基于卫星遥感的秦山核电周边海域温度分布研究

以秦山核电周边海域为研究对象,利用Landsat系列热红外遥感数据,研究秦山核电周边海域的温度分布情况。结果显示,温度反演结果与海上测温数据具有强相关性,反演结果可靠;秦山核电运行前,周边海域温度较为均匀,除自然增温外,无明显温度分异现象,沿岸南北方向上海域温度几乎无变化,东西方向存在较小的温度梯度,离岸10 km范围内温度变化不超过0.6℃;核电运行后,周边海域呈现水温分异现象,温排水分布特征与潮汐和季节密切相关,同季节落潮时刻的温升范围总体要大于涨潮,同潮态夏季温升分布总体大于冬季;某厂取水口处表层海水在涨潮时刻存在1.0℃以上温升。Landsat系列数据基本满足秦山核电周边海域温度分布研究需求,针对特定潮态温排水分布可开展航空遥感监测。

面向新时代地方高校师范生培养的“遥感概论”教学内容与方法创新

面向新时代背景下高素质专业化中学地理教师的培养需求,探讨了地理科学专业“遥感概论”课程的教学内容与方法创新。抽样调查了当前国内地理科学专业“遥感概论”课程的开设情况。从对中学地理教学的支持、师范生的学习困难和课程思政三个方面分析了开展教学创新的必要性。针对课程存在的问题,提出了一系列创新策略,包括重构课程目标和内容以加强对中学地理教学的支撑,采用直观教学法以提升教学效率以及课程思政的科学建设与合理融入等。

融合注意力和上下文信息的遥感图像小目标检测算法

对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。

水利遥感卫星应用星座构建与应用研究

卫星遥感是构建数字孪生水利“天空地水工”一体化监测感知体系的重要组成部分,是进行“天基”监测感知的主要路径,是数字孪生平台数据底板建设的重要手段。按照“需求牵引、应用至上、数字赋能、提升能力”的要求,总结了卫星遥感技术在水利行业的应用现状及成效,分析认为现有遥感卫星存在卫星数据资源有待拓展、卫星数据综合协同高效运用能力有待提升、面向水利特色需求的卫星严重不足等问题和短板,提出了水利遥感卫星应用星座的概念及框架,从空间段、地面段、应用段3个方面阐述了星座构建的实施路径,包括卫星资源拓展、协同调度优化、管理系统构建、业务产品生产和服务能力提升等内容,为水利遥感卫星应用星座构建提供理论参考与实践指导。通过推动水利遥感卫星应用星座在实际水利业务中的广泛应用,提升实时监测与预警能力,增强应急响应与协同作业的高效性,促进数据共享与业务协同。

GKPA-联合全局与关键区域的光学-SAR中分辨率遥感影像场景分类

遥感影像场景分类是自然灾害检测和城市功能规划等实际应用的基础,因此研究遥感影像场景分类具有重要意义。基于深度学习的方法由于其强大的特征提取能力已经成为遥感影像场景分类领域最常用的方法,此类方法强烈依赖数据集的质量。现阶段场景分类领域的数据集大多为高分辨率的光学影像,易于提取有效的语义特征。在面对中分辨率场景时,影像中细节信息更匮乏,有效特征不够显著,场景分类具有更大难度,相较于高分辨率场景分类精度不够理想。在此情况下,利用其他模态的数据如合成孔径雷达(SAR)提供互补特征可以有效改善场景分类精度。考虑到以上现状,本文构建光学-SAR遥感影像场景分类数据集(OS-RSISC),基于此数据集进一步提出了一个联合全局与关键区域的感知注意力双模态场景分类框架(GKPA-RSSC)。实验结果显示GKPA-RSSC相较于对比方法具有最高的分类精度,总体精度达81.97%。光学-SAR数据与单模态数据的对比试验结果突显双模态数据的优势,进而验证了本文提出的光学-SAR场景分类数据集的重要意义。

2020年沂沭泗流域洪水多源遥感协同监测研究

文章综合利用光学、雷达多源卫星影像,采用自动提取与人工目视解译相结合的方法,提取河流水面面积,动态分析2020年沂沭泗流域洪水发展变化。结果表明,洪水期各监测河流水面明显展宽,新沭河洪水东调分洪效果显著,各河流中新沂河水面展宽最为明显,洪水期水面面积较洪水前增加了5倍;遥感监测成果与主要水文站水位观测数据变化过程基本一致,从时空上全面反映了洪水前后水面变化过程,为流域防洪提供了宝贵的监测资料。

