竹资源广泛分布于热带、亚热带和温带地区，是许多不可再生资源的良好替代品，其生长迅速、分布范围广的特点在减缓气候变化和发展中国家脱贫减困等方面发挥着重要作用。遥感技术广泛应用于资源监测、森林结构定量化反演，具有监测范围广、时空精度高的优点。系统梳理遥感各类数据源在竹资源监测中的应用、竹资源时空动态变化监测及竹资源监测分类方法。重点总结监测制图的数据源与分类方法，并对各类方法的精度进行统计分析。提出竹资源遥感监测要注重使用多源遥感数据和分类方法探索，加强特殊竹种、竹特定生长阶段和竹数量与质量监测为未来研究重点，以期为濒危野生动物保护、贫困地区脱贫、竹产业开发利用、发展中国家民生改善等提供技术支撑。
从遥感影像中准确高效地提取道路信息，对基础地理数据库的建立与维护具有重大意义。高分辨率遥感影像背景信息复杂，导致现有算法无法较好地从中提取道路信息。U-Net网络在图像分割方面有较好的实验效果，但道路分割结果准确性不佳，因此，提出了一种改进U-Net网络的高分辨率影像道路提取方法。首先，设计基于U-Net的网络结构，将VGG16作为网络编码结构，可更好地提取特征语义信息；其次，利用Batch Normalization与Dropout解决网络训练过程中出现的过拟合；最后，对训练数据利用旋转与镜像变换进行扩充，采用ELU激活函数，提升了网络训练速度。实验结果表明：该方法可以较为准确高效地提取道路信息。
基于卷积神经网络（Convolutional Neural Networks, CNN）和5种不同空间分辨率的遥感影像，对西宁市东部一区域开展土地覆被分类研究，旨在探索CNN在不同空间分辨率下进行影像分类的差异性和对不同地物的提取能力。为提高样本的选择效率，引入了窗口滑动方法进行辅助选样。研究表明5种不同空间分辨率影像的总体分类精度均达89%以上,Kappa系数达0.86以上，分类精度较高。在所涉及的分辨率尺度范围内，空间分辨率越高，CNN分类结果越精细，并能保持较高的分类精度，表明CNN更适合高空间分辨率影像分类；但同时影像空间分辨率越高，地物表现出较高的类内变异性和低类间差异性，分类精度有降低的趋势。相比较而言，SPOT 6影像的分类精度最高，同时窗口滑动是一种有效的样本辅助选择方法。研究对今后同类工作具有一定的借鉴意义。
地学数据共享是地学研究的重要内容，也是挖掘地学数据、避免地学数据重复采集的重要途径，是现代数据密集型科研范式下地学研究的重要基础，因此，如何打破地学数据“孤岛”、实现不同地学数据便捷获取、保障数据安全、提升和扩展地学数据贡献者权益保护是地学数据共享中急需解决的问题。区块链技术的兴起，为地学数据价值外化途径扩充、提升数据安全和地学数据贡献者权益保护带来了新的可能。在系统梳理地学数据共享现状、存在问题、区块链基本原理、特点、底层架构以及应用现状的基础上，探讨区块链技术在地学数据共享中的应用可行性以及应用场景，阐述区块链技术在地学数据共享中的应用挑战，以期为地学数据共享领域区块链相关研究与应用提供参考。
高分辨率遥感影像有精确的几何结构和空间布局，但是光谱信息有限，增大了对光谱特征相似地物的分类难度。针对高分辨率遥感影像分类的问题，采用深度学习U-Net模型分类方法。基于黑河下游额济纳绿洲高分二号遥感影像，通过U-Net模型提取胡杨、柽柳、耕地、草地和裸地五种地物覆被类型，分类总体精度和Kappa系数分别为85.024%和0.795 6，并与传统的支持向量机（SVM, Support Vector Machine）和面向对象的分类方法比较，结果表明：相对于SVM和面向对象，基于U-Net模型的高分辨率卫星影像地物覆被分类，能够更好地对地物本质特征进行提取，分类效果较好，满足精度要求。
