新兴技术的发展在优化城市建设和改善人类生活的同时,也存在着一定的风险,进而引发城市安全问题。天津市是中国的沿海城市,其沿海海平面的不断上升,南水进津改变水循环,地下空间的开发利用,这些因素与地面沉降进行叠加耦合都将成为天津市新兴风险评价的重要因素。文章首先对天津市南部平原沉降信息进行获取,叠加海平面上升速率预测天津市自然海岸线后退情况。基于此,利用机器学习方法(XGBoost)预测天津市相对海平面上升带来的高风险因素。此外,针对南水北调-地下空间开发的应用带来的新兴风险进行分析,揭示南水进津和地铁建设运行对天津市城市安全的响应规律。这些地面沉降与现代人类活动结合带来的新兴风险分析研究将为区域防灾减灾提供科学依据,提高城市抵御灾害的能力。

在“双碳”背景下,开展遥感生态评价与监测分析对于及时掌握生态状况、制定科学合理的生态保护政策具有重要作用。早期遥感生态评价指标单一、过程复杂。遥感生态指数(remote sensing ecological index, RSEI)实现了生态评价效率的提高,得到广泛应用。为深入理解RSEI,文章阐述了该指数的产生背景,介绍了RSEI的计算方法及研究现状,归纳了指数存在的问题及区域适应性调整措施,并对RSEI主要应用方向,即区域生态评价和区域生态变化监测进一步分析,最后指出,未来RSEI虽有广阔发展空间,却仍需围绕影像时空尺度、存储和批处理能力、模型自适应、智能化等方面进行研究。

随着遥感技术的快速发展与广泛应用,对获取的遥感图像质量有了更高的要求。但是,难以直接获得高空间分辨率多光谱遥感图像。为了结合不同成像传感器的信息,获得高质量的图像,图像融合技术应运而生。空谱遥感图像融合是一种获取高空间分辨率多光谱图像的有效方法,目前已有许多学者针对空谱遥感图像融合展开研究,取得了较多成果。近年来,深度学习理论得到了快速发展,广泛应用于空谱遥感图像融合。为了让学者们能够更系统地了解空谱遥感图像融合的现状,推动空谱遥感图像融合的发展,首先对常用的遥感卫星作了介绍,并简单总结了传统的经典空谱图像融合算法; 其次,从监督学习、无监督学习和半监督学习3个方面,重点对基于深度学习的空谱图像融合算法进行了阐述,还对损失函数进行了描述与分析; 然后,为了证明基于深度学习方法的优越性以及分析损失函数的影响,开展了遥感图像融合实验; 最后,对基于深度学习的空谱图像融合方法进行了展望。

内陆地表水体包括江河、湖泊、水库等,是人类和生态系统的重要淡水资源,其监测、管控具有重要意义。光学遥感技术为地表水资源监测提供了极大便利,是内陆地表水体提取与动态监测的重要手段。文章从水体提取的基本原理、遥感数据源、提取方法和存在问题与展望4个方面进行评述。水体在遥感影像上具有独特的特征,通过遥感手段能够精确、科学、有效地提取内陆地表水体; 多种遥感数据源可用于水体提取; 光学遥感水体提取方法可分为阈值法、分类器方法、面向对象方法、深度学习方法和其他方法,不同的方法有不同的优缺点和适用条件,根据研究区情况,合理选择多源数据、结合多种方法往往能够提高水体提取的精度; 基于光学遥感的水体提取目前仍然存在一些问题,例如遥感数据时空分辨率的制衡、水体特征的挖掘、水体模型的泛化能力以及精度评价标准的统一性等。

在不同时空尺度上快速、准确地估算土壤含水量是水文、环境、地质、农业和气候变化等领域研究的重点内容。目前,如何准确获取土壤含水量仍然是一项具有挑战性的任务,过去传统的基于“点”的土壤取样和分析方法费时费力,利用遥感影像反演土壤含水量具有范围广、时效快、成本低、动态对比性强等优势。其中,在高光谱遥感中土壤含水量与土壤反射率波长范围有关,至今已有多种方法被用来描述土壤含水量与高光谱遥感的关系,综述了现有的基于高光谱反射率估计土壤含水量的方法,并将其分为4大类: 光谱反射率法、函数法、模型法和机器学习法。通过比较分析了不同方法在精度、复杂性、辅助数据要求、不同模式下的可操作性以及对土壤类型的依赖性等方面的潜力和局限性,并对未来土壤含水量-高光谱反射率方面的研究提出了相应建议。

大气校正是高光谱遥感图像预处理的重要步骤之一,大气校正的精度在一定程度上决定了高光谱遥感应用的程度。首先,分析了大气对辐射传输的影响,并对大气中气溶胶光学厚度和水汽的反演方法作了总结,说明了影响高光谱遥感图像质量的主要大气因素; 其次,通过阐明辐射传输方程的推导过程及相关参数的作用机理,从理论上对大气的影响进行了论证,说明了高光谱大气校正的主要内容; 然后,总结了近年来形成的高光谱大气校正方法,包括基于经验统计的方法和基于辐射传输的方法,并对高光谱大气校正的研究进展与发展趋势进行分析; 最后,对高光谱遥感图像大气校正的未来发展进行了展望,为高光谱遥感的工程应用与研究提供参考。

为科学评价城市功能区的土地适宜性、精准评估城市土地集约利用水平,以内蒙古自治区呼和浩特市为研究区,整合行业调查数据和利用遥感影像提取的信息,建立指标体系; 以土地为本底进行量化和融合,评估城市功能区划和土地集约利用水平。判别分析显示,93.0%的功能区有共同多元数量特征,表明功能定位和土地用途适宜。采用阴影面积占比、植被面积占比、影像主成分等遥感因子,碳储量、建筑密度、居住功能区地价、商业功能区地价等调查数据,建立高精度多元回归模型,推算容积率,可实现土地集约利用水平定量评估。研究表明,基于遥感和行业调查数据的城市土地集约利用水平评估方法可行,具有推广应用价值。

鉴于全球径流数据的可获得性逐年下降,替代水文站点实测河道流量的反演算法正变得越来越重要。当前卫星遥感技术不断发展,估算河道流量的方法亦逐渐丰富,为此,该文对遥感技术反演河道流量的方法进行系统总结,并归纳了与河道流量估算密切相关的水力遥感要素反演方法及其进展情况。首先,梳理基于水文模型和基于经验回归方程2 类算法的方法原理和应用现状; 然后,总结不同方法的适用条件和存在不足; 最后,展望未来通过卫星遥感技术反演世界范围内河道流量的发展趋势: ①积极开发先进卫星遥感数据同化技术; ②集成新的传感器产品; ③优化与创新算法。

