黄土高原是中国典型的气候敏感区和生态脆弱区。了解黄土高原不同气候干湿分区下植被动态变化时空特征及其潜在驱动因素,对推进区域生态环境保护与治理具有重要意义。该文基于2000—2022年黄土高原核归一化植被指数(kernel normalized difference vegetation index, kNDVI),利用变异系数和趋势分析方法研究了黄土高原不同气候干湿分区下被动态变化的时空格局,应用基于最优参数的地理探测器模型在空间尺度和分区效应下,准确、科学地定量识别了植被动态变化的驱动因子及驱动范围,并有效解决了空间异质性问题。研究结果表明: ①黄土高原kNDVI均值呈现西北低、东南高的空间分布格局,在植被动态变化上,黄土高原91.57%区域的植被变化呈现上升的趋势,其中气候半干旱区的上升趋势面积占比最高(60.41%); ②黄土高原区域内不同的驱动因子具有不同的最优离散方法和最优间隔断点,在最优分区效应下,低温高降雨量是植被生长的主要条件,且驱动因子的不同范围和类型对植被动态变化的空间分布具有不同的作用效应; ③最优参数地理探测器模型下,降雨量和土地利用类型是黄土高原最主要的驱动因子,其解释力达到了总解释力的65.45%,且两者的交互作用q值(0.69)均高于其他因子交互作用的q值。该研究有助于全面认识自然因素和人为因素影响下植被动态变化响应机制,为区域内生态可持续发展提供指导。

与自然地表相比,城市地表的几何结构更加复杂,像元内部的多次散射效应和邻近效应对城市地表温度(land surface temperature, LST)反演结果的影响不可忽视。该文提出了一种耦合机器学习和改进的温度/发射率分离(temperature and emissivity separation, TES)的城市 LST 反演算法,并将该方法应用于我国SDGSAT-1热红外数据中。该算法主要包括3个方面: 首先,基于XGBoost(eXtreme Gradient Boosting)算法反演SDGSAT-1城市冠层亮温; 其次,考虑城市几何结构,提出了一种基于天空可视因子(sky view factor, SVF)的TES算法,实现了城市LST的高精度反演; 最后,评估了算法的准确性,并将该方法应用于北京城区。结果显示,使用 XGBoost 算法和分裂窗算法均方根误差(root mean squared error, RMSE)分别约为 0.2 K 和 1.2 K; 在有/无水汽数据支持下,城市LST RMSE分别为0.36 K和0.73 K,3个波段的地表发射率(land surface emissivity,LSE)RMSE分别为0.020/0.026,0.018/0.023和0.020/0.023。改进前后的TES算法反演结果差值范围约为0~1.86K。

高光谱遥感技术以其高光谱分辨率和广谱段覆盖，在地质找矿领域展现出重要的应用潜力。该文以甘肃北山前红泉金矿为研究区，利用资源一号02D AHSI高光谱遥感数据，结合自主研发的GeoAHSI高光谱矿物填图技术，对金矿区的蚀变矿物进行填图和成分分析，揭示其空间分布特征。通过地面光谱测量技术对典型剖面的光谱数据进行验证，以评估高光谱矿物填图的可靠性。研究发现，前红泉金矿及其围岩中发育的主要蚀变矿物包括绢云母（低铝白云母、中铝白云母、高铝白云母和富铁白云母）、方解石、白云石、绿帘石和绿泥石等，这些蚀变矿物的分布与韧性剪切带密切相关，尤其是绢云母、绿泥石和绿帘石在韧性剪切带中的分布特征尤为显著，这一分布规律为区域找矿提供了重要的指示标志。此外，研究发现绢云母的2 200 nm吸收特征和绿泥石的2 250 nm吸收特征在矿体周围表现出明显的富硅（Si）和富铁（Fe）特征，这些特征与矿物的化学成分密切相关。该研究通过增强弱光谱特征的识别能力，实现了高光谱遥感技术在矿物识别与空间分布分析中的有效应用。这不仅为前红泉金矿的进一步勘查提供了科学依据，也为类似矿床的高光谱遥感应用提供了参考和指导。

