1 中国科学院水利部成都山地灾害与环境研究所，成都 610299
2 中国科学院大学，北京 100049
冰湖溃决洪水是一种严重的山地自然灾害，威胁着中国高寒区的居民及铁路公路等重要基础设施，自动高效的冰湖遥感制图方法是冰湖灾害评估、监测预警的基础，然而现有自动制图方法在实际冰湖提取应用上难以达到传统人工和半自动冰湖提取方法上的精度，仍需进一步提高。文章在原生U-Net模型基础上，在各桥连接部分融合极化自注意力机制，将输入影像特征分别在空间和通道层保持高分辨率，并通过非线性合成输出细腻的特征，构建了一种改进的U-Net冰湖遥感深度学习制图方法，并将其成功应用在高原铁路关键区。研究结果表明：1）与PSPNet、DeepLabV3+、原生U-Net三种经典模型相比，改进模型在冰湖预测数据集上的各项指标上都有提升，精确率、召回率、交并比和F1值分别达到了0.972 5、0.966 5、0.940 8和0.969 4，相较于原生U-Net网络，精确度、召回率、交并比和F1值分别提高了5.01%、6.05%、10.73%和5.53%；2）基于Landsat-8卫星遥感数据，应用改进模型完成了2013—2022年帕隆藏布和易贡藏布案例区冰湖信息自动高效提取，如2020年冰湖总体精度为98.16%，与参照数据的重叠度达到96.66%，提取的精度满足冰湖灾害评估和监测预警研究需求，可用于铁路等重大工程沿线冰湖灾害防治的实践。
遥感监测 冰湖灾害 深度学习 自注意力机制 U-Net卷积神经网络 remote sensing monitoring glacial lake disaster deep learning self-attention mechanism U-Net
1 合肥综合性国家科学中心人工智能研究院, 安徽 合肥 230088
2 中国科学技术大学自动化系, 安徽 合肥 230036
3 安徽大学计算机科学与技术学院, 安徽 合肥 230601
4 中国科学技术大学先进技术研究院, 安徽 合肥 230088
5 中国科学技术大学火灾科学国家重点实验室, 安徽 合肥 230027
6 合肥市生态环境局, 安徽 合肥 230601
由于移动源污染遥感监测受到复杂外部环境影响, 难以通过传统统计方法建立车辆行驶工况与污染排放之间的相关性模型, 为此开展了基于移动源遥感监测的影响因素分析及排放预测的研究。首先利用 Spearman 相关性分析排除与移动源污染物主要排放气体 CO、HC、NO 气体浓度无相关性的因素; 其次使用 Lasso 算法确定各成分的关键影响因子, 并采用神经网络构建污染物排放预测模型; 最后在测试集上验证该模型用于移动源污染排放主要成分预测的有效性。模型预测的结果表明, 基于特征筛选的移动源污染排放数据预测神经网络模型具有较高的预测精度, 可以降低城市移动源污染排放检测成本并为相关部门制定相关政策提供数据支持。
移动源污染 遥感监测 排放预测 特征筛选 神经网络 mobile source emission exhaust remote sensing emission prediction feature selection neural network 大气与环境光学学报
2022, 17(2): 220
1 南京信息工程大学海洋科学学院, 江苏 南京 210044
2 自然资源部海岸带开发与保护重点实验室, 江苏 南京 210024
3 南京信息工程大学地理科学学院, 江苏 南京 210044
4 国家海洋信息中心, 天津 300171
基于语义分割神经网络UNet,利用GOCI(Geostationary Ocean Color Imager)卫星传感器数据,构建出能够有效提取大型漂浮藻类的深度学习模型,实现了对大型漂浮藻类信息端到端、像素到像素的分割识别。验证结果表明:所提出的深度学习模型对验证集中大型漂浮藻类的平均识别精度达到88.54%;通过与传统的归一化植被指数法和替代型漂浮藻类指数法进行对比,发现基于UNet构建的大型漂浮藻类监测模型具有更高的准确率且受云的影响较小。利用UNet大型漂浮藻类提取模型的识别结果对2017年东海藻类暴发过程进行了分析,模型显示出很好的实用性。
