- 孟飞;齐利凡;钱鑫彤;李宏达;刘建涛;
为探究城市群因城市扩张而发生的热环境变化与城市热岛驱动机制之间的关系，以长三角城市群为例，使用趋势分析法揭示了长三角城市群2010—2020年夏季昼夜地表热环境的时空特征与变化趋势，利用城市热场变异指数对研究区生态评价指标做出评估，借助地理探测器对驱动因子与热岛强度之间的关系进行多层次归因分析。结果表明：研究区10年间夏季昼夜LST和SUHI均呈上升趋势，白天的SUHI在整体上高于夜间；10年间夏季昼夜整体上生态环境质量评价为良；研究区SUHI有显著的空间自相关性并且呈现正相关关联，且夜间强于白天；研究区夏季昼夜热岛强度受多个驱动因子影响呈现明显昼夜差异；长三角城市群夏季昼夜热岛强度的演变过程受多重因子的共同影响。
2025年04期 v.40;No.200 1-10页 [查看摘要][在线阅读][下载 5403K] [下载次数：59 ] |[引用频次：0 ] |[阅读次数：8 ] - 戴激光;马争;李宛潼;秦志伟;王继承;
针对山区道路曲率变化大、阴影遮挡等特点导致的提取精度低的问题，提出了一种新的山区道路提取模型。该方法以MANet为基础，首先，采用动态蛇形卷积(dynamic snake convolution, DSCov)自适应聚焦细长和弯曲的局部结构，来准确捕捉道路结构的特征，聚焦道路曲率变化大的问题；其次，提出多卷积上下文提取模块(multiple convolution context extraction, MCCE)关注道路的远程依赖关系，有效地捕获长距离的道路环境，增强阴影遮挡情况下模型的稳定性与泛化性。为验证该方法的有效性，在自主绘制的GF-2山区道路数据集和Massachusetts数据集上进行实验，F1分数分别达到了82.41%、88.87%;同时，在GF-2山区道路数据集上进行消融实验，F1分数相较于MANet提高2.24个百分点。通过对比分析，该方法在道路曲率大和遮挡处的提取效果均优于其他模型。
2025年04期 v.40;No.200 11-18页 [查看摘要][在线阅读][下载 2036K] [下载次数：20 ] |[引用频次：0 ] |[阅读次数：9 ] - 孙盛;郑成钊;周巨锁;余旭;
在水质反演任务中，传统方法主要依赖物理模型来推导水质参数与遥感数据之间的关系，在气象条件、水文地理条件发生变化时，模型的预测性能不佳。为了提升反演方法的性能，提出将小样本学习方法应用于水质参数的预测，设计了一个局部描述符权重注意力模块，将其集成到经典的小样本学习网络DN4中。该模块能够更有效地提取水质特征的局部描述符，从而提升模型在训练集数据量有限条件下的泛化能力和反演精度。收集了新丰江水库、良德水库等8个水库的水质数据，与哨兵二号卫星(Sentinel-2A、Sentinel-2B)遥感图像数据源进行匹配，共成功匹配210景图像，并构建了水质数据训练集和测试集。开展了定量实验，结果表明，新的反演方法在多个水质反演应用中均表现出较好的性能，验证了所提出模块在水质反演领域的有效性。
2025年04期 v.40;No.200 19-25页 [查看摘要][在线阅读][下载 1306K] [下载次数：19 ] |[引用频次：0 ] |[阅读次数：3 ] - 方杨;易炼;卢金涛;吴枫;蔡亚锋;
针对当前铁路周边环境变化检测时模型存在的检测精度依赖于训练样本、检测精度低的问题，提出一种耦合MAE-InternImage算法的变化检测模型。首先基于MAE模型，对遥感影像数据进行自监督训练，获取预设权重；接着将时相遥感影像语义分割训练数据和预设权重输入InternImage大模型，进行微调训练；最后基于训练完成的MAE-InternImage模型，获取一期、二期影像中高精度的林地、耕地、裸土语义信息，通过差值运算获取变化区域。实验结果表明，所提出的算法在耕地、林地和裸土变化检测性能指标上明显优于Siam-FC、Changer和BIT算法，耕地、林地、裸土的变化检测精度分别为64.01%、80.64%、64.19%。通过语义值追溯，可以明确出语义转换关系。该研究对铁路周边环境常态化智能巡检等应用具有技术参考意义。
2025年04期 v.40;No.200 26-36页 [查看摘要][在线阅读][下载 2609K] [下载次数：12 ] |[引用频次：0 ] |[阅读次数：4 ] - 俞友;张子轩;黄亮;