新农科背景下遥感地学分析课程混合式教学效果探究

新农科是以现代农业需求为导向,融合信息技术、生物技术、环境科学等领域,对传统农业科学进行创新改造的学科体系。而遥感技术通过精准数据分析提高农业生产效率和资源利用率,正是新农科的重要组成部分。在此背景下,该研究通过调查问卷探讨遥感地学分析课程的混合式教学效果,评估学生在知识掌握、实践能力提升和学习满意度方面的表现。结果表明,混合式教学模式不仅提高学生对遥感技术的理解与应用能力,还增强其自主学习能力,且学生对该模式表现出较高的满意度。该研究为新农科背景下课程教学改革提供有益参考。

改进RRPN模型的遥感图像目标检测

针对遥感目标背景复杂、易受外界环境干扰,传统方法无法满足复杂场景下的检测高精度与实时性要求的问题,提出基于改进RRPN模型的遥感图像目标检测方法。首先,将特征金字塔(FPN)架构引入到了模型的残差网络中,使得遥感图像的高、低层特征得到了有效融合;其次,在特征提取网络中添加了通道和空间相融合的注意力机制(CBAM),提升了模型在遥感图像目标特征提取方面的跨通道和空间处理能力;此外,将剔除重叠建议框时的原始NMS算法优化为DIoUNMS算法,综合考虑遥感图像候选框之间的重叠度、距离、尺度大小等因素,使目标框的回归过程更加稳定。对比实验与消融实验显示,所提方法在公共数据集DOTA和HRSC2016上获得的平均精度均值mAP分别可高达77.30%、90.24%,较原始RRPN模型分别提高了8.29%、11.16%,且优于其他几种较新的经典模型,表明所提方法对于复杂环境下的遥感图像目标检测是合理且有效的。

基于Landsat影像的长寿湖水体营养状态时空变化遥感研究

湖泊的营养状态和变化趋势研究对科学认知湖泊水质演变规律和治理湖泊生态环境具有重要意义.水体颜色指数(FUI)与湖泊的营养程度密切相关,是评估湖泊营养状态及其变化规律的有效指标.本研究以重庆市长寿湖为研究区,利用1986-2022年间的Landsat5/7/8系列遥感数据,计算水体的FUI指数,由此评价水体营养状态,并结合变异系数、Sen斜率及Mann-Kendall(M-K)参数检验变化趋势分析法,探讨长寿湖及其不同功能分区近40年间水体营养状态的时空变化.结果表明:1)长寿湖水体多年来主要处于中营养状态,2002年后水质持续稳定好转;富营养水域主要集中于西部生态养殖区;2)西部生态养殖区FUI值变异系数最大(0.17),自2002年后营养状态趋于稳定改善,水质明显好转的区域多分布于湖区的中部和西北部;3)中部生态旅游区FUI值变异系数最低(0.10),营养状态多年较为稳定,水质好转和恶化的区域共存,其湖区中西部FUI值呈显著下降趋势,富营养化等级明显降低;4)东部湿地保护区的营养状态以中营养向富营养转变为主,水体富营养化风险加剧.研究结果为长寿湖水环境监测与评价提供了重要参考.

无人机遥感技术在生态安全监测与评价中的应用研究

近年来,为了维持生态系统服务的可持续性,无人机遥感技术作为一种新兴的监测手段,在生态安全监测与评价领域得到了广泛关注和应用。探讨无人机遥感技术在生态安全监测与评价中的应用,分析其在数据采集、信息处理、监测评估等方面的优势和挑战,有助于行业人员和相关领域研究者更深入地理解该技术的应用潜力和发展方向。

无人机遥感作物估产研究进展

快速、准确估测作物产量不仅有利于提前掌握粮食生产状况,而且对国家粮食政策的制定至关重要。无人机遥感技术因其快速、便捷、成本低等优势,以及可同时搭载多种传感器获取高时空分辨率影像,在作物产量估测研究中发挥了重要作用。本文首先介绍了无人机遥感估产的相关背景;其次对近二十年来无人机遥感估产的研究现状进行了概述,分别从无人机平台、传感器、估产模型构建等方面重点综述了近年来国内外无人机遥感估产的研究进展;最后讨论了影响无人机遥感估产精度的因素、尚未解决的关键技术问题以及无人机遥感估产的未来发展前景。本文可为了解无人机遥感估产研究前沿、技术瓶颈、发展前景提供重要参考,为精确栽培、智慧育种提供技术支撑。