水体指数法因其简单高效,被广泛应用于监测识别地表水及其特征时空变化。随着较窄波段的多光谱传感器的发展,在各尺度水体监测中得到了广泛应用,但在大尺度水体监测中仍然存在水体指数在数据源发生变化时相近特征波段优选的问题。该文以归一化差值水体指数(normalized difference water index, NDWI )和改进的归一化差异水体指数(modified NDWI, MNDWI)为指导,基于谷歌地球引擎(Google Earth Engine,GEE)平台,利用基于Sentienl-2A/B多光谱传感器数据的绿波段和8个红波段构建水体指数,并应用大津算法(OSTU)对我国不同时间和空间范围内6个90 km×90 km研究样方进行水体识别提取。结果表明,在不同时间和空间范围内水体提取最优波段组合不同,对比以Sentienl-2A/B多光谱传感器数据构建的8个水体指数,B3和B11波段组合构建的水体指数结合OSTU算法在东北平原山区湖区、东部平原地区湖区、内蒙古高原湖区、云贵高原湖区、新疆地区湖区以及青藏高原湖区夏季都取得了相对最优的水体识别提取结果,且在春夏两季的总体精度(overall accuracy,OA)均高于90%,Kappa系数均大于0.9,说明B3和B11波段组合的水体指数也存在一定跨时间的适用性。该研究结果对于以水体提取监测为目标的传感器设计研发具有一定的参考,同时为基于较窄波段遥感数据水体监测提取应用的特征波段选择提供了参考。

干涉雷达(interferometric synthetic aperture Radar,InSAR)技术以其全天候、全天时以及高空间分辨率的优势已在多个领域得到广泛应用,并展现出极强的适应性与实用价值。通过对甘肃省舟曲县2个典型滑坡区域的小基线集合成孔径雷达 (small baseline subset InSAR,SBAS-InSAR)监测结果以及卡尔曼滤波预测结果与全球导航卫星系统(Global Navigation Satelhite System,GNSS)监测数据进行对比,验证了SBAS-InSAR技术在滑坡变形监测中的可靠性和准确性。结果显示,SBAS-InSAR在滑坡变形监测中展现了高度的准确性和可信度。这一技术在地质灾害形变区域的显著优势有效补充了传统监测手段的不足,为舟曲县及其他地质灾害频发地区的灾害预警和管理提供了关键的技术支持和科学依据。

为减轻强降水带来的洪涝灾害风险,该文利用风云三号D星(FY-3D)微波成像仪的一级亮温数据,结合与之匹配的二级降水产品,基于极化订正温度(polarization-corrected temperature,PCT)及散射指数(scatter index,SI),建立湖南地区陆面强降水降水率反演模型,进而通过个例对所建立的反演模型进行验证。结果表明,FY-3D卫星一级亮温数据反演的降水率与二级产品所获降水结果基本一致; 反演所得降水率在降水量低值区略偏大,而在高值区中心区域偏小; 升轨反演模型的相关系数(R)、平均绝对误差(mean absolute evror,MAE)和均方根误差(root mean square evror,RMSE)分别为0.876 1,0.771 1 mm/h和1.151 4 mm/h,降轨反演模型的R、MAE和RMSE分别为0.911 3,1.130 4 mm/h和1.832 2 mm/h; 反演得到的降水分布范围比二级产品的分布范围有所增大; 相较于二级产品,该模型反演结果在与站点实测值的对比中体现出更高的精度。该研究比较成功地反演了湖南地区陆面强降水的分布区域,可为研究微波亮温与降水的关系,以及陆面强降水降水率估算提供参考。

尾矿库坝体稳定性时序监测及预测一直都是我国矿山产业安全方面研究重点。该文利用InSAR与GNSS技术获取安徽省某尾矿库坝体表面6个特征监测点的26期纵向形变数据，通过建立附有限制参数的平差模型，以监测点的初始三维坐标作为多项式改正参数，对合成孔径雷达干涉测量技术（interferometric synthetic aperture Radar，InSAR）数据与全球导航卫星定位系统（global navigation satellite system，GNSS）数据进行融合以提高数据精度，并利用BP神经网络对监测点的形变数据进行时序预测，从而得到监测点的未来形变数据。实验结果表明，GNSS与InSAR数据融合后以均方根误差（root mean square error，RMSE）作为精度评定标准，计算并比较融合前、后每一期形变数据与形变真值的RMSE，得到融合后RMSE较融合前下降最多70.61%，平均下降25.91%。采用神经网络模型对融合后的1~22期InSAR数据反复训练，以23~26期InSAR形变数据作为测试集，最后输出各点23~26期数据。通过与GNSS数据计算各点网络输出值RMSE<1.5 mm。研究成果能够为尾矿库坝体时序稳定性监测及预测提供可靠技术支撑。