居民地的空间格局和密度直接反映着区域人类活动的强弱程度，影响着区域人地系统演变和生态环境可持续发展。基于高分辨率卫星遥感影像数据，提出了一种面向对象的青海湖环湖区居民地信息自动化提取方法。首先，利用尺度集理论对高分辨率卫星遥感影像进行多尺度分割，获取不同尺度的分割对象；其次，通过机器学习算法集对分割对象的自定义特征、光谱特征、几何特征和纹理特征进行训练，选取最优自动分类算法；最后，利用最优自动分类算法提取青海湖环湖区城镇居民地和农村居民地信息。采用平均召回率、平均准确率和平均F值评价指标对分类结果进行精度评价，其中，城镇居民地各评价指标均在93%以上，农村居民地各评价指标均在86%以上。结果表明:该方法提取城镇居民地和农村居民地总体精度较高，在大面积人类活动精细化监测中具有较好的科学意义和应用价值。
基于控制试验对配制的具有不同含水量和含盐量的土壤样本进行介电特征量测和分析，同时结合Stogryn盐水介电模型和土壤溶液离子浓度、电导率、含水量和含盐量等参数对介电常数虚部的影响，将饱和度这个关键参量引入盐渍土介电模型中，提高盐渍土介电模型模拟精度。结果表明：①当土壤体积含水量较低时，土壤含盐量对介电常数的实部和虚部均未产生明显的作用。当土壤体积含水量较高时，介电常数实部则随着土壤含盐量的增加呈逐渐下降趋势，介电常数虚部以增加态势为主;②修正后的盐渍土介电模型可以较好地刻画介电常数变化特征。此外，将修正后的模型在白银采样点进行验证，同样取得较好的模拟结果，表明修正后的盐渍土介电模型对不同土壤类型具有一定的适用性。
为获取中国区域高时空分辨率、高精度的气溶胶光学厚度（AOD）产品。基于Himawari-8卫星数据和MODIS地表反射率产品，反演了中国区域2018年4月~2019年4月逐10分钟的AOD，该方法可同时对暗像元、亮像元区域进行反演。依托全球气溶胶观测网（AERONET）中国境内的6个观测站数据，对反演结果进行一致性检验，同时将AOD反演结果与Himawari-8官方最新发布的AOD产品（020版）进行对比。结果表明：①红蓝比值法AOD反演结果与AERONET AOD之间相关性很高，除包头站外，其余5个站点的相关系数R在0.728~0.863之间，EE（误差期望）范围内样本点百分比在47.7%~68.6%之间，与Himawari-8 AOD产品相比有很大优势;②红蓝比值法AOD反演结果与AERONET AOD在时间序列走势上基本一致，但在AOD >1时，反演结果较AERONET AOD偏高。Himawari-8 AOD春夏季走势相对于AERONET AOD较为一致，但由于秋冬季Himawari-8 AOD有明显的日变化，且日变化较大，其走势与AERONET AOD偏离较大;③红蓝比值法AOD反演结果与MODIS AOD产品空间分布基本一致，AOD反演结果总体较MODIS AOD略为偏低。在冬季时红蓝比值法反演范围较MOD04_3K AOD的反演范围广;④红蓝比值法AOD在冬春季的北方高反射率地表区域的反演结果精度和反演范围较Himawari-8 AOD产品和MOD04_3K产品有很大优势。
沙尘暴的起沙过程是沙尘循环中的重要部分，起沙过程模拟的准确性对于输送和沉降过程的准确模拟十分重要。WRF-Chem (Weather Research and Forecasting with Chemistry)是目前应用最广泛的沙尘暴模拟模式之一，但目前WRF-Chem对于起沙量的模拟具有很大的不确定性，受下垫面和土壤湿度的影响较大。WRF-Chem模式中的下垫面数据比较老旧，且驱动WRF-Chem模式的资料中土壤湿度是偏高的。土地覆被和土壤水分等遥感产品的日趋成熟，为WRF-Chem模拟沙尘暴提供了新的选择和契机，因此，将AMSR2 (the Advanced Microwave Scanning Radiometer 2) 土壤湿度和MODIS (Moderate Resolution Imaging Spectroradiometer) 土地利用遥感产品及实地调查资料替换WRF-Chem下垫面，利用WRF-Chem模拟了2018年3月26日至28日发生在我国华北地区的一场沙尘过程，用于探究下垫面参数对WRF-Chem模式模拟沙尘暴的精度产生的影响。