE)是集遥感影像存储与分析于一体的综合应用平台,能够方便快捷地调用遥感影像与信息提取,因此GEE受到越来越多科研工作者的关注.随着GEE不断扩充和升级,系统平台也愈发复杂.对于一般用户来说,要想快速了解其体系结构和功能算法变的越来越困难.针对这一问题,系统介绍了 GEE的技术架构、数据资源、模型算法及计算资源,对GEE在各大领域的应用成果进行总结归纳,以期能为GEE的使用者提供一个快速了解该平台的窗口,帮助其更好地利用GEE平台开展自己的应用研究.

    GoogleEarthEngine(GEE)遥感影像分析大数据云计算

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

    基于卫星遥感预测作物真菌毒素的可行性分析

    蒙继华郑贺刚王松雪叶金...
    535-543页
    查看更多>>摘要：真菌毒素(mycotoxin)是影响我国粮食与食品安全的重要威胁,准确预测可以为有效管控和降低其所造成的损失提供支撑.在总结作物真菌毒素对食品、粮食、农业等影响的基础上,从气象统计模型、机理模型及机器学习模型3个方面分析了 目前真菌毒素预测的研究进展.通过对目前作物污染真菌毒素的影响因素进行分析,结合遥感技术在作物及其生长环境监测方面的研究进展,讨论了利用卫星遥感监测技术开展大范围作物真菌毒素含量预测的可行性.同时指出,分析遥感的作物真菌毒素主要影响因素及其变化规律,发展生育期内相关因素结合的真菌毒素遥感估算方法,将面向农田尺度动态预测的遥感技术与多种模型耦合将成为该领域的研究重点.

    卫星遥感真菌毒素预测可行性分析

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

    基于Sentinel-2影像的冬小麦收获面积测算

    刘胜威彭代亮陈俊杰胡锦康...
    544-557页
    查看更多>>摘要：准确获取冬小麦空间分布和收获面积信息,对产量准确估算、保障粮食安全等具有重要意义.当前,绝大多数研究及统计数据集中于冬小麦种植面积,很少关注其收获面积.以濮阳县为研究区,基于2019年成熟期Sentinel-2遥感影像和随机森林相结合的方法,进行冬小麦收获面积测算研究.首先,根据特征筛选获得最佳特征子集,然后,基于最佳特征子集的J-M距离分析冬小麦与其他地物的可分性,识别提取冬小麦收获面积和种植面积,并实现冬小麦收获面积制图.最后,进一步分析冬小麦收获面积和种植面积差异以及收获面积的影响因素.结果发现:Sentinel-2影像最佳特征子集测算冬小麦收获面积总体精度和Kappa系数分别为94.62％和0.93.2019年提取濮阳县冬小麦种植面积为79.47 khm2,收获面积为76.74 khm2,相较于种植面积,数量上减少了2.73 khm2o研究结果表明:人为活动会造成收获面积少于种植面积,及时监测冬小麦收获面积可以为冬小麦产量预测等相关研究和决策提供一定的科学参考价值.

    Sentinel-2影像成熟期冬小麦收获面积最佳特征子集

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

    低温冷害胁迫下的多熟水稻产量遥感监测

    齐文栋何黎明王安鹏顾晓鹤...
    558-565页
    查看更多>>摘要：低温冷害是影响水稻产量主要气象灾害之一.开展低温冷害胁迫下的水稻产量遥感监测对于水稻优良品种推广、农艺救灾防灾以及农业保险精准理赔具有重要意义.以南方多熟水稻低温冷害为研究对象,在多时相遥感影像的支持下,结合地面实测水稻单产样本数据,构建多时相协同的多熟水稻产量监测模型,实现地块尺度的低温冷害影响下水稻产量遥感监测与空间制图.研究结果表明:低温冷害发生时所处水稻的生育期不同,对产量影响程度具有较大差异.中稻在灌浆中期遭遇低温冷害后的影响相对较小,平均产量约6 637 kg/hm2,减产幅度近20％;早熟晚稻在抽穗期遭受低温冷害后产量明显低于中稻,平均产量4 143 kg/hm2,减产幅度近45％;晚熟晚稻在拔节期遭受持续低温冷害后产量影响最大,平均产量仅1541 kg/hm2,远低于往年产量水平,减产幅度近80％.利用实割实测样本单产数据与哨兵数据多个关键物候期NDVI构建回归模型,R2均大于0.75,并利用实测样本单产数据进行精度交叉验证,MAPE均小于10％.该方法借助少量地面资料,可以较高精度地测算多熟水稻在遭受低温冷害的情况下的单产信息,为复杂条件下水稻低温冷害灾情评估提供了新的思路.