针对山区耕地破碎、边界模糊、耕地自动化提取精度仍然较低的问题，提出一种针对不规则耕地的高分辨率遥感影像提取方法。该方法基于CNN-Transformer编解码器架构，构建了高效耕地提取网络模型(efficient cropland extraction net, ECENet)。通过可变卷积增强编码器对不规则耕地边界的特征提取能力，同时在解码器中引入高效局部注意力(efficient local attention, ELA),提高了模型对破碎耕地识别的准确性。在自建的GF-2遥感影像耕地数据集上，在与6种语义分割模型的对比实验中表现出色，总体精度、精确率、召回率、F1分数、平均交并比均取得最优值。并设置消融实验，测试不同模块对模型整体性能提升的影响。实验结果验证了ECENet在山区复杂地貌下的耕地提取任务中显著的有效性和优越性。
2025年04期 v.40;No.200 37-44页 [查看摘要][在线阅读][下载 4425K] [下载次数：36 ] |[引用频次：0 ] |[阅读次数：7 ] - 于坤鹏;商少青;武上博;张亚朋;张军;
针对如何降低输电线路巡检周期内运行风险和提升飞行巡检效率的问题，提出一种基于设备优先级的无人机巡检路径优化方法。首先，建立一种设备状态预测模型，利用在线顺序极限学习机(Os-Elm)对设备的运行状态进行预测，确定巡检设备优先级。其次，在同一优先级设备间，采用遗传算法(GA)进化思想与蝙蝠算法(BA)搜索行为相结合的改进蝙蝠算法(GA-BA)来寻找最短路径。最后，将设备优先级顺序与最短路径相结合，形成最优路径。实例证明：由于考虑了设备优先级这一因素，优化方法能够做到缺陷发现前置，有效提升巡检周期内的缺陷巡查效果；与GA和BA相对比，GA-BA算法在搜索能力和收敛速度上有显著优势。
2025年04期 v.40;No.200 45-51页 [查看摘要][在线阅读][下载 1373K] [下载次数：25 ] |[引用频次：0 ] |[阅读次数：4 ] - 赵金玲;董春;杨妍;
为解决水资源短缺威胁粮食生产的问题，提出了基于粮食作物类别，结合作物水分亏缺指数与水资源短缺评估综合指数描述农业水资源短缺评估的方法。以湖北省的水稻、玉米和冬小麦为例，利用遥感数据构建水资源短缺评估综合指数量化全年农业水资源供需关系，采用作物水分亏缺指数按作物生育期对水资源短缺情况进行时空分析。结果表明：湖北省冬小麦全生育期内水分供需平衡，水稻和玉米水资源短缺，其中水稻孕穗、抽穗期重旱面积占比分别为38.11%、74.09%,乳熟期特旱面积占比37.25%,玉米抽雄吐丝期重旱面积占比57.27%;鄂中部、鄂北部地区农业水资源受外部环境影响较大，应合理配置种植结构以及水土资源。基于此分析农业干旱的时空分布和发生规律，可以为提高粮食生产效率与合理布局提供技术支持。
2025年04期 v.40;No.200 52-59页 [查看摘要][在线阅读][下载 3188K] [下载次数：22 ] |[引用频次：0 ] |[阅读次数：1 ] - 曾孔鹏;汪东川;魏奥泽;王欣怡;姬帅政;
城市不透水面是监测城市化进程的重要指标，对城市规划管理具有十分重要的意义。文章基于西宁市近20年的Landsat影像，采用随机森林算法提取不透水面数据，分析其时间演变情况和空间扩张特征以及扩张背后的影响机制。结果显示：随机森林算法的总体精度超过0.86,Kappa系数在0.72以上。西宁市不透水面的扩张速度和强度在2000—2005年间最大，此后5年扩张速度放缓；2010—2015年间再次快速扩张，而后再度减缓；主要扩张方向为正北偏西北，2000—2005年间离散性增强，其他时间呈聚集趋势；空间演变为内部填充并向北和西方扩张。城市不透水面与社会经济、交通和人口的拟合结果中，R~2均高于0.87,表明扩张与上述因素显著相关。
2025年04期 v.40;No.200 60-66页 [查看摘要][在线阅读][下载 1260K] [下载次数：24 ] |[引用频次：0 ] |[阅读次数：3 ] - 徐海彪;普运伟;邓荣;王栋;