基于遥感的1984-2019年查干湖及周边湖泊透明度变化

湖泊透明度是衡量水质变化和湖泊水生生态系统健康的重要指标。湖泊透明度一般通过塞氏盘现场观测获得,其变化主要由水体中非藻类颗粒物、藻类和黄色物质(CDOM)浓度共同决定,因此可以通过光学遥感进行反演。本研究基于20042009年8次查干湖实地采样获得的132条透明度数据,通过分析同步Landsat天顶反射率产品数据(TOA)不同波段组合与透明度之间的相关性,发现以红波段和蓝波段比值和红绿蓝波段均值AV(B3,B1)组合建立的透明度反演模型精度最高,误差最小,进而基于此模型反演了19842019年查干湖以及周边湖泊透明度。结果表明:查干湖透明度范围在1.0~63.0 cm之间,年均值为17.6 cm。查干湖透明度年均值变化分为两个阶段:19842001年间透明度波动范围较大,没有明显趋势;20022019年期间呈上升趋势(2.3 cm/10 a)。查干湖透明度与风速、降水量、湖泊面积和归一化植被指数具有一定的相关性。通过长时间尺度上遥感监测查干湖水体透明度的时空格局变化,分析其变化特征与规律,可为查干湖流域生态治理提供科学依据。

基于温度梯度算法的核电温排水遥感影像背景温度提取方法研究

核电快速发展所衍生出的核电温排水问题日益凸显,为了更好地评价温排水的扩散范围和温升程度,针对核电温排水监测预测数据开展背景温度提取方法研究是十分必要的。本文以秦山核电基地所在海域为例,在常用核电温排水遥感影像背景温度提取方法的基础上,提出了一种更为准确快捷的新方法——温度梯度法。该方法通过计算临界温度梯度及温度空间梯度的散度值,将二者叠置获取包含主要热源的最外层温度包络线,并以此来确定背景温度的提取范围,进而计算出背景温度。与传统方法相比,该方法利用温度梯度直接计算背景温度,计算原理清晰、物理意义明确且不需要额外数据资料,提高了背景温度提取时的准确性和便利性,可应用于滨海核电温排水遥感影像数据甚至是数值模拟数据的背景温度提取。

梅州铁山嶂矿区生态修复效果的遥感监测与评估

该文通过实测数据、光学及微波遥感数据,利用遥感图像分类、SBAS-InSAR、改进的遥感生态指数(MRSEI)等技术方法,从地表覆盖类型、地表形变、生态质量综合评估3个方面对广东省梅州铁山嶂矿区生态修复前后进行监测分析。研究表明:(1)2022年2月-2024年1月,即矿区修复工程开始前至修复工程后期,矿区内大范围的裸土转变为植被/植被覆膜的区域,表明矿区的生态修复工程取得了一定的成效;(2)地表形变空间分布不均匀,地面抬升区主要分布在矿区南部与最北部,地面沉降区分布在矿区中部与西北部区域;(3)铁山嶂矿区的生态质量呈波动变化的趋势,修复工程之前自然恢复阶段MRSEI指数变化较小,2023年7月正值修复工程实施期间,由于工程实施的扰动,MRSEI均值较低,2023年10月为修复工程中后期,MRSEI均值明显升高,2024年1月,即该矿区的生态治理工程后期,修复区域生态质量受植被覆膜养护影响,MRSEI均值较低;(4)生态修复前后MRSEI等级转移与地表覆盖类型变化叠加分析显示,MRSEI表现为生态改善的区域,地表覆盖类型由裸土转化为植被/植被覆膜;MRSEI等级转移与地表形变叠加分析显示,MRSEI表现为生态改善与生态稳定的区域,地表形变表现为一定程度抬升。研究可为矿区生态环境质量评价提供有价值的参考。

多尺度差分特征增强网络的遥感影像变化检测

遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充分利用多尺度特征,导致模型的性能和准确率受到一定程度的限制。针对上述问题,提出一种多尺度差分特征增强的变化检测方法。利用由孪生网络编码器和差分网络编码器组成的并行编码框架分别提取不同层级的特征,将同级的双时特征和差分特征通过拼接的方式建立两者间的互补关系。引入差分特征增强模块获取更具判别性的特征图并将其作为差分网络编码器的补充输入,丰富变化信息的同时增加模型对变化区域的关注度,使其准确地区分地物的真实变化与伪变化。为了增强特征的多样性和表达能力,使用特征错位融合模块实现语义特征的交叉融合,让每个特征中的语义信息得到充分而不同的交互。该方法在CDD数据集和LEVIRCD数据集上的F1分数分别达到了95.45%和92.04%,交并比分别达到了92.26%和82.93%,与其余八种主流方法相比均为最优,实验结果证明了该方法的有效性。

