为了解决遥感图像语义分割任务中上下文依赖关系提取不足、空间细节信息损失导致分割精度下降等问题,提出了一种结合上下文与类别感知特征融合的语义分割方法。该方法首先以ResNet-50作为特征提取的主干网络,并在下采样中采用注意力模块,以增强特征表示和上下文依赖关系的提取; 然后在跳跃连接上构建大尺寸的感受野块,提取丰富的多尺度上下文信息,以减少目标之间尺度变化的影响; 其后并联场景特征关联融合模块,以全局特征来引导局部特征融合; 最后在解码器部分构建类别预测模块和类别感知特征融合模块,准确融合底层的高级语义信息与高层的细节信息。将所提方法在Potsdam和Vaihingen数据集上验证可行性,并与DeepLabv3+,BuildFormer等6种常用方法进行对比实验,以验证其先进性。实验结果表明,所提方法在Recall,F1-score和Accuracy指标上均优于其他方法,尤其是对建筑物分割的交并比(intersection over union,IoU)在2个数据集上分别达到90.44%和86.74%,较次优网络DeepLabv3+和A2FPN分别提升了1.55%和2.41%。
针对分割结果小尺度地物遗漏、连续地物缺乏完整性问题,提出密集连接多尺度语义分割模型(densely connected multi-scale semantic segmentation network,DMS-Net),实现土地覆盖分割。通过多尺度密集连接空洞空间卷积金字塔池化(multi-scale dense connected atrous spatial convolution pyramid pooling module,MDCA)和条形池化(spatial pyramid pooling,SP)提取多尺度和空间连续性地物; 利用特征增强双注意力并联模块(position paralleling channel attention module,PPCA)衡量特征权重,实现高效表达; 采用浅层特征级联模块(cascade low-level feature fusion,CLFF)捕捉被忽略的浅层特征,进一步补充细节。实验结果表明: DMS-Net模型在迭代扩充数据集上的总体精度(overall accuracy,OA)达到89.97%,平均交并比(mean intersection over union,mIoU)达到75.59%,高于传统机器学习方法及U-Net,PSPNet,Deeplabv3+等深度学习模型。分割结果显示,地物结构完整且边缘分割明晰,在实现多尺度的土地覆盖遥感信息提取分析中具有较好的实用价值。
深度学习合成孔径雷达(synthetic aperture Radar,SAR)影像变化检测是遥感领域的重要研究方向。针对现有深度学习SAR影像变化检测生成的训练样本不够可靠和模型训练耗时严重2个方面不足,将宽度学习(broad learning system,BLS)引入变化检测,提出一种全新的非监督SAR影像变化检测方法。首先,通过将邻域信息引入相似性算子、自适应双阈值分割、超像素修正和视觉显著性分析,提出一种可靠的预分类方法,从而生成预分类图,获取训练样本; 然后,利用训练样本训练BLS网络,生成BLS变化检测预测图; 最后,通过双阶段投票融合预分类图和BLS预测图,生成最终变化检测图。5组真实SAR影像数据的实验结果表明: 该文方法能够得到更加可靠的训练样本,能够显著提高变化检测精度,其效率显著优于深度学习SAR影像变化检测模型。
为实现大区域地块尺度柑橘黄龙病高效监测,该文以广西壮族自治区蒙山县为例,按季度地面采集健康、黄化、黄龙病柑橘叶片样本,完成聚合酶链反应(polymerace chain reaction,PCR)、叶绿素、高光谱检测,分析不同状态柑橘特征变化规律,提取监测黄龙病有效波段和影像特征; 构建健康柑橘监测模型缩减待判别对象,形成柑橘生长异常地块,基于多时序Sentinel-2影像有效特征,集成多分类器算法提取柑橘黄龙病受灾地块。