陕北地区由于煤矿开采引发的沉降、地裂缝、滑坡等地质灾害，严重影响了矿区的生态环境和居民安全。为深入了解矿区内的地表形变特征及相应的地质灾害，本研究以神木市神南矿区为研究区，利用2017年3月12日至2022年9月18日期间SBAS-InSAR得到的地表形变监测结果，分析矿区内地表形变的特征和形成过程；基于沿剖面的累计沉降值和时间序列累计沉降曲线，研究地表形变的发展过程和影响因素；无人机调查证实地表沉降引发地裂缝、滑坡等其他地质灾害。结合2021年12月—2022年12月期间10个监测点的位移监测数据，对地裂缝、滑坡的发展趋势和相关因素进行综合分析。结果表明：矿区内地表形变主要由采矿活动导致，并受上覆岩层厚度的影响；地表形变与采矿活动具有较强的空间扩展性、时间延续性和时空相关性。研究结果可为采矿对地表形变的影响及两者之间的时空相关性研究提供参考。

黄河流域水资源丰富，流域内水利枢纽深刻影响着居民的生活和区域经济发展。该流域地质环境脆弱，多数大坝运营时间久，开展大坝健康诊断具有重要价值和意义。本研究采用星载InSAR技术研究黄河流域典型大坝时空形变特征。为了获得高精度坝体形变，实验采用网络优化辅助InSAR相位解缠方法。研究区域为黄河上游公伯峡大坝和黄河中游小浪底大坝，实验数据采用2017—2024年的Sentinel-1A。研究结果显示公伯峡水电站大坝部分区域形变速率超过2 mm/a，小浪底水利大坝部分区域形变速率20 mm/a，库区水位波动引起大坝周期性形变特征。InSAR网络优化方法提升了相位解缠绕精度。该研究对黄河流域水利枢纽安全运营起到关键支撑，对于其他黄河流域水利大坝健康诊断具有重要借鉴意义。

基于震前、震后遥感影像的坍塌建筑物检测方法，无需依赖单一震后数据，也不需要借助高程变化信息，对及时开展应急响应具有重要的意义。震后SAR影像蕴含的极化与散射特征能有效反映地震引发的建筑物坍塌所导致的微波散射特性变化。然而，坍塌建筑物将具有比完好建筑物更低的散射强度，因此在检测时易受周边完好建筑物的干扰。此外，鉴于SAR影像在空间细节表达上的局限性，引入光学影像所包含的空间细节信息对其形成有效补充，对于提升坍塌建筑物检测精度至关重要。为此，通过融合多源数据中视觉特征与极化散射特征，本研究提出了一种联合震前高分光学影像与震后SAR影像的坍塌建筑物检测方法PreOPT-SAR。首先针对配准问题，设计了一种基于内切圆圆心和边界点的光学-SAR（OSICBP）特征点匹配策略，并结合边界补偿因子与方向补偿因子（BCFDC）的改进型区域增长算法，旨在统一提取两类影像中的建筑物对象集合。此外，为了减轻邻近未损毁建筑物对坍塌区域识别的干扰，进一步引入了基于Yamaguchi分解的多因子极化分解方法（MPDOY），以提升散射分量的表征能力。在多组真实数据集上的实验结果表明，PreOPT-SAR方法展现出优越的性能，其总体精度（OA）均可达到83.86%以上，显著优于多种先进的对比方法。

海上油气平台是用于海洋油气资源勘探、开采和运输的重要设施。监测海上油气平台对于海面溢油监测、温室气体排放估算、海洋生态保护等具有重要意义，卫星遥感影像已经广泛用于海上油气平台的监测。然而，现有研究采用的动静分离策略忽略了船舶经过海上油气平台邻近位置的情况，同时难以反映移动式海上油气平台的短时期动态变化。为此，研究提出了一种考虑目标时空重合度的动静分离策略，基于时序Sentinel-1合成孔径雷达 （Synthetic Aperture Radar， SAR）影像开展海上油气平台动态变化监测。该方法使用时序Sentinel-1遥感影像和Faster R-CNN深度学习模型提取海上亮目标，测算目标包围框在时序影像中的空间重合度，并结合停留时间去除移动目标，设定目标面积阈值去除小目标得到海上油气平台提取结果，进一步根据平台出现时间和消失时间监测典型区域油气平台动态变化。研究采用该方法监测了2015—2025年涠洲油田中心区域海上油气平台的动态变化，使用高分系列卫星影像和Sentinel-2卫星影像验证提取结果，得到提取准确率为98.6%。在研究区共识别出80个海上油气平台，其中监测期内始终存在的固定平台13个，新建平台4个，位置发生变化的移动式平台63个，变化平台中54个平台的停留时间在30 d以内，说明该区域海上油气平台活动频繁，存在较多的短时间钻井勘探作业。因此，研究提出的方法能够较为准确精细地监测海上油气平台的动态变化，尤其能够反映移动式海上油气平台的短时期动态。

