浅论中国亚热带遥感现状、任务与创新发展途径

中国亚热带区域覆盖范围广,面积达240万km²。区内不仅自然景观复杂,多云多雨、多山多林,生物多样性丰富、是中国稻米主产区,而且多河多湖、多矿多污,生态环境十分敏感、自然灾害多发频发,迫切需要利用遥感技术监测其自然资源、环境变化与灾害现象。虽然近年来国内外已逐渐开展亚热带遥感应用研究,但缺乏对亚热带遥感理论与方法的系统性研究,共性与科学问题尚不明晰。本文总结分析了中国亚热带遥感的3个基本特征,按遥感数据类型梳理了中国亚热带遥感的应用实践;进而归纳出中国亚热带遥感实践的4个共性问题,指出亚热带遥感核心元素的主要特点、地理对象的复杂性与遥感信息的病态性,提出中国亚热带遥感的4项重点任务;然后,分析了当今中国亚热带遥感发展的历史机遇,阐述了中国亚热带遥感的创新发展途径,包括厘清人地现象的动态特征、聚焦亚热带遥感的科学问题、攻克不同层面的关键难题、结合应用需求开展技术攻关与重点研发。论文旨在推动亚热带遥感应用的创新发展、促进亚热带遥感理论与技术体系形成,进而助力卫星及航空遥感更好地服务于中国亚热带地区的资源环境监测、区域防灾减灾、生态文明建设与“双碳”目标。     

基于引力自组织神经网络的震害遥感影像分类

针对高空间分辨率遥感影像震害目标难以识别和提取的问题,结合分形纹理和引力自组织神经网络(gravitational self-organizing map,g SOM),提出了一种新的面向对象分类方法。首先,利用分割算法对原始影像进行初始过分割,得到均质性较好的分割单元,以分割单元作为待处理对象;在此基础上,利用分形纹理描述待分割对象,同时融合光谱特征构建震害目标的特征向量;最后,利用g SOM对分割对象进行聚类,得到聚类结果,并利用一致性函数以最小代价将多样性的聚类结果集成,最终实现快速、自动决策分类。以四川省汶川县震后高空间分辨率遥感影像为实验数据对算法进行定性和定量的评价,结果表明,该算法能够有效地描述复杂的震害目标,既可以保持大面积震害目标的完整性,也可以反映小的震害目标及其细节信息,提高震害影像的自动分类精度。     

高光谱影像奇异谱分析特征提取方法：综述与评价

高光谱遥感影像(hyperspectral imagery, HSI)通常包含几十至数百个连续波段,具有图谱合一、光谱连续的特点,能够实现地物的精细分类,被广泛应用农业、林业、城市以及海洋等领域。HSI特征提取是高光谱应用的前提,也是遥感领域的研究热点和前沿课题之一。近年来,奇异谱分析(singular spectrum analysis, SSA)被应用于HSI领域,在光谱特征和空间特征提取方面取得了较好效果,逐渐成为特征提取的一种有效方法。本文首先分析了HSI特征提取的研究进展和存在的问题;其次对SSA方法进行了系统的梳理,分别介绍了光谱域1D-SSA、空间域2D-SSA和光谱-空间组合域SSA 3类方法的作用、效果及优缺点,并在两个公开的HSI数据集和一个高分五号HSI数据上进行了分类效果验证;最后,对SSA特征提取进行了总结,并讨论了未来的研究方向。     

基于多源遥感的大尺度高分辨率不透水面深度学习提取方法EI北大核心CSCD

深度学习是提取不透水面的一类重要方法,具有精度高,泛化性强等优势。但是模型的训练需要依靠大量的训练样本。尤其是在高分辨率、大尺度不透水面制图时,获取数量足够且高质量的训练样本非常费时费力。因此,本文结合多源遥感影像与开源数据,提出了一种大尺度高分辨率不透水面自动提取方法。该方法首先从众源数据OpenStreetMap中自动获取训练样本,然后用开源的不透水面产品对噪声样本加权,减小标签噪声对模型训练的负面影响;在此基础上,构建了一种三分支的超轻量级CNN模型,融合光学、SAR和地形数据生成10 m不透水面产品。以越南全境为试验区,对本文方法进行了验证。试验结果表明,本文提出的方法分类总体精度和Kappa系数分别为91.01%和0.82,优于目前已发布的不透水面产品。本文研究成果可为澜湄流域等热带亚热带城市可持续发展和生态环境保护提供基础技术和数据支撑。