在有路导航日臻成熟的背景下,该文结合车辆在复杂非结构化环境下对导航服务的需求,提出了无路导航这一多学科交叉研究方向。首先,介绍了有路导航的发展及无路导航的需求场景,基于车辆通过性的4个具体方面,提出了从有路导航走向无路导航过程中的科学问题,包括地理-地质通行要素精细化遥感探测、无路区域软地面土壤参数遥感获取、天候变化对地面特性的定量影响机理,阐明了无路导航的研究导向; 然后,归纳了车辆通过性计算与表征技术、无路区域数字路网构建技术、无路导航智能路径规划技术等关键技术,提出了“无路区域有路化”的技术途径与无路区域数字路网的概念,构建了无路导航技术体系; 最后,结合无路导航相关技术的实践,展现了其应用潜力。无路导航的研究将进一步丰富导航的内涵,拓宽导航应用边界。
土壤盐渍化是导致土壤肥力下降、生产力衰退、植被覆盖减少以及作物产量降低的重要原因之一。光学遥感监测技术具有宏观、及时、动态和低成本等优点,对于实现土壤盐渍化的动态监测具有重要意义。然而,目前少有对多尺度遥感数据、多类型遥感特征参量以及反演模型进行系统性梳理和总结的综述研究。为此,该文首先对光学遥感数据源进行了梳理,并总结了目前盐渍土监测相关研究中使用的遥感数据来源与尺度平台,将多源遥感数据分为卫星、航空和地面3种不同平台; 其次,整理了目前主流的建模特征参量以及统计回归和机器学习2类经典的反演方法,并分析了各方法的研究现状; 最后,对遥感数据源间的融合进行了探讨,比较了各建模方法的优缺点,并结合当前研究热点,展望了将数据同化与深度学习应用于土壤盐渍化监测研究的前景。
为进行伊犁河谷矿山地质环境评价分析与生态恢复治理对策研究,该文基于遥感影像提取的伊犁河谷矿山开发状况与矿山地质环境遥感调查结果,结合多源地质资料、人文数据和气象资料,运用层次分析法,构建层次结构模型,对伊犁河谷矿山环境进行了分析评价。结果显示,伊犁谷地严重区分布较为集中,占伊犁河谷总面积的4.61%; 较严重区与一般严重区呈现连片分布,且互为交叉,界线不太分明; 一般严重区主要分布在极高山区、中高山区及低山丘陵区; 无影响区主要分布在伊犁河谷中部冲积平原区和昭苏盆地平原区。生态承载力高的地区主要集中在中部,除去昭苏县和特克斯县的南部、尼勒克县的东部边缘地带与霍尔果斯的北部地区,其他地区生态承载力相对比较高。研究结果可为伊犁河谷生态环境可持续发展及矿山资源的合理开发提供基础数据和技术支撑,亦可为干旱半干旱区矿山地质环境监测评价提供范例。
青海省地质勘查工作区位于典型的高原荒漠区,地形切割大、植被覆盖率低、基岩出露面积广、地表调查难度大。为研究卫星高光谱数据在柴北缘荒漠区蚀变矿物填图及找矿中的应用,基于高光谱分辨率的国产遥感卫星资源一号(ZY-1)02D数据,通过精细的辐射定标、大气校正、数据修复与正射校正等处理后,获得青海省柴北缘赛坝沟等荒漠地区的高光谱遥感影像; 经过详细的野外调查采样并使用FieldSpec Pro FR光谱仪进行波谱测试,构建了研究区包含绿泥石化等12种主要矿物蚀变的标准实验室光谱数据集; 最后开展了研究区蚀变矿物提取及找矿研究。结果发现,研究区的蚀变矿物主要有绿帘石、绿泥石、钠长石、绢云母、硅化、高岭土、碳酸盐、褐铁矿、阳起石、蛇纹石、赤铁矿、黄铁矿和孔雀石等13类,蚀变信息分布与地层、侵入岩岩性及韧性剪切构造密切相关。通过对赛坝沟等典型矿床的蚀变特征研究发现,孔雀石化、褐铁矿化、黄铁矿化、绢云母化、硅化等蚀变信息与成矿关系十分密切,具有重要的找矿指示意义; 部分钾长石化、绿泥石化、绿帘石化、钠长石化也与成矿作用有一定的关系,可作为找矿参考信息。最终,通过上述方法,结合配套开展的1:2.5万地球化学测量成果,在托莫尔日特地区发现了铜金矿化点1处。因此,高光谱蚀变矿物填图在我国自然条件恶劣的西部荒漠地区能够弥补传统地质调查和矿产勘查手段的局限性,可用于快速了解区域地质背景、成矿地质条件,进而提取矿物光谱信息等,为地质找矿工作提供大范围的丰富、精细的信息,具有广泛的应用前景。
砂岩型铀矿是一类重要的铀矿资源,而遥感是一种重要的矿产资源勘查方法。由于砂岩型铀矿多形成于地下,地表常被沉积物覆盖。这种情况下,遥感是否能在砂岩型铀矿勘查中发挥作用成为值得探讨的问题。本研究以巴音戈壁盆地银根地区为研究对象,在获取Sentinel2,Landsat7 ETM+,ASTER,ALOS DEM以及航空放射性数据的基础上,开展了地形可视化、构造解译、K-T变换、归一化植被指数(normalized difference vegetable index,NDVI)计算、蚀变矿物提取、Th/U比值计算等工作,并从次生还原砂岩型铀矿的成矿模式、条件与控矿要素出发,对结果进行综合分析。分析表明,银根地区中部为隆起带而东南部为凹陷带,两者间为斜坡带。隆起带花岗质岩石可作为重要的铀源。斜坡带上发育的多条近东西走向的断裂构造为含铀含氧水向地下迁移创造了条件。凹陷区发育的断裂富水带和强地表蒸发作用为含铀含氧水排泄蒸发以及驱动地下水循环创造了条件。因此,银根地区隆起带、斜坡带、凹陷带构成一套完整的含铀含氧水循环体系。综合前人资料,认为中部斜坡带可能是一处较好的形成次生还原砂岩型铀矿的地段。本研究也说明,即便在覆盖严重的地区,遥感技术依然可从识别成矿条件与控矿要素的角度,为砂岩型铀矿找矿提供指引。