牦牛作为青藏高原高寒生态系统中的关键牧业资源，其数量与分布信息的获取对草地资源管理、放牧优化及生态监测具有重要意义。传统牦牛识别主要依赖人工调查或野外遥感点位判读，存在工作量大、更新滞后、空间覆盖有限等局限，难以满足大范围、自动化的牦牛定位需求。为实现牦牛的快速准确识别，本研究以高分二号和高分七号多光谱遥感影像为基础，构建斯布牧场多时相牦牛遥感数据集，采用改进的 YOLOv8 神经网络模型开展目标检测，并引入四通道输入以增强光谱判别能力；针对遥感影像中牦牛与静态地物在形态和光谱上的相似性问题，设计一套基于空间约束、辐射暗点检测、置信度过滤与历史时相比对的静态目标剔除方法，有效抑制误检与漏检。结果表明：在丰草期影像中模型平均精确度为0.92，平均召回率为0.74；在枯草期影像中平均精确度同为0.92，平均召回率为0.75。本研究验证了结合多源遥感与静态目标筛选机制的深度学习方法在牦牛识别任务中的有效性，为类似弱目标、高背景干扰下的物种遥感识别，提供了思路和方法支撑。

青海湖是中国最大的咸水湖，也是维系青藏高原东北部生态安全的重要水资源。近年来，受气候暖湿化的影响，其西部和北部近岸部分区域出现刚毛藻水华。及时、准确地获取刚毛藻水华的空间分布范围，对于有效保护青海湖水体环境和科学治理刚毛藻水华引发的生态问题至关重要。本研究基于Sentinel-2 MSI遥感影像与无人机正射影像，结合9种藻类光谱指数提取布哈河口北侧刚毛藻水华的分布信息并对比提取效果及适用性。在此基础上，利用表现优异的光谱指数对青海湖全湖区的刚毛藻水华进行提取，选取最优指数反演2019年青海湖刚毛藻水华的分布特征并分析其变化规律。结果表明：SB、BD、NDVI、MCI、SABI和VB-FAH共6种光谱指数在典型区域的提取效果较好（Kappa>0.9），错分率和漏分率较低；VB-FAH指数在全湖区提取效果最优（Kappa=0.88），NDVI指数次之（Kappa=0.86），SABI和BD指数提取效果相当（Kappa=0.79），MCI指数提取效果最差（Kappa=0.67）；2019年青海湖刚毛藻水华最大面积为4.10 km²，最小面积为1.79 km²；刚毛藻水华分布最多的区域是布哈河口北侧，其次是布哈河口南侧，其他区域刚毛藻水华面积相对较小。在空间上，刚毛藻水华受风力作用随青海湖面积的扩张而向外迁移，呈条带状或斑块状分布在湖岸附近。研究表明，VB-FAH指数作为刚毛藻水华提取的最优方法，可为长时序刚毛藻水华分布信息提取提供参考依据。

近年来随着城市化进程的加快，济南市不透水面（ISA）扩张迅速，加剧了城市热岛的强度。以Sentinel-2 MSI、Landsat-8 TIRS、MODIS等多源数据为支撑，本研究提取2015—2021年的不透水面格局数据，并基于线性光谱分解获取不透水面丰度（ISP）数据，从景观格局指数视角分析了济南市ISA与地表温度（LST）之间的关系，探索了分级的ISP与LST之间的函数关系。结果表明：LST具有显著的时空分布特征，6月高值区主要分布在东部，9月集中在市中心，整体呈下降趋势；ISP分布不均，市中心区域普遍高于0.6，边缘区域多低于0.2；ISA整体呈现U型密度分布模式，低、高密度ISA面积均大于200 km²，显著高于中间等级；ISP与LST相关性显著（相关系数在0.657~0.734之间），多项式回归拟合效果最佳，2018年决定系数R²高达0.904；景观格局分析显示，斑块密度和聚合度指数与LST呈正相关，景观形状指数呈负相关。研究结果可为城市热环境调控与规划提供科学参考。

贵州省是我国重要的烟草种植区之一，其喀斯特山区受强云雾干扰且地物破碎，限制了烟草种植区的遥感提取精度。针对上述问题，以贵州省毕节市金沙县为研究区，依托Google Earth Engine平台，采用HSV-PCA方法融合Sentinel-1合成孔径雷达影像与Sentinel-2多光谱影像，构建多源遥感特征数据集。基于融合影像，分别采用最大似然分类、随机森林、支持向量机、面向对象及神经网络方法开展烟草种植区提取，并对不同分类方法的精度表现进行对比分析。结果表明：Sentinel-1/2融合影像能够有效削弱云雾与地物破碎对分类结果的影响，显著提升烟草种植区识别精度。在融合数据条件下，神经网络与支持向量机方法的精度提升最为明显，其中神经网络方法表现最优，其生产精度为95.10%，总体精度由97.32%提升至98.96%，Kappa系数由0.953提升至0.972，用户精度由85.61%提升至97.22%。以金沙县政府公布的年度烟草种植面积统计数据作为区域尺度参考，融合分类结果的面积差异为4.92%。研究表明，基于HSV-PCA方法融合的Sentinel-1/2影像能够实现喀斯特山区烟草种植区的高精度提取。

气溶胶作为一种重要的大气成分，通过改变地表辐射特性和微气候条件，对植被光合作用和生态系统碳循环产生重要影响。气溶胶与植被之间的交互作用在不同地区和气候条件下呈现显著异质性，其机制尚未充分阐明。本研究以中国东北地区为研究对象，结合2000—2023年的高分辨率气溶胶光学厚度和太阳诱导叶绿素荧光数据，采用非线性格兰杰因果分析方法，系统探讨了气溶胶光学厚度（Aerosol Optical Depth， AOD）对植被光合作用的影响及其气候依赖性。研究结果表明：AOD通过增强散射辐射对我国东北森林植被的光合作用产生显著正向驱动作用，特别是在高叶面积指数和复杂冠层结构的植被类型中表现尤为突出；低温和适中降水条件进一步放大了AOD对植被光合作用的驱动效应，而极端气候条件则可能削弱或掩盖其作用。本研究不仅揭示了我国东北地区AOD与植被生态系统交互作用的复杂性，还为气溶胶治理和区域生态保护策略的制定提供了重要的科学依据。

