Google Earth Engine（GEE）是集遥感影像存储与分析于一体的综合应用平台，能够方便快捷地调用遥感影像与信息提取，因此GEE受到越来越多科研工作者的关注。随着GEE不断扩充和升级，系统平台也愈发复杂。对于一般用户来说，要想快速了解其体系结构和功能算法变的越来越困难。针对这一问题，系统介绍了GEE的技术架构、数据资源、模型算法及计算资源，对GEE在各大领域的应用成果进行总结归纳，以期能为GEE的使用者提供一个快速了解该平台的窗口，帮助其更好地利用GEE平台开展自己的应用研究。
真菌毒素（mycotoxin）是影响我国粮食与食品安全的重要威胁，准确预测可以为有效管控和降低其所造成的损失提供支撑。在总结作物真菌毒素对食品、粮食、农业等影响的基础上，从气象统计模型、机理模型及机器学习模型3个方面分析了目前真菌毒素预测的研究进展。通过对目前作物污染真菌毒素的影响因素进行分析，结合遥感技术在作物及其生长环境监测方面的研究进展，讨论了利用卫星遥感监测技术开展大范围作物真菌毒素含量预测的可行性。同时指出，分析遥感的作物真菌毒素主要影响因素及其变化规律，发展生育期内相关因素结合的真菌毒素遥感估算方法，将面向农田尺度动态预测的遥感技术与多种模型耦合将成为该领域的研究重点。
准确获取冬小麦空间分布和收获面积信息，对产量准确估算、保障粮食安全等具有重要意义。当前，绝大多数研究及统计数据集中于冬小麦种植面积，很少关注其收获面积。以濮阳县为研究区，基于2019年成熟期Sentinel-2遥感影像和随机森林相结合的方法，进行冬小麦收获面积测算研究。首先，根据特征筛选获得最佳特征子集，然后，基于最佳特征子集的J-M距离分析冬小麦与其他地物的可分性，识别提取冬小麦收获面积和种植面积，并实现冬小麦收获面积制图。最后，进一步分析冬小麦收获面积和种植面积差异以及收获面积的影响因素。结果发现：Sentinel-2影像最佳特征子集测算冬小麦收获面积总体精度和Kappa系数分别为94.62%和0.93。2019年提取濮阳县冬小麦种植面积为79.47 khm2，收获面积为76.74 khm2，相较于种植面积，数量上减少了2.73 khm2。研究结果表明：人为活动会造成收获面积少于种植面积，及时监测冬小麦收获面积可以为冬小麦产量预测等相关研究和决策提供一定的科学参考价值。
低温冷害是影响水稻产量主要气象灾害之一。开展低温冷害胁迫下的水稻产量遥感监测对于水稻优良品种推广、农艺救灾防灾以及农业保险精准理赔具有重要意义。以南方多熟水稻低温冷害为研究对象，在多时相遥感影像的支持下，结合地面实测水稻单产样本数据，构建多时相协同的多熟水稻产量监测模型，实现地块尺度的低温冷害影响下水稻产量遥感监测与空间制图。研究结果表明：低温冷害发生时所处水稻的生育期不同，对产量影响程度具有较大差异。中稻在灌浆中期遭遇低温冷害后的影响相对较小，平均产量约6 637 kg/hm2，减产幅度近20%；早熟晚稻在抽穗期遭受低温冷害后产量明显低于中稻，平均产量4 143 kg/hm2，减产幅度近45%；晚熟晚稻在拔节期遭受持续低温冷害后产量影响最大，平均产量仅1 541 kg/hm2，远低于往年产量水平，减产幅度近80%。利用实割实测样本单产数据与哨兵数据多个关键物候期NDVI构建回归模型，R2均大于0.75，并利用实测样本单产数据进行精度交叉验证，MAPE均小于10%。该方法借助少量地面资料，可以较高精度地测算多熟水稻在遭受低温冷害的情况下的单产信息，为复杂条件下水稻低温冷害灾情评估提供了新的思路。
