日光诱导叶绿素荧光（SIF）作为植被光合作用的探针，其卫星遥感技术正迅速发展并得到广泛应用。本文系统阐述了SIF卫星遥感的原理、关键进展及前沿科技挑战。首先，系统介绍了SIF遥感反演原理与算法。SIF反演的核心在于从上行辐射中精准分离反射光与荧光信号，当前主流方法包括物理模型算法和数据驱动算法两大类。发展高鲁棒性、对仪器参数低敏感性的高精度算法始终是研究热点，然而红光波段反演仍存在显著不确定性，亟需变革性算法突破；其次，回顾了过去30年SIF卫星遥感发展历程。国产卫星SIF遥感虽然已实现高精度反演的技术突破，但在卫星寿命、数据共享与应用深度方面与国际先进水平仍存在一定差距。我国2026年计划发射的下一代碳卫星（TanSat-2）预计将提供具备2 km空间分辨率、全球逐日覆盖能力，以及红光/远红光双波段观测的SIF数据集，有望从根本上解决现有卫星数据存在的分辨率低、信噪比低以及重访频次低等瓶颈问题；最后，综述了卫星SIF产品时空尺度融合方法与进展。相比机器学习模拟方法，基于空间降尺度算法的卫星SIF产品虽在时空连续性方面稍显不足，但因其保留了观测信号核心特征，从而具有独特优势。因此，尽管“弱信号高精度反演”仍是SIF卫星遥感的根本挑战，但随着载荷技术和反演算法的持续进步，SIF卫星遥感将在植被生态监测、气候变化响应、农业与资源管理等科学应用领域发挥日益重要的支撑作用。
全球约60%的甲烷排放与人为源有关，有效控制人为源甲烷排放对当前温室气体减排具有重要意义。能源部门是人为源甲烷排放的主要来源之一，其甲烷排放事件能追溯到具体的排放设施（即点源分布），且甲烷排放速率呈重尾分布。高分辨率高光谱卫星遥感数据具备从点源尺度监测甲烷排放事件的能力，并可实现对具体排放设施的溯源。在进一步发展高光谱卫星遥感的甲烷点源反演方法的基础上，通过WebGIS平台构建了全球能源部门甲烷排放点源的高分辨率遥感监测系统，其集成了点源反演算法、甲烷排放反演数据库和动态监测平台等模块，截至2024年底，已实现对全球573处能源设施甲烷点源排放事件的有效遥感监测。研究构建的监测系统可对煤矿与油气等的开采及存储导致的突发甲烷排放事件进行动态遥感监测，并针对具体事件进行设施溯源，为能源部门的排放源识别与估算工作提供支持与验证数据，以响应全球甲烷减排的总体目标。
在城市化与气候变暖的背景下，极端高温天气频发，危及城市居民的健康。公园降温效应（Park Cooling Effect， PCE）对于缓解这种影响至关重要。然而在土地资源紧缺的城市中，不受限制地扩大公园规模是不现实的，如何最大限度地提升公园的单位面积降温效果，是目前亟需解决的问题。本研究以中国最热的“火炉城市”福州为研究区，采用降温幅度（∆Tmax）、降温距离（L∆max）和降温梯度（Gtemp）3个指标量化PCE，计算其内部50个城市公园的PCE指标，并从公园外部形态与内部景观斑块特征两个角度分析降温效应的影响因素。研究表明：①50个公园中有42个存在PCE，其余8个不存在PCE；②公园并非越大越好，同时要注重外部形态和内部斑块特征；③从公园外部形态特征来说，简单和规则的公园边界轮廓有利于公园的降温效应；④从公园内部斑块特征来说，低不透水面比例、高水体和植被占比以及复杂的斑块形态会增强PCE，而边缘密度过高与景观破碎化则会削弱PCE。因此，要注意保持植被、水体覆盖的连续性和完整性，设计多样化多层次的植被边界结构，或利用地形变化增加不透水面边界的纵向层次，以最大化公园的降温效果，缓解城市热岛效应。
现有业务化遥感叶绿素a浓度数据存在不同程度空间不完整、时间不连续的数据缺失问题，严重制约了遥感叶绿素a浓度数据的应用潜力，数据重构是解决该问题的主要手段。依据近年来国内外水色遥感数据重构方法的研究成果，研究总结了水色遥感数据重构方法的理论基础和发展历程，重点讨论了叶绿素a浓度数据重构研究的热点方向、常用的数据、常用方法和主要研究区域等内容，总结了叶绿素a浓度数据重构研究存在的问题，进一步揭示了叶绿素a浓度数据重构研究亟待解决的数据极端匮乏区的数据重构、短时间尺度数据重构方法构建、多变量结合的重构方法、经验正交函数数据插值法的改进以及遥感与数值模拟相结合的数据重构方法等关键难点，并展望了未来研究的方向。