植被遥感信息提取是进行植被覆盖遥感调查和动态监测的基础和关键环节,对于区域生态环境保护与可持续发展具有重要意义。为此,从先验知识法、专家知识和相关辅助信息法、植被物候特征提取法、多源遥感数据融合法、机器学习法和其他方法6个方面,回顾国内外植被遥感信息提取方法的研究进展,指出现阶段研究面临的主要问题与挑战,并提出未来发展趋势。研究表明,植被遥感信息提取方法众多,研究成果丰富,不同方法具有各自的应用优势和不足; 植被遥感信息提取方法研究目前面临着高分辨率遥感数据开放性不足、植被信息提取模型参数设置的稳定性差、“同物异谱”和“同谱异物”的现象突出、基于专家知识库的植被遥感信息自动化提取困难、多元方法融合的研究有待深入等诸多挑战。未来研究应融合多源数据、多元方法和多时相遥感影像新特征,推动植被遥感信息提取精细化、自动化和智能化发展。

主成分分析是一种广泛使用的高光谱遥感影像降维方法,在面向任务的工作中,基于累计方差贡献率的主成分选择方法效果并不理想。针对主成分分析变换后主成分选择的问题,提出基于空间统计学的主成分选择方法。计算各主成分的半变异函数参数变程、拱高、基台值,综合变程和拱高/基台值实现主成分的选择。变程的大小用以判断每一个主成分空间相关性的范围,拱高/基台值的大小用以判断每一个主成分空间相关性的强弱。仿真实验证明了变程和拱高/基台值可以有效表达高光谱遥感影像空间相关性的范围和强弱。在真实高光谱遥感影像实验的基础上,从主观和客观2个方面来综合确定主成分选择的经验阈值,即变程为2.5、拱高/基台值为0.2。从基于支持向量机算法的分类结果来看,和传统方法相比,利用变程和拱高/基台值可以筛选出图像质量较好的主成分,不仅能够达到降维的目的,同时能够保证足够高的分类精度。

为获取城市内部精细的光污染分布特征,基于珞珈一号夜光遥感影像对南京市的夜间光污染进行监测。利用地表反射率与建筑覆盖度将珞珈一号的表观辐射亮度修正为地表入射亮度,结合实地观测照度构建多种经验模型计算南京市夜间照度,并基于计算得到的夜间照度分析南京市的夜间光污染分布状况。结果表明,三阶多项式模型精度最高,判定系数R²为0.87,平均绝对误差为4.71 lx。南京市夜间照度在0~55 lx之间,空间分布差异性明显。总体而言,照度高值区域主要集中在主城区,由主城区向四周呈递减趋势; 其中鼓楼区与秦淮区光污染最严重,超过70%的面积比例存在轻度以上光污染; 郊区的光污染程度较弱,光污染最弱的三个区依次是高淳区、溧水区与六合区,存在光污染的面积比例不足4%。南京市部分区域表现出极高的照度(30 lx以上),这些区域包括大型商场、大型工厂、交通枢纽、道路以及部分住宅区,需要注意的是,除了交通枢纽和大型工厂附近几乎无居民区外,其他区域附近都存在较多的居民区。文章探索了基于珞珈一号遥感影像监测城市夜间光污染的方法,为南京市的光污染整治工作提供了数据支撑,也为其他地区的光污染监测提供了科学参考。

海南岛矿产资源丰富且独具特色,矿产资源的开发促进了经济增长,但也引发了严重的生态环境问题,对海南岛矿山开采影响情况进行分析,针对性地提出矿山生态修复的建议,有利于海南岛生态环境的保护和治理。为此,采用海南岛2018年国产高空间分辨率遥感影像,通过影像预处理、建立解译标志、人机交互解译等获取矿山占损土地和恢复治理信息。以矿山占损土地和恢复治理信息作为输入,利用自然地理、基础地质、资源损毁、地质环境等4类13个评价因子建立矿山地质环境评价指标体系,基于层次分析法对矿山地质环境影响进行分析评价。结果表明: 严重影响区占海南省土地面积的0.22%,主要分布于沿海的文昌市、乐东黎族自治县、海口市秀英区、澄迈县、临高县、昌江黎族自治县等地,主要矿山地质环境问题为大型铁矿开采引发的采空塌陷、滑坡等次生地质灾害,滨海锆钛砂矿开采造成水土流失、生态系统退化; 较严重影响区占1.68%,主要分布于文昌市、儋州市、澄迈县、琼海市、临高县、海口市、东方市等地,矿山地质环境问题主要为中小型铁矿开采引起的滑坡等造成的土地损毁,以及矿山开发对原始地形地貌和自然生态环境造成的严重影响; 一般影响区占4.93%,主要分布于海南省的东部沿海、中部和北部经济较发达地区、西部金属矿产较丰富地区,主要矿山地质环境问题为建材类非金属矿山分布分散、小型矿山开采过程中对地表地貌及自然植被的破坏。根据不同矿山地质环境问题,研究提出对金属矿山要在消除地质灾害隐患、土壤改良和水环境治理的基础上,以自然恢复为主、人工修复为辅进行矿区生态修复; 锆钛砂矿以及建材类非金属矿,要注重恢复地表植被来防治水土流失,对于滨海沙化严重的矿区,可采取种植西瓜、花生等农作物进行土壤改良,再植以木麻黄、青梅等树木,逐步修复矿区生态系统。

为了进一步提高太阳辐射量空间分布资料的精度,利用2013年93个中国太阳辐射逐时资料,对欧洲中期天气预报中心(ECMWF)ERA5平均地表太阳下行短波辐射产品(0.25°×0.25°)进行多尺度的误差分析,并利用多种相关的气象、地理等要素训练随机森林模型,对ERA5总辐射产品进行订正与分析,最后利用该模型得到订正后的逐时辐射量空间分布,使得再分析资料更好地应用于农业、电力和城市建设等行业。研究结果表明: ①2013年ERA5太阳辐射量与站点观测量的MAE,RMSE和R分别为27.60 W/m²,29.87 W/m²和0.97,且ERA5值比站点实测值偏高; ②利用随机森林订正后精度得到提高,校正后ERA5太阳辐射量与站点实测值的MAE,RMSE,R分别为3.34 W/m²,3.85 W/m²,1.00,相关性明显提高; ③订正前后的辐射量的空间宏观分布规律一致,但是ERA5太阳辐射量在局部地区有明显的下降。