PS-InSAR 技术广泛应用于地表形变监测，但其结果易受空间噪声干扰。为提升监测精度，本研究引入区域叠加滤波方法，基于0.1°×0.1°格网构建残差栅格，并结合ISODATA空间聚类，有效剔除共模误差（CME）。以2014年10月—2024年1月藏东南地区的PS-InSAR数据为基础，结果表明：去除CME后拟合精度显著提升，RMSE平均降低约45%，R²提高约25%。形变速率结果显示，藏东南西北部和中东部存在明显抬升（>5 mm/a），主要受断裂带活动控制；而沉降区集中在比如县周边，与安多南断裂带及2021年Ms6.1地震密切相关，形变分布与构造活动高度一致。此外，本研究提取了该次地震的LOS向同震形变场及震前后形变速率变化，发现震区整体呈现最大达23 mm的下沉，局部区域表现出明显同震突变，反映出断层破裂特征。震前形变速率相对平稳（<5 mm/a），震后出现约-10 mm/a的负向加速形变。结合震源机制解与InSAR 反演结果，证实地震由走滑—倾滑复合型正断层活动引发。本研究有效提升了PS-InSAR数据精度，揭示了藏东南地表形变的时空分布及成因，为地质灾害监测和雅鲁藏布江流域水电开发提供科学支撑。

镁铁—超镁铁质小岩体是岩浆型铜镍矿床的赋矿载体，但岩体因规模较小而易被野外工作所遗漏，因此利用遥感快速提取镁铁—超镁铁质小岩体对找矿勘查具有重要意义。以新疆东天山地区为研究区，利用ASTER和可持续发展科学卫星1号（SDGSAT-1）热红外数据，将卷积神经网络和Vision Transformer深度学习模型结合提取镁铁—超镁铁质岩体，并对两种数据提取的结果进行对比及野外验证。结果表明：以黄山地区已知镁铁—超镁铁岩为训练样本，在研究区内成功识别出主要镁铁—超镁铁岩体，证明以小范围作为训练区进行学习进而对周边大面积区域进行测试识别具有一定的可行性；ASTER热红外数据的空间分辨率为90 m，对于出露面积较小的岩体识别效果较差。同时，ASTER数据幅宽较小，进行大范围提取时需对多景影像进行镶嵌，在一定程度上降低了识别准确率；SDGSAT-1热红外影像空间分辨率为30 m，对于研究区内镁铁—超镁铁岩体识别效果较好，且该影像幅宽较大，更适合开展大范围应用。

生态系统服务价值评估旨在量化生态系统为人类社会提供的各类服务与功能的经济价值，为生态保护、环境治理及可持续发展政策制定提供决策依据，已成为推动可持续发展的重要基础。黄河流域作为中国重要的生态屏障和经济带，面临严重的水土流失和生境质量下降等挑战，流域生态环境退化问题影响了数亿人生态福祉。研究以人口密集的黄河流域中下游作为研究区域，基于InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型，融合2000、2010和2020年3期土地覆盖、年降水量、高程等数据，从省域尺度和用地类型角度评估产水量、碳储量、土壤保持和生境质量4类生态系统服务的时空演变特征，并揭示生态系统服务之间的相互作用。结果表明：两个研究时段内，产水量和土壤保持两类服务呈现逐步上升的趋势，碳储量逐步下降，生境质量表现出先上升后下降的动态变化；省域尺度下各生态系统服务表现存在差异；林地和草地的生态系统服务功能较突出；生态系统服务之间总体呈现协同关系，且空间维度呈现出显著的异质性。研究不仅提供了高精度的生态系统服务动态评估成果，还结合省域差异提出了因地制宜的生态保护策略，为黄河流域中下游区域的生态管理与可持续发展提供了参考。

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。

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。

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。

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。

海岸线时空变化研究对沿海生态环境保护和资源规划有重要的指示作用。本文基于谷歌地球引擎（Google Earth Engine，GEE）平台筛选2000~2023年Landsat遥感影像，结合修正归一化水体指数（Modified Normalized Difference Water Index，MNDWI）、增强植被指数（Enhanced Vegeta-tion Index，EVI）和归一化指数（Nominalized Difference Vegetation Index，NDVI）识别水像元，在计算水边缘频率后以目视解译的方式对照高精度遥感影像选取分割阈值，提取胶东半岛海岸线，并利用数字海岸线分析系统（Digital Shoreline Analysis System，DSAS）分析海岸线时空变化规律。研究结果表明：2000~2023年胶东半岛海岸线长度整体增加285.77 km，平均增长12.42 km/a，向海推进126.58 m，速率8.53 m/a；以2005年为节点，2000~2005年海岸线长度及移动速率均低于平均水平，2005年以后海岸线迅速增长且向海移动加快，其中2010~2015年海岸线长度增长速率最大，达47.55 km/a；海岸线向海移动速率同样在2005年以后迅速加快，2005~2010年为移动速率最快的时期，净移动距离（Net Shoreline Movement，NSM）69.56 m，线性回归变化速率（Linear Regression Rate，LRR）14.81 m/a。空间尺度上，烟台市海岸线扩张程度最大，NSM 212.81 m，LRR 10.92 m/a；威海市海岸线NSM、LRR最低，变化程度最小；青岛市海岸线变化与全区平均水平基本持平。由于沿海城市海岸主要受人类活动影响，对胶东半岛沿海区域人类活动强度进行分析，发现自2005年高强度人类活动区域面积明显增大，初步认为2000~2023 年胶东半岛海岸线整体向海推进，2005 年为变化关键节点，此后速率显著加快，人类活动是其主要驱动因素。