    低温冷害多熟水稻遥感产量

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

    基于多时相Sentinel-2影像的棉花雹灾时序变化遥感监测

    齐文栋郑学昌何黎明卢珍...
    566-577页
    查看更多>>摘要：近年来全球变暖导致强对流天气日益加剧,冰雹灾害已成为农业生产的主要灾害之一.开展棉花冰雹灾情遥感评估对防灾减损、保险理赔、种植结构调整均具有重要意义.以2019年8月23日新疆准噶尔盆地西南部的奎屯河流域的棉花雹灾为研究对象,基于野外实测样本和雹灾前后多时相Sentinel-2遥感影像数据,分析雹灾前后的多种植被指数的动态变化规律,筛选能有效表征雹灾灾情的敏感植被指数差值特征组合,利用逻辑回归、决策树、梯度提升决策树、随机森林4种机器学习算法自动提取棉花雹灾的受灾范围与灾情等级,并利用野外实测样本进行精度对比分析.结果表明:单一植被指数中NDVI对雹灾的指示效果最佳,总体精度为84.39％,Kappa系数为0.75;多时相植被指数差值组合对雹灾的指示性显著优于单一植被指数;结合雹灾前后的植被指数差值时序特征,8月30日与8月20日差值对雹灾的指示性明显强于8月25日与8月20日的差值,说明雹灾灾情等级遥感监测有必要考虑灾后棉花植株的自我恢复能力,待灾情稳定后监测为宜;利用灾前灾后多种植被指数差值组合和随机森林分类算法的棉花雹灾灾情等级监测效果最佳,总体精度达到了 89.51％,Kappa系数为0.83.基于多时相Sentinel-2影像能有效评估棉花雹灾的受灾范围以及灾情程度.

    遥感雹灾机器学习Sentinel-2棉花

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

    基于深度学习的遥感影像时空融合及冬小麦种植面积提取

    张娟娟谢一敏董萍孟圣博...
    578-587页
    查看更多>>摘要：利用遥感技术快速、准确地进行冬小麦种植面积提取对农作物估产和粮食安全具有重要意义.由于中高分辨率时序影像受重访周期、云雨天气等影响难以获取,而低分辨率遥感数据在作物种植信息提取上精度低等问题,以河南省长葛市为例,获取2015～2020年间的Landsat 8和MODIS影像为数据集,基于优化后的卷积神经网络时空融合模型对2种数据进行融合,构建30 m分辨率的NDVI时间序列集,采用S-G(Savitzky-Golay)滤波对时序集进行去噪,最后利用随机森林方法对冬小麦种植面积进行提取.结果表明:优化后的融合模型鲁棒性较好,预测影像与真实影像R2均在0.92以上.研究区小麦面积提取与统计面积的一致性为97.3％,结果可靠.因此,优化后的模型能较好地融合出中高分辨率影像,是一种有效的补充缺失影像的技术手段,构建的时序集能较为准确地提取县域小麦种植面积.

    多源遥感时空融合卷积神经网络分类种植面积

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

    基于面向对象多特征学习的无人机影像农作物精细分类方法

    金梦婷徐权郭鹏韩宝华...
    588-598页
    查看更多>>摘要：获取农作物高分辨率影像特征,探究多特征学习训练对实际作物分类效果的影响,对农业部门掌握作物种植精细化结构信息,高效实施生产管理具有重要意义.针对无人机获取的高分辨率可见光遥感影像,提出一种基于面向对象多特征学习的农作物精细分类方法.首先借助HSI(Hue,Saturation,Intensity)模型对RGB图像进行色彩空间变换,以进一步挖掘影像中潜在色彩结构信息,然后利用 ESP(Estimation of Scale Parameter)算法和 CART(Classification And Regression Tree)决策树分别确定影像最佳分割尺度及构建最优特征学习空间,最后采用面向对象随机森林(Random Forest)分类算法对多特征空间进行学习训练,以实现作物精细分类,并结合验证数据集进行精度评价.结果表明:该方法对研究区作物的分类总体精度达到90.18％,Kappa系数达到0.877,均大于像素级和单特征学习的分类精度,能够有效区分出不同的作物类型;所构建的最优特征学习空间对研究区内棉花、玉米、西葫芦、葡萄的分类效果较好,各作物类型的生产者精度均大于89％.研究结果可为农业精准管理和作物种植结构优化提供参考.

