高/多光谱遥感图像超分辨率融合研究进展与展望

高光谱图像作为多模态遥感数据的重要组成部分,能够捕捉地物精细的光谱特征。由于成像机理的限制,空间细节的损失导致高光谱图像的空间表征能力有所退化,一定程度上限制了数据进一步应用的潜力。数据融合是解决空间/光谱分辨率矛盾的有效手段,近年来相关理论得到了深入发展。本文全面综述了高/多光谱遥感图像超分辨率融合领域的研究进展与展望。首先,将当前方法系统性地分为细节注入、模型优化及深度学习3大类方法,并对不同方法的原理、模型、代表性算法进行了回顾,重点介绍了模型优化中的矩阵分解、张量表示及深度学习中的监督与非监督方法。在此基础上,梳理了该领域技术在像素级分类、目标提取、在轨融合领域的成功应用案例,指出融合产品的潜能在后续遥感应用未被充分挖掘的现状;然后,从退化模型、数据-模型驱动、多任务一体化及应用耦合4个角度对该领域进行展望;最后,就该领域的研究现状与发展趋势进行总结,归纳各类方法优劣势的同时,点明了多类方法协同、外部数据辅助及实际应用驱动等方面的重要性。     

东北地区收缩城市活力演化及影响因素分析

利用市辖区人口变化识别2010—2018年东北地区的收缩城市,重新定义城市活力并构建城市活力多指标评价体系,刻画东北地区城市活力时空格局,剖析东北地区收缩城市的城市活力演化特征与影响因素,结果表明：(1)东北地区现有16个收缩城市和7个增长城市,资源衰竭型城市为典型的收缩城市,整体表现为“收缩与增长并存,收缩集聚性显著”的空间特征。(2)东北地区城市活力水平整体提升,呈现出“核心–边缘”的空间整体格局和“北低南高”的省际空间差异格局。(3)收缩城市的综合活力水平普遍低于增长城市。从不同活力系统看,收缩城市的经济活力水平普遍较低,但个别城市的环境活力、文化活力和社会活力水平表现反而优于增长城市。(4)收缩城市活力系统协调度演变特征不显著,城市的原有活力基础和本底条件对于城市活力水平变化具有重要的影响意义,保持高水平高协调的发展结构对于提升城市活力具有重要影响作用。(5)城市活力的主要影响因素为功能混合度、第三产业占GDP的比重和城镇生活污水处理率,对收缩城市而言,优化建成区环境和生态环境质量、提升城市空间多样化容纳程度、加快产业转型升级,是提升城市活力水平的关键。