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

    基于深度学习的积雪覆盖区山地冰川识别研究

    王晶晶柯长青陈军
    1251-1263页
    查看更多>>摘要：全球变暖导致冰川急剧退缩,及时的冰川监测和制图至关重要,而积雪覆盖一直是冰川识别的重要影响因素.以喀喇昆仑区域为例,选择春季Landsat-8 OLI、Sentinel-1和DEM数据,结合其光谱反射率、SAR散射以及地形等特征,基于不同主干网络的U-Net和DeepLabv3+深度学习方法,使用不同样本尺寸,不同特征组合进行冰川识别对比研究.结果表明:①对于 256×256、512×512和1 024×1 024像素样本尺寸,训练样本尺寸越大,空间上下文信息越丰富,识别精度越高,冰川末端范围更为精确.②基于MobileNet、VGGNet、ResNet以及EfficientNet主干提取网络的U-Net语义分割网络中,VGG19主干网络识别精度最好,且优于DeepLabv3+网络结果,其F1值(F1-Score)为0.899 6,均交并比(Mean Intersection over Union,mIoU)为0.875 4,总体精度可达0.948 4,在山体阴影、冰雪融水、薄雾覆盖和冰冻湖泊区域识别效果均较好.③随着训练特征数量的减少,精度随之降低,地形特征对于提高冰川识别精确度作用显著,SAR特征则可提升召回率.研究证明了深度学习方法识别积雪覆盖的山地冰川的可行性,为山地冰川快速大面积识别的模型选择和参数设置提供了可靠的参考依据.

    山地冰川深度学习主干网络积雪覆盖喀喇昆仑

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

    基于深度学习的中国第二次冰川编目半自动化更新

    王世豪柯长青陈军
    1264-1273页
    查看更多>>摘要：中国第二次冰川编目的部分数据用第一次冰川编目替代,这些数据集中分布在藏东南地区.该地区地形陡峭、气候恶劣,常年多云层覆盖,无法获取有效的光学影像,缺乏系统性的冰川调查.针对传统阈值分割方法受噪声影响大、标准Unet计算量大导致运行缓慢等问题,对Unet模型进行压缩,通过修改样本尺寸、卷积核数量和优化器等模型参数,提升模型训练效率以及冰川提取精度.利用冰川的极化特性和地形特征,选用 45 景ENVISAT ASAR影像和NASA DEM,基于Unet及其压缩网络进行深度学习,参考光学影像和其它辅助数据对误分和漏分的冰川逐个进行人工目视判读,完成了未更新编目的冰川边界提取及修正,并对属性进行了更新.结果 表明:基于SAR影像和地形特征的深度学习可以有效识别云层覆盖区域的冰川.在第二次冰川编目未完成的地区,共有冰川8 374条,总面积5 622.65±303.58 km2,误差占总冰川面积的5.4%,整体呈退缩状态,冰川碎片化现象居多.该数据集更新了中国第二次冰川编目中的替代数据,可为探讨藏东南冰川变化和物质平衡等相关研究提供可靠的数据支撑.

    深度学习UnetENVISATASAR冰川识别第二次冰川编目更新

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

    被动微波遥感反演雪水当量不确定性因素分析

    杨建卫蒋玲梅潘金梅
    1274-1284页
    查看更多>>摘要：雪水当量定义为积雪融化后液态水的高度,是描述季节性积雪储量的关键参数.星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测.但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响,特别是植被参数(例如透过率、覆盖度、单次散射反照率)引起的微波亮温变化仍然不清晰.本研究通过构建土壤—积雪—森林—大气微波辐射模型,重点开展被动微波遥感反演雪水当量的不确定性机理研究.通过模型敏感性分析发现:①冠层透过率是森林参数中影响微波亮温最敏感的因子,其次是森林覆盖度,而单次散射反照率影响最小;②微波亮温随着森林覆盖度的增加而升高,但随着冠层透过率和雪粒径参数的增加而降低,即三者之间存在"抵偿效应".通过构建的模型模拟数据库和卫星观测对风云三号B星(FY-3B)和 The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现:①亮温噪声对AMSR2雪水当量反演算法影响较大,特别是在森林像元尤为严重,与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关;②亮温噪声对FY-3B算法的影响较小,甚至可以忽略,主要是由于亮温差的形式削减了亮温不确定性.本研究基于构建的辐射传输模型定量分析了森林和积雪参数对微波亮温的影响,确定了影响雪水当量反演精度的关键参数;同时表明雪水当量反演方法对亮温噪声的鲁棒性也是影响算法精度的重要方面,为未来发展普适性的雪水当量反演算法奠定了理论基础和参考.