在全球气候变暖和快速城市化背景下，城市热岛效应加剧了人口热暴露风险，准确识别人口热暴露高风险区域对于适应和减缓高温威胁至关重要。以北京市六环内区域为研究对象，基于局地气候区（Local Climate Zones，LCZ）视角，研究采用ECOSTRESS地表温度数据和腾讯宜出行人口数据，分析了不同LCZ夏季地表城市热岛强度（Surface Urban Heat Island Intensity，SUHII）的时空变化特征，并评估了不同SUHII等级下人口热暴露的日动态变化。研究结果表明：①白天，不同LCZ类型的SUHII差异显著，除LCZ 9（零散低层建筑）外的建筑类LCZ以及LCZ E（裸露岩石或人工地面）和LCZ F（裸土或沙地）均表现为热源，其余类型为热汇；夜间，LCZ类间SUHII差异减小，LCZ A（茂密树林）和LCZ B（稀疏树林）的热汇效应减弱，LCZ G（水体）则由热汇转变为热源；②人口热暴露在6—7时最低，10—11时达到峰值。建筑类LCZ（除LCZ 9）以及LCZ E和F普遍存在热暴露风险。四环内建筑密集，人口密度高，热暴露尤为突出；③当SUHII＞2 ℃时，人口热暴露风险显著增加，尤其在高密度建筑区和低绿地覆盖区域，控制SUHII在2 ℃以内能有效降低热暴露风险。研究可为提升城市宜居性、改善人居环境及制定城市热风险调控策略提供理论依据和实践支持。
城市非正规居住区是快速城市化进程中的一种全球普遍现象，其光学遥感识别研究对于实现可持续发展目标第11个目标可持续城市和社区具有重大意义。本文在统计2001—2024年国内外相关文献基础上，梳理和分析了城市非正规居住区光学遥感影像数据源及空间分辨率、单类特征分类和多源特征融合分类、识别方法和优缺点。结果表明：数据源按照空间分辨率分为超高/高、中、低3类；将单类特征或数据源分为光谱、纹理、几何和上下文等光学影像特征，GIS数据等辅助数据特征，并将多源特征融合分为特征级、数据级和决策级3种；与深度学习相比，基于像元法、面向对象法等传统识别方法存在适应性弱、识别效率低等局限，深度学习法以其强大的特征提取能力和较好的泛化能力，在大范围、长时序的非正规居住区遥感识别中具有广阔前景。本文可以为未来城市非正规居住区遥感识别提供参考，推进可持续城市建设和发展。
土壤作为最宝贵的自然资源之一，正面临着全球性、区域性和地方性退化的挑战，从质量退化到盐渍化等问题，已导致大规模的优质农田流失。这些问题影响农业生产和粮食安全，破坏生态平衡与可持续发展。因此，及时监测和准确绘制盐渍化过程至关重要，特别是在气候变化影响已经达到惊人水平的半干旱和干旱地区。随着遥感技术的迅速发展，土壤盐渍化制图技术开始展现出巨大的潜力，因此本文系统综述了遥感技术在土壤盐渍化评价中的应用前景，并通过对WOS数据库中相关文献的关键词检索，分析了近几年土壤盐渍化的研究热点。结果表明美国和中国对土壤盐渍化遥感技术的研究最为深入，研究热点为基于机器学习和人工智能的盐碱化遥感监测。裸土与植被信息在目前土壤盐渍化监测中得到广泛应用，并引入了光谱指数的概念，通过对可见光（VIS）、近红外（NIR）与短波红外（SWIR）等光谱反射率的研究，监测土壤盐分的变化情况，目的是将多源、多尺度、多平台的遥感数据与地面信息相结合，建立一个综合的“天—空—地”一体化监测系统，在土壤盐渍化监测中，与多源多模态遥感数据相匹配的地面调查数据的高效获取，多模态数据中有效的盐分响应变量提取，以及维度的（一维、二维、三维）多模态信息有效融合，构建盐渍化土地的多个表征参数反演模型，并将研发的遥感产品应用于农业生产与生态环境保护实践中是目前亟待深入研究的问题。