高空间分辨率遥感影像已被广泛应用于矿区分类。针对典型露天红土风化壳型镍矿矿区信息提取及其动态变化监测的研究相对较少等问题,该文以缅甸著名的达贡山镍矿为研究区,基于Pleiades和GF-2高空间分辨率遥感影像数据,首先采用分层次多尺度分割的面向对象分类方法,提取矿区地物信息; 然后,对达贡山镍矿的动态变化情况进行分析; 最后,从定性和定量2个方面对分类结果进行精度评价。研究结果表明,基于分层次多尺度分割技术的分类识别效果较好,Pleiades 和 GF-2 影像的整体分类精度分别为 94.24% 和 89.02%,Kappa系数分别为0.889和0.816,该方法适用于露天红土镍矿的矿区信息提取。通过动态变化分析,2015—2017年达贡山镍矿开采规模不断扩大,开采速度较快,具有良好的资源开发潜力和广阔的开发前景。研究结果可为缅甸达贡山镍矿区的动态变化监测提供技术支持。
山西省是全国重要的煤炭基地,大范围、高强度的煤炭资源开采对生态环境造成了破坏,因此对其生态环境演变进行研究具有重要意义。该文基于Google Earth Engine(GEE)平台,应用MODIS影像计算山西省范围内2000—2022年的长时间序列的遥感生态指数(remote sensing ecological index, RSEI),用Mann-Kendall趋势分析法对RSEI的演变趋势进行分析,用Pettitt突变检验法对RSEI突变进行分析,用皮尔逊相关系数对RSEI与气候因子的相关性进行分析。结果表明: 山西省2000—2022年近23 a间平均生态质量较好,但全省的煤炭矿区平均生态质量一般,降水量和气温的空间分布对RSEI的空间分布具有较大的解释力。全省大部分区域RSEI演变趋势为提升,降低的区域主要集中在煤炭矿区和人口密集和经济发达的盆地区域。全省生态质量从较差提升到一般,再提升到较好,演变过程大致可以分为4个阶段,2000—2006年是波动上升期,2006—2012年是稳定期,2012—2019年是向上波动期,2019—2022年是持续上升期; 全省的煤炭矿区生态质量从较差提升到较好,演变过程大致也可以分为4个阶段,2000—2006年是波动上升期,2006—2012年是稳定期,2012—2019年是波动下降期,2019—2022年是持续上升期; 2010年为山西省生态质量突变年份,山西省及其煤炭矿区生态质量在2010年前向好,在2010年后全面提升。降水量年际变化对生态质量的影响总体是正向的,而气温年际变化对生态质量的影响不显著。
采用高空间分辨率遥感数据,可以迅速查明我国矿山地质环境现状,成果客观、准确。通过对比河北省169个区县市2020年和2021年遥感影像,解译识别出疑似矿山损毁土地图斑728个。2021年河北省矿山环境新增恢复治理面积为1 305.51 hm2,矿山新增土地损毁面积为932.13 hm2,矿山环境恢复治理净增长面积为373.38 hm2,整体上实现了边开采边治理。在初步分析河北省矿山环境现状与目前存在主要问题的基础上,为下一步矿山恢复治理工作提出了对策建议。研究结果可为河北省矿山地质环境管理和矿山复绿行动效果评估等提供基础数据和技术支撑。
高光谱图像数据具有维度高、数据稀疏、空间光谱信息丰富等特点,针对空谱联合分类模型中高光谱图像卷积操作处理大片相同类别像素区域时会存在计算的空间冗余,3D卷积对深层空间纹理特征提取不充分,串行注意力机制结构不能充分考虑空谱相关性的问题,该文提出了改进的3D-Octave卷积高光谱图像分类模型。首先改进的3D-Octave卷积模块将输入的高光谱图像数据划分为高频特征图和低频特征图,减少空间信息冗余,提取多尺度的空间光谱特征,结合跨层融合策略,加强对浅层空间纹理特征和光谱特征的提取;随后利用2D卷积提取深层空间纹理特征并进行光谱特征融合;最后使用三维注意力机制跨纬度交互实现对有效特征的关注和激活,增强网络模型的性能和鲁棒性。结果表明,由于充分提取有效空谱联合特征,在印第安松树林(Indian Pines, IP)数据集的训练集比例为10%的条件下,OA,Kappa和AA分别为99.32%,99.13%和99.15%; 在帕维亚大学(Pavia University, PU)数据集的训练集比例为3%的条件下,OA,Kappa和AA分别为99.61%, 99.44%和99.08%。与5个主流分类模型进行对比,获得了更高的分类精度。
卫星遥感的土壤湿度产品为研究区域尺度的气候变化、水文效应等提供了便利,然而由于观测标准不统一、仪器更迭等因素,长时间序列土壤湿度数据集在我国的验证和应用犹显不足。该文基于中国气象局农气数据集和国际土壤水分网络(international soil moisture network, ISMN)的土壤湿度资料,首先构建了1981—2013年中国东部地区土壤湿度的月数据集; 并在此基础上对比分析了同时间段欧洲航天局气候变化倡议项目(European apace agency climate change initiative, ESA CCI)的4种微波遥感土壤湿度产品(包括主动、被动、融合和校正的融合产品)在中国东部的表现能力。结果显示,主动产品和被动产品分别低估、高估了中国东部的土壤湿度,其中主动产品的最大偏差分布在华北和西北地区,相对偏差分别达到-30.9%和-29.6%,被动产品在东北和西北地区的相对偏差分别为39.1%和26.5%,融合产品可以很好地改进东北地区和西北地区主动产品低估、被动产品高估的现象,相对偏差分别减少到24.3%和3.7%。对区域平均的月土壤湿度的变化特征而言,主动产品和融合产品在江淮地区的表现最优,最高相关系数达0.66,被动产品和融合产品在东北地区的相关系数达0.44和0.47,华北地区和西北地区较差。通过对遥感产品方差来源进行分析,主动产品在描述土壤湿度的演变特征方面更具优势,被动产品在精度方面表现更优,融合产品在精度方面表现最佳。该文同时研究了CCI集成卫星设备的更迭对产品表现的影响,结果表明,不同时间段的主动产品在东北和西北表现较一致,被动传感器在再现土壤湿度的变化特征方面还有一定的差距,融合产品的整体方差明显优于主动产品和被动产品,但是在相关系数方面,融合产品在东北和西北较主动产品基本相当。校正后的融合产品没有特别明显的改进,这在一定程度上证明了利用CCI融合产品进行长期研究的可行性。研究结果有助于更深刻地理解不同卫星产品数据集的误差结构和特性,为研究者挑选相应数据产品、以及进行长时间序列的研究提供了证据支持。