东秦岭位于华北板块与扬子板块之间的秦岭造山带东段,是中国最大的Mo(钼)、Au(金)、W(钨)等多金属成矿带。蚀变在成矿过程中起到了关键作用,蚀变信息及分布特征是分析成矿机制的重要依据。为探索更高效的蚀变信息提取方法,该文以东秦岭河南省登封市为研究区,基于谷歌地球引擎(Google Earth Engine,GEE)平台,对Sentinel-2A和Landsat8 OLI数据进行了处理和分析,并将深度学习应用于蚀变信息提取中。为了提高蚀变信息的提取效率,首先用归一化植被指数(normalized difference vegetation index,NDVI)、改进归一化水体指数(modified normalized difference water index,MNDWI)和归一化建筑指数(normalized difference built-up index,NDBI)分别提取植被信息、水体信息和建筑物信息,采用阈值分割法生成二值图像对干扰信息进行掩模,并结合典型羟基矿物的光谱曲线,确定了提取羟基蚀变信息的波段; 然后,采用主成分分析法(principal component analysis,PCA)提取初始蚀变信息,并选择空间位置上重叠、信息集中且蚀变等级高的像素作为标签训练深度学习模型,通过融入多波段数据的卷积神经网络(convolutional neural networks,CNN)模型进一步挖掘遥感影像的潜在信息; 最后,结合目标区域线性构造图和矿化异常点,采集了对应位置的岩土样品,并进行X射线荧光光谱分析(X-ray fluorescence,XRF)和X射线衍射分析(X-ray diffraction,XRD),分析样品的主要成分,验证蚀变信息提取结果的可靠性。结果表明,与单独使用PCA方法相比,CNN模型提取的羟基蚀变信息更全面、清晰和易于分级。现场采样点样本均含有羟基蚀变矿物,如白云母、黑云母、绿泥石等,XRF和XRD实验室检测结果与CNN模型提取的羟基蚀变信息一致,验证了CNN深度学习模型提取羟基蚀变信息解译结果的可靠性和高效性。研究成果可为东秦岭地区的遥感找矿提供理论和技术依据。

科学合理确定城镇范围是我国快速城镇化阶段的基础工作,是推动城乡空间优化和品质提升、科学统筹城乡规划建设管理、实施国土空间规划的重要依据。当前,我国城区和镇区概念和确定方法尚未统一,不利于城镇的规划、建设、发展和公共管理。在界定城镇区域相关概念的基础上,该文利用地理信息技术,基于第三次全国国土调查成果、统计公报、遥感解译及网络兴趣点等数据,综合考虑地类特征及其空间关系,提出一种以人为核心的非设市县城镇区确定方法,并以福建省宁德市霞浦县为例进行实证研究。研究结果表明,此方法可有效划定镇区范围,技术路线科学简明,可操作强,可为合理规划国土空间布局提供理论依据。

自然湖泊作为安徽省弥足珍贵的自然资源，区别于水库、塘堰等人工水体，其形成与演化受地质、气候及水文条件控制，具有相对稳定的形态和生态系统，在区域生态平衡、经济发展以及社会文化生活中占据着至关重要的地位。因此，研究安徽省自然湖泊的时空变化及其驱动力，对安徽省自然湖泊的保护工作意义重大。该文选用Landsat5 TM，Landsat8 OLI数据，采用人机交互的方式提取安徽省自然湖泊，运用动态度和土地利用转移矩阵研究其时空变化特征，从自然因素和社会因素2方面研究其变化的驱动因素。2002—2022年安徽省自然湖泊面积与数量呈现“先减后增”的阶段性变化特征，湖泊总面积减少366.5 km²。2002—2012年湖泊面积快速缩减，2012年为最低值，湖泊面积为2 850.02 km²；2012—2022年湖泊面积缓慢恢复，2022年回升至2 960.97 km²；湖泊数量方面，累计减少4个湖泊，2002—2007年经历快速减少，年均减少1.4个，2007年减至102个，2007—2022年逐步恢复增加，年均增0.2个，2022年达105个；典型湖泊土地利用变化以湖泊转出为主要趋势，转出类型主要转化为耕地、其他水体。安徽省自然湖泊面积变化受自然因素和社会因素的双重影响，淮河径流量减少导致入湖水量下降，是湖泊面积缩减的关键自然因素，人类活动的影响以及湖泊周边土地利用类型的转变是湖泊面积减少的重要社会因素。

合成孔径雷达干涉测量(interferometric synthetic aperture Radar, InSAR)技术在矿区植被覆盖密集且存在大梯度地表形变复杂环境下进行监测时,存在监测点数量不足、监测精度不高等问题。针对这些问题,该文提出一种Stacking技术辅助下的改进分布式目标InSAR(distributed scatterer InSAR, DS-InSAR)方法。该方法采用置信区间假设检验算法识别同质像元并基于相位三角剖分算法完成相位优化,随后去除先期利用Stacking技术模拟的线性形变相位获取残余相位,进而稀疏形变相位条纹,提高后续DS-InSAR处理框架中时空滤波与三维解缠结果的精确性,最终补偿模拟相位获得完整形变场。通过处理2015年10月—2016年3月期间覆盖新巨龙煤矿的Sentinel-1A合成孔径雷达(synthetic aperture Radar,SAR)影像,解译了该时段内矿区时序地表形变特征,得到以下结论: 监测期间,矿区存在3处显著形变,雷达视线向最大累积形变量达到-313 mm;所提方法相较常规短基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术能够反演出分布更加均匀的监测点位信息,其密度约是SBAS-InSAR的12.9倍;对比水准数据的均方根误差(root mean squared error,RMSE)约为6.82 mm,精度较SBAS-InSAR提高了约3.0 mm。