植被光学厚度(vegetation optical depth,VOD)为一种基于微波的植被含水量和生物量估算方法。与光学遥感相比,卫星VOD对大气扰动的敏感性较低,可测量植被不同方面的特征和信息,为全球植被监测提供了一个独立和互补的数据源,已经被广泛用于研究全球气候和环境变化对植被的影响。了解目前VOD在全球植被动态监测的应用研究进展,对其进一步发展和深入应用非常重要。鉴于此,文章首先重点介绍了被动微波和主动微波反演VOD的主要方法,对比分析不同传感器VOD产品的主要特点; 然后,从植被特征监测(如植被含水量、生物量)、碳平衡分析、干旱监测、物候分析等方面总结当前VOD在植被动态监测应用方面的研究进展; 最后,探讨了VOD产品的优缺点和改进方法,进一步展望了VOD技术在植被动态监测中的应用前景。

根据矿区开采沉降规律对后续沉降进行预测是评估矿山开采风险、调整开采规划的关键。对使用Logistic时间函数模型进行矿区沉降预测中的可用条件进行了分析和模拟实验,并提出了一种基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术和Logistic模型的矿区沉降动态预测方法。首先,通过SBAS-InSAR获得矿区的时序沉降数据; 然后,以时序沉降数据作为拟合数据,采用信赖域算法逐像元计算其Logistic模型参数,根据Logistic模型可用条件,确定出可以对后续沉降进行预测的像元范围; 最后,根据Logistic模型对可预测范围内的后续沉降进行预测。以内蒙古鄂尔多斯市某矿区为研究区对上述预测方法进行了实验,采用对应日期的InSAR监测结果对预测结果进行了验证,结果表明: 36 d后和108 d后预测结果的均方根误差分别为0.010 1 m和0.023 6 m,预测误差小于0.03 m的比例分别达到98.9%和89.3%,表明该动态预测模型预测精度较高。

查明全国历史遗留矿山分布现状,有序开展历史遗留矿山生态修复是矿山生态修复规划编制的重要内容和生态修复工程部署的主要依据。根据历史遗留矿山定义和行政管理的需求,提出了历史遗留矿山核查的技术流程和工作方法,工作步骤包括遥感调查监测、分类核查、分级审核和数据入库,其中,对核查内容、核查具体工作、属性定义、制图标准等进行了探究。以江西省和辽宁省的4个县级行政区作为试验区,通过试验验证了该技术方法的有效性。

为实现输电线路精细化巡线管理,提高其运维效率,实现卫星智能巡检,精准查找杆塔及输电线路的缺陷及隐患,以云南省昆明市输电线路杆塔坐标为例,提出利用卫星影像进行输电杆塔坐标校准的方法。首先以参考底图数据为基准匹配控制点,并利用数字高程模型(digital elevation model,DEM)对原始遥感影像进行几何纠正; 然后结合阴影检测、边缘检测等技术与目视判读,得到校准的杆塔坐标。实验检验了昆明地区高景一号和高分二号卫星影像的几何纠正精度,纠正后平面中误差分别为0.931 m和1.387 m; 此外,实验检验了2条线路上的旧杆塔台账坐标校准精度,结果表明,杆塔台账的平面精度由13.811 m和8.256 m分别提升至5.970 m和5.104 m,满足基本的电网需求。该方法可以实现杆塔坐标的校准,减小人工巡检的工作量,提高巡线效率。随着遥感影像的数据量级爆发式增长,空天地多源影像将不断结合,基于卫星遥感影像的输电线路杆塔定位技术将有更加广阔的发展前景。

我国是滑坡灾害频发的国家之一,近年来发生的灾难性地质灾害事件有70%以上都不在已知的地质灾害隐患点范围内,亟须通过自动高效的滑坡识别技术方法开展大规模滑坡灾害排查。为了从海量遥感影像中快速识别滑坡的位置,确定滑坡重点区,支撑后续的解译与研究,以黄土滑坡为例,基于GF-1影像与数字高程模型(digital elevation model,DEM) 数据开展滑坡识别研究。首先构建了遥感影像和DEM滑坡样本库,然后应用通道融合卷积神经网络模型对滑坡样本进行分类,最后将分类结果按照位置信息还原到遥感影像图中。实验结果表明模型的滑坡识别精度可达95.7%,召回率为100.0%。研究所用模型的网络层数较少,收敛速度快,具有更高的效率与识别精度,解决了在样本有限的情况下,从遥感影像中快速确定滑坡重点区的问题,以支撑大规模滑坡灾害排查。

水体提取是高空间分辨率遥感影像应用中重要研究方向之一。传统识别方法仅利用水体的浅层特征,为了更好地挖掘遥感影像的深度信息,从而提升水体提取算法的鲁棒性,提高分割精度,提出了一种基于深度学习语义分割模型的水体提取方法。利用深度神经网络挖掘高分辨率遥感影像信息,同时引入注意力模块,整合深层信息与浅层地物的形状、结构、纹理和色调等信息,拟建立比现有模型具有更高准确率、更快预测速度的全新深度语义分割模型。最后,和传统识别方法以及常见语义分割模型进行对比消融实验。实验证明所提出算法模型的总体精度和效率均优于现有方法,且算法参数设置简单,受人工干预少。文章证明了深度学习以及注意力机制在高分辨率遥感影像水体提取任务上的准确性和高效性,提供了一种使用深度学习方法解决高分辨率遥感影像分割任务的可能,并对未来进行了展望。

积雪是表征地表冰冻圈的重要因子,也是重要的天气、水文现象的参数。借助遥感技术对积雪形态及变化进行长时序、大范围监测,在全球气候变化研究、水文水资源调查和地质灾害预防等领域有重要作用。经过数十年的发展,国内外积雪遥感监测技术领域取得了很大进展,积雪遥感监测产品种类不断丰富,积雪反演的算法也在不断改进。文章对现有应用比较广泛的积雪产品按照积雪范围产品、积雪覆盖率产品和雪深/雪水当量产品3类进行归纳总结,梳理当前典型积雪范围及覆盖率产品和雪深/雪水当量产品的业务化遥感反演算法。文章指出,随着国内外高时间和空间分辨率传感器的不断出现,在光学和微波新数据源、新技术支持下,研究人员逐渐针对区域特点优化积雪反演算法,使得反演精度不断提高,为未来积雪遥感监测产品的不断改进提供更多支持。