近年来全球变暖导致强对流天气日益加剧，冰雹灾害已成为农业生产的主要灾害之一。开展棉花冰雹灾情遥感评估对防灾减损、保险理赔、种植结构调整均具有重要意义。以2019年8月23日新疆准噶尔盆地西南部的奎屯河流域的棉花雹灾为研究对象，基于野外实测样本和雹灾前后多时相Sentinel-2遥感影像数据，分析雹灾前后的多种植被指数的动态变化规律，筛选能有效表征雹灾灾情的敏感植被指数差值特征组合，利用逻辑回归、决策树、梯度提升决策树、随机森林4种机器学习算法自动提取棉花雹灾的受灾范围与灾情等级，并利用野外实测样本进行精度对比分析。结果表明：单一植被指数中NDVI对雹灾的指示效果最佳，总体精度为84.39%，Kappa系数为0.75；多时相植被指数差值组合对雹灾的指示性显著优于单一植被指数；结合雹灾前后的植被指数差值时序特征，8月30日与8月20日差值对雹灾的指示性明显强于8月25日与8月20日的差值，说明雹灾灾情等级遥感监测有必要考虑灾后棉花植株的自我恢复能力，待灾情稳定后监测为宜；利用灾前灾后多种植被指数差值组合和随机森林分类算法的棉花雹灾灾情等级监测效果最佳，总体精度达到了89.51%，Kappa系数为0.83。基于多时相Sentinel-2影像能有效评估棉花雹灾的受灾范围以及灾情程度。
利用遥感技术快速、准确地进行冬小麦种植面积提取对农作物估产和粮食安全具有重要意义。由于中高分辨率时序影像受重访周期、云雨天气等影响难以获取，而低分辨率遥感数据在作物种植信息提取上精度低等问题，以河南省长葛市为例，获取2015~2020年间的Landsat 8和MODIS影像为数据集，基于优化后的卷积神经网络时空融合模型对2种数据进行融合，构建30 m分辨率的NDVI时间序列集，采用S-G（Savitzky-Golay）滤波对时序集进行去噪，最后利用随机森林方法对冬小麦种植面积进行提取。结果表明：优化后的融合模型鲁棒性较好，预测影像与真实影像R2均在0.92以上。研究区小麦面积提取与统计面积的一致性为97.3%，结果可靠。因此，优化后的模型能较好地融合出中高分辨率影像，是一种有效的补充缺失影像的技术手段，构建的时序集能较为准确地提取县域小麦种植面积。
获取农作物高分辨率影像特征，探究多特征学习训练对实际作物分类效果的影响，对农业部门掌握作物种植精细化结构信息，高效实施生产管理具有重要意义。针对无人机获取的高分辨率可见光遥感影像，提出一种基于面向对象多特征学习的农作物精细分类方法。首先借助HSI（Hue， Saturation， Intensity）模型对RGB图像进行色彩空间变换，以进一步挖掘影像中潜在色彩结构信息，然后利用ESP（Estimation of Scale Parameter）算法和CART（Classification And Regression Tree）决策树分别确定影像最佳分割尺度及构建最优特征学习空间，最后采用面向对象随机森林（Random Forest）分类算法对多特征空间进行学习训练，以实现作物精细分类，并结合验证数据集进行精度评价。结果表明：该方法对研究区作物的分类总体精度达到90.18%，Kappa系数达到0.877，均大于像素级和单特征学习的分类精度，能够有效区分出不同的作物类型；所构建的最优特征学习空间对研究区内棉花、玉米、西葫芦、葡萄的分类效果较好，各作物类型的生产者精度均大于89%。研究结果可为农业精准管理和作物种植结构优化提供参考。
高分一号卫星的发射进一步增强了我国对地观测能力。相比于Sentinel-2，GF-1 WFV数据具有16 m的高空间分辨率，但缺少红边波段和短波红外波段，对两者估算植被生理参数的精度差异进行分析以及探讨估算方法的适用性具有重要意义。本研究使用线性回归方法和基于PROSAIL辐射传输模型的查找表法（LUT）估算友谊县地区玉米和大豆叶面积指数（LAI），并对两类数据的估算精度进行对比分析。