为了解决传统语义分割网络在复杂遥感影像中面临的边缘分割模糊和小目标检测不佳的问题，提出了一种基于改进金字塔残差注意力网络(PRANet)的语义分割方法。该方法采用MobileNetV2作为骨干网络，结合残差扩张卷积模块(residual ASPP)、ECA注意力机制和金字塔池化模块(pyramid pooling module, PPM),显著提升特征提取能力和全局特征表达效果。实验结果显示，PRANet在Potsdam和GID15数据集上的多项精度指标上均优于对比模型。在Potsdam数据集上，PRANet的整体mIoU达到74.58%,比其他模型高出2.14～4.31个百分点；在GID15数据集上，PRANet的平均交并比提升至63.70%,领先1.42～5.38个百分点。此外，PRANet通过优化训练时间和参数量，在保持高精度的同时，每轮训练时间减少53 s,缩短23.45个百分点的训练时间。实验验证了PRANet在复杂遥感影像处理中的高效性与实用性。
2025年04期 v.40;No.200 67-75页 [查看摘要][在线阅读][下载 2028K] [下载次数：21 ] |[引用频次：0 ] |[阅读次数：5 ] - 施皓译;左小清;张荐铭;李勇发;黄成;
在我国西南山区，复杂的地形和高植被覆盖率对合成孔径雷达干涉测量(InSAR)相干性产生了显著影响，这对开展InSAR研究带来了不利影响。文章基于Sentinel-1卫星影像和SBAS-InSAR技术，分析了云南省镇雄县2020—2023年间不同地物类型的地表相干性时空变化规律。通过机器学习模型(XGBoost、决策树、随机森林和LASSO),探讨了归一化差异植被指数(normalized difference vegetation index, NDVI)、坡度和降水量等因素对相干性的影响。研究结果表明：研究区的相干性存在明显的季节性波动，尤其在雨季(4—8月)相干性显著下降；不同地物类型(如城镇、裸草地、耕地和林地)的相干性变化趋势存在差异，其中NDVI对相干性变化的影响最为显著，二者之间表现出明显的负相关关系，并且存在时间滞后效应，另外坡度和降水量也对相干性产生影响，坡度增大导致相干性下降，降水量增加则进一步降低相干性；机器学习模型分析结果表明，NDVI是影响相干性变化的关键因素，重要性远大于坡度与降水。该研究结果为提升InSAR技术在复杂地形地区的应用提供了理论支持，尤其在滑坡监测、土地利用变化分析等领域具有重要的实际应用价值。
2025年04期 v.40;No.200 76-84页 [查看摘要][在线阅读][下载 2425K] [下载次数：23 ] |[引用频次：0 ] |[阅读次数：2 ] - 邹伦文;杨波;王玉龙;喻钶森;邹滨;
针对深度学习识别方法在矿区露天采场与尾矿库识别中存在的样本尺度差异导致漏检/误分割，以及光谱信息不足引发相似地物混淆瓶颈，提出“高光谱-多尺度”融合优化识别方法。通过光谱维度的响应特征解析和空间维度的多尺度样本优化，建立露天采场与尾矿库的精准识别框架：联合地面实测与ZY-1 02D卫星高光谱数据，提取露天采场与尾矿库光谱响应特征；采用3种典型窗口构建多尺度样本集，构建基于U-Net网络的识别模型。设置单尺度、多光谱等3组传统对照实验验证，结果表明“高光谱-多尺度”方法的识别精度显著优于其他对照组，像元误判与漏检现象显著减少。该研究可为多尺度特征驱动下的矿区典型地物高光谱遥感智能解译提供借鉴。
2025年04期 v.40;No.200 85-92页 [查看摘要][在线阅读][下载 1500K] [下载次数：20 ] |[引用频次：0 ] |[阅读次数：1 ] - 熊治国;谢晓尧;王珩;李秋华;韩孟书;
针对航空遥感影像背景复杂多样导致建筑物提取效果差、分割缺失严重、边界提取模糊、中心出现孔洞等问题，提出了融合注意力机制和桥接器模块的AMRUNet建筑物提取网络。网络基础框架将U-Net中的卷积块替换为残差块，并在编码器和跳跃连接中引入了不同注意力机制，以提高网络在特征提取、噪声抑制方面的表现；设计多尺度级联特征融合(multi-scale cascade feature fusion, MCFF)结构作为网络的桥接器，以提取多尺度信息，减少小建筑物分割缺失。定量分析与实验结果表明，AMRUNet网络的准确率、F1分数、交并比和召回率指标优于现有主流网络，能有效抑制孔洞，建筑物提取更加精确。
2025年04期 v.40;No.200 93-101页 [查看摘要][在线阅读][下载 1930K] [下载次数：13 ] |[引用频次：0 ] |[阅读次数：2 ] - 桂富羽;喜文飞;郭峻杞;白世晗;马奕捷;