为探讨深度学习方法在干旱区棉花分布识别中的适用性及优化流程,以渭干河—库车河三角绿洲典型作物棉花为研究对象,利用国产GF-2影像,结合野外调查数据,采用Unet深度学习方法,借助Unet网络多重卷积运算的特点充分挖掘棉花在遥感影像上的深层次特征,从而提高棉花的提取精度。结果表明,Unet模型提取研究区棉花、玉米、辣椒的识别效果优于面向对象和传统机器学习算法分类结果,总体精度为84.22%,Kappa系数为0.804 7,相比面向对象方法以及传统机器学习算法SVM和RF的总体精度分别提高了7.94,11.93和11.73百分点,Kappa系数提高了10.13%,14.72%,14.60%。Unet模型分类结果中,棉花的制图精度和用户精度均高于其余3种方法,分别为94.95%和89.07%。利用Unet模型在GF-2高分辨率遥感影像上高精度提取干旱区棉花空间分布信息具有可行性和可靠性。

热带森林在生物多样性保护以及全球气候变化研究中起着至关重要的作用,其植被类型的复杂性和多样性给遥感热带森林精细分类工作带来挑战。该文依托Google Earth Engine(GEE)平台多时相Landsat8数据,对我国海南省尖峰岭地区热带天然林进行分类探究,在分析多时相数据数量、组合方式对分类精度的影响基础上,针对典型热带雨林、热带季雨林、常绿阔叶林等的热带天然林植被型组类型,提出了一种基于多时相Landsat8影像的分类方法。结果表明: ①随着多时相数据数量的增加,分类精度得到显著提升,海南岛天然林植被型组类型分类精度可以提高到91%; ②当多时相数据达到一定数量后,分类精度趋于稳定; 不同时相数据的组合方式都能提升热带森林分类精度,尤其是在参与分类的数据单独分类精度较低时,其多时相组合对分类精度的提升更加明显,体现了参与分类数据时相选择的宽泛性。所提方法发挥了遥感数据时相变化优势,为海南岛热带天然林类型遥感分类提供有效的参考。

快速从遥感影像中提取出具有较高精度的建筑物是遥感智能化应用服务的重要研究内容之一。针对DeepLab模型对遥感影像建筑物边缘分割不精确、分割大尺度目标存在孔洞现象、网络参数量大等问题,提出一种轻量级DeepLabv3+模型的遥感影像建筑物提取方法。该方法使用轻量级网络MobileNetv2替换DeepLabv3+的主干网络Xception,从而减少参数量、提高训练速度; 对空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)的空洞率进行优化组合,提高多尺度语义特征提取效果。改进的模型在WHU和Massachusetts数据集上进行验证实验,结果表明,在WHU数据集中得到的交并比和F1分数分别为82.37%和92.89%,比DeepLabv3+分别提高2.71百分点和2.14百分点,在Massachusetts数据集中的交并比和F1分数比DeepLabv3+分别提高2.04百分点和2.32百分点,训练参数量和训练时间减少,建筑物提取精度得到有效提高,能够满足快速提取高精度建筑物的要求。

在果园种植管理向精准化和数字化发展的趋势下,苹果栽培对果园种植管理支撑技术提出了更高的要求。近些年,遥感技术的空间分辨率和重访频率不断突破,已经成为苹果园精准种植管理的主要支撑技术,然而目前鲜有综述文章进行这方面的现状梳理和展望,因此对这类研究进行总结很有必要。通过分析遥感技术在苹果园精准种植管理中的主要应用情况,将遥感技术的应用领域归纳为果园基础信息调查、果林参数反演和果园种植管理支撑3大类,并综述遥感技术在各领域中的应用方法、效果,探讨应用潜力。最后,总结出当前研究和应用存在机理性研究少且部分应用领域研究不足、多技术集成化程度不高、缺乏大范围的示范应用3类问题,并指出苹果树生长模拟机理模型、一体化苹果种植管理支撑系统、基于卫星数据的单木监测、遥感监测产品多元服务4个研究主题将成为下一步的研究和应用热点。

地表不透水面是衡量城市生态环境的关键因素,及时准确地掌握不透水面的动态变化对城市发展规划具有重要意义。以昆明市呈贡区为研究区,基于2007年、2011年、2015年、2019年4期Landsat影像为数据源,对比研究归一化差值不透水面指数(normalized difference impervious surface index,NDISI)和调整型土壤调节植被指数(modified soil adjusted vegetation index,MSAVI)2种方法的提取精度,择优提取呈贡区不透水面,并分析呈贡区不透水面时空动态变化。结果表明: NDISI平均提取精度为87.01%,平均Kappa系数为0.81,优于MSAVI的81.78%和0.75,故选用NDISI方法提取呈贡区不透水面; 2007—2019年间,呈贡区不透水面快速增长,其面积由2007年的46.12 km²增长到2011年的72.64 km²,2015年的146.94 km²,2019年的164.42 km²,尤其是2011—2015年,不透水面面积增长速度最快,增长近一倍; 呈贡区不透水面变化主要受国家政策、城市规划、地形因素和交通发展等因素影响,呈贡区西部的滇池方向以及中部几个街道办事处增加较快,对城市内涝、滇池防治带来一定的压力。在未来城市规划过程中,应协调好不透水面的扩张范围和速度,避免不透水面空间格局不合理带来生态环境问题。

露天开采矿区要素遥感提取是矿业活动监测研究中的热门话题,但少有对相关研究的系统梳理和总结。为此,该文首先对露天开采矿区要素进行了界定,按要素种类将要素提取分为单要素提取和多要素提取,并简述了与一般地物提取和土地利用分类的区别; 其次,简要总结了目前相关研究的遥感数据来源与处理平台; 然后,将露天开采矿区要素遥感提取方法分为目视解译方法、基于传统特征的方法和深度学习方法3类,分别总结其研究现状,并分析了各方法的优缺点以及适用情况; 最后,对露天开采矿区要素遥感提取的未来研究方向进行了展望。文章认为有效地利用多源多时相数据、更强特征提取能力网络和复杂场景优化方法,进一步推动矿区要素智能化、精细化和鲁棒性提取是未来发展的趋势。研究结果可为露天开采矿区要素遥感提取的研究与应用提供参考。