互花米草（Spartina alterniflora）作为我国滨海湿地典型的入侵物种，其快速扩张已对生态系统结构与功能造成严重威胁，亟需构建高效、精准、可业务化的大尺度监测体系，以支撑生态风险评估、入侵防控与湿地保护决策。面对传统监测手段效率低、大尺度应用困难以及遥感监测在复杂环境下精度受限等挑战，本研究系统梳理了互花米草入侵遥感监测研究进展，重点从识别手段、时空分析与生态影响评估3个方面展开。遥感识别主要依托互花米草特有的光谱与物候特征。传统机器学习与深度学习方法的应用显著提高了识别精度，而基于物候特征的识别策略有效抑制了“异物同谱”现象的干扰。多项研究表明互花米草在我国沿海经历了从零星分布到快速扩张的阶段变化，空间格局具有明显地域差异。其入侵对盐沼、滩涂及红树林等湿地生态系统造成系统性破坏，显著压缩原生植被生存空间、降低生境质量、缩小水鸟栖息范围，并改变滩涂沉积过程，导致生物多样性下降与土壤退化，对湿地生态系统稳定性与服务功能造成破坏。总体来看，尽管当前研究在识别精度和入侵机制解析方面取得重要进展，但仍存在小斑块识别困难、模型普适性不足、多源数据协同应用不充分等挑战。未来研究需融合高时空分辨率与多源遥感数据以提升监测能力，发展迁移学习与小样本学习以增强模型泛化性，深化物候、光谱与纹理等多特征融合，并进一步解析入侵的驱动机制与生态效应，从而为滨海湿地入侵防控与生态安全维护提供科学支撑。
森林冠层高度是评估森林结构与生态系统功能的核心参数，对于森林资源管理与碳储量监测具有重大意义。星载激光雷达因其高精度的垂直穿透能力被广泛应用于森林冠层信息的提取，然而国内基于自主星载全波形激光雷达数据的相关研究仍较为有限。我国森林资源丰富，且多处于地形复杂区域，不同的植被覆盖和复杂地形会给全波形激光雷达信号的特征提取带来不同程度的影响。为此，本研究利用我国首颗陆地生态系统碳监测卫星句芒号获取的多波束全波形激光雷达数据，通过对原始光斑波形进行滤波和特征点提取，并分类设定阈值，优化了波形信号起始和截止点位置；随后以优化后的信号截止点位置结合激光雷达回波模型，校正了地形坡度效应，并在东北虎豹国家公园和海南热带雨林国家公园两个典型示范区进行了森林冠层高度反演和验证。结果表明，在坡度≤15°的地形条件下，优化后的句芒号激光测高数据所得的森林冠层高度与样地CHM参考数据的最大冠层高度一致性良好，相关系数（r2）均在0.85以上，RMSE在东北虎豹国家公园与海南热带雨林国家公园两个区域分别由4.52 m降至2.56 m、5.51 m降至3.20 m，估测精度显著提升，进一步证明了句芒号卫星在激光足印尺度上的森林冠层高度估测中具有较大的应用潜力。
森林冠层高度是计算和衡量森林生物量、碳汇的重要指标，陆地生态系统碳监测卫星植被系统全波形激光雷达数据（简称句芒号全波形数据）能够获取森林垂直结构参数等信息，如何利用句芒号全波形数据准确提取森林冠层高度至关重要。以根河市为研究区，对句芒号全波形数据和无人机激光雷达数据进行预处理得到光斑和冠层高度模型（Canopy Height Model，CHM），通过数据筛选得到位于CHM范围内的光斑，并计算光斑范围内的平均CHM（简称光斑平均CHM）；其次，对筛选过后的全波形数据进行滤波去噪、滤波评价、阈值处理后得到位于波峰区域的全波形数据并提取波形特征；最后，将波形特征与光斑平均CHM分别构建XGBoost模型、AdaBoost模型、CatBoost模型、GBRT模型，利用十折交叉验证法进行预测，将R2、RMSE、MAE、ME、Acc作为评价指标。结果表明：筛选得到的108个高质量光斑含有201个全波形数据，每个全波形提取出109个波形特征，模型总体精度按高到低分别为XGBoost模型 、CatBoost模型、GBRT 模型、AdaBoost 模型，最优模型精度为：R2=0.67、RMSE=3.13 m、MAE=2.31 m、ME=0.12 m、Acc=68.54%。研究发现通过数据筛选、滤波去噪和评价、阈值处理、波形特征提取、模型构建能够准确地从句芒号全波形数据中获取森林冠层高度，为森林碳汇估算、生物量监测提供了新的技术路径。