研究吉林省耕地资源利用状况，可为耕地资源可持续发展提供理论支撑。本文采用人均耕地面积模型、EF-NPP模型评估吉林省2001~2021年耕地生态盈亏和供需盈亏状况，再通过可持续利用指数、灰色预测模型预测2022~2031年耕地可持续利用趋势，最后提出合理的管控分区。结果显示：①粮食安全视角下，耕地供需盈亏系数由0.532增加至0.710，呈现“盈余为主、逐渐优化”的趋势，空间上呈现“中、西部盈余、东南部亏损”的特征；②生态安全视角下，耕地生态盈亏系数由-0.201增加至-0.118，呈现改善趋势，空间上呈现“西部亏损，东部盈余”的特点。可持续利用指数从0.455增加至0.472，预计2022~2031年耕地为弱不可持续利用状态（IIIa），即耕地资源的可持续利用水平尚未达到理想状态；③以综合盈亏值和相关政策为导向，将耕地资源利用等级划分为稳固提升、潜力开发、整改优化3种类型进行分区管控，提升可持续利用水平，促进耕地可持续发展。研究结果划定的管控分区可助力实现可持续利用目标。

小型无人船能够测量连续水底地形，为遥感径流量监测提供关键数据，但其在不同形态河流中的监测效果尚不明确。本文对比分析了小型无人船在不同河流中的遥感径流量计算精度差异。结果表明：①在河宽大于40 m的4个点位中，无人船测量法对河道断面形状的精度提升效果更加明显；②与国家水文站数据进行对比，利用传统断面点位测量法测得河道断面形状，计算出径流量NSE系数和RMSE系数的平均值分别为0.60和3.57 m³/s，利用无人船测量法测得河道断面形状，计算出径流量的NSE系数和RMSE系数的平均值分别为0.81和3.22 m³/s；③利用传统断面点位测量法计算的径流量绝对误差平均值范围在1.82~12.76 m³/s，大于无人船测量法计算的径流量绝对误差平均值范围0.95~8.57 m³/s。小型无人船通过测量水底地形得到精准的河道断面形态，进而提升遥感径流量计算精度。该方法更适用于水面宽度大于40 m的河流。

在全球气候升温的背景下，研究冬季气候变异对植被生长的影响，有助于深入理解非生长季在全年陆—气交互变化中的作用。本文选取中国东北这一典型过渡带作为研究区域，利用GEE云平台获取1985~2015年GIMMIS NDVI数据，并结合Sen趋势分析和变异系数法，对多年植被动态进行分析。同时，结合冬季气候指标（最低温（T_min）、最高温（T_max）、降水（Prec）），采用Spearman相关分析等方法，探讨植被NDVI变化与冬季气候的交互作用。结果表明：①1985~2015年，东北区域植被NDVI年际变化呈现轻度波动式增长趋势，年均变化速率为0.001 2/a，其中针叶林的变化趋势最为显著，年均变化速率为0.006/a；②东北区域植被NDVI的变异系数平均值为0.05，整体变化较为稳定，但西部呼伦贝尔草原的变异系数最高，达到0.74；③冬季气温（T_min与T_max）呈增加趋势，而降水总体呈下降趋势；④植被NDVI与冬季降水（Prec）呈负相关，与冬季T_min与T_max呈正相关，并表现出明显的空间地域特征。其中，松嫩平原与辽河平原植被NDVI与降水负相关最为显著。研究结果揭示了非生长季气温对东北植被生长的促进作用，以及在低温下降水对植被生长的不利影响。此外，草原对冬季气候响应的变异性大于其他植被类型。这些研究发现为植被生态管理提供了重要参考。

利用雷达遥感技术对滑坡隐患区进行大范围的识别及监测，是当前防灾减灾的重点。高压输电线作为国家电网的重要组成部分，其周围一旦发生滑坡，可能会造成巨大的经济损失。本研究采用SBAS-InSAR技术和光学遥感影像，对福建省龙岩市滑坡隐患以及影响因素进行了深入研究，特别关注了输电线附近的滑坡隐患区。研究结果表明：龙岩市滑坡灾害主要集中于斜坡和陡坡区域，高程多在200~600 m之间，与季节性降雨和人类活动等因素密切相关；重点识别的距输电塔不足2 km的7个显著沉降区，其年形变速率主要在-0.158~0.570 m之间，对输电设施构成了直接威胁。经过野外实地验证，该方法在保障输电线路安全运行方面具有重要作用。