海水养殖业在广东省海洋经济中占据重要地位,及时准确地掌握海水养殖区的空间分布及面积变化趋势,对海水养殖业的可持续发展具有重要的促进作用。相较于传统解译方法存在可重复性差、适用范围小、主观随意性强等问题,深度学习网络模型中的U-Net卷积神经网络能够更好地从遥感影像中提取目标特征,具有更高的提取精度。鉴于此,基于多时相Landsat TM/OLI遥感影像,选用U-Net模型作为解译模型,识别1998—2021年广东省海水养殖区(围海养殖区及开放式网箱养殖区),开展海水养殖区面积趋势性分析,并探究海水养殖区在空间分布格局上的变化特征。结果表明: 相较于K-Means聚类分析和深度信念网络等网络模型,U-Net模型更加适用于对广东省海水养殖区的解译,具有更高的解译精度; 广东省海水养殖区主要集中分布在湛江、江门和阳江等广东省西侧区域; 广东省各区域海水养殖区面积可分为3个梯队,且变化幅度较小,保持相对稳定状态; 广东省海水养殖区在空间上呈现出1998—2014年向外扩张、2014—2021年向内收缩的趋势。本研究能够为广东省海水养殖区的科学管理提供数据支持和技术支撑。

桥梁作为典型且重要的地面目标,是交通运输线路的咽喉,对桥梁进行自动检测具有十分重要的社会和经济意义。深度学习已成为桥梁检测新方式,但对云雾遮挡的桥梁检测精度较低。针对该问题,提出了一种结合随机擦除(random erase, RE)数据增强和YOLOv4模型的桥梁目标自动检测方法,首先统计数据集中目标的尺度范围,利用k-means聚类获得锚框尺寸; 然后通过RE与Mosaic数据增强相结合的方法模拟云雾遮挡的情况; 接着采用YOLOv4网络对经增强后的数据集进行训练; 最后采用平均精度(mean average precision, mAP)评估实验结果。实验结果表明,提出方法的mAP为97.06%,比YOLOv4提高了2.99%,其中被云雾遮挡的桥梁平均检测准确度提高了12%,验证了提出方法的有效性及实用性。

净生态系统生产力(net ecosystem productivity, NEP)表征了区域生态系统的固碳能力。文章利用谷歌地球引擎(Google Earth Engine, GEE)平台,基于MODIS和气候数据探讨了2001—2020年20 a间三江源地区NEP时空变化特征及其与气候因子的关系。结果表明: ①三江源区是重要的碳汇功能区,碳汇区占区域总面积的99.89%,碳源区主要分布在西北部,面积仅占0.11%,三江源生态系统NEP总体上呈现东南高西北低、从东南向西北逐渐递减的空间分布格局,且不同生态区之间差异显著; ②20 a间,三江源生态系统NEP总体呈增长趋势,年增长率为1.13 gC/(m²·a),具有巨大的固碳潜力; ③三江源生态系统NEP呈增长趋势的面积占总面积的95.05%,生态工程建设等对植被NEP的改善作用明显,碳汇功能逐步增强且稳定性较高; ④三江源生态系统NEP年平均值为120.93 gC/(m²·a),NEP与年降水量呈正相关,与年平均温度和年太阳辐射呈负相关。气候的暖湿化趋势和生态工程建设均促进了三江源地区植被的碳汇功能,这对于提高陆地生态系统碳汇价值,实现国家“双碳”目标意义重大。

水是形成和维系湿地生态系统的重要因子,监测湿地水面积变化对湿地保护研究具有重要意义。以2018—2019年逐月的Sentinel-1A卫星数据为数据源,计算扎龙湿地年内和年际的合成孔径雷达(synthetic aperture Radar,SAR)后向散射系数(σ⁰)和相干系数(μ⁰)影像,根据彩色光学影像水体贴近程度赋予权重并构建提取湿地水面σ⁰与μ⁰的加权影像,通过阈值分割法、随机森林算法提取湿地水体,实现湿地水域面积的动态变化监测,探究湿地水域年内和年际变化规律。结果表明: 基于随机森林算法的水体提取精度最高,代表月份平均差值绝对值为6.69 km²,基于μ⁰影像使用阈值分割方法的分类精度最低,平均差值绝对值为13.07 km²; 整体趋势上,扎龙湿地水域面积年内有明显的季节性变化,春末夏初时水域面积在1 300~1 600 km²浮动,夏末秋始时水域面积在700~900 km²浮动; 年际水域面积会随着气候、温度等条件差异有不同变化,2019年10月、11月因降水量大湿地水域面积比2018年多出约1 050 km²,基于有效数据计算,总体上2019年比2018年水域面积多出约550 km²。

车辆检测问题是计算机视觉和摄影测量与遥感领域的研究热点。随着深度学习技术的发展,遥感影像车辆检测已在智慧城市和智能交通等领域展开应用。文章系统归纳了现有的基于深度学习模型的遥感影像车辆检测算法,着重从单阶段与双阶段的车辆检测算法进行了归类、分析及比较; 重点梳理了大幅面、复杂背景环境下车辆检测的关键技术,分析主流深度学习模型应用于遥感影像车辆检测的优缺点。利用DOTA和DIOR数据集对YOLOv5,Faster-RCNN,FCOS和SSD算法进行评估,在DOTA数据集上,车辆检测精度分别为0.695,0.410,0.370和0.251; 在DIOR数据集上,车辆检测精度分别为0.566,0.243,0.231和0.154。实验结果表明,目标尺度较小仍是制约遥感影像车辆检测性能的主要因素,深度学习模型应用于小目标检测存在较大的提升空间。最后,基于公开数据集与已有研究算法分析的基础上,给出大幅面复杂背景下遥感影像车辆检测的解决方法及发展趋势。

为探究我国边境城市发展态势,评估城市戍边能力,基于D-LinkNet34深度学习算法对西藏自治区托林镇、狮泉河镇和普兰镇建筑物、道路进行自动化提取,并结合景观指数及人口规模分析边境乡镇发展态势和戍边能力。分析表明: ①基于D-LinkNet深度学习网络的提取方法能够有效地对城市建设用地进一步分类,平均总精度高于80%,IOU值在70%以上。②普兰镇和狮泉河镇斑块分布呈聚集趋势发展,城市扩张趋势减弱,托林镇斑块分布则呈分散趋势发展,城市扩张趋势明显。③建筑面积同常住人口呈线性关系,托林镇2002—2018年建筑面积增加约68.75%,常住人口增加约39.00%; 狮泉河镇2004—2020年建筑面积增加约70.75%,常住人口增加约68.44%; 普兰镇2005—2018年建筑面积增加约68.36%,常住人口增加约25.04%。研究为定量评价边境城市扩张特征及戍边能力提供新方法,同时为建设祖国边疆戍边能力提供参考。