    被动微波遥感雪水当量冠层透过率森林覆盖度雪粒径亮温噪声

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

    基于地基雷达点云数据的冰川表面DEM建模

    张建鹏刘钱威张华伟麻卫峰...
    1285-1294页
    查看更多>>摘要：冰川监测是气候变化研究的重要组成部分,为了从三维立体角度研究冰川的运动变化情况,以梅里雪山西坡的共森隆巴冰川为研究对象,基于地基雷达点云数据分别利用了不规则三角网(Triangulated Irregular Network,TIN)和反距离加权(Inverse Distance Weight,IDW)两种插值算法进行了DEM建模,以交叉验证方法分析了两种算法的关键参数对冰川DEM建模结果的影响.结果表明:①格网分辨率对TIN插值结果影响较大.格网分辨率较低时,会造成DEM较多的空洞,格网分辨率较高时,会导致DEM表面平滑.当格网分辨率大小选择0.75 m时,冰川表面DEM建模结果精度最高,此时R2 为0.997 0,RMSE为0.457 1 m.②插值半径对冰川表面DEM建模效果有较大影响,插值半径较小时,空洞部分较多且较大,随着插值半径的增大,空洞部分不断减少.而格网分辨率是影响IDW插值算法精度的较大因素.虽然不同格网大小和不同插值半径下冰川DEM建模的R2 和RMSE精度较高,但是DEM建模效果不理想,存在较多空洞部分,难以利用IDW算法实现完整的冰川表面建模.③通过从冰川表面建模效果和精度分析两方面来看,TIN插值算法在冰川表面的完整性和连续性建模上优势突出,但是建模细节精度不如IDW算法;IDW插值算法在冰川表面细节的建模上优势突出,但是建模完整性和连续性较差.

    地基雷达冰川DEMTINIDW

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

    MCD43A3积雪地表遥感反照率产品精度分析与评价

    朱文哲游冬琴闻建光刘强...
    1295-1305页
    查看更多>>摘要：积雪反照率对全球的辐射与能量、水循环和气候变化研究都具有十分重要的作用,准确理解积雪地表反照率的精度和不确定性对于积雪反照率产品的应用、改进具有重要意义.以往对反照率产品的评估主要集中在无雪地表或者永久冰雪地表,但是季节性积雪在全球也有广泛的分布,且具有动态变化的特征.利用位于FLUXNET地面站点具有空间代表性的积雪反照率数据,对积雪地表下新版本的MCD43A3反照率产品进行了精度验证与分析.研究区验证结果表明:相比于非雪地表,积雪覆盖下的MCD43A3反照率产品有着较高的缺失率,最高可达24.95%,在积雪期MCD43A3反照率产品采用备份反演算法的比例也比较高,最高可达78.06%.相比于非雪地表,所有站点下的积雪反照率产品的精度均出现了下降,均方根误差(RMSE)最小为0.101 5,最大可达0.238 7.在积雪期,MCD43A3反照率产品的精度和地表类型密切相关,其中常绿针叶林的精度最低,RMSE最大为0.238 7,biasR最大为88.88%,可以看出产品算法对复杂地表的计算和反演能力略有欠缺.验证中还发现了MCD43A3中使用的核函数模型和备份反演算法在积雪反照率产品生产中的不足之处,发现了产品在降雪、融雪阶段和"积雪的短暂停留"事件中积雪状态的有效识别和反演能力不足.

    积雪反照率遥感产品真实性检验MCD43A3精度验证

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

    基于SE-ConvLSTM的时空特征融合SAR图像海冰分类

    葛梦滢高稳祝敏郭伟其...
    1306-1316页
    查看更多>>摘要：基于合成孔径雷达(SAR)图像的海冰分类已经成为海冰监测的重要基础,但现有方法往往利用图像空间特征,很少考虑时间特征.提出了一种融合时空特征的SAR图像海冰分类网络SE-ConvLSTM.首先使用ConvLSTM对HH和HV极化图像分别提取时空特征,然后将提取的不同层次和通道的时空特征进行拼接,并利用SE通道注意力进行通道特征响应的自适应重新校准,最后利用SoftMax函数进行图像分类.将SI-STSAR-7数据集6个时间步长的图像块作为输入对所提方法与其他分类方法进行了对比实验.结果显示:SE-ConvLSTM在总体情况和分类困难的厚一年冰上分别达到了 97.06%和 90.01%的精度,表明加入时间信息有助于提高分类准确率.同时,所提网络在生成海冰分布图时对主要冰类型密集度较低的区域和SAR影像的边界位置都具有更好的识别能力.

    SAR海冰分类时空特征ConvLSTMSE通道注意力

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

    基于2D Triple-Collocation和机器学习方法的多源遥感土壤湿度融合与降尺度研究

    刘兴文李巧玲宋淑红
    1317-1327页
    查看更多>>摘要：为提高卫星遥感土壤湿度产品精度及空间分辨率,支撑水文过程的高精度模拟与预报,首先基于SMOS、SMAP、ASCAT 3种遥感土壤湿度产品,采用2D Triple-Collocation(2D TC)从时空两方面分析不同产品精度并基于最小二乘框架融合.而后分析支持向量机(SVM)、随机森林(RF)、极端梯度提升机(XGBoost)3种机器学习方法的降尺度效果及适用性,并对融合成果降尺度.研究结果表明:多源遥感融合成果较单一卫星遥感产品RMSE更小(RMSE=0.04 m3/m3),且优化了单一卫星监测数据缺失及高估的问题.3种基于融合成果的降尺度模型均有较好的抗过拟合能力,其中以XGBoost表现最优,其测试集R2 较RF、SVM测试集分别提高了 4.5%、36.6%,RMSE分别降低了15%、46.9%.以CLDAS产品为参考,XGBoost降尺度成果较融合成果R值提高了16.53%,RMSE降低了17.50%.融合与降尺度方法组合能有效提高遥感土壤湿度产品空间分辨率及精度,适用性更好.