徐州市作为资源转型城市，其生态系统碳汇能力的估算对推动“双碳”目标的实现具有重要意义。光能利用率模型在评估区域植被固碳能力方面发挥重要作用。本研究基于通量观测数据、遥感影像及相关空间数据，从模型参数的3个维度开展了针对不同生态系统的光能利用率模型优化，提高了模型模拟总初级生产力（Gross Primary Productivity，GPP）的精度；基于通量观测值重新构建了生态系统呼吸方程，由此得到了徐州市净生态系统生产力（Net Ecosystem Productivity，NEP）；最后开展了徐州市GPP和NEP时空格局分析。结果表明：优化后的模型模拟精度显著提升，多个站点的通量观测值与模拟值平均相关性R=0.85，RMSE=2.03 gC·m⁻²·d⁻¹；研究区14年间的NEP均值为1.56 Mt C·a⁻¹，表明该地区整体维持了碳汇功能；碳汇空间分布结果显示，北部与西北部植被密集区碳汇功能较强，中部和东南部城镇化区较弱。本研究不仅为徐州市碳汇能力评估提供了科学依据，也为“双碳”目标的实现及区域生态管理提供了重要参考。

激光雷达三维点云语义分割是许多复杂三维点云应用的基础，高精度的点云语义分割对于机器人、自动驾驶、智慧城市和增强现实等应用有重要意义。基于深度学习的方法能够有效挖掘点云空间关系，已经成为三维点云语义分割的主要方法。由于街道场景的复杂性，已有的深度学习语义分割方法仍然存在感受野受限、单一尺度难以适应场景下所有地物分割的缺陷。本研究提出了一种适用于街道场景三维点云语义分割的深监督多尺度自注意力网络，该网络基于自注意力机制，用于近邻特征提取，采用多个不同感受野的子编码器来分别提取不同尺度的特征，并引入多扩张率参数来显著减少计算量，最后使用深监督来加速网络收敛。在Toronto 3D和CSPC两个公开数据集上的测试结果表明，该网络相比已有方法取得了最高的分类精度，其中在Toronto 3D数据集上的总体精度和平均交并比分别达97.2%和82.2%，在CSPC数据集上的总体精度和平均交并比分别达95.1%和70.3%。

蓝藻水华会对水生态系统和人类健康造成严重威胁，开展蓝藻水华卫星遥感业务化监测，针对管理需求进行快速响应，具有重要的科学意义和实践价值。目前，蓝藻水华遥感监测相关研究主要集中于自动化提取算法和时空变化分析，高精度、规范化、业务化的时空快速响应方法研究较少，导致蓝藻水华遥感监测结果不能有效地服务于国家和地方水环境管理需求。针对这些问题，本研究基于蓝藻水华卫星遥感业务化监测需求分析，提出了一套符合科学性、可操作性和可比性的蓝藻水华卫星遥感业务化时空快速响应方法。该方法涵盖卫星遥感影像选择、常规和应急监测的监测频次与响应时间、蓝藻水华分布提取及提取结果质量控制等。在此基础上，本研究构建了蓝藻水华卫星遥感业务化时空快速响应方法产品体系。这套方法和产品体系可以有效提高蓝藻水华卫星遥感监测结果的准确性、一致性和时效性，为国家和地方水环境管理部门的水环境管理决策提供重要支撑。

针对在台风天气下，遥感成像存在大量雾气遮挡导致图像质量严重下降与目标检测困难，以及现有相关研究在电力场景下泛化性不足的问题，提出一种结合暗通道去雾与YOLOv8的改进方法。该方法采用二阶段的处理方式，通过累积分布函数分析图像颜色分布，结合暗通道算法对图像进行色彩自适应去雾处理，有效改善雾天场景下目标的表达，同时为进一步提高遥感图像中多尺度目标的检测精度，在YOLOv8算法网络中增加小目标检测层，深入提取小目标特征，并使用MPDIoU代替CIoU，降低模型的计算复杂度。实验显示，该算法对电力杆塔和风力发电机的检测精度分别提升8.1%和3.9%。研究结果证明该算法在含雾遥感图像处理与目标识别的方面具有可行性与有效性，可为含雾遥感图像的去雾处理与户外大型电力设施的识别提供可靠的技术支持。

秦岭—大巴山（秦巴山地）是中国重要的南北过渡带，研究秦巴山地物候变化及其对气候变化的响应对揭示中国南北过渡地带生态环境的复杂性以及历史气候的重建具有重要的意义。本研究基于MODIS 的MCD12Q2数据，结合气象遥感数据，采用趋势分析和相关性分析方法，探求了秦巴山地2001~2020年植被物候的时空变化特征及其对气候变化的响应关系。结果表明：①秦巴山地植被物候始期、末期、生长期长度由东到西呈明显的垂直地带性分布特征，生长季始期主要分布在3月中下旬至4月下旬（70~110 d），生长季末期均值集中分布在10月下旬至11月下旬（290~320 d），生长期长度绝大部分在180~260 d之间。20 a间秦巴山地区植被物候年际变化的总体特征呈现生长始期平均提前0.38 d/a，生长末期平均推迟0.43 d/a；生长期长度年际变化具有延长趋势，平均延长0.80 d/a，变化趋势显著；②在对气候因子的时间滞后性响应方面，秦巴山地物候始期与当月的气温和潜在蒸散发之间相关性最大并且没有表现出明显的时间滞后效应，与降水存在约1.73月的时间滞后性；③海拔高度在一定程度上决定了秦巴山地植被物候始期与各气象要素的响应关系。