结果表明：①在植被指数一元线性回归模型中，GF-1植被指数中EVI的估算精度最高，R2 为0.81；Sentinel-2植被指数中表现最好的是MNLIre指数，R2 为0.86；②采用多元线性回归方法，GF-1的估算精度（R2 = 0.90，RMSE = 0.54，bias = 0）与Sentinel-2（R2 = 0.89，RMSE = 0.54，bias = 0）具有高度一致性；③使用基于PROSAIL辐射传输模型的LUT估算LAI时，GF-1数据的最优波段组合为：B2和B4（R2 = 0.76，RMSE = 0.81，bias = 0.03），Sentinel-2数据的最优波段组合为：B3、B6、B7、B8、B8a和B12（R2 = 0.87，RMSE = 0.61，bias = 0.01）。综上所述，GF-1号卫星具备精准监测农作物叶面积指数的能力，本研究为该数据在农业遥感领域的应用提供了理论依据。
CO2是大气中重要的温室气体之一，自工业革命以来，大气CO2浓度不断增加，对全球气候变化起着重要影响。鉴于碳中和、全球CO2变化研究对高覆盖率及高分辨率大气CO2数据的迫切需求，对比分析了先后发射的卫星OCO-2、OCO-3之间的差异，并利用两颗卫星形成联合数据集。由于联合数据集仍存在部分区域无观测数据，考虑到不同纬度的CO2浓度的时空变化特点，将全球划分为6个区域，并选择合适的变异函数，利用克里金插值对无数据区域进行填补。结果表明：在3、8、15、30 d时间尺度上，XCO2数据覆盖率分别提高了52.32%、46.77%、44.04%、33.81%。通过将月插值数据集与TCCON地基站点数据对比验证精度，得到其平均绝对误差为1.049 ppm，均方根误差为1.024 ppm，决定系数为0.82。该方法实现了对联合数据集空白区域的精确填补，提高了XCO2数据的精度、覆盖度和时空分辨率，为研究碳源和碳汇的分布提供了新的数据源。
作为祁连山地区最广泛分布的植被类型，亚高山草甸在维持当地碳水通量和响应气候变化方面扮演者重要的角色。因此，准确探测其物候动态对于深入了解山地生态系统功能及其对气候系统的反馈至关重要。在祁连山东北部15 km × 15 km的融合试验区内，结合地面涡度通量数据和多源卫星遥感影像，开展多源影像融合和陆表物候提取试验。采用增强型时空自适应反射率融合模型（ESTARFM）融合ETM+、OLI和VIIRS传感器的多源影像，重建2013 ~ 2020年双波段增强型植被指数（EVI2）、归一化植被指数（NDVI）和植被近红外反射率指数（NIRv）的高时间（最短1 d）和高空间（30 m）分辨率时序影像数据集。在此基础上，利用双重双曲正切函数（DHT）和全局模型函数（GMF）拟合通量塔GPP和各遥感植被指数影像的生长曲线，并应用动态阈值法提取生长季始期（SOS）、峰期（POS）和末期（EOS），以评估不同融合植被指数提取亚高山草甸关键物候参数的适用性。结果表明：ESTARFM融合影像能够准确反映真实影像的亮度和纹理特征，但输入影像的云污染像元也会对融合精度产生影响。在站点尺度（无云污染），NIRv和EVI2表现出相似的融合精度；而在像元尺度（存在云污染，云量<20%），NIRv的融合精度明显高于EVI2，表明NIRv在算法上提高了植被—裸土混合像元中植被部分反射率的敏感性，在云污染条件下仍能保持较高的融合精度。对于生长曲线拟合算法，DHT + GMF能准确模拟通量塔GPP和各遥感植被指数的季节动态，决定系数高于0.960和均方根误差低于0.062。3种植被指数融合影像的物候提取精度比较表明，NIRv提取SOS和EOS的精度最高，而NDVI提取POS的精度最高，在站点（像元）尺度的偏差分别为4 d（3 d）、5 d（5 d）和4 d（6 d）。