共开展了4组实验，包括1组控制实验和3组对照实验，3组对照实验分别是在控制试验基础上仅替换土壤水分初始场、仅替换土地覆被和土壤质地以及同时替换土地覆被、土壤质地及土壤水分初始场。在加入遥感数据之后，3组对照实验的模拟精度比控制实验均有所提高，其中同时替换土壤水分初始场、土地覆被和土壤质地对模式模拟结果改善最大。改善后PM10模拟的相关系数提高了0.30，平均偏差减少了31.18 μg/m3，均方根误差减少了21.70 μg/m3；AOD (Aerosol Optical Depth) 的相关系数提高了0.14，平均偏差减少了0.29，均方根误差减少了0.18，仅替换土壤水分初始场效果次之，仅替换土地覆被和土壤质地对于模拟结果改善不大。以上结果表明：加入遥感资料可以有效提高WRF-Chem对沙尘过程的模拟精度。
房屋空置率是衡量房地产市场健康与否的重要指标。基于夜间灯光遥感数据和全国土地覆盖数据，对房屋空置率进行空间识别。利用微博签到数据，通过基于密度的聚类算法和热力分析对居民活动空间强度进行分析，从“鬼城”指数排名靠前的100个城市中随机选择30个样本城市，进行城市内部房屋空置空间识别。结果表明：2013年全国地级及以上城市基于像元的平均房屋空置率为27.3%。东部地区房屋空置率较低，中西部地区房屋空置现象明显；房屋空置在中小型城市更加突出。
为实时准确地对新疆农业干旱程度进行反演监测，以新疆焉耆盆地为例，通过运用时空自适应反射率融合模型（Spatio Temporal Adaptive Reflectivity Fusion Model，STARFM）、增强型STARFM（Enhanced STARFM，ESTARFM）模型及灵活的时空数据融合模型（Flexible Spatio Temporal Data Fusion，FSDAF）这3种常见的模型对Landsat 8和MODIS数据进行融合，构建了温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI），并采用土壤相对湿度（Relative Soil Moisture，RSM）数据对TVDI反演结果进行了验证。结果表明：①3种数据融合模型所模拟预测的干旱因子（归一化植被指数和地表温度）与真实Landsat 8数据所反演的干旱因子相比，ESTARFM模型模拟预测的干旱因子判定系数（R2）和均方根误差（RMSE）均优于其他两种模型，归一化植被指数（NDVI）的R2和RMSE分别达到了0.924和0.076，地表温度（LST）的R2和RMSE分别达到了0.877和2.799；②3种数据融合模型模拟预测的TVDI通过与真实Landsat 8数据反演的TVDI及RSM数据进行对比验证，发现ESTARFM模型模拟预测的TVDI与上述两种数据之间的R2也均优于其他两种模型，分别达到了0.873和0.248。ESTARFM模型在一定程度上更能准确地模拟预测同时期Landsat 8影像的TVDI分布状况。
以PM2.5污染物为主的大气污染对社会的可持续发展及人类健康带来了严峻的挑战，厘清我国PM2.5污染物的空间分布特征及演变规律，对于PM2.5污染物的区域联防联控具有重要的意义。基于MODIS卫星的气溶胶产品、气象基础数据以及PM2.5污染物实测站点监测数据，构建地理加权回归模型，对2015年中国PM2.5污染物浓度进行了模拟估算，对PM2.5污染物浓度的空间分异格局及季节演化特征进行分析。结果表明：①2015年全国PM2.5浓度整体表现出明显的空间地带性分异特征。北方PM2.5污染物浓度明显高于南方，中部明显高于东部与西部；②4个季度PM2.5浓度表现出明显的季节适应性演化特征。第四季度PM2.5污染最重，第三季度和第一季度次之，第二季度最低，最大值出现在第四季度（165 μg/m3），最小值出现在第二季度（4.3 μg/m3）。③通过多因子构建的地理加权回归模型估算的PM2.5浓度具有较高的模拟精度，第一至第四季度的相对误差分别为10.2%、7.0%、9.3%和8.6%。