目前高铁对沿线城市的影响尚不明确,以往基于遥感数据的高速铁路影响研究主要以定性分析为主。针对这一现状,文章以京广高铁河北段沿线为研究区,提出了一种定性与定量相结合的高铁城市发展影响遥感监测方法。首先构建表征城市发展变化的参数指标体系; 然后利用多源、多尺度遥感数据,监测京广高铁开通前后研究区(河北省内4座已开通高铁城市)内各指标的时空变化; 最后选取研究区毗邻的4座未通高铁的城市作为对照组,利用双重差分(difference in differences,DID)模型量化分析高铁对河北4市的影响。研究发现: ①京广高铁河北段沿线4市在2005—2020年间建设用地快速扩张,平均每年扩张2.00%; ②高铁建设会显著影响城市的扩张方向,且这种影响与二者的空间关系有关; ③与未通高铁的4市相比,京广高铁的开通降低了沿线4市城区面积的扩张速度。

针对当前高分辨率遥感影像场景复杂难以简单解析，且变化多样难以从样本库获取准确参考的问题，文章参照视觉的双驱动认知机理，提出了一种自学习的高分辨率遥感影像分割方法。该方法在借鉴视觉感知原理的基础上，通过非监督的自适应分析解读场景中的典型地物，并结合神经网络实现典型地物的自学习辨识，最后结合非监督分析与神经网络学习实施分割结果的自检校修正。采用包含复杂地面场景的真实高分辨率遥感影像数据，对比2种目前流行的深度神经网络分割方法Mask R-CNN （mask region-based convolutional neural network，MR）和ScalableViT （scalable vision Transformers，SViT）进行实验，实验结果表明所提方法能保持稳健、可靠的分割精度，在地物认知、泛化性能和抗干扰能力方面具有显著优势，是一种性价比高、实用性强的方法。

经过70余年的发展,世界气象组织(World Meteorological Organization,WMO)已构建起一个覆盖193个成员国的全球数据共享网络。该文从系统架构组成与管理规范标准2个维度系统分析WMO气象数据共享体系,重点阐述全球观测系统(global observing system, GOS)、全球电信系统(global telecommunication system,GTS)、WMO信息系统(WMO information system, WIS)以及全球数据处理和预报系统(global data-processing and forecasting system, GDPFS)4大核心组成部分的功能与协同机制。其中,GOS统筹陆地、海洋、飞机、卫星等多平台观测资源; GTS实现数据的实时收集与高效分发; WIS负责数据与产品的发现、获取与管理; GDPFS则面向用户提供多类型气候预报产品。通过制定统一的数据政策并构建完善的数据共享体系,WMO实现了在天气、气候、水文、大气成分、冰冻圈、海洋等多领域地球系统科学数据的全球协同共享。文章系统总结了WMO共享系统的建设成效,并探讨其在服务我国相关数据战略方面的具体需求,研究结果可为构建跨部门、综合性的地球观测数据共享体系提供参考。

土地利用是影响全球环境变化的主要原因,探究其时空变化特征及驱动因子对促进区域社会经济与生态环境可持续发展具有重要意义。该研究基于1980—2020年9期土地利用/土地覆盖遥感监测数据,分析了格尔木河流域多年土地利用类型时空变化特征,结合显著相关性分析,探究了流域土地利用变化的主要驱动因子。结果表明: ①1980—2020年未利用土地与草地是格尔木河流域的主要土地利用类型,耕地、水域和建设用地面积呈现增加趋势,林地、草地和未利用土地面积呈现缩减趋势; ②2015—2020年流域内各土地利用类型面积的变化量与动态度变化显著,流域内土地利用类型转移的空间变化主要发生在中部与北部; ③1980—2020年未利用土地破碎度较大,人类活动(总人口数、地区生产总值)是流域内土地利用类型变化的主要驱动因子。