星载激光雷达ICESat-2 ATL08数据对全球森林冠层结构监测具有重要意义，但其在不同分辨率下的性能差异尚未得到全面评估。该研究以ICESat-2 ATL08数据为研究对象，基于美国38个国家生态观测网络（National Ecological Observatory Net Work，NEON）站点的高精度机载激光雷达数据，系统验证了ATL08数据在100 m×12 m和20 m×12 m两种空间尺度的冠层高度反演精度，并探讨了多种因素对其精度的影响。结果表明：①在100 m×12 m空间尺度上，冠层高度反演精度为RMSE=5.67 m，Bias=0.03 m，%RMSE=32.7%；经滤除未包含冠层顶部光子的低质量分段后，20 m×12 m空间尺度数据精度为RMSE=5.28 m，Bias=-0.43 m，%RMSE=34.2%；②夜间数据反演精度优于白天，强波束数据在穿透性和信噪比方面表现更佳，当使用两个空间尺度数据进行冠层高度反演时，夜间获取的强波束数据估算精度最高（RMSE<4.0 m，R²>0.83）；③冠层高度反演精度受地形坡度、植被特性、冠层光子数及分辨率的显著影响，研究还验证了冠层高度不确定性参数作为高分辨率数据质量筛选指标的有效性。
结构参数和生物量是衡量森林碳储量与碳循环的核心指标，而激光雷达（Light Detection and Ranging，LiDAR）是精确测量单木参数的关键技术。以上海市崇明岛某水杉林为研究对象，基于手持（HLS）、地基（TLS）和机载（ALS）3种平台获取的LiDAR点云数据，提出了一种整合点云强度和密度以及三维连通性聚类的单木茎叶分离技术，并结合树木定量结构模型（TreeQSM）和随机森林算法，系统比较了各平台及其联合数据在单木参数提取与生物量估算中的性能差异。结果表明：①整合单木粗分割和精分割、单木茎叶分离、TreeQSM以及随机森林机器学习，本研究方法可以精确地实现不同平台LiDAR单木结构参数提取和生物量反演；②不同平台在数据采集效率和点云质量上各有侧重，适用场景不同。TLS点云密度最高，枝干结构刻画最精细，但成本最高；ALS覆盖范围广，能高效完整获取树高与冠层信息（树高相对完整度均为100%）；HLS则在树木胸径的快速测量上表现突出（胸径闭合度全部处于75%~100%等级）；③多源数据融合可以实现优势互补，显著提升关键参数的提取精度，如融合地面平台数据可将ALS的胸径精度R²从0.19提升至0.82以上；④在生物量预测方面，基于TreeQSM多维参数构建的随机森林模型表现出良好性能（所有模型R²>0.7），联合数据集的精度普遍优于单源数据集，其中，HLS+TLS数据集的模型精度最高（R²=0.94）。整体来看，基于TreeQSM的地面端高精度枝干参数是生物量估算的关键，在已有高精度地面数据时，ALS提供的冠层补充信息对生物量精度的边际增益有限，研究结果可为多平台LiDAR数据在林业调查中的优化组合与应用提供理论指导和技术参考。
单木是构成森林的基本单元，是森林资源调查与生态系统监测的关键因素。随着无人机技术与深度学习方法的发展，单木参数的高效提取逐渐成了可能。基于此，本研究以四川省乐山市夹江县的桉树人工林为研究区，通过无人机可见光影像，利用单阶段目标检测算法（SSD）和两阶段目标检测算法（Faster R-CNN）两种深度学习模型对影像进行单株立木识别及冠幅分级，并对两个模型进行验证集精度、测试集精度、训练时间等多维度的对比。结果表明：两个模型验证集精度均在83%以上，拟合效果较好，其中Faster R-CNN模型在测试集中平均精确率为95.13%，平均召回率为88.62%，平均F1分数达91.76%；SSD平均精确率为91.03%，平均召回率为82.66%，平均F1分数达86.64%。