遥感图像融合技术能够将含有互补信息的多源图像进行融合,从而得到内容更丰富、光谱质量更高的图像,是遥感应用的关键和基础。针对遥感影像融合过程中容易出现的光谱失真和空间结构失真问题,该文以注意力机制为基础,利用归一化植被指数(normalized difference vegetation index,NDVI)和归一化水指数(normalized difference water index,NDWI)作为先验知识,构建了基于知识引导的遥感影像融合模型(remote sensing image FuseNet,RSFuseNet)。首先,基于高通滤波能够充分提取边缘纹理细节的优势,构建了高通滤波模块提取全色图像高频细节信息; 其次,提取多光谱图像的NDVI和NDWI信息; 再次,构建自适应挤压激励(squeeze-and-excitation,SE)模块,对输入特征进行重标定; 最后,将自适应SE模块与卷积单元结合,对输入特征进行融合处理。以高分六号遥感影像作为数据源,选择施密特正交化(gram-schmidt,GS)、主成分分析(principal component analysis,PCA)、深度网络结构的图像融合网络(a deep network architecture for pan-sharpening,PanNet)、以卷积神经网络为基础的融合网络(pansharpening by convolutional neural networks,PNN)模型作为对比模型开展实验,实验结果表明: 该文提出模型的峰值信噪比(peak signal to noise ratio,PSNR)指标(40.5)和结构相似性(structural similarity,SSIM)指标(0.98)均优于对比模型,表明这一方法在遥感影像图像融合方面具有明显的优势。

新疆阿希矿区地理环境复杂,长期的矿产资源开采致使矿区的地面发生了较为严重的沉降和变形,造成了采矿生产安全隐患和周边生态环境的破坏。为了进一步研究分析阿希矿区地面沉降时空变化特征和地表形变规律。首先,利用小基线集合成孔径雷达干涉测量(small baseline subset-interferometric synthetic aperture Radar,SBAS-InSAR)技术对2017年2月9日—2021年4月25日获取的127景升轨Sentinel-1A影像数据进行沉降计算; 其次,将InSAR沉降监测结果与水准测量结果进行对比验证; 最后,分析了阿希矿区近5 a地面沉降时空变化特征,并研究了影响矿区地面沉降的驱动因素。结果表明,在整个监测期间内,阿希矿区地表形变呈现出整体基本趋于稳定状态、局部沉降较为明显的特征。造成矿区沉降的主要因素为矿产开采、地质构造、降水及露天矿井蓄水等。本研究可为矿区地面沉降监测以及今后地下矿物的合理开采提供科学依据。

相较于常见的双时相遥感影像,时间序列遥感影像包含更丰富的地表信息,能够缓解“异物同谱”、“同物异谱”的影响,因而在变化检测中具有重要作用。但是目前时间序列遥感影像变化检测方法大多基于像素展开,忽略了像素和周围环境的空间关系,导致变化检测结果“噪声”现象明显。基于此,提出了一种基于时空谱特征的时间序列遥感变化检测算法(change detection based on spatial-temporal-spectral features, CDSTS)。首先,利用灰度共生矩阵和局部统计计算方法,从Landsat时间序列遥感影像中提取每个像素点的时间、空间(纹理和统计)和光谱特征; 其次,通过每个像素在不同波段上的时间序列表现规律,自动筛选出时序特征异常点,并与连续变化检测和分类法(continuous change detection and classification, CCDC)检测结果融合获取高精度变化/未变化训练样本点; 最后,利用上述样本点及其对应的时空谱特征训练支持向量机分类器,并基于该分类器对全图进行分类。结果表明,CDSTS算法在变化区域检测精准度方面明显优于常用的时间序列变化检测算法CCDC和土地扰动连续监测方法(continuous monitoring of land disturbance,COLD),总体精度提升了4.8~11.7百分点。

水源涵养功能是生态系统最重要的功能之一,可以为生态系统和人类保持、提供水资源。本研究根据水源涵养的物理含义,使用叶面积指数、植被覆盖度、蒸散代表植被层的水源涵养能力,使用地表温度、土壤含水量、坡度代表土壤层的水源涵养能力,通过主成分分析法构建水源涵养遥感监测综合指标模型,探索三峡库区水源涵养功能时空分布特征。结果表明,水源涵养生态功能指数(water conservation index,WCI)客观耦合了各个指标信息,能够快速简便地对三峡库区水源涵养生态功能进行评估,合理地代表了评估区域的水源涵养生态能力。2019年,三峡库区水源涵养能力分布不均,呈现下游强、上游弱的空间分布格局,渝东北以森林生态系统为主,水源涵养功能最强。2013—2019年7 a来,三峡库区大部分区域WCI处于略微增加趋势,其中,以丰都、开州、云阳的部分区域增加得较为明显。

生态系统服务价值评估是生态环境保护、生态补偿、自然资源资产核算等政策的重要依据和基础,深入研究湖南省湘西土家族苗族自治州生态系统服务价值的时空变化特征及驱动因素,对其生态环境治理和保护具有重要意义。基于1990—2018年湘西州7期土地利用数据,对其土地利用变化进行分析,采用当量因子法对湘西州生态系统服务价值进行评估,结合空间统计模型对湘西州生态系统服务价值进行时空特征分析,进一步探究生态系统服务价值的驱动因素。结果表明: 湘西州地区主要土地利用类型为林地,28 a间由于建设占用,林地、草地面积减少,建设用地、湿地和未利用地面积增加,水域面积基本无变化,总体来看土地利用活跃程度不高; 生态系统服务总价值呈现先增加后减少再增加最后减少的趋势,呈M型变化特征,生态系统服务价值总体下降,空间上呈现出东南部高于西北部; 空间自相关分析表明研究区生态系统服务价值呈现出正向空间聚集特征,28 a来湘西州生态空间格局总体上没有发生大的变化; 生态系统服务价值时空差异的主要驱动因素为城镇化率、人口密度、林业总产值和林地面积。研究可以为湘西州土地资源的合理利用与生态环境保护提供理论参考。

雪深和雪水当量是积雪观测最主要且关键的要素,在冰冻圈、全球气候变化、水资源调查等领域具有重要意义。微波遥感相较于可见光和近红外遥感对积雪观测具有优势,为此,对被动微波遥感反演雪深和雪水当量的研究进展进行了系统的总结。梳理了野外现场实地测量、地面台站长期观测和卫星遥感区域观测等3种积雪观测方式及其主要观测积雪参数; 重点总结并评价了半经验、物理模型和机器学习等3种雪深和雪水当量反演算法。展示了青藏高原被动微波积雪监测的研究成果,展望了对未来积雪参数遥感反演的发展趋势,为雪深和雪水当量被动微波反演的深入开展提供了科学的参考建议。