土地利用碳排放研究对实现国家“双碳”目标具有重要意义,进行湘西州土地利用碳排放变化及预测研究对湘西州地区制定“双碳”政策、平衡发展与保护提供理论参考。该文基于2000—2020年共5期土地利用数据对湘西州土地利用情况以及历史碳排放时空演变进行分析,运用脱钩模型以及对数平均迪氏指数(logarithmic mean Divisia index,LMDI)模型对其土地利用碳排放影响因素分解,并设定自然发展、耕地保护优先和生态保护优先3种土地利用情景,对2030年土地利用情况以及碳排放情况进行预测。结果表明: ①林地是湘西州最主要的土地类型,在土地转化方面,2000—2020年20 a间建设用地面积大幅增加,占用了大量林地和耕地,水域和草地的面积减少并转换成了林地和耕地,从碳排放角度,整体上碳汇用地向碳源用地转化; ②20 a间土地利用碳排放总量持续增加,建设用地是主要的碳源土地类型,林地是主要的碳汇土地类型; ③20 a间仅有花垣县碳排放量减少,其他县市均为增加,2010年后,原本碳排放增加地区碳排放量均开始减少,而其他地区碳排放量则出现不同程度的增加,建设用地碳排放量增加是引起地区碳排放量变化的关键因素; ④湘西州整体上一直保持弱脱钩效应,各县市主要是在弱脱钩和强脱钩状态之间变化,经济产出效应和能源效率效应是影响碳排放的主要因素; ⑤3种土地利用情景中总体土地格局未发生大的变化,碳排放量上,生态保护优先情景<自然发展情景<耕地保护优先情景,在未来建设用地仍然是引起整体碳排放量变化的主导因素,林地仍然是主要的碳汇来源。

湿地被誉为“地球之肾”,对于维护生态系统稳定具有重要价值。该文针对丝绸之路沿线(简称“丝路沿线”)10个重要湿地保护区,基于ZY-3卫星遥感数据,采用面向对象与人工解译交互的方法,提取2015年和2020年2期的湿地类型,形成保护区内湿地分布及动态变化数据集,并在此基础上结合地形、水文条件、生态重要性以及湿地类型转移情况,提出了一种退耕还湿潜力空间评估方法。湿地信息提取结果表明,2015—2020年,受自然和人为因素双重影响,丝路沿线重要湿地保护区内湿地面积净增加238.04 km²,新增类型以湖泊湿地为主,湿地率总体提升0.58%,生态保护区的设立对于区域湿地保护总体上取得良好成效,但部分区域湿地仍然呈现出退化趋势,退化面积为77.00 km²; 退耕还湿潜力分析结果表明,共有325.13 km²的耕地区域需要逐层级开展退耕还湿,其中,高优先级恢复区面积为10.63 km²,中优先级恢复区和低优先级恢复区面积分别为167.02 km²和147.48 km²。该研究提出因地制宜的湿地生态恢复方案,可为丝路沿线地区湿地保护与管理提供决策支持。

探究土地利用演变及其对碳储量的影响,对于减缓都市圈气候变化、促进绿色低碳发展具有重要意义。该研究在“双碳”目标背景下,结合兴趣点(point of interest,POI)数据并顾及斑块生成土地利用模拟模型(patch-generating land use simulation model,PLUS)进行双约束转移矩阵优化,耦合生态系统服务与权衡的综合评估(integrated valuation of ecosystem services and trade-offs,InVEST)模型分析山东省济南都市圈2000—2020年土地利用演变规律及其对生态系统碳储量的影响,模拟预测了自然发展、城镇发展和生态保护3种情景下济南都市圈2030年和2060年土地利用变化并估算其生态系统碳储量,分析其碳储量重心迁移情况,并利用参数最优地理探测器探究碳储量空间分异驱动因素。结果表明: ①2000—2020年,济南都市圈耕地、草地和未利用地面积持续减少,林地面积呈波动增加状态,水域、建设用地面积增长迅速; ②2000—2020年,济南都市圈碳储量及土地利用空间格局相似,以黄河主脉为分界线,呈现“东南高,西北低”的分布特征,耕地类型碳储量为研究区碳储量的主要来源,占总碳储量的80%以上; ③多情景模拟下的碳储量均有所降低,主要原因为高碳密度区域耕地转换为低碳密度区域建设用地,其中生态保护情景碳储量最高,2030年总碳储量为4 226.86×10⁶ t,2060年总碳储量为3 967.94×10⁶ t; ④不同发展时期和情景下的济南都市圈碳储量重心均发生一定偏移,发展趋势受土地利用变化影响,重心地带一直处于济南市历城区,说明济南都市圈发展较为全面均衡; ⑤各驱动因子对济南都市圈碳储量空间分布具有明显影响,其中人口密度对碳储量空间分异解释力最大,交互作用下各因子均呈现对碳储量解释力增强的结果。

我国大陆地区的沿海区域变化图斑分析往往存在影像分辨率低、时间间隔久、区域范围小等问题。为获取高频次、准确的全国沿海区域变化信息,辅助我国海洋资源动态监管和沿海区域相关保护政策的执行,该文利用15 d一个周期的国产高分辨率遥感数据,采用迭代加权多元变化检测算法(iteratively reweighted multivariate alteration detection,IR-MAD)结合目视解译的方法,提取全国大陆地区11个沿海省市2020—2023年的沿海区域变化图斑,并对其进行时空特征分析、景观格局分析和空间相关性分析研究。结果表明: 我国大陆地区沿海区域变化图斑存在明显的定向变化,各研究区的围海到填海的变化图斑面积均为最高值,并且除海南省以外该类型的变化图斑面积均大于1 000 km²; 各类变化图斑占比逐渐趋于均衡,在2022年冬季,填海变化图斑的占比首次低于50%; 各类变化图斑的聚集度都处于逐渐增加的趋势,未来变化图斑分布将较为集中,各区域的变化图斑质心均发生了方向各异的迁移,且变化图斑在20 km之内存在显著的空间相关性。