海洋光学 大型漂浮藻类 遥感监测 深度学习 语义分割 UNet
1 中国科学院 武汉物理与数学研究所, 武汉 430071
2 中国地质大学 数理学院, 武汉 430074
为了精确测量吸收光谱, 并尽量减小温度与湍流波动对光谱测量结果的影响, 采用谱线模拟仿真模拟和20kHz高频扫描的方法, 选取中红外基频跃迁带内低温度敏感性谱线P(10), 进行了理论分析和实验验证, 取得了发动机CO吸收光谱及其体积分数随时间变化的数据, 变化范围为(153±123)×10-6。结果表明, P支谱线扫描范围内可降低48.28%目标气体温度变化对体积分数反演的影响。该方案能够为发动机尾气CO激光遥感测量提供一个高速、精准、实时的监测方案。
光谱学 遥感监测 污染监测 高光谱分辨 spectroscopy remote sensing pollution monitoring hyperspectral resolution
为了探索利用卫星遥感数据监测核电站温排水的业务方法，并检验新发射的Landsat-8卫星的 热红外数据用于核电站温排水监测的应用能力，选取红沿河核电站附近的10 km×10 km海域作为研究区域， 采用Landsat-8卫星的热红外数据与中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS) 温度产品的交叉标定方式建立了温度信息提取模型。参考《海水水 质标准》，将温排水的不同温升强度分成五级；辅以现场水文、气象资料数据，分析了红沿河核电 站温排水的温度场分布及温升强度变化，绘制出了不同潮汐条件下1℃步长的温升曲线，获取了不同温升 的影响面积。将该数据与温排水数学模拟计算及物理模型试验的综合结果进行了对比。结果表明，依据这种研究方 法，Landsat-8卫星数据可实现高精度的核电站温排水遥感监测。
温排水 遥感监测 红沿河核电站 thermal plume remote sensing Landsat-8 Landsat-8 Hongyanhe nuclear power plant
1 国家海洋局第一海洋研究所, 山东 青岛 266061
2 东营市海洋与渔业局, 山东 东营 257091
利用覆盖现代黄河三角洲1990~2013年逐年的24景Landsat遥感影像, 开展了互花米草自引种至今的分布监测; 根据互花米草随时间及分布区域的变化特征, 分别从时间上和空间上分为4个时段和4个区域, 开展了互花米草变迁分析; 结合黄河每年的水沙量数据和气象数据等, 分析了互花米草变化原因。结果表明, 1)在时间上, 互花米草总面积随时间出现较大波动。自1990年引种开始, 总面积分别在1994年、2000年和2006年出现了3次较大幅度的减少, 并分别于1992年、2003年、2005年和2012年达到了总面积的极大值, 面积最大的1992年达到了约1 138 hm2, 最小面积值出现在2001年, 仅有不到30 hm2; 2)在空间上, 互花米草分布范围不断扩大, 表现为从东北方向西南方向扩展, 但4个子区域的局部变化表明互花米草的引种并未有效遏制海岸的侵蚀后退, 其中五号桩和孤东采油区东部的互花米草一直处于不断的面积减小和侵蚀后退中。另外, 通过回归分析发现, 互花米草发展和变迁与黄河水沙输送量有较大相关性。
入侵植被 互花米草 遥感监测 黄河三角洲 invasive vegetation Spartina alterniflora remote sensing monitoring Yellow River delta
1 环境保护部卫星环境应用中心, 北京 100094
2 国家环境保护卫星遥感重点实验室, 北京 100094
3 中国科学院遥感与数字地球研究所, 北京 100094
4 环境保护部核与辐射安全中心, 北京 100082
