北极海冰的快速变化对全球气候系统与极地生态环境产生深远影响。当前海冰研究高度依赖多源观测与数值模拟数据,然而传统“先下载、后分析”的数据处理模式在海量分布式数据场景下面临存储、计算与网络传输的严峻挑战。该文提出了一种基于云原生架构的在线协同分析框架,通过“计算近数据”的理念实现分布式环境数据的高效查询与跨节点协同处理。以第六阶段国际耦合模式比较计划产生的海冰模拟数据为例,系统分析了传统数据使用模式的瓶颈,设计了包含数据索引、任务管理、数据分析和Web界面的完整系统架构,并在清华大学、中国气象局和中国科学院等多机构成功部署。性能测试表明,该框架在处理分布式地学数据分析任务时,平均效率较传统模式提升13倍,且具备良好的亚线性扩展特性。研究结果为分布式地球科学数据的协同分析提供了可行方案,在线协同分析框架可为推动极地科学数据的开放协作提供有效的技术路径。

国际耦合模式比较计划(Coupled Model Intercomparison Project,CMIP)第六阶段(CMIP6)作为支撑全球气候研究和联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)评估报告的重要科学计划,其数据规模已增长至PB级别,对数据管理与共享提出了更高要求。地球系统网格联盟(Earth System Grid Federation, ESGF)作为CMIP6官方指定的全球分布式数据基础设施,构建了一套覆盖数据全生命周期的软件体系,实现了从模式输出、质量控制、规范存储到全球分发的完整流程。该文系统介绍了ESGF的系统架构、节点组成与数据管理方法,重点阐述了其在CMIP6数据发布、元数据管理、版本控制、数据引用与服务质量监测等方面的关键机制。研究表明,ESGF在支持CMIP6数据全球共享中发挥了核心作用,我国也在其中积极参与并作出重要贡献; 尽管ESGF在网络性能和服务均衡性方面仍面临挑战,但其正在向集成在线分析与近数据计算的新一代服务平台演进,为地球系统科学数据共享提供更加高效和可持续的支撑。

随着社会经济发展和城镇化率不断提高,人类赖以生存的生态环境受到影响,尤其是长江经济带江苏段受城市化和土地开发等影响,生态质量面临严峻挑战,生态脆弱性评价已成为研究热点之一。该文以长江经济带江苏段2005—2020年4个时期生态脆弱性为研究对象,采用灵敏度弹性压力(sensitivity resilience pressure,SRP)模型,选取生态恢复力、生态压力度和生态敏感性3类16项指标,基于结合层次分析法与空间主成分分析法(analytic hierarchy process-spatial principal component analysis,AHP-SPCA)权重计算方法和地理探测器,研究生态脆弱性特征和影响因素。研究发现: ①研究区生态脆弱性呈现出从南京向南通逐渐增加趋势; ②生态脆弱性等级之间转变主要发生在相邻等级之间,中度和重度脆弱性减小,轻度、微度和潜在脆弱性增加; ③耕地占比、人口密度和生物丰度是主要驱动因素,植被覆盖与耕地占比的交互作用具有最大解释力。研究结果对江苏省长江沿岸生态环境保护和可持续发展提供了重要参考。

海岸线是最重要的基础地理要素之一。受到瞬时性遥感成像和动态性潮汐现象的影响，传统方法往往难以准确探测海岸线的空间位置。该研究基于长时序卫星遥感影像，发展了一种考虑地物含水量的海岸线精准定位模型。首先，获取研究时相内覆盖研究区的遥感影像，构建高质量遥感影像堆栈；其次，基于缨帽变换（tasselled cap transformation，TCT）获取表征地物含水量的湿度分量，构建湿度指数堆栈；然后，利用最大光谱指数合成（maximum spectral index composite，MSIC）算法对湿度分量进行最大值合成，获取最大水面合成影像；最后，在OTSU算法的支持下对最大水面合成影像进行分割，获取位置准确的海岸线遥感信息。研究基于谷歌地球引擎（Google Earth Engine，GEE）云平台和Landsat8 OLI遥感影像，选择舟山本岛开展验证实验，结果表明，该模型能准确定位不同类型海岸线，位置精度较高，与目视解译结果相比，距离平均值和均方根误差分别为3.42 m和6.79 m，99.42%的验证点小于1像元宽度。本研究能够为海岸线遥感信息高精度提取提供技术支撑，对于海岸带资源科学管理和可持续发展具有重要意义。