Faster R-CNN在精度和稳定性等方面优于SSD；而SSD模型在训练时间和检测效率方面具有明显优势。综合对比两种模型识别结果后，将Faster R-CNN模型结果用于后续分析。Faster R-CNN模型共识别129 045棵桉树，以四分位距法将所有桉树的生长状况分为三级，正常生长林木（Ⅱ级）占比为96.07%，生长旺盛林木（Ⅰ级）占比约为3.84%，生长缓慢林木（Ⅲ级）占比仅为0.09%。研究结果验证了深度学习算法对于无人机可见光影像在单株立木识别的良好应用潜力，证实了冠幅分级对于指导林业生产、制定抚育措施的重要实践意义。
湖泊表面温度是反映湖泊生态环境和气候变化影响的关键参数，对研究区域水热循环和生态系统变化具有重要意义。本研究以青藏高原典型湖泊——青海湖、色林错和纳木错为研究区域，基于FY-3D卫星MERSI（Medium Resolution Spectral Imager）数据，应用分裂窗算法实现湖泊表面温度的反演。通过匹配青海湖水文站观测数据，研究利用最小二乘法拟合多通道海表温度（MCSST）模型参数，并结合2020年和2021年实测数据及MODIS温度产品对反演结果进行交叉验证。结果表明，FY-3D MERSI数据反演的湖泊表面温度与实测值及MODIS产品高度一致，相关系数超过0.85，且误差稳定，展示了优良的可靠性和连续性。研究验证了FY-3D卫星在湖泊表面温度监测中的应用潜力，为未来开展区域和全球尺度湖泊生态环境变化监测提供了新的技术方案。
在全球变暖的背景下，探究青藏高原三江源地区草地生产力对干旱的响应机制，对了解植被发展动态和区域生态系统保护具有重要意义。研究基于全球陆地表面卫星（Global Land Surface Satellite，GLASS）植被总初级生产力（Gross Primary productivity，GPP）产品，结合站点气象、土壤水分及土壤温度等观测数据，采用趋势分析和相关分析等方法，分析了青藏高原三江源地区2002—2020年草地GPP对干旱的响应规律及不同环境因子的影响作用。结果表明：19年来三江源地区主要表现为暖湿化，大部分地区草地GPP呈增长趋势；草地GPP在生长季对标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，SPEI）的响应程度在空间格局上产生显著差异，短期（1—4月）和长期（9—12月）SPEI的对生长季各月GPP的影响面积占比均超过75%，其中SPEI-1和SPEI-12占比明显高于其他时间尺度；三江源地区生长季草地GPP对干旱的响应沿海拔梯度的变化特征表现为先上升后下降的趋势，低海拔地区降水与土壤水分是干旱抑制植被光合作用的主要诱因，而在高海拔地区气温与土壤温度则是干旱约束植被光合作用的主导因素。
气溶胶作为影响气候变化与区域空气质量的关键因子，对其精准监测至关重要。亚洲地区气溶胶载荷高且类型复杂，对卫星反演技术提出了更高要求。为评估FY-4B陆地气溶胶产品（Land Aerosol product，LDA）在亚洲区域的适用性，基于58个AERONET（AErosol RObotic NETwork）地基观测数据，对2022年8月—2023年12月期间的FY-4B LDA进行精度验证，并与Himawari-8 AOD产品进行了空间分布对比。结果显示：①FY-4B LDA在亚洲区域的整体精度为R² = 0.52，MAE = 0.20，RMSE = 0.29，37%的数据位于期望区间内，且存在较为严重的高估现象；②在月尺度上，春季略低估，其他月份普遍存在高估，且夏季高估较为明显，10—11月精度最佳；在小时尺度上，FY-4B与AERONET AOD的峰值出现在UTC8∶00与UTC9∶00，整体呈现先升高后降低的趋势，UTC3∶00时MAE最大，UTC21∶00时MAE最小；③在不同下垫面类型下，FY-4B LDA在森林区表现最佳；④FY-4B LDA与Himawari-8 AOD在宏观空间分布上较为一致，AOD高值区域集中在恒河三角洲、中国东北、缅甸东部、泰国与老挝北部，缺测区域主要位于中国中南部，两者差异呈正态分布。本研究从不同尺度对FY-4B LDA在亚洲区域的整体精度进行了验证，可为未来优化风云卫星性能提供理论支撑与数据支持。