秸秆焚烧是大气污染的重要来源之一，因其发生具有随机性和分散性，难以快速、准确、全面地获得秸秆焚烧火点信息，监管部门监督执法面临较大困难。为提高秸秆焚烧的监测精度和效率，研发了高精度火点提取算法，基于多源卫星遥感数据对秸秆焚烧火点进行监测，制定了无人机、人工现场核实方案，对卫星监测的火点信息进行核实。开发了Web端和移动APP端系统平台，定向推送和展示火点信息。形成兼具发现和核查功能的天空地一体化秸秆焚烧监管体系。相关平台应用于2020年山东省春秋季秸秆焚烧火点监测，实现遥感监测火点58个，经核实后真火点为53个，准确率为91.38%。结果表明，该监管体系可快速提取高精度火点信息，为秸秆焚烧监管提供新的思路和手段。
随着城市区域的职能日趋复杂化，科学准确地识别城市土地的具体功能类型对于科学城市规划、实现可持续发展具有关键意义。提出了一种时序动态的城市功能区识别方案，以北京市六环内区域作为研究区，利用出租车轨迹数据，采用动态主题模型从海量出行数据中提取出行模式高发区域，并基于主题模型对城市地块进行聚类，使用POI语义标注聚类结果识别出城市功能区。研究评价了6 a内主题地块分布的变化趋势，探讨了地块活动语义的动态变化情况，结果表明：①动态主题分布具有空间扩散性，地块语义强度分布呈现明显圈层扩张性。②基于出行活动的聚类簇空间边界随时间逐渐与研究区区级行政区划吻合，功能标注结果与区域的具体职能匹配程度较高。③主题变化度高值主要分布在外环区域，且与地块建设用地占比呈负相关关系。该研究表明动态主题模型在出行数据挖掘场景下具有适用性，为时序数据挖掘的应用提供了新的方案参考。
海陆空图幅数据是一种遥感研究常用数据，但现有的海陆空数据都是基于矢量管理，在直观性、便捷性、统一性、高效性等方面存在问题。本研究利用全球离散格网无投影依赖、存储结构简单、全球无缝无叠等特点，提出基于六边形全球离散格网的海陆空图幅整合算法以解决上述问题。首先根据六边形剖分方法，将正二十面体投影到地球表面生成20个基三角形，并剖分组合成30个基六边形，其次确定比例尺与格网层级对应关系，递归剖分出对应比例尺层级格网数据，接着以直线段为最小单位，将海陆空图幅解析为多线段集—多线段—直线段的嵌套结构，利用格网邻接搜索算法将直线段格网化，最后生成以六边形全球离散格网形式表达的海陆空图幅数据。实验采用中国1∶50万和1∶25万海陆空图幅矢量数据和六边形全球离散格网数据，实验结果表明基于六边形全球离散格网的海陆空图幅整合算法可以完美地将图幅矢量数据转化为图幅格网数据。综上，基于六边形全球离散格网的海陆空图幅整合算法可以有效集成海陆空图幅数据，使海陆空图幅管理和显示更加便捷、高效，拓扑关系更加明确，为海陆一体化协同应用及利用全球离散格网进行数据集成与管理提供参考。
在TensorFlow框架下，有对多维数组进行GPU或CPU并行加速运算的特点，选择使用合适的经纬度投影模式，结合FY-3D MERSI L1数据自身带有高精度同分辨率的定位数据，按分辨率生成将经纬度数据对齐的张量（多维数组），计算生成新的像元映射位置信息，直接逐点映射对MERSI数据进行几何校正，同时可消除中分辨率极轨卫星因扫描观测和地球曲率带来的BowTie效应，再使用卷积运算计算反距离加权插值点数值，对几何校正后无数据像素点进行填充。使用这种方法，在TensorFlow框架下用Python语言实现了整个几何校正过程，并与ENVI软件的几何校正结果，对误差和校正精确度进行了对比测试，并且对几何校正的整体处理速度也进行了测试。结果表明本文算法与ENVI软件几何校正一致性高，5%绝对误差百分比以下的精确率大于0.92，结构相似SSIM指数在0.95左右，全部通道使用GPU并行加速完成几何校正的加速比大于36倍。这种方法既保证了几何校正的精度，而且整个数据处理过程快速高效。