研究结果发现: ①检测结果显示黄龙病与黄化叶片样本的叶绿素值十分相近,3月、12月黄龙病柑橘叶绿素值高于黄化柑橘,6月、9月相反; ②高光谱曲线表明12月是识别黄龙病、黄化的重要时期,其中波长530~650,740~1 050 nm是诊断黄龙病、黄化有效范围; ③Sentinel-2影像12月时相特征指数归一化植被指数(normalized difference vegetation index,NDVI)、地表水分指数(land surface water index,LSWI)、绿度归一化植被指数(green normalized difference vegetative index,GNDVI)和倒红边叶绿素指数(inverted red-edge chlorophyll index,IRECI)能够有效分离柑橘生长健康和生长异常地块; ④10—12月及翌年1—2月时序Sentinel-2影像特征指数NDVI、改进归一化差异水体指数(modified normalized difference water index,MNDWI)、归一化差异水体指数(normalized difference water index,NDWI)、GNDVI、IRECI、叶绿素吸收指数(modified chlorophyll absorption ratio index 2,MCARI2)、归一化红边指数(normalized difference index,NDI45)、特征色素(pigment specific simple,PSSRa)监测黄龙病具有优势; ⑤蒙山县黄龙病地块识别准确率为86.6%、漏检率为7.8%、错误率为10.4%,2021年柑橘黄龙病地块964个,面积220.13 hm2,大面积黄龙病发病率为2.02%,主要集中在新圩镇、文圩镇、蒙山镇、夏宜瑶族乡等。卫星遥感与地面实测结合能够实现大区域柑橘黄龙病地块监测,文章研究技术可为柑橘黄龙病大范围监测防控提供新思路。
多云多雨区面临气候湿热、雨季云污染导致的光学数据缺失等问题,基于单一光学数据难以实现撂荒地的精准监测。该文探索了一种适合多云多雨区的撂荒地遥感监测方法。通过协同光学与合成孔径雷达(synthetic aperture Radar,SAR)多源遥感数据,提取植被在不同时相的光学特征和SAR特征,基于GINI系数评价特征重要性,采用随机森林分类器,实现了2021年广东省揭西县的撂荒地空间分布制图。实验结果表明,该方法在多云多雨区的撂荒地识别中可达到较高的识别精度,总体精度达到87.0%; 相较于仅基于光学特征和仅基于SAR特征的分类方法,总体精度分别提高了6.7和13.8百分点。经分析,归一化植被指数、土壤调节植被指数、极化熵、归一化水体植被指数和反熵对于撂荒地识别均发挥重要作用; 2月、4月、6月、8月、12月均为区分撂荒地和非撂荒地的关键时期。该研究构建了多源特征、多时相协同的撂荒地监测模型,为多云多雨区的撂荒地监测研究提供了技术支撑。
丘陵山地区域耕地细小狭窄、结构复杂且边界模糊,使得耕地信息难以迅速、准确地获取。针对上述问题,提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先,采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主干网络,并提出一种联系较为紧密的低层次信息提取方法,将较低层次信息和较高层次信息初步融合来作为原低层次信息的输入; 其次,将原DeepLabv3+模型空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块的空洞率值优化为空洞率值分别为2,4,8,16的空洞卷积操作; 最后,采用级联边缘检测技术实现耕地地块边缘和语义特征的互联互通。该文以GF-2影像为数据源,云南禄丰恐龙谷为试验区进行耕地提取。实验结果表明,通过改进后的模型架构和算法,能更准确地识别耕地区域,提取结果与真实耕地标注的图像更为接近,漏提和误提区域减少,整体精度和稳定性提高。
裸地提取对于国土规划、环境保护和可持续发展具有关键作用。已有的裸地提取方法在大范围、多时相的应用中难以兼顾提取效率和提取精度,针对该问题,提出一种基于色调-饱和度-明度(hue-saturation-value,HSV)特征分析构建归一化差值指数,结合纹理特征和植被指数,分层精细、简单高效地实现裸地提取的方法,并应用于山东省曲阜市城区。首先,以3期高分一号(GF-1)卫星影像为数据源,将影像的红、绿、蓝波段转换到HSV色彩空间,基于裸地与其他地物类型在H,S,V分量上的差异,构建归一化差值SH指数和归一化差值SV指数,实现裸地分层初步提取; 然后,对H,S,V分量差异不明显的低层建筑区与裸地引入纹理特征,对比分析不同纹理特征,实现裸地进一步提取; 最后,利用归一化植被指数实现裸地的最终提取,并进行结果后处理。结果表明,构建的归一化差值指数结合同质性纹理特征的提取效果最好,裸地提取的总体精度在93%以上,Kappa系数在0.84以上,均高于对比的分类方法,说明所提方法对裸地提取的有效性,为裸地提取提供新的思路和方法。