地面气象站是获取近地面气温数据的重要手段。在山区，不同站点观测的气温数据所能代表的空间范围存在显著差异。因此，确定山区监测站的最优布设位置，提高观测数据的空间代表性，对于山区高质量气象业务的开展具有重要意义。本研究以河北省张家口市崇礼区为研究对象，利用30 m空间分辨率的年平均地表温度（Land Surface Temperature，LST）、年平均归一化植被指数（Normalized Difference Vegetation Index，NDVI）和地形高程（Digital Elevation Model，DEM）这3个影响近地面气温的因子，应用模糊C-均值（Fuzzy C-means，FCM）聚类算法进行聚类分析，并结合信息熵指标确定该区域最佳的气温观测站点位置；同时，基于最大信息最小冗余的原则，对原有观测站位置的调整提出了增设方案，并利用1月和7月气温空间分布数据，采用GIS邻域统计方法，对比分析了确定的拟选测站位置、原测站的空间代表范围。结果表明：相比原测站位置，采用FCM结合信息熵确定的气象站点布设位置在冬季和夏季的平均空间代表范围分别增加了21.90 km2和28.79 km2；在增设部分测站后，测站网冬季和夏季监测覆盖率分别提升了14.87%和16.79%。本研究采用的因子分析法与信息论相结合的选址方法，为山区气温监测站的选址或增设提供了参考依据。
为寻求快速有效提取马铃薯幼苗期、现蕾期、块茎膨胀期植被覆盖度方法，研究利用地面分辨率为5 cm的无人机影像，计算可见光波段差异指数（VDVI）、过绿指数（EXG）、归一化绿红差指数（NGRDI）、归一化植被指数（NDVI） 4种常见植被指数，分别选取时序交点法、最大类间方差（Otsu）阈值分割法及支持向量机（SVM）与植被指数（VI）直方图相结合确定阈值的分割法对小范围研究区进行植被覆盖度提取，用地面分辨率为1 cm的无人机影像分类结果作为真值对3种方法的计算结果进行比较，并选取VDVI指数，利用马铃薯幼苗期、现蕾期、块茎膨胀期单幅图像确定的阈值，对大范围试验田影像进行植被覆盖度提取及验证。结果表明：SVM与VI直方图相结合确定阈值分割法分类图效果较好，植被覆盖度误差最小，平均误差为3.05%；时序交点法分类图效果次之，但不能够准确地提取不同时期马铃薯植被覆盖度，平均误差为7.39%；Otsu阈值分割法分类图效果较差，平均误差为15.39%，且利用SVM与VDVI直方图相结合确定的阈值进行试验田大范围植被覆盖度提取具有良好的效果。
5G通信塔已成为人们生活中不可或缺的基础设施，对其进行数字化重建是高效管理和安全稳定监测的重要内容。针对其多站点激光扫描数据，研究提出一种基于改进旋转投影统计特征描述子（RoPS）和最大生成树的多视角配准方法，基于距离加权的半径滤波去除噪声点，采用改进RoPS算子与随机采样一致性方法完成点云粗配准，并采用ICP提高配准精度；然后计算点云重叠度并构建基于广度优先搜索的最大生成树，找出合适的配准姿态实现多站点云高精度全局配准；利用斯坦福数据集和通信塔地面三维激光扫描数据对该方法进行验证。结果表明：该方法配准精度达到了0.07 m。研究成果为通信塔三维模型重建和安全检测提供了可靠的技术和模型支持。