开环工作模式是一种交替收发脉冲的合成孔径高度计工作模式，该模式相比于Sentinel-3等卫星高度计的闭环工作模式在单位时间内可获得更多的独立脉冲数，进而提高测距精度。但由于开环模式的脉冲重复频率小于多普勒带宽，其方位向多普勒频谱存在混叠，使得产生的多视回波畸变，降低测距精度。通过研究用合成孔径信号处理过程中距离弯曲与混叠频率的对应关系，提出一种基于多视波束堆栈处理的开环抗混叠滤波方法，对多视波束堆栈进行滤波处理，有效解决了开环模式方位向混叠效应。通过仿真验证，该方法能有效提高测距精度。在2 m有效波高条件下，采用本文提出的开环抗混叠滤波方法的1 Hz测距精度由0.7 cm提高到0.6 cm，提高了14%。
中法海洋卫星（CFOSAT， China-France Oceanography Satellite）散射计是国际上首个扇形波束圆锥扫描体制散射计，可以获得目标多个入射角的观测数据。CFOSAT散射计地面预处理业务软件生成Level-1数据，包括L1A（Level 1A）和L1B（Level 1B）数据。针对CFOSAT散射计Level-1数据跟踪测试需求，设计开发了CFOSAT散射计数据测试软件系统，该系统重点测试分析Sigma0数据。数据测试系统基于MySQL数据库技术，结合OpenMP并行处理技术，采用Matlab和VC++混合编程开发，可高效地获得CFOSAT散射计Sigma0数据质量的测试评估结果。对CFOSAT散射计Sigma0数据的测试分析表明了CFOSAT散射计数据预处理算法的正确性，同时也表明CFOSAT散射计观测精度较高。该软件有助于全面掌握CFOSAT散射计业务数据的状态，为CFOSAT散射计数据预处理算法优化提供重要参考。
高精度以及高时空分辨率的卫星降水产品对于区域或流域尺度的水文气象研究至关重要。以长江流域为研究区，以IMERG和GSMaP卫星降水产品为研究对象，在充分评价两种产品的适用性后，对表现更好的产品进行空间降尺度分析。考虑到降水与地理特征（DEM）、植被指数（NDVI）、地表温度（LST）等可能存在的相关性，基于随机森林回归分别建立了DEM、DEM+NDVI、DEM+NDVI+LST等多种统计降尺度模型，并以研究区内133个地面站点的实测降水数据对各模型的降尺度效果进行检验。研究表明：IMERG和GSMaP两种产品在长江流域均具有较高的观测精度，且以GSMaP表现更优；在多年平均、年等时间尺度上，DEM+NDVI+LST统计降尺度模型始终表现最佳，在提高降水产品空间分辨率的同时（从0.1°到0.05°），对于产品的观测精度也有一定程度提升，且在月尺度上依旧表现理想。该研究可为卫星降水产品的空间降尺度提供一种新的思路。
植被覆盖度（Fractional Vegetation Cover，FVC）是评价生态环境质量和表征地表植被覆盖与生长状况的重要指标。目前国内外已有不少FVC产品，然而不同的FVC产品在时间和空间上存在一定的差异。为了准确的认识FVC产品差异及差异产生的原因，研究选取GEOV3和GLASS两种全球FVC产品，通过重采样、差值分析等方法，评估其在中国西南区域的时空差异，结合地形和土地利用数据，分析地形和土地利用类型对FVC产品的影响。结果表明：①GLASS与GEOV3两种产品存在着明显的时空差异并带有季节特征，在春夏两季GLASS FVC值略低于GEOV3 FVC值，秋季二者值差异最小，而冬季GLASS FVC值明显高于GEOV3 FVC值；②两种产品的值在不同土地利用类型上差异明显，差异大小依次为：灌木>林地>耕地>草地>其它，且冬季差异最大；③两种产品的值在不同坡度和海拔上差异也较大，且坡度的变化对产品的影响更明显。本研究揭示了导致FVC产品间不一致性的影响因素，可为山区FVC产品生成算法的改进提供参考。