    2DTriple-Collocation机器学习土壤湿度多源融合降尺度

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

    典型黑土区作物根层土壤含水量遥感估算及影响因素研究

    杭艳红宋梦宁杜嘉刘焕军...
    1328-1337页
    查看更多>>摘要：漫川漫岗黑土区作物根层土壤含水量受植被覆盖、地形、土壤温度、降雨等多因素的影响,是农业生产和农田管理的关键要素.以友谊农场两个不同坡度的典型耕地地块(平耕地与等高种植坡耕地)为研究对象,利用Landsat 8 遥感数据结合气象数据等驱动SEBAL(Surface Energy Balance Algorithm for Land)模型估算根层土壤含水量,利用地面实测数据对估算结果展开验证.在此基础上分析根层土壤含水量空间分布的影响因素.结果表明:①SEBAL模型估算的根层土壤含水量6月27日决定系数R2 为0.85,7月13日决定系数R2 为0.68,且7月13日根层土壤含水量明显高于6月27日;平耕地6月27日决定系数R2 为0.65,7月13日为0.84;等高种植坡耕地6月27日决定系数为0.64,7月13日为0.50.②地块不同导致作物根层土壤含水量影响因素也不同,平耕地主要影响因素为坡度、植被覆盖度和土壤温度;等高种植坡耕地为高程和土壤温度.使用SEBAL模型可以较为快速准确地估算根层土壤含水量,研究结果对于黑土区耕地的水分管理、农业灌溉及水分运移研究具有重要意义.

    根层土壤含水量SEBAL模型平耕地等高种植坡耕地Landsat8

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

    蒙古高原植被返青期对气候、积雪、土壤水变化的响应特征研究

    张雨惠萨楚拉孟凡浩罗敏...
    1338-1349页
    查看更多>>摘要：植被返青期是植被生长过程中的重要阶段之一,探究植被返青期的变化及其影响因素具有重要意义.目前,将积雪与气温、降水等结合,从而探讨植被返青期影响机制的研究还比较少,因此研究基于MODIS NDVI、积雪产品以及ERA-5再分析等数据,采用累计NDVI的Logistic曲线曲率极值法、趋势分析、相关分析以及敏感性分析等方法,探究2001～2018年蒙古高原植被返青期时空变化特征及对气候、积雪、土壤水变化的响应机制.主要结果表明:近18 a蒙古高原植被返青期平均在123 d左右,整体呈现出不显著推迟趋势.其中西南地区和大兴安岭地区返青期最早,萨彦岭和杭爱山返青期最晚.蒙古高原返青期与积雪覆盖度、积雪日期、积雪终日呈显著正相关的区域均>30%,与融雪期温度呈显著负相关的区域>25%,与积雪期降水、土壤水分及积雪初日的相关性较弱.研究得到积雪对于植被返青期的影响显著,其因子敏感度排序为:积雪覆盖度(0.467)>积雪日期(0.184)>融雪期温度(0.113)>积雪终日(0.028).

    植被返青期气象因子积雪参数土壤水时空响应蒙古高原

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

    青藏工程走廊沿线多年冻土区融化季高分辨率地表土壤水分反演

    袁启连赵林幸赞品邹德富...
    1350-1363页
    查看更多>>摘要：青藏高原多年冻土区地表土壤水分是该区地表各圈层之间物质和能量迁移转化的重要媒介,准确的地表土壤水分时空信息有助于分析该区土壤冻融循环过程、多年冻土退化特征以及在探讨地表土壤水分对气候变化的响应等方面具有重要科学意义.现阶段,青藏高原多年冻土发生着不同程度的退化,对区域土壤水分产生了显著影响.受限于该区高寒、缺氧以及恶劣天气的影响,青藏高原多年冻土区大范围的高分辨率土壤水分信息相对缺乏.为此,以青藏工程走廊沿线区域为研究区,以土壤水分的相关地表变量(地表温度、归一化植被指数、增强植被指数、坡度、坡向、高程、土壤质地、经纬度)为输入变量,以实测地表土壤水分为目标变量,基于随机森林回归方法分别建立了白天和夜间的土壤水分反演模型,得到了研究区2015～2018年5～9月地表土壤水分含量数据.结果表明:两个土壤水分反演模型均具有较好的反演精度,模型训练结果和验证结果与实测土壤水分含量的相关性均大于0.97,误差较小(RMSE=0.03 m3/m3),偏差接近于0 m3/m3,对各站点模拟结果较优,反演得到的地表土壤水分空间分布特征与植被分布特征一致,自东南向西北呈递减趋势.

    土壤水分青藏高原多年冻土高分辨率随机森林回归

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