随着海洋地质调查工作的不断深入,迫切需要新一代信息技术加速推进海洋地质调查模式的变革。经过近几年的研究,数字海洋地质工程结合海洋地质调查工作实际,建立了“地质云”、大数据、智能化“三位一体”的海洋地质信息化建设框架,提出了海洋地质信息化建设的“支撑体系、核心体系、关键体系”三大体系规划,在海洋地质云平台建设、海洋地质大数据建设、海洋地质智能化专题应用方面取得了长足的进步,建立了海洋地质专业节点及网络体系,形成了国家级的海洋地质数据资源体系,推进了海洋地质业务的智能化应用,充分发挥了信息化建设在推动地质调查转型升级的引擎作用,全力服务自然资源管理中心工作。

南方丘陵山地带作为中国“三区四带”生态系统保护和修复重大工程分布地之一,具有世界同纬度带上面积最大、保存最完整的中亚热带森林生态系统,发挥着保障中国华南和西南地区生态安全的作用。该研究基于谷歌地球引擎平台,结合LandTrendr算法、J-M距离对研究区域扰动进行初步监测,并将随机森林应用于相关干扰输出,对1985—2022年间该区域的森林扰动进行了监测与分析。研究发现,1985—2022年森林干扰总面积为38 564.62 km²,其中武夷山森林(12 040.27 km²)>南岭山地森林(11 820.79 km²)>湘桂岩溶地区(8 228.97 km²)>南方丘陵山地带矿山(6 474.59 km²); 研究基于得到的1985—2022年间森林损失数据集,分析了南方丘陵山地带森林干扰时空变化特征,发现南方丘陵山地带的森林干扰在空间和时间上均表现出显著的特征。空间上,森林扰动具有明显的地理集聚特征; 时间上,4个生态修复工程的森林损失面积经历了多个阶段的变化,尽管关键转折点和年际变化规律相似,但由于森林资源、气候和经济条件的差异,损失面积的大小和变化趋势也存在差异。此外,林业政策的实施在一定程度上影响了森林损失的趋势。研究为南方丘陵山地带的森林生态系统管理等提供了科学依据和决策参考。

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。

台阶是露天煤矿的重要地物之一,可以反映露天煤矿的生产状态,利用遥感影像提取台阶可以为煤矿生产监测和生态保护修复提供重要依据。该文构建了BenchSegNet深度学习模型,用于从Sentinel-2影像中提取露天煤矿台阶。研究结果表明,BenchSegNet继承了SegFormer强大的泛化性能和U-Net强大的细节信息提取能力,准确率达到97.69%。相较于SegFormer模型,BenchSegNet模型的精确率、召回率和F1分数分别提升了6.19百分点、4.09百分点和5.06百分点,相较于U-Net和ASPP-UNet这2种传统的卷积神经网络模型,3个指标均提升近10百分点,相较于随机森林和支持向量机这2种传统的机器学习算法,3种指标均提升近15百分点。可以看出,BenchSegNet深度学习模型具有较高的精度,同时Sentinel-2卫星具有全球覆盖、重访周期短、空间分辨率高的特点,因此结合Sentinel-2影像和BenchSegNet模型可以有效监测露天煤矿台阶的变化过程。

高质量监测点的空间密度及其干涉相位质量是时序合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)开展形变监测的重要指标,为了进一步提高InSAR技术在非城市区域的形变监测能力,使用双极化Sentinel-1数据,提出了一种顾及分布式散射体(distributed scatterer, DS)的极化时序InSAR技术方法。该方法根据分布式散射体的特点,并将振幅离差(dispersion of amplitude, DA)作为相位质量评价指标,使用不同方法分别对时序SAR数据的强度信息和相位信息进行极化优化处理,对所优化前后数据进行地表形变监测。以浙江省宁波市为例,采用40景双极化(VV-VH)Sentinel-1数据进行实验。结果表明,所提方法能够显著提高监测点的密度和干涉相位质量。与单极化相比,永久散射体(persistent scatterer, PS)数量提高了约20%,DS点数量提高了约57.5%,干涉图相位质量有明显提升,平均相干性能够提升15%以上,可以更加详细地反映区域形变状况。