针对现有滑坡识别方法难以有效识别植被覆盖下的潜在滑坡隐患，文章探索了一种耦合植被异常与SBAS-InSAR技术的潜在滑坡识别方法。以1·22镇雄山体滑坡为研究区，利用时间相近的Sentinel-2影像提取出滑坡植被异常区域，结合SBAS-InSAR技术对Sentinel-1数据处理获取的滑坡体地表形变信息，分析了植被异常与地表形变的关联，并对滑坡发生前的潜在危险进行了识别。结果表明，滑坡发生前植被异常区内植被变化和地表形变特征在空间和时间上具有关联性。植被异常位于沉降区或沉降区和抬升区之间，且植被异常区植被覆盖度随着沉降速率的增大而降低或随着沉降区和抬升区形变速率差异不断增大而降低。结合植被异常和地表形变信息分析，可以实现对1·22镇雄山体滑坡发生前隐患的识别。
2025年04期 v.40;No.200 102-109页 [查看摘要][在线阅读][下载 5456K] [下载次数：43 ] |[引用频次：0 ] |[阅读次数：0 ] - 刘宇航;庞国锦;王学佳;孟令震;舒梦瑶;
归一化植被指数(normalized difference vegetation index, NDVI)是评估植被覆盖和生长状况的重要指数，提高NDVI预测精度对区域生态环境保护有重要意义。NDVI预测方法主要有传统回归模型、组合模型和深度学习模型，现阶段预测模型大多考虑了单因素特征，对多特征研究较少，而引入气候因子的多特征深度学习模型有助于提升NDVI的预测精度。因此，文章利用CMIP6气候数据，构建BiLSTM+Attention模型，对青藏高原2023—2024年NDVI进行多特征预测。结果表明：LSTM+Attention模型与传统平滑模型Holt-Winters相比，预测精度较高，RMSE、R~2、MAE分别为0.058、0.832、0.055和0.068、0.791、0.062;融合气候因子的多特征BiLSTM+Attention精度评价表现最好，预测精度RMSE、R~2、MAE分别为0.052、0.891、0.051;相关分析发现，气温和降水是影响NDVI变化的重要因素，融合气候因子能够提升NDVI时序预测精度，RMSE、R~2、MAE分别提升30、11、21个百分点。
2025年04期 v.40;No.200 110-119页 [查看摘要][在线阅读][下载 2505K] [下载次数：36 ] |[引用频次：0 ] |[阅读次数：4 ] - 王子琛;吕新荣;马毅;肖艳芳;
大气辐射传输模式在不同高度地表辐射信息的模拟中具有重要作用，并在卫星遥感数据处理和参数反演中发挥关键作用。针对高太阳天顶角(SZA)下的卫星遥感数据辐射订正，分析了两种经典辐射传输模式SBDART和libRadtran在高SZA下地表辐亮度的模拟偏差及其影响因素，探讨了大气几何假设和模式设置差异对偏差的贡献。结果显示，高SZA时，两种模式的模拟偏差显著增加，SZA=85°时平均偏差超过10%,且SBDART的模拟值整体低于libRadtran。同时，观测天顶角(OZA)、太阳-观测方位差(RAA)和气溶胶光学特性等因素也会显著影响两种模式之间的模拟偏差，偏差主要来源于大气几何假设(平面平行大气/球面大气)。对于高SZA(70°以上),应优先选择基于球面大气假设的辐射传输模式，并尽量剔除高OZA(≥75°)和高RAA(135°～225°)的数据。该研究为高SZA条件下辐射传输模式的选择和地表辐亮度模拟提供了参考依据，是通过辐射订正提升高SZA下卫星遥感数据质量的基础。
2025年04期 v.40;No.200 120-127页 [查看摘要][在线阅读][下载 2192K] [下载次数：10 ] |[引用频次：0 ] |[阅读次数：0 ] - 韦承果;邱银国;王崇倡;朱伟;孟迪;
受太阳耀斑、云层遮挡等因素影响，卫星遥感数据中经常存在无效像素，导致卫星产品中经常出现大范围缺失内容，在支撑湖泊水环境监管中存在很大局限性。针对该问题，提出一种基于历史数据的湖泊水环境卫星遥感产品优化方法。首先，选取关键水质和气象因子，基于机器学习方法构建了不同数据之间的相似性匹配模型；在此基础上，对于待优化的卫星遥感产品中的缺失内容，利用历史数据中的相应内容对其进行重建。以2022—2023年巢湖叶绿素a产品(卫星数据源为Aqua MODIS)为实验数据，对该方法进行了测试应用。结果表明，优化后的产品与原始遥感产品间的峰值信噪比数值中，大于30 dB的比例达到86.7%。对比实验结果表明，该方法的缺失内容重建精度高于传统的双线性插值法和多时序合成影像方法。