青海云杉和祁连圆柏是祁连山自然保护区的优势种，提取两种类型树木的空间分布对保护区森林资源的管理和监测方面有重要意义。使用Sentinel-2A(S2)、Sentinel-1A(S1)、Landsat-8(L8)3种遥感影像及来自SRTM DEM的地形数据，基于随机森林分类方法，设置8种组合方案共22个特征变量，以祁连山东段的甘肃连城自然保护区为例，对青海云杉和祁连圆柏进行分类试验。结果表明：融合Sentinel-1A(S1)数据的VV和VH两种后向散射信息的精度最高，达到92.85％，比使用单一影像Landsat-8提高了11.64%。实验表明:结合多源遥感影像的不同波段信息是提高森林类型分类精度的有效手段，有助于复杂山区森林资源调查、植被信息提取等需求。
基于覆盖陇东地区同一轨道的97景Sentinel-1A卫星影像，在ISCE和StaMPS数据处理平台上利用PS-InSAR技术进行叠加数据处理，获得研究区自2014年10月至2019年5月的年平均地表LOS向形变场，并对形变场结果进行二维网格滤波处理，获取沉降中心的变化特征。研究结果表明：陇东地区主要存在两类形变，一类是由构造活动引起的地表形变，主要分布在海原断裂与六盘山东麓断裂转换区附近，跨海原断裂年平均形变约为1 mm/a，而六盘山东麓断裂附近断层无明显变形，鄂尔多斯块体内部变形微弱；另一类则是由人类工业活动，如煤矿开采、地下水开采活动等导致的地表沉降，主要影响区域为华亭矿区和宁正矿区，均呈现漏斗状沉降形态，年均最大沉降分别约为8 mm/a和30 mm/a。
以地处河西走廊东端、石羊河下游的民勤县湖区绿洲为例，以Landsat 8 OLI影像为数据源，从天然绿洲和人工绿洲的基本概念出发，在影像数据预处理、多尺度分割的基础上，综合考虑光谱、纹理、形状、上下文等信息，引入NDVI、最大化差异、紧致度、形状指数和空间邻接关系等多个特征，构建规则集进行天然绿洲和人工绿洲的区分，并将区分结果与基于最大似然法监督分类的绿洲区分结果进行比较分析。结果表明：使用面向对象的影像分析方法区分天然绿洲和人工绿洲的总体精度达到了91.75%，Kappa系数为0.65；较之面向像元的最大似然法监督分类结果，总体精度提高了10.40%，Kappa系数提高了0.13，其中人工绿洲条件Kappa系数提高了0.19，天然绿洲条件Kappa系数提高了0.30。面向对象的影像分析方法能够在一定程度上克服单一光谱特征分类方法的局限性，避免“异物同谱”和“同物异谱”现象带来的混淆，提高天然绿洲和人工绿洲区分的精度。
青藏高原的湖泊数量众多且分布广泛，约占全国湖泊总数量和总面积的41%和57%，对于全国甚至全球的湖泊研究十分重要。遥感监测湖泊分布历来已久，但光学遥感影像时常被云遮蔽，难以自动化提取得到完整的湖泊边界。提出了一种有云的Landsat TM/OLI影像结合航天飞机雷达地形测绘数据（Shuttle Radar Topography Mission, SRTM） 30 m分辨率的数字高程模型（DEM）的湖泊完整边界的自动插值生成算法。首先，在Google Earth Engine平台上，利用Landsat TM/OLI影像的地表反射率Tier1数据，根据其中的像元质量评价（Pixel Quality Assessment, pixel_qa）属性，结合SRTM 30 m DEM数据，先剔除云、云阴影、积雪和山体区域的影响；计算改进的归一化差异水体指数（Modified Normalized Difference Water Index，MNDWI），采用Canny边缘检测算法，得到无云覆盖区域的已知部分湖泊边界（L）。