近几十年,格陵兰冰盖表面物质平衡(surface mass balance,SMB)和溢出冰川崩解造成冰盖物质损失加速,其中SMB的贡献近年来持续增大。因此,掌握SMB时空分布对于理解格陵兰冰盖物质平衡具有重要意义。然而,研究格陵兰冰盖SMB的2种主要手段中,区域气候模型模拟的SMB存在较大不确定性,溢出冰川通量门遥感观测仅能间接获得通量门上游流域整体的SMB值,难以反映SMB的空间分布。本研究提出了一种综合冰通量散度的格陵兰冰盖表面物质平衡遥感估算方法,能够较为准确地估算SMB空间分布: ①利用ICESat-2卫星激光测高数据获取格陵兰冰盖高程年际变化量; ②利用MEaSUREs冰流速遥感数据和BedMachine冰厚度数据,采用基于像元的有限差分法计算冰通量散度,估算冰流造成的冰盖高程变化,进而从ICESat-2冰盖高程变化中减去由冰流造成的冰盖高程变化,获得由SMB引起的冰盖高程变化; ③利用粒雪密实化模型将SMB引起的高程变化转换为质量变化,即可反映格陵兰冰盖年际SMB空间分布。研究采用该方法估算了2019年与2020年格陵兰冰盖SMB空间分布,通过与观测站点实测SMB对比分析,表明本方法估算SMB的精度较高(RMSE为0.519 m w.e.),优于区域气候模型(RMSE为0.565~0.877 m w.e.),是一种较为可靠的格陵兰冰盖表面物质平衡时空分布遥感估算方法。
近年来,绿潮成为一种全球范围内的重大海洋生态灾害,准确检测和估计绿藻面积具有重要意义。为了在使用低分辨率的卫星影像监测海洋绿潮时能够准确估计绿藻群落覆盖面积,提出一种基于字典学习的高光谱图像绿藻面积估计方法。首先利用在线稳健字典学习求出与未知地物光谱最为接近的端元谱库,然后通过稀疏编码解得绿藻丰度图并计算绿藻覆盖面积。对2016年6月25日和2020年6月21日GOCI传感器获取的光谱图像进行实验,计算得到的当日绿藻覆盖面积与近似实测结果高度接近,误差最小仅有2.15%,相比于基于指数的硬阈值分割的传统算法具有明显优势。所提方法不依赖于纯像元假设,且既不需要提前估计端元数量,也不需要先验光谱信息,就能够有效降低混合像元的影响、提高面积估计精度,实现亚像素水平的绿藻面积高精度估计。
川西可尔因稀有金属矿集区位于松潘—甘孜成矿带东段,拥有丰富的花岗伟晶岩型锂、铌、铍、钽等稀有金属矿产资源,是我国继新疆阿尔泰可可托海式花岗伟晶岩型稀有金属矿集区、川西甲基卡式花岗伟晶岩型稀有金属矿集区、川西九龙花岗伟晶岩型稀有金属矿集区之外的又一处硬岩型稀有金属矿最集中的产地之一。矿集区属构造剥蚀深切割高山区,因交通不便、植被覆盖茂密、地形陡峭等因素绝大多数地段人员无法到达,传统地质调查存在一定的局限性。以川西可尔因稀有金属矿集区内已有矿床中含矿花岗伟晶岩脉在高分辨率遥感影像图上的影像特征和解译标志为基础,对矿集区进行花岗伟晶岩脉室内解译及部分野外验证,掌握了川西可尔因稀有金属矿集区内花岗伟晶岩脉的分布规律及特征: 稀有金属矿以花岗伟晶岩脉为载体,在可尔因复式岩体边缘0~5 km范围内的断裂带及围岩裂隙等构造薄弱处侵入; 提出了出露于地表的花岗伟晶岩脉及转石是找稀有金属矿最直接的标志; 建立了川西可尔因稀有金属矿集区高植被覆盖区遥感地质找矿方法,有效弥补了传统地质找矿的不足; 在可尔因复式岩体北部及北西部划分了3处重点找矿地段,确定了新一轮找矿突破战略行动方向。
为查明松嫩平原土壤盐碱化地表基质成因,文章以松嫩平原松原市为例,使用Sentinel-2多光谱影像,遍历各类常用土壤盐分指数(soil salinity index, SSI)、土壤水分指数(soil water index, SWI)、植被指数(vegetation index, VI),构建最优三维光谱特征模型计算土壤盐碱化指数(soil salinization-alkalization index, SSAI),反演土壤盐碱化状况。通过对盐碱化区域地表水、地下水取样测试盐分离子含量,结合地下水位状况分析盐分离子来源。通过平面格网布点、垂向分层取样的方式开展地表基质调查,取得深部5 m以内不同层位共计2 362个土壤样品pH值和质地测试结果,构建三维地表基质模型。结果显示,遥感反演结果与表层土壤盐分含量拟合呈正相关线性关系(决定系数R2=0.74),研究区表现为小苏打型碱化特征,土壤盐分离子主要来源于地下水,深部多层黏质土壤起到隔水层的作用阻碍了盐分离子随水分的向下渗透运移和稀释,这一地表基质状况是研究区土壤盐碱化的客观成因。
