欧洲部分国家海洋政策动态

1992年,联合国环境与发展大会通过了旨在保护全球环境、促进社会经济持续发展的《21世纪议程》,意义重大,为世人瞩目,而海洋又是21世纪议程的基本领域。     

深度展开网络的高光谱异常探测

在现有基于物理模型的高光谱异常探测HAD(Hyperspectral Anomaly Detection)方法中,低秩表示LRR(Low-Rank Representation)模型以其强大的背景和目标特征分离能力而受到广泛的关注和采用。然而,由于依赖手动参数的选择以及较差的泛化性,导致其实际应用受到限制。为此,本文将LRR模型与深度学习技术相结合,提出了一种新的适用于HAD的基础深度展开网络,称为LRR-Net。该方法借助交替方向乘法ADMM(Alternating Direction Method of Multipliers)优化器高效地求解LRR模型,并将其求解步骤耦合至深度网络中以指导其搜索过程,为深度网络提供了一定的理论基础,具有较强的可解释性。此外,LRR-Net以端到端的方式将一系列正则化的参数转换为可学习的网络参数,从而避免了手动调参。4组不同的高光谱异常探测实验证明了LRR-Net的有效性,与其他无监督的异常探测方法相比,LRR-Net具有较强的泛化性和鲁棒性,能够提高HAD的精度。     

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。     

禁用后有机农药六六六在胶州湾海域的含量年份变化

根据1985~1989年的胶州湾水域调查资料,分析有机农药HCH在胶州湾水域的含量大小、年份变化和季节变化。研究结果表明:在1985~1989年期间,水体中HCH的含量全部低于一类海水的水质标准,保持着一类海水水质。在HCH含量方面,在胶州湾整个水域,水质非常的清洁。HCH在胶州湾水体中的含量是很低的0.2095μg/L,就出现了胶州湾水体中HCH含量在年份的变化是振荡的变化,其变化范围为:0.002~0.2095μg/L。而且在一年中季节变化就没有了。然而,水体中HCH的低含量却是长期存在的,很难从环境中消失。