由于复杂背景变换和建筑物形状多样化等因素影响,从高分辨率遥感图像中准确提取建筑物信息面临着挑战。该文提出了一种融合混合注意力机制与多尺度特征增强的高分辨率建筑物语义分割网络(building mining net,BMNet)。首先,编码器部分使用VGG-16作为主干网络来提取特征,得到4层特征表示; 然后设计解码器用于解决多尺度信息中高层特征的细节信息丢失问题,引入了混合通道注意力和空间注意力的串联注意力机制(series attention module,SAM),增强高层特征的表示能力; 同时,设计了一种渐进式特征增强的建筑物信息挖掘模块(building mining module,BMM),进一步提高建筑物分割的准确性。BMM把上采样后的特征映射、经过SAM处理的特征映射以及初始预测结果作为输入,获取背景噪声信息,并利用所设计的上下文信息探索模块滤除背景信息,在经过多次BMM处理后得到最佳预测结果。对比实验结果表明: BMNet在武汉大学建筑数据集上精度和交并比分别优于U-net 4.6%和4.8%,在马萨诸塞州建筑数据集和Inria航空图像标注数据集上精度和交并比分别优于U-net 7.9%,8.9%和6.7%,11.0%,验证了所提模型的有效性以及实用性。
地表水体监测对于水资源保护具有重要的参考价值。该文以2013—2022年的国产高分一号(GF-1)系列遥感影像为数据源,发展了一种基于深度学习模型DeepLabv3+的像素级地表水体遥感提取方法。在北京市密云区的实验结果表明,该方法可快速获取多期次像元尺度的地表水时空分布,提取结果与真实空间分布基本一致; 与随机森林算法、支持向量机算法和最大似然法等常规分类算法提取结果进行对比,所提方法的精确率和召回率分别达99.22%和98.01%,水体提取精度较高。通过长时间序列监测,2013—2022年间密云区地表水体面积经过持续性减小→增加→保持稳定3个过程。该方法提取精度和效率满足区域级水体空间范围变化监测的需求,在区域地表水资源遥感快速监测和生态评价等领域具有广阔的业务应用前景。
Surface water monitoring can provide important references for water resource protection. Using 2013-2022 remote sensing images from the domestic high-resolution GF-1 constellation, this study developed a pixel-scale method for surface water information extraction based on the DeepLabv3+deep learning model. The experimental results of derived in Miyun District of Beijing indicate that the proposed method can quickly obtain multiple phases of pixel-scale spatiotemporal distributions of surface water, with the extraction results roughly consistent with actual spatial distribution. Compared to conventional classification algorithms such as random forest, support vector machine, and maximum likelihood, this method exhibited extraction precision and recall of 99.22% and 98.01%, respectively, demonstrating high accuracy in water information extraction. The long-term serial monitoring results indicate that the surface water area evolved from a continuous decrease to an increase and then to stabilization from 2013 to 2022. Since the extraction accuracy and efficiency can meet the demand for the monitoring of the spatial changes in regional water bodies, the proposed method enjoys broad prospects for practical application in the fields of remote sensing-based rapid monitoring and ecological assessment of regional surface water resources.