    无人机面向对象色彩空间变换农作物分类

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

    GF-1与Sentinel-2在典型农作物LAI估算中的比较

    周杨凡郑兴明孙源陶醉...
    599-613页
    查看更多>>摘要：高分一号卫星的发射进一步增强了我国对地观测能力.相比于Sentinel-2,GF-1 WFV数据具有16 m的高空间分辨率,但缺少红边波段和短波红外波段,对两者估算植被生理参数的精度差异进行分析以及探讨估算方法的适用性具有重要意义.本研究使用线性回归方法和基于PROSAIL辐射传输模型的查找表法(LUT)估算友谊县地区玉米和大豆叶面积指数(LAI),并对两类数据的估算精度进行对比分析.结果表明:①在植被指数一元线性回归模型中,GF-1植被指数中EVI的估算精度最高,R2为0.81;Sentinel-2植被指数中表现最好的是MNLIre指数,R2为0.86;②采用多元线性回归方法,GF-1的估算精度(R2=0.90,RMSE=0.54,bias=0)与Sentinel-2(R2=0.89,RMSE=0.54,bias=0)具有高度一致性;③使用基于PROSAIL辐射传输模型的LUT估算LAI时,GF-1数据的最优波段组合为:B2和B4(R2=0.76,RMSE=0.81,bias=0.03),Sentinel-2数据的最优波段组合为:B3、B6、B7、B8、BB8a和B12(R2=0.87,RMSE=0.61,bias=0.01).综上所述,GF-1号卫星具备精准监测农作物叶面积指数的能力,本研究为该数据在农业遥感领域的应用提供了理论依据.

    高分1号哨兵2号LAI回归分析PROSAIL查找表法

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

    基于OCO-2/3卫星的高时空分辨率XC02数据插值算法研究

    庞若男梁艾琳李欣语卢鑫洁...
    614-623页
    查看更多>>摘要：CO2是大气中重要的温室气体之一,自工业革命以来,大气Co2浓度不断增加,对全球气候变化起着重要影响.鉴于碳中和、全球CO2变化研究对高覆盖率及高分辨率大气CO2数据的迫切需求,对比分析了先后发射的卫星OCO-2、OCO-3之间的差异,并利用两颗卫星形成联合数据集.由于联合数据集仍存在部分区域无观测数据,考虑到不同纬度的CO2浓度的时空变化特点,将全球划分为6个区域,并选择合适的变异函数,利用克里金插值对无数据区域进行填补.结果表明:在3、8、15、30 d时间尺度上,XCO2数据覆盖率分别提高了 52.32％、46.77％、44.04％、33.81％.通过将月插值数据集与TCCON地基站点数据对比验证精度,得到其平均绝对误差为1.049 ppm,均方根误差为1.024 ppm,决定系数为0.82.该方法实现了对联合数据集空白区域的精确填补,提高了 XCO2数据的精度、覆盖度和时空分辨率,为研究碳源和碳汇的分布提供了新的数据源.

    OCO-2OCO-3时空分辨率克里金插值

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

    基于CO2通量和遥感融合数据的亚高山草甸关键物候参数提取研究

    周昊强包刚徐自为Sainbuyan Bayarsaikhan...
    624-639页
    查看更多>>摘要：作为祁连山地区最广泛分布的植被类型,亚高山草甸在维持当地碳水通量和响应气候变化方面扮演者重要的角色.因此,准确探测其物候动态对于深入了解山地生态系统功能及其对气候系统的反馈至关重要.在祁连山东北部15 km × 15 km的融合试验区内,结合地面涡度通量数据和多源卫星遥感影像,开展多源影像融合和陆表物候提取试验.采用增强型时空自适应反射率融合模型(ESTARFM)融合ETM+、OLI和VIIRS传感器的多源影像,重建2013～2020年双波段增强型植被指数(EVI2)、归一化植被指数(NDVI)和植被近红外反射率指数(NIRv)的高时间(最短1d)和高空间(30 m)分辨率时序影像数据集.在此基础上,利用双重双曲正切函数(DHT)和全局模型函数(GMF)拟合通量塔GPP和各遥感植被指数影像的生长曲线,并应用动态阈值法提取生长季始期(SOS)、峰期(POS)和末期(EOS),以评估不同融合植被指数提取亚高山草甸关键物候参数的适用性.结果表明:ESTARFM融合影像能够准确反映真实影像的亮度和纹理特征,但输入影像的云污染像元也会对融合精度产生影响.在站点尺度(无云污染),NIRv和EVI2表现出相似的融合精度;而在像元尺度(存在云污染,云量＜20％),NIRv的融合精度明显高于EVI2,表明NIRv在算法上提高了植被—裸土混合像元中植被部分反射率的敏感性,在云污染条件下仍能保持较高的融合精度.对于生长曲线拟合算法,DHT+GMF能准确模拟通量塔GPP和各遥感植被指数的季节动态,决定系数高于0.960和均方根误差低于0.062.3种植被指数融合影像的物候提取精度比较表明,NIR,,提取SOS和EOS的精度最高,而NDVI提取POS的精度最高,在站点(像元)尺度的偏差分别为4 d(3d)、5 d(5 d)和4 d(6 d).

    亚高山草甸关键物候参数涡度协方差时空融合

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