云南省高原蜻蛉河灌区（海拔1 515~1 876 m）为典型亚热带高山气候区，为探究其土壤水分和植被净初级生产力（net primary productivity，NPP）的变化，该研究基于快速、长时序的遥感监测手段，首先结合地表温度（land surface temperature，LST）、归一化植被指数（normalized difference vegetation index，NDVI）为解释变量，并通过随机森林自适应窗口回归算法将SMAP L4土壤水分产品降尺度为30 m土壤水分空间分布；随后通过地表水分指数（land surface water index，LSWI）修正CASA模型的水分胁迫参数，修正后的模型融合地表反射等多源遥感数据并估算NPP，经空间重采样后获得30 m级NPP空间分布；最后构建有林地、水田、水浇地等多场景，引用皮尔逊相关系数定量评价研究区土壤水分与NPP的空间相关关系。结果表明：研究区土壤水分空间分布呈现夏季北多南少，冬季西北低、东南和南高的特点；对比实测样本反演后的NPP值R²>0.7，RMSE<0.3，夏季、冬季、年均栅格像元NPP值均呈现逐年升高的趋势；在空间维度上，水田灌区、有林地等场景下相关系数均超过0.5，其中有林地对水分胁迫最不敏感，水田和水浇地最受影响。该研究形成了对研究区季节-空间角度土壤水分与NPP平衡关系的监测反馈机制。

我国西南地区滑坡灾害十分发育，利用遥感影像准确获取滑坡信息对于防灾减灾工作具有重要意义。复杂环境下由于遥感影像背景噪声的影响，传统的滑坡遥感检测方法易出现误识别现象。该文提出一种基于双重特征融合的复杂环境下滑坡识别网络（dual-fusion landslide detection network，DLDNet），可有效提高复杂环境下的滑坡检测精度。首先，在现有滑坡样本的基础上，使用数据增强方法模拟复杂环境下的滑坡样本；其次，采用ConvNeXt作为DLDNet的特征提取网络以提取更多复杂的滑坡特征；然后，引入使用可变形卷积改进的注意力模块聚焦滑坡信息；最后，设计了一种双重融合特征金字塔网络（dual-fusion feature pyramid network，DFPN）来充分融合不同尺度和不同感受野之间的特征信息。实验表明，DLDNet模型的边界框和分割平均精度（average precision，AP）可分别达56.9%和52.5%，与基线模型（Mask R-CNN）相比分别提高了10.4和10.7百分点，与其他滑坡检测模型相比，该模型有着更高的检测精度和更低的误判率。该方法能对复杂环境下的滑坡进行精确检测，可为滑坡灾害快速识别和应急响应提供参考。

森林城镇交界域指房屋与森林等自然植被相遇或相混合的区域。森林城镇交界域(wildland-urban interface,WUI)划分对火灾风险管理、森林资源开发利用、气候变化应对、社会经济可持续发展等都具有重要价值。目前森林城镇交界域划分方法多基于《美国联邦公报》的定义进行发展和细化,以建筑密度、植被覆盖度、建筑与植被的距离等指标为参量,可分为建筑密度优先、燃料等级优先、建筑植被缓冲区重合3类方法。该研究先对3类森林城镇交界域区域划分方法相关研究文献进行总结和对比,然后选择了多年来野火频发的加拿大艾伯塔省伍德布法罗市为试验区,利用微软加拿大建筑足迹数据、GLC_FCS30—2020土地覆盖数据和当地历史火点和火迹地数据,完成了3类方法结果对比。结果表明建筑密度优先方法划分结果与历史野火记录重合比例最高,但忽略了同样具有野火风险的低密度建筑; 燃料等级优先方法面积偏大,与历史野火记录重合比例较低,过于关注建筑周围的植被而忽略了建筑本身; 建筑植被缓冲区重合方法与历史野火记录重合比例最低,划分结果面积偏小,主要原因在于缓冲区距离设置较小。该研究揭示了现有方法的优势和局限性,有助于未来更科学合理地划分森林城镇交界域区域,为火灾风险应对和应急管理决策提供决策参考。