火烧迹地是全球变化和碳循环等研究所需的主要参量之一，准确监测火烧迹地对于提高火险预警及风险评估的准确性具有重要意义。研究基于3种MODIS产品数据，对2001~2016年蒙古高原东部火烧迹地面积进行了年际变化趋势分析，并以2013~2015年全球30 m分辨率火烧迹地产品为参考数据集，对3种MODIS火烧迹地产品监测精度进行验证与评估。结果发现：①MCD45A1、MCD64A1、FireCCI51产品在2015年监测到的场次依次为327、160、71，共同监测到的仅40场；监测面积依次为：27 082.46 km2、17 227.62 km2、19 526.47 km2，3种产品累加监测面积为37 373.82 km2，但其交叉面积仅6 896.99 km2。②与全球30 m分辨率火烧迹地产品对比分析发现，3种产品复合精度F1得分最高为0.96，最低只有0.03，监测率参差不齐。③在2013~2015的3年尺度上，3种产品平均复合精度为0.70、0.62、0.60，即MCD45A1＞FireCCI51＞MCD64A1。在多年（2001~2016）尺度上，3种产品监测率为61%、59%、50%，即MCD64A1＞MCD45A1＞FireCCI51。
在非洲，铁皮屋顶的分布能够反映居民的生活水平，对其时空变化分析能够反映当地经济发展状况。采用Sentinel-2研究非洲肯尼亚埃尔多雷特市Munyaka地区铁皮屋顶的光谱特征、遥感指数特征以及纹理特征，利用归一化植被指数和归一化建筑指数与铁皮屋顶的差异剔除农田，构建归一化表面指数且分析纹理特征分别剔除荒地和裸地；建立了多特征决策树提取模型，通过混淆矩阵进行精度评定得到Kappa系数为0.922 3，用户精度和制图精度分别为97.79%和91.10%。同时结合埃尔多雷特市政道路工程，对2016~2020年工程前后铁皮屋顶变化进行研究，2018~2020年阶段比2016~2018年阶段，铁皮屋顶面积增加一倍，平均年增长率提升近3%。研究表明该方法能够实现对铁皮屋顶的动态监测，同时说明了“一带一路”建设为解决非洲贫困问题起到推动作用。
海岸线的变化影响着沿海居民的生产生活和国家军事战略部署，快速、准确地检测海岸线变化有着重要意义。导航X波段雷达可以连续、实时检测近岸海洋环境，研究提出了一种利用导航X波段雷达图像检测海岸线的方法。首先，对导航X波段雷达图像进行平均、对比度增强和高斯滤波等预处理，降低海杂波噪声对雷达图像的影响；然后，将预处理后的图像与边缘检测算子进行卷积运算获得梯度图像，建立了基于直方图双峰法的自适应阈值估算方法，从梯度图像中自动提取出目标岛屿的边界；最后，利用边缘膨胀、空洞填充和去噪提取完整的岛屿，并估算岛屿的面积和周长等参数。利用实验观测的导航X波段雷达图像对提出的方法进行验证，与电子海图和Google Earth地图中的海岸线相比，根据Sobel算子和Prewitt算子提取的目标岛屿的边缘精度较高，提取岛屿的面积和周长随潮汐高度、海况等而变化。结果表明：导航X波段雷达能有效监测到岛屿海岸线的实时变化。
大气灰霾污染是我国近年来面临的重大环境问题之一。灰霾监测是灰霾污染治理体系的重要组成部分，而遥感手段可实现大范围、长时序的动态监测，在一定程度上弥补了传统地面站点监测手段的不足。基于MODIS/Terra数据，以华北平原七省市为研究区域，利用大气灰霾的光谱和空间特性搭建10维特征空间，并使用随机森林算法构建灰霾区域识别模型。该模型不仅实现了灰霾区域的识别提取功能，同时还实现了轻、重霾区域的区分功能。经地面站点PM2.5浓度监测数据的验证，灰霾区域识别的总体精度为87.82%，Kappa系数为0.75。轻、重霾区域识别的总体精度为86.81%，Kappa系数为0.73。研究结果表明：该模型针对卫星影像中的灰霾区域具有较好的识别效果，可为大气污染监测提供数据支撑，且对其他大气污染物的监测研究也具有一定的借鉴意义。
甘公网安备 62010202000685号