以大亚湾核电站附近海域为研究区, 基于HJ-1B卫星热红外遥感数据IRS4, 对核电站温排水空间分布特征进行了识别与验证。 首先利用时空插值后的NCEP大气廓线数据, 结合近地面气象观测信息对IRS4数据进行大气订正; 其次查找表数据建立IRS4宽通道辐亮度与辐射温度转换公式, 完成研究区海表温度反演。 利用温盐深测量仪, 与卫星同步采集了84个离散点的水温, 经空间插值获得地面调查海水“体温度”(bulk temperature, BT)的分布, 并与海表温度(sea surface temperature, SST)反演结果进行了对比。 结果表明, 调查区平均BT比平均SST高0.47 ℃。 在远离热排放口区域, SST高于BT, 两者差异在1.0 ℃以内; 在靠近热排放口区域, SST低于BT, 并且越接近排放口两者之间差距越大。 遥感与地面调查两种手段获得的温升分布基本一致, 总温升区域面积相近。 遥感手段获得的温升等级较少(小于4级), 地面调查获得温升等级较多(大于5级); 后者高温升等级(2级以上)区域面积较大, 但对于1级温升区面积而言, 两种手段差异较小。 上午10时左右海表BT与SST差异较小, “肤-体”温差效应可以忽略, 在IRS4业务化SST应用中, 这一时段的卫星遥感可以作为核电站温排水分布监测的常规手段。
温排水 遥感监测 地面调查 大亚湾核电站 Thermal plume Remote sensing Marine survey HJ-1B HJ-1B Daya Bay Plant 光谱学与光谱分析
2014, 34(11): 3079
1 塔里木大学 植物科学学院，新疆 阿拉尔843300
2 浙江大学 农业遥感与信息技术应用研究所，浙江 杭州310058
利用自主设计的叶面降尘量测定方法，测定了榆树叶面的降尘量数据，结合地面高光谱遥感数据，研究了叶面降尘对榆树叶片高光谱特征的影响及叶面降尘量的高光谱定量反演.研究结果表明，叶面降尘可提高可见光波段的反射率，降低近红外波段的反射率，且对可见光波段的影响要大于近红外波段; 叶面降尘对三边位置没有影响，对三边幅值和面积有明显影响; 利用降尘光谱指数和三边参数建立的叶面降尘量模型，只具备粗略预测能力，而采用多元线性回归、主成分回归、偏最小二乘回归建立的模型，均具有很强的预测能力，其中以一阶微分建立的偏最小二乘回归模型的效果最佳，预测决定系数为0.92，预测均方根误差为1.06，样本标准差与预测均方根误差比为8.2.
叶面降尘 高光谱 定量反演 遥感监测 foliar dustfall hyperspectral quantitative inversion remote sensing monitor
1 北京大学 地球与空间科学学院,北京 100871
2 环境保护部卫星环境应用中心,北京 100094
遥感干旱指数是用遥感数据定量描述区域受旱程度以及作物产量灾损的机理性数学模型.干旱指数在农业、林业和生态环境监测方面有较高的研究价值与非常广阔的应用前景，是当前的研究前沿和热点之一.介于遥感干旱指数起步至今还未形成研究系统，开展了这方面工作的梳理和归纳.首先，对多维光谱特征空间概念作延伸，将多维光谱特征空间的多维变量由光谱值拓展为与一切干旱相关的遥感产品，将光谱特征统一归纳到多维坐标框架当中，使得干旱指数的数学建模意义更明确，构造更清晰; 其次，对30种干旱指数进行归纳，从“三要素”的角度将干旱指数分为四类，并评价其各自优势和局限性，将干旱遥感监测模型家族抽象为一个金字塔形式，从底层到顶层分析模型家族的一般构成要素和复合形式，解析干旱指数通用的数学构建规律及其物理内涵; 最后，分析大气影响、土壤、传感器差异等环境影响因素，指出干旱指数未来发展重点在数据源、监测对象、表达形式三个方面.通过对干旱指数的研究工作有助于进一步完善发展干旱指数体系，推进干旱遥感监测模型在农情遥感监测、水资源规划和环境科学管理等领域的应用.
地物波谱学 干旱遥感监测模型 多维光谱空间 surface features spectroscopy remote sensing drought monitoring model multi-dimensional spectral space