遥感图像的全色锐化是将全色图像(panchromatic images,PAN)与低空间分辨率的高光谱遥感图像(low spatial resolution hyperspectral images,LR-HSI)融合,生成高空间分辨率的高光谱遥感图像(high spatial resolution hyperspectral images,HR-HSI)。当前,基于深度学习的全色锐化方法逐渐成熟,但是依然存在一些不足,例如特征信息提取不够充分、信息融合缺乏指导、全色锐化阶段单一等,导致生成的HR-HSI图像空间和光谱信息不完善。针对以上问题,该文提出一种基于特征增强和三流Transformer的高光谱遥感图像全色锐化方法,采用双阶段实现全色锐化解决单阶段方法的不足。首先,采用特征增强模块与多尺度信息融合模块生成初步增强的高光谱遥感图像,特征增强模块主要从多个尺度上对HSI图像进行空间与光谱信息的增强,多尺度信息融合模块将增强后的HSI图像在不同尺度进行融合; 其次,采用Transformer中注意力思想,将初步增强的HSI,PAN以二者融合生成的图像作为3种特征流,通过线性层将其分别转换为Q、K、V,进而进行多头注意力计算,有效指导空间信息与光谱信息的提取与融合; 再次,利用增强的HSI图像与融合模块进一步提高图像质量,使生成的HR-HSI图像具有更加丰富的空间与光谱信息; 最后,在3个经典的高光谱数据集上进行了实验验证。实验结果表明,该文所提出的全色锐化方法在定量评价指标上优于传统方法和现有的深度学习方法,在定性结果上能够更好地保留高光谱图像的光谱信息和全色图像的空间信息,融合生成更加真实的HR-HSI图像。

针对网络模型参数量大、下采样过程丢失影像建筑物细节信息的问题，受轻量级网络的启发，设计了一种融入深度可分离残差块和空洞卷积的建筑物提取网络（SD-BASNet）。首先，在深度监督编码器预测模块中设计了一个深度可分离残差块，将深度可分离卷积引入主干网络ResNet中，避免卷积核过大，减少网络的参数量；其次，为防止网络轻量化带来的精度下降，将空洞卷积融入后处理优化模块的编码层，增大特征图的感受野，从而捕捉更广泛的上下文信息，提高建筑物特征提取的准确性。在WHU建筑物数据集上进行实验，在不同尺度建筑物提取中均表现较好，其平均交并比和平均像素精度分别为92.25%和96.59%，其召回率、精确率和F1指标分别达到96.50%，93.79%和92.61%。与PSPNet，SegNet，DeepLabV3，SE-UNet，UNet++等语义分割网络相比，SD-BASNet网络提取精度得到了显著提升，且提取的建筑物完整度更好；与基础网络BASNet相比，SD-BASNet网络的参数量与运行时间也有所减少，证实了该文提出的SD-BASNet网络的有效性。

地质灾害受自然与人文因素共同作用,直接危害人民的生命和财产安全,探究地质灾害风险时空变化规律及其发育机制,完善防灾减灾措施,具有重大意义。该文从自然和人文角度,选择地形地貌、降雨和社会经济等31个因子,基于风险四要素理论,采用层次分析法、主成分分析法、信息量模型、熵值法和冷热点分析等方法,选取川西地区开展地质灾害风险变化研究,并结合障碍度模型探究各因子对研究区地质灾害风险的影响程度。结果表明: ①2007—2022年间研究区地质灾害风险等级整体呈西高东低分布,康定市和马尔康市为常年冷点集中分布区; ②极低与低风险等级面积分别增加8 871.1 km²和12 478.6 km²,占比增速分别为1.056%/a和1.485%/a,高和极高风险等级面积分别减少10 127.8 km²和9 880.1 km²,占比增速分别为-1.206%/a和-1.177%/a; ③各因子对风险等级的影响程度具有时间异质性,主要障碍因素(障碍度>5%)集中在危险性和防灾减灾指标方面,降雨、地形地貌与医疗资源等相关因子对地质灾害风险的贡献较大。

近年来,西部半干旱区大规模地下开采所产生的正向效应得到越来越多关注,正确认识并科学利用矿山正效应资源,对节约矿山生态修复成本有重要意义。为揭示沉陷盆地对大气水汽的扰动特征进而产生正向效应,该文以神东矿区的大柳塔矿区为研究区,基于大气辐射传输模型模拟和地基全球定位系统(global positioning system,GPS)实时观测数据构建Sentinel-2卫星影像水汽反演模型,得到2017—2021年近地层大气水汽含量,常用大气可降水量(precipitable water vapor, PWV)表示,据此分析单一工作面沉陷盆地和工作面群沉陷区的近地层PWV分布特征,并通过现场布设HOBO温湿度传感器,对沉陷盆地内外贴地层相对湿度对比分析。结果表明,沉陷盆地对大气水汽存在正向汇聚效应,具体表现为: 单一工作面沉陷盆地近地PWV由盆地内到盆地外逐渐下降; 开采后工作面群沉陷区近地PWV相较于开采前有明显改善; 沉陷盆地内相对湿度明显高于盆地外,距地表由低到高相对湿度差依次为14.52,13.53,12.43,10.60和10.33百分点,表明在垂直方向上随着高度的增加,沉陷盆地水汽汇聚效应逐渐减弱; 沉陷盆地水汽汇聚效应日变化特点为夜间显著,白天不明显。结合植被调查情况与前人研究成果提出沉陷盆地水汽汇聚效应概念模型,解释矿区沉陷盆地汇聚水汽过程机理,沉陷盆地一定程度上有利于半干旱矿区生态系统的良性循环。