基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测

了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像进行处理,将递归特征消除(RFE)、Boruta两种特征选择方法与支持向量机(SVR),包括随机森林(RF)、极端梯度提升(XGBoost)和堆叠集成(Stacking)在内的三种集成学习算法相结合,分析不同模型的估测精度。此外,运用Optuna超参数优化框架来确定各模型的超参数。根据最优估测模型来反演江西省森林碳储量并绘制空间分布图,选用地理探测器对碳储量的空间分布格局进行驱动力分析。结果表明:(1)根据特征重要性排名,RFE筛选出30个变量,Boruta筛选出11个变量,合适的特征子集与回归算法相结合能显著提升估测的准确性。(2)基于Optuna对各模型的超参数进行迭代调优,发现不同特征子集与机器学习算法相结合,超参数取值和重要性在模型中差异较大。其中RFE筛选的最优特征子集与Stacking算法结合进行回归拟合时获得了最好的估测效果(R^(2)=0.527,RMSE=15.85Mg/hm^(2),MAE=12.31Mg/hm^(2)),该模型有效利用训练数据,结合多种算法的优点以减少偏差,显著改善森林碳密度高值低估和低值高估的问题。(3)最优估测模型反演得到江西省2006年的森林碳密度平均值为33.356Mg/hm^(2)(2.585—88.943Mg/hm^(2)),森林碳储量总量为321.507Tg。(4)自然环境因子中海拔和坡度是影响碳储量空间分布格局的主要驱动因子;所有因子在交互作用下呈非线性增强和双因子增强,其空间分布格局是自然因素和人为因素协同作用的结果。

双编码端高分辨率遥感影像语义分割算法

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块(FFB)将Swin Transformer捕获的全局特征引入编码端,应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块(SIB),降低复杂背景样本带来的负面影响;在解码端引入全局-局部注意力模块(GLTB)和特征细化模块(FRB),来更好地利用编码端提取的信息,提高语义分割的精确性;采用交叉熵损失和Dice Loss组成的混合损失函数训练模型,减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上,宏观平均F1值(mF1)、平均交并比(mIoU)和整体准确率(OA)指标分别达到91.9%、84.8%和92.4%;在LoveDA数据集上,mIoU指标达到55.0%,均展现出了更好的语义分割效果和良好的泛化性。

基于多源遥感影像的三江平原水域覆盖变化特征

针对以往研究利用Landsat TM影像进行水域覆盖识别存在的时间分辨率低、信息缺失等问题,结合Landsat TM影像的高空间分辨率和MODIS影像的高时间分辨率优势,通过建立Landsat TM影像提取的水域分布比例与MODIS波段及衍生指标之间的关系,构建水域分数覆盖模型(FCWM),模拟形成水域覆盖时空序列,分析三江平原水域分数覆盖变化特征。结果表明:2002—2020年三江平原整体上水域分数覆盖呈下降趋势,整体水域分数覆盖平均值下降了23.63百分点,在2020年降水量高于2002年的情况下,许多具有高等、较高、中等水域分数覆盖的区域降级为较低和低等级。

高寒湿地遥感信息提取方法综述

高寒湿地位于高纬度、高海拔的寒冷地区,具有独特的气候和生态环境特征,为人类社会提供了重要的生态系统服务,对维持区域和全球生态平衡至关重要。高寒湿地遥感信息提取可以明确高寒湿地的边界和空间分布,对探索高寒湿地时空演变规律及驱动力分析具有重要意义。在梳理相关文献的基础上阐述了基于遥感的高寒湿地类型识别和湿地生态系统参数反演方法,概述了各方法的技术手段、优缺点及其适用性,从多源数据融合、算法融合及面向实际需求的角度展望了高寒湿地遥感信息提取方法的研究。

基于遥感图像的YOLOv3模型算法优化

为了使YOLOv3算法能在遥感设备上实时地进行目标检测,模型压缩是常用的解决方案。根据模型压缩后精度会有损失的特点,先为模型添加注意力机制算法再对模型进行训练,并以此为基础提出基于融合卷积层与BatchNormal层后对模型进行通道剪枝方法,对YOLOv3进行通道剪枝,得到压缩后的YOLOv3目标检测模型,并对剪枝后的模型进行微调后,恢复模型的精确度。通过实验得到的结果,融合后剪枝的方法在mAP损失0.6%的基础上,对YOLOv3的模型大小压缩94.93%,检测速度提升了150.6%;通过实验证明,该模型能够运用到对于实时性较高和检测精度较高的遥感图像目标检测,并且适用于存储空间较小的遥感设备。