在本地对DEM进行极差滤波，得到可能的湖泊区域；同时，利用DEM生成等高距间隔为1 m的等高线，将包围着可能湖泊区域的一系列等高线自动筛选出来，根据等高线间的包含关系建立树结构。叶子节点为最内部等高线，记为内等高线（C1）。由于Landsat和DEM的获取时间不同，随着湖泊扩张或萎缩，湖泊水位会相对于内等高线上升或下降，对此采用不同的外等高线（C2）确定方法；随后，建立内等高线C1、外等高线C2与已知部分湖泊边界L之间对应点的坡度坡向关系，插值得到未知的湖泊边界点；最后利用最近邻法连接已知的湖泊边界点与插值得到的湖泊边界点形成完整的湖泊边界。利用相近日期的资源三号影像或无云Landsat影像的手工数字化湖泊边界对提取的湖泊边界进行验证，发现两者基本重合，且长度差百分比为-6.81%~9.4%，面积差百分比为-2.11%~2.7%。表明该方法对于有云Landsat TM/OLI影像的湖泊边界自动化提取十分有效，并为在GEE等大数据平台中自动化提取长时间序列、高时间分辨率的青藏高原湖泊边界及其时空变化分析提供了新方法。
针对传统Brovey变换（Brovey Transform，BT）融合存在的光谱信息丢失及光谱扭曲等问题，引入自适应加权平均对其进行改进，并以EO-1 ALI多光谱影像为例，提出一种新的基于改进BT的多光谱影像融合算法。并分别选用信息熵、平均梯度、相关系数、均方根误差等参数对影像融合效果进行综合评价与对比分析，从而验证该算法的有效性和优越性。结果显示：采用改进后的BT融合算法的多光谱融合影像具有较好的光谱信息和空间分辨率，其视觉效果和空间纹理特征都有显著改善，并且较好地延续了源影像的色彩信息，亮度相对适中；能减少融合过程中光谱信息的损失和畸变，在保持光谱信息和清晰度方面与传统BT融合算法相比具有明显优势。
由中国风云三号C星（FY-3C）搭载的微波温湿探测仪（MWHTS）的亮温观测资料能够实时反演得到高分辨率、高精度的海面气压场。基于三维变分同化方法将FY-3C/MWHTS观测资料反演的海面气压场同化进入中尺度天气研究与预报（Weather Research and Forecasting, WRF）模式，以台风“Maria”和“Noru”为例，通过控制实验和同化试验的对比分析，探讨了同化反演的海面气压场对台风数值预报的影响。初始化敏感性试验结果表明，同化海面气压场使初始时刻台风中心气压与位置更接近实况，并且调整了台风初始温度场和风场的结构和分布。台风的数值预报结果表明:同化反演的海面气压场能够改进台风的路径和强度预报精度。
对城市更新改造的监测是目前较新的遥感应用领域。鉴于当前城市更新领域有关的遥感监测研究现状，对城市更新中遥感监测的概念、涉及方法以及与业务应用关系等方面进行了介绍，通过简要综述城市遥感监测的研究进展，分析适用于城市更新中的遥感数据类型，给出遥感在城市更新中的应用实例，尝试论证遥感在城市更新改造中的价值和作用，填补该领域遥感应用认知上的空缺，提出遥感在该领域工作可能的发展方向和研究思路。
植被净初级生产力(Net Primary Productivity,NPP)及其对气候变化的响应是全球变化的核心研究内容之一，研究中亚地区NPP的时空格局变化对理解植被—环境的作用机理以及应对全球变化具有重要的意义。基于MOD17A3数据集、气象数据结合GIS分析方法研究中亚地区2000~2014年的植被NPP时空动态特征及其与气候因子的关系。结果表明：①中亚地区空间上NPP的变化范围在0~874 gC/m2·a之间，平均值为151.90 gC/m2·a，NPP年总量平均值为482.41TgC (1 Tg=1012 g)，NPP平均值与总量均呈现出下降趋势；②中亚地区NPP的高值区主要分布在高纬度地区和东南部高山地区，中部和南部荒漠区则为NPP的低值区；③中亚地区2000~2014年间NPP在空间上总体呈现下降趋势，达到显著下降的区域总体面积的39.89%。NPP呈下降趋势的区域主要集中在哈萨克斯坦的大部分区域，不同分区内以典型草原区最为显著；④中亚地区NPP受降水量的影响作用高于气温，荒漠草原区、典型草原区以及荒漠区主要受到降水量的控制，高山草甸区与高山林地区则受到降水和气温的共同作用。