水产养殖是人类获取食品的重要途径,养殖池塘是水产养殖的主要生产方式之一。珠江三角洲是我国南方重要的渔业养殖基地,在过去30 a间,其空间分布发生巨大变化。本研究面向中山市及其邻近区域,基于Landsat和Sentinel-2卫星遥感数据,使用线性混合像元分解方法进行混合像元分解,通过目视对比分析,选取了70%及以上水体丰度对应的归一化水体指数阈值范围,获取了1990—2021年典型养殖池塘的时空分布。研究结果显示,中山市及邻近区域的养殖池塘在1990年以来经历了先增加后减少的过程; 中山市及邻近区域1990—2000年养殖池塘面积增加了近一倍,2000—2010年相对平稳,2010—2021年养殖面积则减少了近50%。本研究可减少混合像元对于养殖池塘监测的影响并为大湾区渔业科学养殖与可持续发展提供参考。

矿山开发导致的采空塌陷会造成土壤、植被、水资源损毁; 随着国家实施生态修复战略,有效识别、监控采空塌陷区显得意义重大。为此,利用多源高分辨率光学影像和Sentinel-1 SAR雷达影像,采用Stacking InSAR地面沉降信息提取和光学影像采空塌陷人机交互解译方式,分别对甘肃白银某煤矿区采空塌陷实施了识别、监测; 综合对比分析了各自技术特点,并探讨在生态修复工程部署中的应用前景。研究结果表明: ①Stacking InSAR雷达监测技术能更好反映监测期内形变信息,对于浅部、中部、深部煤层的采空塌陷区均能有效识别; ②高分辨率光学影像则对浅部、中部煤层的采空塌陷区能较好识别,能更为精准识别损毁土地情况,对目前塌陷形变已停止、历史上形成的采空塌陷区及损毁土地情况有很好的识别能力; ③综合InSAR雷达监测技术和高分辨率光学影像遥感识别方法,能全面获取各阶段采空塌陷形变及损毁土地情况,可为生态修复工程提供翔实可靠的基础数据。

土壤盐渍化作为土壤退化的主要形式之一,会对农业生产和生态环境产生极大的危害。遥感手段能快速、宏观、及时地获取土壤光谱特征,通过构建遥感监测模型,可以实现大范围的土壤盐渍化监测和评估,开展土壤盐渍化遥感监测模型方法归纳讨论,提高土壤盐渍化遥感监测精度,在盐渍土监测和治理中具有重要意义。通过梳理近期国内外土壤盐渍化遥感研究相关文献,对土壤盐渍化遥感监测模型构建过程中因子的选取、模型的建立以及精度验证等步骤进行总结,并针对当前研究热点对研究中的局限性与发展趋势进行讨论。主要得出: ①土壤盐渍化遥感模型作为盐渍土监测和预测的重要手段,近年来该领域的研究热点在于通过新型数据源和模型的使用来提高土壤盐渍化遥感监测模型的精度; ②不同研究在遥感数据源的使用上有所差异,但建模因子均是通过光谱敏感波段、先验光谱指数及遥感衍生数据优选获得; ③用于土壤盐渍化遥感监测的模型主要包括线性回归模型以及机器学习模型,针对不同区域建立的遥感模型在模型精度和适用性上有所差异。

为控制水产养殖塘无序发展带来的负面效应,促进水产养殖业进一步发展,首要解决的就是对其快速、准确识别和提取的问题。水产养殖塘是被复杂道路和堤坝分割的特殊网状水体,单纯的光谱特征或空间纹理特征都不足以对其准确提取,且混合特征规则集对计算机性能要求越发苛刻。鉴于此,以Landsat影像序列为数据源,基于谷歌地球引擎(Google Earth Engine, GEE)平台,提出了一种结合影像光谱信息、空间特征和形态学操作的沿海水产养殖塘自动提取方法。该方法联用了双特征水体光谱指数(改进型组合水体指数(modified combined index for water identification,MCIWI)与改进的归一化差异水体指数(modified normalized difference water index,MNDWI))以突出大面积水体与养殖塘的网格特征,再利用低频滤波空间卷积运算拉伸养殖与非养殖水体之间的差异特征,将水产养殖塘区作为一个整体准确识别和快速提取。研究结果表明: ①该方法总精度达到93%,Kappa系数为0.86,典型区域叠加比对检验流程验证,提取结果和实际结果重叠比例均在90%以上,平均重叠比例达92.5%,反映了提取方法的高精度和可靠性; ②2020年福建省近岸海域水产养殖塘区总面积为511.73 km²,主要分布在漳州市、福州市和宁德市; ③核密度分析结果表明漳州市的水产养殖塘集聚度高,相应其养殖塘管理压力也较大。该方法可以实现近岸海域水产养殖塘的自动化提取,对促进渔业养殖的有序管理和科学发展具有重要的意义。

生态评价对城市发展规划起到重要支撑作用。利用遥感指数进行生态评价是一种可行的方法。在云计算发达的今天,针对大数据计算过程中出现的不同传感器计算结果差异大的问题,探索了一种适用于谷歌地球引擎的遥感生态指数时序计算方法。首先,以新疆维吾尔自治区奎屯市为研究区,对1989—2019年的Landsat影像进行去云融合处理; 其次,计算了融合影像的4大分量,并在湿度分量和温度分量的计算方式上进行了优选; 最后,提出了整体最值的归一化方法,并以此方法为基础计算了各年份的遥感生态指数。通过对所得结果进行分析发现,该方法得到的第一主成分分量具有更高的贡献率,在此基础上的时序结果有更高的多项式拟合度。说明该方法能为不同传感器规定统一标准,增强不同传感器之间计算结果的可对比性,优化遥感生态指数的计算结果,保证生态评价分级结果的可解释性。

对江河湖泊等水体目标的空间分布、时序变化进行及时、准确的检测和统计具有十分重要的意义和应用价值,已成为当前遥感地表观测研究的重要热点。传统水体提取方法依靠经验设计的指数模型进行水体阈值分割或分类,易受到植被、建筑物等地物的阴影以及水体自身泥沙含量、盐碱浓度等理化特性变化的影响,难以在不同时空尺度环境下保持鲁棒性。随着海量多源、多分辨率的遥感图像的快速获取,深度学习算法在水体提取方面的优势逐渐凸显并被国内外学者广泛关注。得益于深度神经网络模型强大的学习能力和灵活的卷积结构设计方案,研究人员陆续提出了各种模型和学习策略用以提高水体提取的鲁棒性和精度,但目前缺少对该类研究进展的全面综述和问题剖析。因此,文章对近年来国内外发表的相关研究成果进行总结,重点归纳不同算法在遥感图像水体提取方面的优缺点及存在的问题,并对基于深度学习的遥感图像水体提取方法研究的发展提出了建议和展望。