利用遥感技术开展农作物空间分布的快速调查与精准制图是现代精细农业的一项基础工作。然而,由于遥感影像获取、处理与分析过程中的局限性,传统农作物种植结构遥感制图精度受到一定影响,亟须面向农作物分类开展不确定性的空间建模与特征分析。该文将耕地地块作为基本空间单元,选择宁夏引黄灌区作为试验区,利用多源遥感数据和机器学习算法实现地块尺度的农作物分类,进而基于混合熵构建不确定性计算模型,生成地块农作物类型不确定性空间分布,再利用多源辅助数据对地块农作物分类不确定性进行回归建模,探究相关地理变量的潜在影响。实验结果表明: ①耕地提取及分类环节共构建地块矢量单元149万个,总体作物分类精度达0.80,制图结果与实际农业耕作管理单元相匹配,分类效果较之传统的像素尺度方法更为理想; ②地块尺度的农作物分类不确定性总体较低,存在较为显著的类别差异,水稻、菜地、苜蓿分类不确定性较小,单种、复种小麦不确定性较高,玉米作物分类不确定性介于二类之间; ③地块级作物分类不确定性与种植结构、资源条件等多种环境因素有关,且与作物类型、水源可达性的相关性最为显著。
为解决露滩地区立体卫星影像精准测绘的难题,利用立体光学卫星影像与激光雷达(light detection and ranging,LiDAR)点云数据在几何定位方面的互补特性,提出了以高精度LiDAR点云数据作为广义控制的立体光学卫星影像高精度测绘方法。首先,对LiDAR深度图与光学卫星影像进行匹配,提取同名点对作为广义控制; 然后,将影像和控制一起作为输入进行平差,完成影像准确几何定位; 最后,以LiDAR点云数据作为引导,结合多基线、多基元的匹配算法和GRM(geomorphologic refined matching)算法,自动提取露滩地区高精度数字表面模型(digital surface model,DSM)。研究结果表明,综合利用激光点云和立体卫星影像数据,运用摄影测量技术,能够快速准确地生产露滩地区高精度的地形图,对于露滩地形精准测绘具有一定的指导意义。
针对传统水体指数模型易受水体边界浅水区的水体底质的影响,导致在提取水体时容易产生水体错分和遗漏等问题,该文以汤河水库、桐湖和近海浅水区为研究对象,基于Landsat影像的典型地物光谱信息构建了一种新型多波段水体指数(new multi band water index,NMBWI)。与传统水体指数模型归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、增强型水体指数(enhanced water index,EWI)及修订型归一化水体指数(revised normalized difference water index,RNDWI)进行了对比分析,结果表明: NMBWI对于水体边界的浅水区水体强化效果更佳,提取的水域范围更为完整,总体精度和Kappa系数总体优于传统水体指数模型且NMBWI对不同类型水体边界的浅水区水体提取具有较好的普适性和稳定性。
语义分割模型在高分辨率遥感影像中表现良好的关键是训练集和测试集之间域的高度一致。然而,不同数据集之间存在域偏差,包括地理位置、传感器成像方式和天气条件的差异,导致在一个数据集上训练的模型在另一个数据集上预测时准确性会显著下降。域自适应是解决上述问题的有效策略,该文从域自适应模型的角度,基于对抗学习方法提出了一种用于高分辨率遥感图像语义分割任务的无监督域自适应框架。该框架对全局域对齐模块和局部域对齐模块分别融入熵值加权注意力和逐类别域特征聚合机制,缓解源域和目标域之间的域偏差; 此外,引入了对象上下文表征(object context representation, OCR)模块和空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)模块,以充分利用影像中的空间级和对象级上下文信息,并提出了OCR/ASPP双分类器组合策略,以提高分割精度和准确性。实验结果表明,该方法在公开的2个数据集中实现了优越的跨域分割性能,并超过了同类型的其他方法。
准确、及时地检测出滑坡体对减少山体滑坡自然灾害对人类生命和财产造成的威胁与损失具有重要意义。论文提出了一种基于卷积神经网络(convolutional neural network,CNN)与Set Transformer(SETR)的特征融合滑坡体检测方法。基于CNN的网络模型选择了全卷积网络(fully convolutional network,FCN)、U-Net和Deeplabv3+,基于Transformer的模型选择了SETR。首先对CNN网络模型在滑坡检测中的效果进行评价,然后在CNN网络模型的编码器部分引入SETR,并将SETR的输出融合到CNN的解码器结构中作为模型的整体输出。基于LandSlide4Sense数据集的实验结果表明,典型CNN融合SETR后有效改善了模型的检测效果,FCN,U-Net,Deeplabv3+模型在融合SETR后F1分数分别从0.672 6,0.727 3,0.687 3提高到0.686 9,0.743 0,0.705 5。因为滑坡与地形密切相关,以效果最好的U-Net模型为基准,在模型输入中引入数字高程模型之后F1分数从0.732 5提高到0.750 3。