理解沙地人工林植被蒸散特征对改善人工林生态建设具有重要意义。利用TSEB（Two-Source Energy Balance）模型，以Landsat 8、气象观测资料为驱动数据，获取库布齐沙漠银肯沙林场的蒸散时空变化特征，再利用波文比观测系统的相关数据对模型关键变量及蒸散结果进行精度评价。结果表明：①在两个关键变量中，反演的净辐射整体大于观测值，MAE、RMSE、MBE分别为15.98、20.02、0.19 W·m^-2，二者相关系数为0.91；反演的土壤热通量整体小于观测值，MAE、RMSE、MBE分别为7.43 、9.29、2.12 W·m^-2，二者相关系数为0.72；②反演的蒸散量大于观测值，MAE、RMSE、MBE分别为1.89、2.02、3.45 mm，二者相关系数为0.77，林场蒸散较大的区域集中在中部和南部，而林场北部区域蒸散相对较小；③TSEB模型反演的蒸散量与SEBAL模型反演的蒸散量相当，但在植被集中的区域，SEBAL模型反演的蒸散大于TSEB模型反演的蒸散，并且SEBAL模型反演的蒸散相关性要差于TSEB模型。研究结果可为进一步提高该类模型性能提供参考。

河北平原抽取地下水进行冬小麦灌溉是该地区地下水位逐年下降的主要原因，引发了一系列生态环境问题，并导致水粮矛盾日益突出。利用遥感技术准确监测冬小麦灌溉信息对于实现水资源的合理配置与可持续利用具有重要意义。利用MOD09Q1和TRIMS LST数据，计算2020年10月至2021年6月河北平原的归一化植被指数（NDVI）和温度植被干旱指数（TVDI），并基于冬小麦NDVI时间序列特征，提取了河北平原2021年冬小麦种植分布。根据冬小麦农田TVDI对灌溉事件的响应特征，确定识别灌溉事件的方法，反演冬小麦不同生育期内的灌溉区域，进而获得冬小麦全生育期灌溉次数的空间分布。结果表明：2021年河北平原冬小麦种植面积为20.91×10³ km²，提取结果准确可信；冬小麦生育期内少量多次的降水对麦田的TVDI影响较小，灌溉则会导致TVDI时间序列出现“波谷”特征；2021年河北平原冬小麦越冬水、返青水、拔节水和灌浆水的灌溉面积分别为10.23×10³ km²、14.31×10³ km²、9.79×10³ km²和7.14×10³ km²，灌溉次数为0、1、2、3和4次的冬小麦面积占比分别为6%、25%、39%、25%和5%。本研究提出的冬小麦灌溉遥感监测方法，可为地下水超采区指导灌溉提供技术支撑。

干旱区农业城市植被的生态需水对于区域水资源管理和生态系统稳定维持具有重要意义。以西北干旱区典型农业城市（张掖市）为例，利用通量站点数据对对遥感蒸散发模型（MODIS和PML模型）的蒸散发产品进行精度验证，确定适用于该区域生态需水估算的最佳模型。在此基础上，基于线性回归趋势分析方法，揭示了研究区2001~2023年间生态需水的时空变化规律。并采用多元线性回归分析方法定量评估了气温（Ta）、降水（Pre）和辐射（Rn）等气候变量和植被变化（NDVI）对植被生态需水的相对贡献度。结果显示：PML模型在估算精度上具有显著优势，可以准确表征区域植被生态需水变化。2001~2023年间，张掖市的植被生态需水总体呈显著增加趋势，空间上表现为由北至南梯度递增的变化格局。气候变化和植被动态共同驱动了生态需水的时空变化，气候因素生态需水的影响占59.63%（降雨的贡献度为21.69%），而植被变化（NDVI）的贡献率达43.44%，是生态需水增加的主要驱动因素。本研究揭示了西北干旱区典型农业城市植被生态需水变化的时空格局及其主要驱动因素，可以为干旱区农业城市水资源高效利用与可持续管理提供参考。

基于水土流失估算模型的土壤侵蚀评价研究需要高质量的输入数据，其中包括土地利用分类数据，然而传统的土地利用分类方法在面对多类别分类任务时存在效率较低以及“异物同谱”现象显著的问题。为此，本研究尝试将深度学习应用于土壤侵蚀评价中，采用以Swin Transformer为主干网络的语义分割模型实现高精度土地利用分类，并将分类结果应用于RUSLE模型对土壤侵蚀程度进行评价。经验证，语义分割模型的总体精度达到95%，且具有良好的泛化性能。土壤侵蚀评价结果表明鄱阳县土壤侵蚀以轻度侵蚀为主，空间上呈现带状和点状的分布特征。结果表明，基于深度学习的土地利用分类在土壤侵蚀评价领域具有较广泛的应用前景。

输电杆塔检测任务面临着目标特征复杂多变，且样本数据少、特征分布不均衡的问题。输电杆塔具有细高形的结构特点，在不同成像条件的卫星影像中呈现显著的特征差异，常规数据增强方法难以有效模拟其在不同成像条件和不同背景下输电杆塔特征。针对这一问题，本文提出了基于成像条件的数据增强方法，从成像角度和成像背景两个方面实现对输电杆塔目标数据的增强。成像角度增强方法通过模拟卫星视角变化生成不同拍摄角度下的输电杆塔图像；成像背景增强方法通过自适应加权融合边缘修复与泊松融合两种方法生成不同背景下的目标图像。在Faster R-CNN、Retinanet和YOLOv3模型下对本文方法进行实验，检测精度相比传统方法均有明显提升。结果表明：该方法相较传统数据增强方法能更好地提升模型对输电杆塔目标的检测能力与定位精度。