全球变暖导致极端气候事件频发，中国西南地区作为重要的生态屏障和经济区，近年来干旱事件频发，对水资源安全、农业生产和生态环境构成了严重威胁。因此，系统探究西南地区干旱事件的时空演变规律及未来趋势，对于深刻理解区域干旱发展动态、建立有效防灾减灾策略具有至关重要的理论与现实意义。本研究利用GRACE/GRACE-FO数据探究西南地区2002—2022年间陆地水储量和地下水储量的时空演化特征，并基于干旱指数（Drought Severity Index， DSI）诊断西南地区干旱特征及未来发展趋势。结果表明：①基于GRACE数据重构的水储量和干旱指数结果可靠，可为干旱定量评价提供科学依据；②西南地区陆地水储量与地下水储量均存在明显的季节波动并持续增长，以贵州、重庆最为显著；③20年间共发生15次干旱事件，以春冬季频率最高，最烈干旱为2010年的冬春连旱；④云南西南部、四川西部以及广西南部的干旱在过去20年间明显加剧，四川东部、重庆、贵州以及广西北部等区域在未来将面对更严峻的干旱。研究表明，尽管西南地区水储量总体增加，但干旱频发且空间分布不均，未来需加强对高风险区域的水资源监测与干旱防控，为区域防灾减灾提供科学依据。
在“双碳”背景下，黄河流域作为我国重要的能源基地及沿黄全国生态长廊，研究其碳排放时空演变特征，对于黄河流域生态治理和协调发展至关重要。本研究以黄河上游城市为例，基于夜光遥感数据构建碳排放估算模型，采用引力模型、标准差椭圆模型及热点分析等方法开展为期21年的碳排放时空格局分析，通过CA-马尔可夫预测模型对黄河上游城市2030年碳排放强度进行预测。结果表明：2000—2020年黄河上游地区碳排放量整体呈上升趋势，碳排放量从0.52×109 t增长至1.78×109 t；碳排放引力分异显著，总体呈现“东北强引力，其他区域弱引力”，碳排放重心向鄂尔多斯等工业型城市偏移；黄河上游地区市、县级尺度莫兰指数相对稳定，包头市、呼和浩特市、石嘴山市等城市为高高聚集区域，陇南市、西宁市等城市为低低聚集区域；碳排放冷热点空间分布聚集程度变化显著，河源区向东逐渐扩展，峡谷区较为稳定，冲积平原区呈波动变化；2030年黄河上游城市碳排放强度变化不明显。黄河上游碳排放空间异质性明显，工业型城市高排放，未来减排应聚焦其东北部及工业区，通过清洁能源替代、区域协同减排与完善监管实现流域碳减排，推动城市绿色可持续发展。
为应对全球人口增长带来的粮食需求挑战，精准农业中的作物行自动化检测技术显得尤为重要。然而，传统逐个检测作物的方式效率较低。本研究针对玉米生长初期，提出了一种基于深度学习的行中心线提取方法，旨在提高农作物生产管理效率；首先基于Faster R-CNN模型处理无人机遥感影像，通过选取最优权重验证，获取目标检测框；然后对检测框内图像进行二值化分割，结合Susan角点检测方法获取特征点，并利用动态圆优化方法；最后，分别采用最小二乘法和RANSAC算法拟合行中心线。经过实验验证，检测玉米作物行的平均精度较高，约为0.004 8°，优于位置聚类法，证明了该方法的有效性，为精准农业中的作物监测提供了一种高效、准确的技术手段，有望推动农业生产的智能化和精细化发展。
大通河流域地处甘青两省交界处，是湟水流域最大的子流域，同时也是祁连山地的重要组成部分，流域中下游河谷狭窄纵深、山体陡峭，水资源与森林资源丰富。森林资源对该流域及其周边地区涵养水源、调节气候变化及水土保持等方面起着至关重要的作用。本研究基于GEE（Google Earth Engine）云平台，获取了研究区1987—2023年Landsat卫星长时序影像，逐年合成生长季（6—9月）的无云影像。研究采用改进的VCT（Vegetation Change Tracker）算法结合森林样本自动提取方法，对流域近37年森林时空变化及其干扰进行了监测研究。结果表明：森林主要集中分布在流域中下游的河谷两岸及其山体两侧；改进的VCT检测算法在森林、非森林与森林干扰3种类别的识别中，总体精度达到90.63%，Kappa系数达0.85，证明该方法在长时间序列森林变化监测中的有效性和可靠性。1989—2000年森林扰动较为集中，而2000—2023年扰动相对较少。研究结果可为该流域森林资源管理与生态保护提供数据支撑。改进的VCT检测算法结合GEE平台被证明是一种有效的森林干扰和动态变化监测手段。
甘公网安备 62010202000685号