一体化成像光谱仪能够有效提升陆地生态系统监测能力,在设计研制阶段开展成像仿真是提升其效能的重要手段,针对目前成像仿真中场景建模和辐射传输模型的不足,建立了一套全链路的成像仿真模型,并利用该模型初步开展了载荷效能评价。首先,根据载荷观测目标开展了大型场景异构建模; 然后,推导了包含荧光辐射和热辐射的起伏异质地表辐射传输模型; 最后,结合光栅光谱仪成像模型,最终集成为全链路成像仿真模型。为验证起伏异质地表的邻近效应对像元日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)空间分布的影响,对比本光谱仪空间分辨率下,考虑和未考虑地形邻近效应的模拟SIFred和SIFfarred辐亮度。对于地形起伏明显且地物分布非均一的列数据,SIF辐亮度差异分别最大达到22%和52%,未考虑地形邻近效应会导致高分辨率SIF仿真的显著误差。本研究的成像建模方法能够用于异质起伏地表场景的高光谱-超光谱成像仿真,从而分析一体化成像光谱仪生态监测的复合应用的效能。
台湾海峡具有重要的战略地位和研究价值,开展台湾海峡及其周边海域的海洋表面温度(sea surface temperature,SST)时空变化研究有助于了解台湾海峡海陆环境与洋流变化,特别是对于充分了解台湾海峡复杂的海洋锋面系统有重要的意义。以台湾海峡及其周边海域为研究区,利用2016—2020年Himawari-8卫星数据,通过计算获取研究区年平均、季平均、旬平均的SST遥感数据,开展SST时空变化研究,并以此为基础,研究SST与福建内陆降水、福建沿海海雾之间存在的相关关系,研究结果表明: 台湾海峡及其周边海域年平均SST由西北向东南呈带状分布并逐渐升高,按季节特点可分为等温线近似与岸界平行分布的冬季型及等温线近似均匀分布的夏季型,旬SST资料能更精细地刻画台湾海峡SST的时空变化情况; 内陆月降水量与月平均SST总体存在较弱的负相关,但越远离外海海域负相关性越高; SST与沿海海雾存在着较强的负相关关系,并且随着SST的升高,海雾发生次数呈现减弱趋势。
陆地生态系统碳储量是全球及区域碳循环研究的关键环节,西洞庭湖作为国家级自然保护区,其长时序碳储量的评估将为区域生态系统监测和管理提供科学数据支撑。该文基于2000—2020年土地利用数据,利用InVEST模型估算西洞庭湖近20 a的碳储量,以此探讨西洞庭湖碳储量的时空变化特征,识别碳储量重点变化区域。研究结果表明,西洞庭湖近20 a碳储量呈波动上升趋势,波动范围为113.5×104 ~ 125.7×104 t; 碳储量相对变化率仅2003年达到3.2%,其余时期均小于2%; 20 a内西洞庭湖核心区每年碳储量均居子区域首位,其次为试验区; 西洞庭湖大部分区域碳储量保持不变或变化较小,但仍有部分区域存在较为明显的变化; 重点变化区域呈聚集、线型及零散等多样化空间分布特征,其土地利用类型具有相应的变化强度; 西洞庭湖试验区碳储量变化受人为干扰影响较大,核心区碳储量主要与降水相关。研究结果有助于科学推进西洞庭湖自然保护区“双碳”目标的实施。
破坏性地震建筑物损毁快速评估是震后科学评估的决策依据与技术保障,对于人道主义救援和应急响应具有重要意义。鉴于现有遥感影像震后建筑物损毁大多基于灾前灾后图像分割来完成,对于震后建筑物数量难以快速统计,文章以U-Net深度卷积神经网络为主体模型,提出一种3阶段的BDANet(building damage assessment convolutional neural network)震后建筑物损毁信息评估与预测一体化网络框架。首先,利用U-Net的编码-解码网络结构提取建筑物位置信息; 其次,通过灾前灾后影像训练建筑物损毁评估部分,对建筑物分割结果进行损毁定位与等级评估; 最后,对不同等级的损毁建筑物数量进行预测,为灾后救援与灾后重建提供数据支撑。并以2017年墨西哥中部莫雷洛斯州发生的7.1级地震与2023年土耳其发生的7.8级地震为例展开研究,实验对震后建筑物损毁等级进行评估及统计,验证了该文方法的准确性与可靠性,相关实验结果可为灾后风险评估提供及时、准确的数据支撑和技术保障。