准确的耕地信息对保障国家粮食安全意义重大。传统的耕地提取方法在处理日益复杂的遥感影像时存在局限性。深度学习的发展为耕地提取带来新途径，然而经典的DeepLabV3+网络在应用中存在训练参数量较大、影像分割精确度欠佳和泛化性较差等问题。为此，本研究提出融合注意力机制的轻量化DeepLabV3+网络。该网络将DeepLabV3+的主干结构Xception替换为MobileNetV2以减少训练参数；引入通道注意力机制SENet提升分割精度；把损失函数替换为Hybrid函数以增强模型泛化能力。研究结果表明：①轻量化后的网络平均训练时间从7.45 min缩至1.86 min，模型训练参数由208.7 MB减至24.73 MB；②模型的精度（Precision）、召回率（Recall）和均交并比（Mean Intersection over Union，MIoU）分别达到90.26%、90.08%、81.58%，均优于其他对比模型；③在永川区高庙村的提取结果相对误差绝对值为7.95%，表现优于DeepLabV3+网络模型。综上，改良后的DeepLabV3+网络能有效改善耕地提取效果，在减少参数量、提升运算速度的同时提高了提取精度，具备一定的普适性和可迁移性，可以为农业规划提供精准的耕地空间分布信息。

草地地上生物量（Above Ground Biomass，AGB）是反映草地生态系统功能和评价草地生产力的重要指标，准确估算草地AGB对草地经营管理和生态环境评估具有重要意义。本研究以锡林浩特、呼伦贝尔和鄂尔多斯3个不同类型草原的部分草地为研究区，基于无人机多光谱数据、激光雷达数据和野外实测样本数据，获取多个纹理和植被指数，并通过多种特征筛选方法得到不同特征组合，利用随机森林（RF）、多元线性回归（MLR）、BP神经网络（BP）、支持向量回归（SVR）、长短时记忆神经网络（LSTM）5种回归分析算法构建草地AGB估算模型，对比评估得到最优估算模型，并进行空间生物量估算。结果表明：①使用特征重要性方法筛选出的光谱指数特征组合结合样方内植被平均株高（Mean Height）实测数据在多模型对比估算草地AGB时具有较高精度；②随机森林模型较其他模型估算精度更高，使用决定系数（R²）、均方根误差（RMSE）和平均绝对误差（MAE）作为精度评价指标，测试样本R²达0.859，RMSE和MAE分别为35.17、28.22 g/m²。经验证，融合多源遥感特征与机器学习算法可有效突破传统AGB估算的局限性，基于优选特征组合的随机森林模型为草地AGB的精准估算提供有效的方法支撑。

静止气象卫星成像仪可以对海雾进行大范围连续性监测，但当云层遮盖在雾区之上时，卫星接收到的信号主要来自上层云，从而很难判断低层是否存在海雾。而东海海域云下雾事件多发，制约着卫星在海雾探测中的业务应用。根据静止气象卫星葵花8号（Himawari-8）搭载的先进成像仪AHI（Advanced Himawari Imagers）通道设计特点，结合辐射传输理论模拟和真实观测数据，创新性地提出了针对高层冰云覆盖雾区之上的海雾检测方法。该方法利用两个长波红外（8.5和11 μm）通道进行云顶相态（冰云或水云）识别，若判断为冰云，进而根据水云、海雾在短波红外（1.6和2.25 μm）和可见光（0.64 μm）通道的辐射特性，实现低层水云和海雾的检测与分离。最后利用星载激光雷达CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization）资料对算法的准确性进行对比验证，结果表明两者有较好的一致性，且平均正确率49%、误警率7%、可靠性因子46%。由于云下雾探测属于卫星遥感领域的难点问题，该结果证明本方法有实现冰云遮挡下的海雾检测的能力。

区域性贫困是区域社会经济发展不平衡的核心表现。快速、客观与准确地获取区域性贫困测度数据对揭示区域贫困演变过程和制定精准扶贫决策至关重要。本研究以脱贫攻坚重要战场的山西省117个县区为研究对象，基于2011~2020年夜间灯光数据和统计数据，借助脆弱性—可持续生计框架，构建区域最适多维贫困测度关联模型，并借助空间自相关及冷热点分析，揭示其贫困程度及时空演化过程。研究结果表明：①构建的三次多项式多维贫困关联模型精度高，准确率和平均相对误差分别介于81.03%~84.48%和18.01%~22.63%之间；②从时间上看，山西省多维贫困水平程度上呈改善趋势，多维贫困指数估算值（MPI_e）极低和极高等级县区数量显著下降，较低、中等和较高等级县区数量呈波浪式上升趋势，贫困程度两极分化在缩小；③从空间上看，MPI_e栅格空间化高值出现在城区，主要集中分布地势相对平坦的区域，MPI_e低值主要分布在吕梁山区和燕山—太行山区，具有连片分布的特征；莫兰指数（Moran’s I）揭示区域贫困呈集聚趋势，且贫困程度晋南高于晋北，东部高于西部；贫困程度在减轻，贫困两极分化在缩小；局部空间关联指标（LISA）指数揭示山西省多维贫困低低聚集分布最多，高高聚集较少；冷热点分析揭示热点区呈现出集中连片特征，与高高集聚区相对应，次热点区围绕热点区分布，冷点区和次冷点区数量很少。夜间灯光数据对贫困模拟具有合理性、客观性，使得多维贫困模型能够较好地表征山西省贫困程度。