土地利用需求在不同发展目标定位下有所不同,科学合理调控土地利用变化是实现珠三角城市群土地资源高效利用、生态-发展-经济协调发展的重要基石。该文基于1990年、2000年、2010年和2020年4期珠三角城市群土地利用数据,利用Markov-FLUS(Markov-future land use simulation)模型,基于自然发展情景、生态保护情景和发展优先情景3种情景,预测了2035年珠三角城市群土地利用的数量和空间变化,并比较了3种情景下土地利用变化的差异。在此基础上,对2035年土地利用进行模拟分析,以满足流域不同发展目标导向下的国土空间优化配置。研究结果表明: ①珠三角城市群建设用地利用变化显著,1990—2020年,城市用地、基础设施用地和其他建设用地面积增加了4 945.25 km2,增长了2.8倍。②在3种不同土地利用情景的模拟和预测下,城市土地面积在2035年之前将保持增长趋势,但在发展优先情景下其扩张速度将受到限制。在2种不同土地利用场景的模拟和预测下,到2035年,林地、草地和水域等生态用地面积将保持增长趋势。③1990—2020年,耕地面积减少了3 759.5 km2。在3种不同土地利用情景的模拟预测下,耕地面积将持续减少,但2020—2035年,减少趋势将放缓。在发展情景中,建设用地面积持续增加,耕地面积减少趋势得到一定遏制,草原和林地面积的减少更加严重。实验结果可为珠三角地区今后城市发展、规划、保护提出建议和对策。
该文设计了一种基于深度学习框架的一站式国产多源卫片图斑自动提取平台。平台主要聚焦地物目标语义分割、图斑提取智能算法群和深度特征解译3个关键技术,针对遥感影像解译中色差较大、单张图像数据量巨大、多通道影像信息多元表达、不同遥感目标大小差距过大等问题,将智能语义分割和图斑自动提取算法群纳入系统框架内,构建了多种按需定制的通用模型及专题模型,同时开放模型自训练。平台集成海量数据管理、数据标注、模型训练、模型测试、图斑提取、应用分析等功能,实现了山西太原城区多源国产卫片建筑、植被、农田、工业区、水体等地物目标智能语义分割和图斑提取。
春季物候的研究对于了解植被生长发育周期、探索其对气候环境变化的响应机制有着重要的意义,也为指导农业生产、保护和恢复生态系统提供了重要参考。该文对2000—2022年北京市的MOD13Q1数据进行时间序列重建,基于动态阈值法提取出23 a内北京市植被的春季物候,进一步通过Mann-Kendall趋势检验法对北京市的春季物候进行时空变化特征分析,最后使用偏相关分析方法分析了春季物候对气候变化的响应差异。主要结论如下: ①北京市植被的春季物候平均在第117天(四月下旬),在过去近20 a约以1.14 d/a的变化速率逐渐提前; ②不同植被类型的春季物候呈现层级差异,其中森林的春季物候最早,为第107天,灌木和草地次之,分别为第117天和第119天,农田最晚,为第130天; ③年均温度对春季物候的影响存在显著的区域差异,其中河流、水库等水源充沛地区呈正相关关系,在房山区东部存在显著的负相关关系; ④从月尺度来看,11,12,1,2月气温对春季物候的影响最大,随着冬季气温的上升,植物春季物候表现出提前的趋势。该研究探索了北京市植被春季物候对于气温和降水的响应机制,为气候变化背景下植被生产指导提供了参考。
为了探究大兴安岭地表反照率对森林火灾的响应变化规律,以2003年“5·5”大兴安岭金河林业局森林火灾为例,基于全球陆表卫星数据集(Global Land Surface Satellite,GLASS)地表反照率与叶面积指数(leaf area index, LAI)数据对森林火灾发生后的地表反照率变化进行了分析。研究结果表明: ①森林火灾发生后火烧迹地地表反照率短期(1 a内)降低,而在中长期(10 a)呈现显著的升高趋势(0.001 2/a); ②这种中长期的地表反照率升高趋势受同期气候变化和人类活动影响较小,而与森林火灾发生后的植被恢复过程密切相关,并且过火区域地表反照率升高与LAI增加具有较强的相关性 (r = 0.682 (p < 0.01)); ③植被的积雪掩模效应进一步导致积雪覆盖期的火烧迹地地表反照率呈现更为显著的升高趋势。研究结果可以加深对地表反照率时空变化规律的认识,更为全面地评价森林火灾在全球气候变化中的影响作用奠定了基础。