水坝的检测对于城市规划、生态环境评估等有着重要意义。目前基于遥感的水坝检测研究主要是基于样本集的算法改进或在小区域上的检测,缺乏在大尺度地学区域的实践应用。而在大区域中,水坝分布稀疏,地表存在更多的桥梁等地物会对水坝的检测形成显著干扰。为应对这一问题,该文以大清河流域为例,研究大尺度区域内的水坝遥感检测。该文研究主要分为2个阶段,第一阶段是将容易与水坝混淆的桥梁作为难分负样本(即容易产生假阳性的样本)参加训练,基于DIOR公开数据集改进适合于水坝提取的神经网络结构; 第二阶段是基于优化后的网络以及大区域多源样本数据进行微调训练获取模型,并实现大清河区域的水坝检测。优化后的模型在第一阶段测试中水坝检测F1分数为0.783,在第二阶段大清河流域检测得到了330处水坝,其结果与现有公开的水坝空间分布数据集GRandD相符,且更为详细。结果表明,结合桥梁样本优化训练后的模型可以有效避免对桥梁的误提取,从而提高检测精度。
在现代化农业生产管理中,不同类型作物的空间分布是重要的农情信息。从卫星遥感影像中识别农田种类,是获取该类信息的基本途径之一。虽然目前用户可选择的遥感影像地物识别算法较为丰富,但进行可靠的农田分类依旧具有一定的挑战性。该文选取了3类具有代表性的深度卷积语义分割模型,包括UNet,ResUNet和SegNext,对比其在河套灌区高分二号遥感影像上的作物分类性能。在3类算法的框架内,共实现了9种具有不同复杂度的模型,以分析各个网络结构在农田遥感影像作物分类中的性能差异,从而为后续的相关模型研究提供一些优化思路与实验基础。实验结果说明,具有6层网络结构的UNet取得了最高的总精度(88.74%),而6层SegNext的精度最差(84.33%);具有最高模型复杂度的是ResUNet,但对于研究数据集,这类算法的过拟合现象最为严重;在计算效率方面,ResUNet也显著低于另外2类算法。
合成孔径雷达(synthetic aperture radar, SAR)具有全天时、全天候成像能力,可为大范围洪涝淹没监测提供数据支撑。受SAR影像重访周期等限制,仅利用单一来源的SAR影像数据,难以满足洪灾救援与决策支持对高时效性洪涝淹没动态监测数据的需求。联合多源时序SAR数据进行洪涝淹没动态监测,具有重要的实用价值。然而,不同传感器获取的SAR影像存在较大的时空异质性,难以进行直接比较。此外,以往研究通常利用单像素或局部空间邻域特征提取洪涝淹没范围,忽略了洪涝前后时空非局部特征的使用。为此,该文首先提出了基于后向散射特征的多源SAR数据特征空间对齐方法,然后引入渐进非局部理论提取洪灾前后的差异信息并生成洪涝淹没图,最后对时间序列洪涝淹没图进行逻辑运算得到洪涝淹没动态监测结果。该研究以2023年8月涿州市洪涝灾害为例,利用Sentinel-1、高分三号(GF-3)和涪城一号获取的5幅多源SAR数据,对该文方法进行了实验验证。结果表明: ①与7种常用的洪涝监测方法相比,该文方法具有最优的性能,在验证集Ⅰ上Kappa系数和F1分数分别为0.85和0.88; ②根据涿州洪涝淹没动态监测结果显示,主城区洪水至8月3日基本退去,之后水位逐渐下降,淹没区向下游白沟河方向转移。
掌握黄河流域植被生长的时空变化特征及其影响因素,对生态环境的保护和发展有重要意义。然而,现有的研究缺少对黄河流域内最新时段不同植被类型时空特征分析及其与影响因子间关系的研究。为此,基于2000—2020年获取的MODIS NDVI时间序列遥感数据,利用趋势分析、相关分析、偏相关分析和残差分析法,挖掘黄河流域不同植被类型时空特征,厘清在年尺度和月尺度上受气温和降水的影响机制,同时探究人类活动对不同植被类型时空特征的影响。结果表明: ①2000—2020年黄河流域不同植被NDVI总体均呈上升趋势,其中以耕地和林地的增长尤为突出; 然而不同植被类型NDVI增长趋势随着海拔的升高呈现出不同的下降特征。②21 a来各植被类型在大部分区域呈现改善,但少部分区域呈现出退化,主要集中在草地和耕地区域。各植被类型未来变化趋势呈反持续性的区域占比较大。③气温和降水对黄河流域各植被的生长表现出促进作用,但各植被对降水的响应高于气温,并且其响应存在明显的时滞性,其中草地和灌木的生长对降水和气温的响应更为敏感。④人类活动对黄河流域的整体植被起到积极作用,但在草地和耕地类型中存在部分消极影响,应在未来规划中引起重视。2000—2020年黄河流域大部分植被呈改善状态,但部分草地和耕地呈退化趋势,应对典型退化区域进行保护。研究结果可为黄河流域内生态环境建设和经济发展提供科学数据和理论支撑。