土地利用方式不断发生变化，对黄河流域的生态环境、社会经济发展均产生深远的影响。明晰黄河中游流域土地利用的动态变化特征，可为实现黄河流域的可持续发展提供科学依据。本研究基于黄河流域中游1995年、2005年、2015年、2023年4期Landsat遥感数据，通过支持向量机（SVM）和最大似然法分类获得示范区土地利用空间分布，利用土地利用变化、转移矩阵等定量指标，分析研究区1995~2023年土地利用变化特征，并通过建立FLUS-Markov模型，预测研究区2025年、2030年的土地利用变化。针对6类（森林、草原、湿地、耕地、建设用地和未利用地）土地利用变化，结果显示：①在过去近30年，耕地和林地分别减少8 600 km²、6 400 km²，建设用地面积增加7 500 km²；②土地利用类型的转移方向多样，主要为耕地向建设用地、植被方向转变，各地类景观在空间分布上趋于均衡，城市协调发展；③在1995年至2023年期间，森林、草原和建设用地的数量呈上升趋势，而湿地、耕地和未利用土地的数量呈下降趋势；④未来10年间，黄河中游土地利用变化明显，因为人类需要更多的土地进行建设。

为了选择出适应性更高的湿地信息提取方法，通过提取典型影像的特征结合机器学习方法筛选出优选特征组合，形成多特征组合的湿地信息提取方法。研究基于2020年4个季相盐城湿地珍禽国家级自然保护区内核心区的Sentinel-2影像，提取多种指数特征，设计单季相、多季相以及基于植被生长规律的优选特征组合等14组信息提取方案，对比K最邻近和随机森林两种机器学习方法的分类效果。结果表明：优选特征组合在植被生长期总体分类精度达到98.93%，Kappa系数0.986；植被休眠期的总体精度97.97%，Kappa系数0.978，验证了植被的生长规律和信息提取结果的有效关联。与其他组合方案相比，优选方案改善了利用遥感技术提取植被信息时因混合像元产生的误分情况，以及多特征组合后产生的信息冗余情况，能够为盐城滨海湿地的监测与保护工作提供一定的参考价值和技术帮助。

人类活动与土地覆被的相互作用对生态系统具有重要影响。基于山西省土地覆被估算2015和2020年陆地表层人类活动强度指数（HAILS），采用空间分析研究其在空间格局、坡度和水流路径的时空分布特征，利用相关性指数讨论HAILS的有效性，并探讨其变化的影响因素。结果表明：2015~2020年HAILS较高的区域主要分布在盆地及汾河沿岸，在各坡度带中，HAILS值大于20%的面积占比均增加。水流路径结果发现，汾河和其他河流的HAILS值在2 km后显著下降，且20 km以前以及28 km之后，汾河的HAILS值最高。HAILS与实际用水量和第一、二、三地均GDP显著相关，但与人口密度、地均GDP及夜间灯光数据呈弱相关。因此，经济发展、产业结构及生态保护政策是影响人类活动强度变化的主要因素。

城市功能区识别可为城市建设决策提供技术支撑。本研究提出了面向城市功能区识别的多源场景特征Transformer融合方法。利用路网构建交通分析区（Traffic Analysis Zone，TAZ），采用Delaunay三角网创建POI（Point of Interest）数据的图结构，通过TAZ获得遥感数据的影像对象；利用图卷积网络提取POI图结构的社会场景特征，由ResNet-50编码遥感数据的自然场景特征；基于Transformer的多头注意力机制融合多维特征，依托SoftMax实现功能区识别。以沈阳市主城区为例，以2021年的OpenStreetMap、POI和遥感数据为数据源。该方法的总体精度和Kappa系数为82.2%和70%，Kappa系数较单一数据方法和其他融合方法至少提高18%和9%。本研究采用Transformer融合社会场景特征和自然场景特征，解决了多源数据难以集成表达的问题，为城市功能区识别提供了新的技术路径。

青藏高原农牧地是保护天然草地、维持该区域生态安全屏障的基础，其空间分布格局亟需进行精确刻画。卫星遥感技术广泛应用于快速准确获取地表覆盖的空间分布制图，为农牧地识别提供了技术途径。本研究利用Google Earth Engine （GEE）云平台，结合物候知识和机器学习算法，以实地调研获取的样点数据、Sentinel-1 Synthetic Aperture Radar （SAR）雷达影像和Sentinel-2光学遥感影像为数据源，通过雷达极化特征、光学植被指数特征、物候特征和地形特征，对青藏高原典型的混合农牧地青稞和油菜种植分布、种植频率等进行识别。研究结果表明：2019~2023年间，日喀则市青稞和油菜的总种植面积呈现稳步增长的趋势，种植结构相对稳定，且分布格局表现出明显的东多西少特征，整体分布较为分散。在分类过程中，将Sentinel-2光学遥感数据与Sentinel-1 SAR雷达数据相结合，相比仅使用单一数据源特征，显著提升了分类的总体精度、Kappa系数和F1得分。进一步融入地形特征后，精度再次提升，且遥感估算的种植面积与统计公报中的实际面积更加接近。鉴于此，整合植被指数、地形以及后向散射特征，研究实现了对青稞和油菜种植地的精准识别，期间的总体分类精度均超过92%，Kappa系数最低值为0.841，F1得分均高于0.917。本研究为进一步开展青藏高原人工草地种植分布制图，科学制定草地畜牧业发展及生态保护政策，提供了重要的方法基础。