为了提升海上油膜与其他目标的可分离程度，提出基于特征值分解的一种新的极化特征G，该特征不仅能够反映集合中不同目标之间的极化状态，还能够描述不同散射类型在统计意义上的不纯度。若某个区域中去极化状态越弱，不纯度越低，则该区域中新极化特征G的值越低。利用两景Radarsat-2全极化SAR (Synthetic Aperture Radar)影像对新特征的有效性进行实验验证。结果表明：海水具有较小的特征值，油膜具有较大的特征值，生物膜的特征值介于两者之间。且与span、
植被总初级生产力（Gross Primary Production,GPP）是指在单位时间和单位面积上，绿色植物通过光合作用固定二氧化碳所产生的全部有机物同化量，对GPP的准确估算有助于碳循环的研究。为了提高GPP的估算精度，将机器学习技术与遥感技术相结合，首先利用GEE平台下的遥感数据以及中国陆地生态系统通量观测研究网络的通量塔实测GPP数据,建立数据集。然后使用随机森林作为估算模型，建模后根据数据特点对模型调参。最后获得模型的预测结果，决定系数R2为0.87，均方根误差RMSE的值为1.132 gC·m-2·d-1。这说明随机森林模型可以较为精确地估算GPP。结果发现，以大数据以及人工智能为代表的计算机技术飞速发展，将为遥感技术注入新的活力，使遥感技术走向更加成熟的发展应用阶段。
植被吸收利用太阳光合有效辐射比率反映了植被固碳释氧能力，根据青藏高原GIMMS NDVI3g（1982~2015年）和MODIS NDVI（2001~2015年）数据，采用非线性半理论半经验模型进行FPAR反演及时空变化分析。结果表明：①2001~2015年GIMMS NDVI3g和MODIS NDVI反演FPAR在空间分布上具有较高的一致性，相关系数为0.82（P<0.01），年际变化趋势一致至少6年的区域占80%；②青藏高原FPAR受坡度和海拔影响较大，其中15~35坡度FPAR变化最快，700~2 100 m海拔区间FPAR值最大；不同坡向对应的FPAR除南坡方向偏低外其他方向差异不大。③1982~2015年青藏高原四季FPAR时空变化研究中，冬季FPAR年际变化最明显，约78.5%的区域表现为增长趋势；秋季FPAR下降区域最多，但超过71.5%区域变化不显著；④基于MODIS NDVI和GIMMS NDVI两数据反演的所有植被类型的FPAR都在2012年间出现小幅度下降趋势，且不同植被类型FPAR的年际变化趋势各不相同。
利用Landsat TM、OLI多光谱卫星遥感数据，采用VIS（植被－不透水层－土壤）模型和线性光谱混合分析法对丝绸之路经济带核心区乌鲁木齐建城区及其周边进行丰度估算，并针对红色彩钢板屋顶在不透水层丰度图像上低亮度特点，进行改进处理，提高了不透水层丰度估算精度。研究结果表明：1994~2018年的24年间乌鲁木齐市不透水层呈现出显著扩展的特点，其面积从140.41 km2扩大到462.62 km2；扩展速率在1994~2005年间缓慢上升，2005年之后迅速上升；扩展强度先上升，2010~2015年达到最大，之后出现下降；同时，城市不透水层的空间扩展具有明显差异，向西和东北方向扩展最为显著。综合分析指出：乌鲁木齐城市不透水层的空间扩展受到周边山体地形和煤矿开采等因素的限制，而“乌昌一体化”政策是城市扩展的主要助力因素。
甘公网安备 62010202000685号