基于1985—2020年Landsat数据估算8期京津冀年度植被覆盖度(vegetation fractional cover,VFC),采用Sen趋势分析和Mann-Kendall检验,全面分析京津冀协同发展4大功能分区(4区)VFC时空变化特征,并运用地理探测器从静态和动态多角度探究气候因素、自然因素和人为因素多重影响因子及其交互作用对区域VFC的影响程度和作用机制。结果表明: ①1985—2020年,京津冀植被覆盖情况整体较好,其中南部功能拓展区(南部)>西北部生态涵养区(西北部)>中部核心功能区(中部)>东部滨海发展区(东部)。②1985—2020年,京津冀VFC总体以0.097%/10 a的增速呈波动上升的趋势,空间演变呈“西高东低”的分布格局,其中改善区域主要分布在西北部燕山-大马群山-太行山,退化区域主要分布在中部、东部和南部各市县建成区及周边地区。③单因子层面,“4区”VFC空间分异的主次控因子具有显著差异,其中土地利用类型和土壤类型解释能力均较强; 影响因素层面,中部和南部VFC空间分异的主要影响因素为人为因素,东部为人为因素和自然因素,西北部为气候因素和自然因素。④土地利用类型在各年份对“4区”VFC的解释能力均较强,且总体呈增加的趋势; 土壤类型在东部和西北部q值均较大,但在西北部呈下降的趋势; 次控因子在不同分区的年际解释能力不同。⑤影响因子均呈不同程度的增强作用,不存在相互独立或减弱的现象,且气象因子是最主要的交互对象。
2023年4月1日,我国第一组L波段差分干涉SAR卫星(L-band differential interferometric SAR satellite,L-SAR)开始向自然资源领域试推送干涉SAR数据。为验证L-SAR卫星在高植被覆盖区、地形复杂区、长时间基线下的相干性及形变监测应用效果,选取秦巴山地东段安康区域开展滑坡隐患识别。利用L-SAR数据获取研究区形变信息,结合高分辨率光学影像经综合遥感识别,解译研究区内滑坡隐患7处,经野外调查验证,滑坡隐患区域变形迹象与InSAR监测结果一致。研究表明: L-SAR卫星干涉成像能力较强,成像质量高,形变监测效果较好,能够满足高植被覆盖区形变监测需求; 在植被覆盖高的山区,通过L波段SAR数据的DInSAR技术,结合高分辨率光学影像解译的综合遥感识别技术可实现滑坡隐患识别。
地表覆被类型的变化会影响地表对太阳辐射能量吸收的大小,进而影响地表生态系统中辐射能量的收支平衡,在地表覆被剧烈变化的背景下,地表对太阳辐射吸收的格局和变化对地表热量收支具有重要影响。本研究基于2001—2020年间的MODIS MCD12Q1地表覆被数据、MCD43A3地表反照率数据和MCD43A2太阳天顶角数据,结合相邻2期西北地区的地表覆被类型和地表吸收太阳辐射能量的时空变化分析并探讨地表覆被类型变化对吸收太阳辐射能量的影响。结果表明: ①研究区地表覆被类型变化以裸地面积减少和其他类型的扩张为主要特征,面积变化最大的是裸地向草地的转换; ②不同地表覆被类型吸收太阳辐射存在差异,其中,水体最大,其次为林地、耕地、草地、建设用地,裸地、永久冰雪吸收太阳辐射较小; ③地表覆被类型间转换会导致地表辐射吸收能力不同,草地、耕地、裸地、永久冰雪的转出以吸收太阳辐射增加为主导趋势,而水体和林地则以减少居多; ④相同地表覆被类型其吸收太阳辐射值在时间序列上存在差异,建设用地、草地、耕地、裸地和水体以吸收增加为主,林地、永久冰雪以减少为主。本研究结果对中国西北气候变化研究、生态建设和可持续发展提供科学依据和参考。
为解决传统经济数据缺乏空间信息、难以反映区域经济发展的空间差异性及动态变化特征等问题,利用夜间灯光数据结合土地利用数据、社会经济数据,构建成渝地区国内生产总值(gross domestic product,GDP)空间化模型,使用趋势分析、修正引力模型等方法,在像元尺度和经济关联性上对成渝地区经济发展特征进行分析。结果表明: 基于多源数据所构建的GDP空间化模型精度较高,其误差均不超过1.1%; 成渝地区GDP密度快速增长的区域主要位于成都市和重庆市主城区周围,其占比约为73.9%,且经济集聚特征较明显的地区仍主要分布于该区域; 成渝地区城市间的经济关联强度不断加深,城市综合发展质量稳步提升,成都市与其周边城市的经济联系最为密切。综合来看,成渝地区区域内经济呈现出“双核驱动发展”的空间特征,经济关联强度逐渐增强。研究可为成渝城市群经济高质量发展提供数据支持和方法依据。
星载合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)是目前被广泛应用于地表形变监测的一种具有全天时、全天候、高精度的大范围监测手段,但由于形变观测方法单一,在形变监测过程中不可避免地存在很大不确定性,进而产生误判。针对单次监测产生的不确定性,该文基于升降轨SAR数据集的短基线集时间序列InSAR(small baseline subset InSAR,SBAS-InSAR)结果二维解算的技术,分析了2020年4月—2022年8月黄登水电站上游地表形变情况。研究结果表明,使用34景Sentinel-1升轨数据和降轨数据,获取了黄登水电站上游的二维形变,识别出黄登水电站上游6处滑坡隐患点; 发现研究区形变以水平向为主,其中车邑坪区域的二维形变速率最大,水平形变速率达到158 mm/a,垂直形变速率达到81 mm/a。此外,通过对澜沧江江岸距离、降雨量和时间序列形变进行相关性分析,得到了研究区二维形变的分布情况及其季节性变化特征。