水下地形测量是测绘科学的重要分支,与人类开展海洋、湖泊等作业密切相关。在探测浅水区水下地形时,传统声学方法面临船体搁浅风险,被动光学方式则存在测量精度低等缺陷。机载激光测深技术的出现为解决浅水水深测量难题提供了新的手段,其在近岸区域应用可填补浅水区水下地形数据空白。文章首先简要介绍了机载激光测深系统的组成和原理; 其次,对激光测深数据的获取做了说明,并重点讨论了机载激光测深数据处理的关键技术,包括波形数据处理、误差修正和点云数据处理等; 最后,总结了机载激光测深存在的技术难点及未来的发展趋势。

矿区持续开采造成的地面沉陷会对环境带来巨大的破坏,如何快速获取大范围区域内矿区的位置和地表形变量成为矿区监测亟待解决的问题,为此利用合成孔径雷达干涉测量(interferometry synthetic aperture Radar,InSAR)技术对山西省临汾市开展矿区沉陷大范围探测和监测研究。首先,通过差分合成孔径雷达干涉测量方法(differential interferometric synthetic aperture Rader,D-InSAR)处理分析12景Sentinel-1A升轨数据,对研究区域进行了矿区沉陷灾害大范围探测; 然后利用小基线集(small baseline subset,SBAS)-InSAR处理了不同轨道共432景Sentinel-1A升轨数据,对普查出来的重点区域进行监测。研究结果发现,在临汾市共探测出105处沉陷区,沉陷区均处于临汾断陷盆地两侧的山体中。进一步对重点沉陷区域进行时序形变监测,发现多处沉陷区均处于持续形变过程中,且形变量级较大,最大形变速率达-381 mm/a,对地表生态环境和基础设施带来了巨大的破坏。通过光学影像寻找到了沉陷区附近的开采点,验证了基于InSAR技术的大范围探测与监测方法的可靠性,研究结果可为临汾市矿区沉陷灾害防治提供重要依据。

利用遥感技术进行土壤含盐量的快速检测可为土壤盐渍化治理和绿洲农业合理开发提供科学指导。基于渭干河—库车河三角洲绿洲采集的95个土壤样品,采用光谱指数、波段反射率与实测土壤含盐量,运用多元线性回归、偏最小二乘回归、支持向量机回归和随机森林回归方法构建土壤含盐量估测模型,并利用最优估测结果对研究区土壤含盐量的空间分布格局进行遥感反演。结果表明: 通过全子集回归法筛选出与土壤含盐量相关显著的9个光谱因子,相关系数均在0.5以上(P<0.01)。其中盐分指数中SI-T与土壤含盐量的相关系数最大为0.648; 对比4种反演模型的估测精度,拟合的效果由高到低依次为随机森林回归>支持向量机回归>偏最小二乘回归>多元线性回归。其中随机森林模型拟合精度表现最佳,训练集和验证集的决定系数分别为0.870和0.766; 相对分析误差分别为2.792和2.105,值均大于2,表明模型反演效果较好,有稳定的估测能力; 由随机森林模型的反演结果来看,第Ⅰ等级和第Ⅱ等级占比达到41.62%,分布于绿洲内部的耕作区; 第Ⅲ,Ⅳ和第Ⅴ等级区共占比56.41%,主要分布在绿洲外围与沙漠的交错带和荒漠区。采用随机森林机器学习建模方法对土壤含盐量进行反演,估测效果明显优于传统的统计模型,可为干旱区绿洲土壤盐渍化监测提供参考。

缓倾地层滑坡是我国西南地区常见的一种特殊灾害类型,拉裂槽为其典型识别标志。由于灾害源区植被茂密、地形复杂,常规地面调查或遥感手段均存在局限性,较难高效、有效地对其进行识别提取。作为新兴遥感技术之一的机载激光雷达(light detection and ranging, LiDAR)技术及其数据可视化分析方法为缓倾地层滑坡的准确识别提供了新的解决方案。利用无人机搭载长测程LiDAR可获取高分辨率数字高程模型,结合空天视域因子、系列山体阴影图和三维形态模拟等多种可视化方法,可实现缓倾地层滑坡及其拉裂槽的有效识别。文章以四川省北部通江县春在镇周边作为研究区,选取糯鼓寨村南部新识别滑坡隐患作为典型案例,利用综合遥感识别方法,实现基于机载LiDAR数据的滑坡隐患识别标志构建、边界准确判识、拉裂槽位置识别及信息提取,结合野外核查验证结果,从定性和定量2个方面验证机载LiDAR技术对高植被区缓倾地层滑坡及其拉裂槽识别应用的有效性。相关研究结果对缓倾地层滑坡多发区的灾害隐患早期识别、监测及防治领域应用研究具一定的参考和借鉴价值。

为开展吉林省矿山地质环境变化趋势分析和矿山生态修复前景研究,利用2015—2019年获取的国产高分辨率卫星遥感数据和多源信息资料,采取自动化信息提取和人机交互解译相结合、室内综合研究与实地调查验证相结合的方法,对吉林省矿山地质环境及生态修复状况开展了遥感动态监测。通过对监测结果进行矿山地质环境及生态修复变化特征分析,基本掌握了该省矿山开发压占土地资源、损毁土地资源、矿山地质灾害、矿山环境污染和矿山生态修复的现状及其变化趋势。分析成果比较客观、准确,取得了较好的卫星遥感监测应用效果,可为该省深入推进山水林田湖草沙生态保护修复工程提供参考依据。

遥感影像去云是遥感影像处理与分析的重要领域,对影像后续的信息提取等操作起到至关重要的作用。针对多时相遥感影像融合去云中对待重建图像的质量要求较高以及适用性较低的问题,提出了一种基于一幅或多幅参考影像信息进行多时相遥感影像融合的厚云去除算法,包括参考影像的选取、辐射归一化、多时相影像融合以及泊松图像编辑4个主要步骤。首先根据影像掩模及主成分信息选取参考影像,并且进行多源遥感影像辐射归一化保留地物信息的变化情况; 然后基于选择性多源全变分模型对影像进行融合处理,并通过泊松图像编辑技术改善影像融合后的边界梯度不连续问题。实验结果表明,所提方法可以对带有厚云且质量不一的多源遥感影像进行有效去云处理,并在整体上获得比传统方法更高的影像细节精度。