该文以盐城国家级珍禽自然保护区核心区为案例区,以1983—2021年12期遥感影像为数据源,将景观生态学方法和GIS技术相结合,探究研究区互花米草时空轨迹及其对景观格局的影响,结果如下: ①1983—2021年,互花米草扩张明显,面积增加了12.365倍; 依次经历了初始扩张阶段、加速增长阶段、停滞增长阶段,即将进入治理消除阶段; 互花米草面积与时间线性关系显著。②互花米草时空轨迹呈现3组团特征,1983年、1988年、1992年和1997年为西部组团,以向东南方向移动为主; 2000年、2002年、2006年和2009年为东部组团,以向东北方向移动为主,这2个组团都表现出向海的趋势; 2011年、2014年、2017年和2021年为中部组团,方向上虽表现出无序性,但有明显向陆的趋势。③互花米草扩张对区域景观结构变化的累积贡献率为43.352%,与互花米草面积扩张阶段一致,又表现出“低→高→低”的3个阶段。互花米草面积与区域景观格局指数显著相关; 互花米草景观格局与区域景观格局相关明显,类型尺度的最大斑块指数(largest patch index, LPI)、总边缘长度(total edge, TE)、边缘密度(edge density, ED)、面积加权平均分维度(fractal dimension index of area-weighted mean, FRAC_AM)与区域景观格局指数在0.01水平下显著相关; 互花米草面积与栖息地生境质量呈显著负相关。结果表明,互花米草扩张对景观格局与功能影响深刻,互花米草治理必须因地制宜。
精确识别滨海湿地植物群落对加强滨海湿地生态质量监测、提升滨海湿地生态系统功能具有重要意义。该研究以黄河三角洲为研究区,基于Google Earth Engine(GEE)平台上的Sentinel-1/2影像,构建包含物候、传统光学、红边和雷达特征的特征向量集,采用随机森林算法对2021年黄河三角洲湿地植物群落进行分类,并进一步探讨物候特征在分类中发挥的作用。研究结果表明: ①分类的总体精度为97.91%,Kappa系数为0.97,2021年黄河三角洲湿地中芦苇、碱蓬、互花米草和柽柳的面积分别为49.91 km2,39.91 km2,79.36 km2和20.86 km2; ②基于归一化植被指数(normalized difference vegetation index,NDVI)时间序列拟合曲线可有效提取黄河三角洲湿地典型植物群落的物候特征,其中可分性较强的特征有最大值日期、基准值、生长期振幅、季初增长率和季末衰减率; ③与其他特征变量相比,加入物候特征后总体精度提升幅度最大,物候特征在分类中的作用更为突出。研究结果能够为黄河三角洲滨海湿地植物群落监测与生态保护提供方法参考与科学依据。
基于多时序遥感影像数据(Sentinel-1/2)和数字高程模型(digital elevation model,DEM))及Google Earth Engine (GEE)平台,考虑Sentinel-1极化特征和DEM地形特征在红树林树种间的作用,在海南岛大范围尺度实现了2016年、2019年和2022年红树林范围、种间分布的动态监测。相比只利用Sentinel-2数据进行树种识别,在增加极化特征或地形特征后分类精度分别提高了3.34百分点和3.35百分点; 同时增加极化和地形特征对于红树林种间分类更加有效,分类精度提高了4.07百分点,可以更精准提取不同树种信息。监测结果表明: 2016年、2019年和2022年海南岛红树林面积分别为3 628.738 hm2,3 634.129 hm2和3 881.212 hm2,6 a内红树林总体呈增加趋势,年均变化率为1.127%。种群变化方面: 东寨港红树林北部以角果木、红海榄为优势种,南部以海莲为优势种; 八门湾北部河口处以海莲为优势种,文教河口处树种丰富性较高; 新英湾、花场湾和马袅港红树林的优势种在6 a内由角果木、红海榄变为秋茄、榄李,且湾口出现无瓣海桑扩散趋势; 新盈港优势种从红海榄逐步被榄李替代; 东方的秋茄范围逐渐扩大; 三亚的树种基本保持稳定,增长区域的树种以角果木为主。 该研究方法可提高红树林树种识别精度,监测结果可精细化分析树种演变过程,为红树林保护政策的制定提供支撑。