高亮度地表上空的气溶胶光学厚度(aerosol optical depth, AOD)反演对于城市大气环境监测和污染岛研究等具有重要意义。该文综合考虑像元的光谱特性和空间特性,提出了一种基于数据场模型(data field method,DFM)的AOD反演方法。该方法基于Landsat OLI数据,开展了南京市上空AOD的反演研究,并分析不同空间结构、数据场强度和下垫面特征对DFM方法的影响,最后与传统的深蓝算法和MOD04产品等进行了对比分析。结果表明: DFM反演结果与CE318太阳光度计观测数据的相关系数为0.936,均方根误差、平均绝对误差和相对平均偏差分别为0.151,0.120和1.139,平均相对误差和误差比分别为22.7%和72.7%,与地面实测数据具有较高的一致性。地表数据场强度高于12的区域,DFM算法具有较好的反演效果,且在夏春季反演效果优于秋冬季,在乡村、工业区等下垫面变化剧烈区域具有更好的反演效果。
净生态系统生产力(net ecosystem productivity,NEP)是生态系统极为重要的特征量,也是陆地生态系统与大气之间碳交换的物理量。该文基于MODIS NPP和气象数据,利用土壤微生物呼吸模型估算2000—2020年湖南省的植被NEP,并结合趋势拟合、变异系数和标准差椭圆等方法对植被碳汇动态变化特点进行分析,进而利用地理探测器和相关分析等方法定量分析自然因子对植被碳汇的影响。结果表明: 湖南省植被碳汇多年平均值为603.01 gC·m-2·a-1,呈现出南高北低、西高东低,由西南向东北逐步降低的空间分布格局; 2000—2020年,植被碳汇平均趋势系数为2.97 gC·m-2·a-1,整体呈现增加趋势; 变异系数以低波动和较低波动为主,高波动地区主要分布于部分城市周边容易受到自然或人为因素干扰的区域; 植被碳汇变化是多因子共同作用的结果,各因子解释力依次为: 海拔>坡度>气温>降水量>坡向,海拔和坡度对湖南省植被碳汇的时空分布具有较强的解释力,气温和降水对植被碳汇的解释力较弱,植被碳汇与气温、降水量正相关的区域分别占植被总面积的75.13%和73.11%。研究结果可为该区域生态文明建设和实现“双碳”目标提供科学参考。
每年消融期,冰面湖广泛分布于极地冰盖表面,能够存储大量冰面融水,但部分冰面湖底部破裂后会输送融水进入冰盖底部,从而影响冰盖运动与稳定性。因此,准确测算冰面湖水深信息,进而估算冰面湖体积及其动态变化,对于理解极地冰盖水文过程具有重要意义。然而,实地测量冰面湖深度难度大、成本高、覆盖范围小,通过中低空间分辨率光学遥感影像构建的冰面湖水深反演模型精度不足。该研究综合PlanetScope SuperDove光学小卫星8波段遥感影像(空间分辨率为3 m)与ICESat-2激光测高数据反演冰面湖水深。首先,通过自适应核密度估计分离并拟合湖面与湖底ICESat-2激光测高点云,进而获取冰面湖水深观测结果; 其次,利用最佳波段比值分析PlanetScope影像不同波段(组合)与ICESat-2水深数据的相关关系,构建二次函数、指数函数、幂函数与对数函数4种冰面湖水深反演经验公式; 最后,选择4个具有同时期PlanetScope和ICESat-2数据覆盖的冰面湖,测试冰面湖水深遥感反演的精度。结果表明PlanetScope绿光I波段是冰面湖水深反演最佳波段,单波段反射率与冰面湖水深相关性最强(R2=0.94),水深反演精度最高(均方根误差为1.0 m,相对均方根误差为0.15)。研究揭示了综合主被动卫星数据分析极地冰盖水文过程的良好潜力。
近年来,基于综合遥感技术的地质灾害隐患识别业务工作广泛开展。针对工作任务存在工区范围广、时间紧和任务重等特点,研究团队根据多源遥感数据的高效利用、多人协同作业、成果快速集成等需求,结合地灾隐患解译识别工具需求,建立了三维地质灾害隐患识别业务平台。平台采用C/S架构,实现了三维地理信息平台下,对多源光学和雷达遥感数据、矢量数据和三维模型的有效组织管理,具备多源数据的同平台加载、多人协同作业、快速解译识别和成果表达输出等功能,相继支撑了全国重点易发区与甘肃、云南、四川等省份精细隐患识别和多次应急保障工作,有效实现数据快速保障,辅助工作效率提升。