2025年04期 v.40;No.200 128-136页 [查看摘要][在线阅读][下载 1753K] [下载次数：15 ] |[引用频次：0 ] |[阅读次数：4 ] - 薛栋;胡嘉欣;底微萌;汪青宇;田晓敏;
为提高农林植被精细分类的效率和准确性，解决传统人工调查方法的低效问题，采用高光谱影像对农林植被进行精细分类，并以雄安新区马蹄湾为例，利用无人机获取高光谱影像，分析19种典型地物。为了克服高光谱遥感图像的计算量大、耗时长及分割边界模糊等问题，文章改进DeeplabV3+模型，替换Xception主干网络为MobileNet,以减小模型尺寸并增强计算能力；引入注意力机制与特征融合，用DenseASPP替代ASPP,以解决池化导致特征图空间分辨率下降的问题。对比实验评估了SegNet、DeeplabV3+与本文模型在马蹄湾数据集上的表现。实验结果表明，相比于其他模型，该模型具有较高的像素精度和频权交并比，展现了较高的识别准确率和鲁棒性，有效解决了地物预测边界缺失的问题。
2025年04期 v.40;No.200 137-145页 [查看摘要][在线阅读][下载 1792K] [下载次数：57 ] |[引用频次：0 ] |[阅读次数：1 ] - 袁涌博;冯楠;刘泽宇;王梓鉴;曹林林;
为了解决卫星图像分类任务中存在的复杂场景识别困难、泛化能力有待提升和训练效率的问题，提出了一种CMP-ResNet50的图像切片分类方法。该方法在传统的ResNet50模型中引入卷积块注意力模块(convolutional block attention module, CBAM),增强了模型对图像语义细节的挖掘和敏感性，在保留ResNet50模型优势的同时，有效提升了特征表达能力。同时，采用自动混合精度训练(automatic mixed precision training, AMP)策略，使每轮训练速度提升了23 s。实验在4个公开卫星图像数据集上进行。结果表明，该方法在卫星图像分类任务上的准确率均优于ResNeXt50、EfficientNet-b0、DenseNet121、MobileNet2、GoogLeNet等网络，特别在NWPU数据集上准确率提高了25.5个百分点，验证了所提出方法的有效性。消融实验进一步验证了CBAM模块和AMP训练策略对模型性能的积极影响。
2025年04期 v.40;No.200 146-155页 [查看摘要][在线阅读][下载 1540K] [下载次数：19 ] |[引用频次：0 ] |[阅读次数：1 ] - 王恒;
当前遥感图像语义分割方法在建设用地提取、土地利用分类等方面有着广泛的应用研究。但是使用传统的单一数据源遥感影像进行语义分割具有社会属性的城市建成区较为困难，为解决这一问题，提出夜间灯光数据与卫星遥感数据相结合的多模态融合模型MSE-UNet,该模型基于UNet网络模型，加入MSE模块，将夜间灯光的信息权重加至对应的遥感图像特征图通道上，获得判别性特征。以长三角城市群相关数据为基础，与其他方法提取的城市建成区边界、面积进行比较与分析，验证该方法的可行性以及在大尺度城市建成区提取方面的优势。
2025年04期 v.40;No.200 156-164页 [查看摘要][在线阅读][下载 2116K] [下载次数：57 ] |[引用频次：0 ] |[阅读次数：5 ] - 王雪松;强勇;李旭升;任佳伟;
现有的大场景合成孔径雷达(synthetic aperture radar, SAR)图像的仿真方法往往存在建模复杂、计算量大、花费时间长、难以得到不同地貌特征的大场景SAR图像的问题。针对上述问题，提出一种基于条件生成对抗网络(conditional adversarial network, CGAN)的光学到SAR图像转换方法，在原始网络的生成器中增加注意力机制，并在损失函数中引入梯度惩罚项来改善网络性能。实验对4种不同地貌的光学图像进行SAR图像转换，并使用结构相似性指数(SSIM)与峰值信噪比(PSNR)对图像质量进行评价。最终实验结果表明，该方法转换图像质量较好，转换图像同原始网络相比，结构相似性指数最高提升0.11,峰值信噪比最高提升7.17 dB。
2025年04期 v.40;No.200 165-170页 [查看摘要][在线阅读][下载 1765K] [下载次数：15 ] |[引用频次：0 ] |[阅读次数：4 ] 下载本期数据