塑料大棚在现代农业中得到广泛应用,但其使用也带来了一些生态环境问题。利用遥感数据能够有效进行大范围的塑料大棚提取与识别,但现有的研究常采用分类法或光谱指数法提取塑料大棚,缺乏对2种方法的结合与对比分析。因此,该文提出一种利用多个Sentinel-2光谱指数结合单类分类方法(即改进的单类随机森林)的塑料大棚提取方法。该方法将6种塑料大棚光谱指数作为特征,使用改进的单类随机森林方法提取塑料大棚,并与该文提出的方法进行对比,以验证该方法的有效性。结果表明: 该方法在4个季节图像的提取结果的总体精度(overall accuracy,OA)均在97%以上,Kappa系数高于0.82,F1高于0.84,均高于6个指数的提取精度。同时,该文方法在不同季节提取的OA差异在1%以内,Kappa系数与F1分数的差异在0.1以内,季节稳定性强,均优于单独使用光谱指数的塑料大棚提取结果。研究可为准确监测塑料大棚空间分布提供科学依据和参考意见。

传统方法提取细小水体的效果差、精度低,难以满足实际需求,该文以洱海流域的吉林一号国产高分卫星影像为数据源,提出一种改进DeepLabV3plus的深度学习语义分割方法,将编码结构ResNet101替换成EfficientNet-B4,创新性地将二元交叉熵损失(binary cross-entropy loss,BCE Loss)和Dice Loss损失函数进行联合,筛选出了洱海流域精细提取水体的最优方法。结果表明: ①改进DeepLabV3plus模型较传统方法提取的水体边界效果更佳,更能准确识别主要水体,尤其在细小溪流的提取上表现优于传统方法; ②改进DeepLabV3plus模型在精确率(98.87%)、召回率(99.30%)和F1分数(99.08%)上均高于归一化差异水体指数(normalized difference water index,NDWI)和面向对象法; ③在细节对比中,改进的DeepLabV3plus能够有效抑制建筑物阴影、植被遮挡以及复杂地物的影响,提升了细小水体和复杂边缘区域的提取效果。此外,消融实验表明,联合损失函数与复合缩放策略的引入分别将平均交并比提升了0.62和3.07百分点,显著提高了模型的分割精度与对多尺度语义信息的提取能力。

东北黑土区是我国重要的粮食主产区,结合第三次国土调查数据、遥感数据和数字高程模型(digital elevation model,DEM),探索耕地生态防护评价方法,有利于保障黑土区农业的可持续发展。文章以黑龙江省嫩江市为研究区,从耕地位置条件和周边生态用地状况2个方面,构建林地健康指数、耕地周边生态用地比例指数、最近林地距离、坡度和地形部位5个维度的指标,其中,基于遥感生态指数设计了改进的林地健康指数,综合评价嫩江市耕地生态防护状况。结果表明: 嫩江市耕地生态防护等级以中低等和中等为主,分别占耕地面积的34.21%和45.28%,高等耕地仅占耕地面积的2.11%,耕地生态防护水平有较大提升空间; 各单项指标中,耕地周边生态用地比例指数和林地健康指数较低,是导致研究区耕地生态防护偏低的主要原因。

建筑物提取的目的是从遥感图像中分割出建筑物像素,在城市规划、城市动态监测等应用中起着至关重要的作用。针对遥感建筑物提取时出现空洞、误检和漏检等问题,提出一种密集嵌套网络(densely nested network,DN-Net)。DN-Net中子网络结合改进残差卷积模块将遥感建筑物进行粗略轮廓提取; 为精准定位建筑物的位置,引入坐标注意力模块(coordinate attention module,CAM),有效减少误检现象; 为了解决遥感建筑物提取时出现空洞现象,采取级联卷积模块(cascade convolutional module,CCM),凭借不同的大小的卷积核提取更丰富的细节信息,从而精准提取遥感建筑物。选取WHU数据集进行了试验和精度评估,在WHU的验证集上,交并比和F1分数分别达到了89.20%和94.29%; 在测试集上,分别为89.85%和94.65%。结果表明: DN-Net显著提升建筑物提取精度,使得提取出的建筑物的边界更加完整和精细,表现出对不同大小建筑物的良好提取能力。