土地覆盖分类体系是土地覆盖研究中的重要内容。该文总结了9种主要土地覆盖分类体系,展示了分类体系和相应数据产品,分析了体系之间的区别和联系,讨论了土地覆盖分类体系精细程度,以及分类体系、空间分辨率、空间覆盖范围的关系,讨论了分类体系之间的语义一致性。论文认为土地覆盖分类体系(land cover classification system,LCCS)和全球土地覆盖精细分辨率观测与监测数据(finer resolution observation and monitoring of global land cover,FROM-GLC)分类体系在精细化分类方面具有优势,高空间分辨率精细分类存在较大技术挑战和实现难度; 目前分类体系之间在逻辑关系、精细分类、名称定义、代码等多方面,存在明显的语义不一致现象; 最后总结指出全球土地覆盖分类研究存在全球化和区域化并存、分类更加精细、产品精度更高、时间间隔和空间分辨率更加细致的发展趋势,数据产品的语义不一致性还需改进,未来需在加强分类体系的兼容性、实现数据产品的共享互操作方面提出解决方案。

地球观测组织在第十六届全会和部长级峰会上提出了构建“对地观测应用数字图书馆”的新目标,强调从“推动开放数据”向“推动开放科学”的深入,旨在完成数据、算法、文献、案例等知识资源的管理和共享,进一步推动地球观测在全球变化等领域的全面应用和知识服务。该文以此为研究背景,详细梳理了地球科学变量概念体系、地球观测卫星和载荷、观测和模拟数据产品以及学术文献开放知识库等地球观测数据资源。基于语义网和知识图谱相关的理论和技术,构建了包含地球科学变量、遥感卫星、观测载荷、观测和模拟数据集、期刊和学术文献共6类地球观测知识本体和实例。该研究的知识表达结果将有助于地球观测应用领域数据和知识的表达、管理和集成,有助于发现数据和知识的潜在关联,提高科研效率,促进科学发现。

基于地表覆盖制图监测湿地变化是监督Ramsar公约缔约方履行公约的重要手段,但是当前制图产品数量众多,在时空特性、分类体系和质量上存在较大差异。该文旨在针对2015—2019年中国40处国际重要湿地开展制图产品间的一致性分析,为选择湿地制图、开展Ramsar保护区湿地监测提供参考。基于长时序地表覆盖制图产品CCI_LC,CGLS_LC和MCD12Q1,进行空间一致性和类别一致性的预处理,并基于湿地分类面积开展回归分析和制图产品的准确度及不确定度指标计算。结果表明产品之间湿地分类面积存在较大不一致性,面积大小差距平均在6~10倍,湿地分类结果准确度低且不确定度大,大部分区域使用者精度(user accuracy,UA)、生产者精度(producer accuracy,PA)和Kappa系数小于0.1,标准差大于均值。总体而言,3套地表覆盖产品尚未能支撑可信的国际重要湿地变化的监测工作。

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。

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。

植被分布信息是开展自然资源保护、生态系统健康评价的重要数据基础。山区地形起伏大、植被类型结构复杂,传统植被遥感分类基于二维影像进行制图,无法反映植被垂直结构和三维空间分布特征。为探索实景三维模型在植被精细分类与制图上的应用潜力,该文提出了一种融合光学影像与激光雷达(light detecting and ranging,LiDAR)数据的实景三维模型山地植被制图方法。选取广东内伶仃岛为研究区,利用无人机航测获取的实景三维模型、多光谱与LiDAR点云构建多源数据集,开展多源数据配准和特征提取; 进一步采用LightGBM算法实现植被精细分类并评估多源数据特征的分类性能; 最后,通过二维制图向三维模型的映射获得植被语义三维模型。结果表明,实景三维模型可以有效区分植被类型,其与多光谱、LiDAR数据的特征融合能更全面地描述山区地形与植被结构特性,二维分类总精度比仅使用单一数据提升4.28%~11.29%。基于实景三维模型的植被三维制图总精度达到92.06%,Kappa系数为0.89,能够真实直观地反映山地植被的立体层次分布规律,提高植被精细信息提取的准确性。研究验证了实景三维模型与多源数据的融合在自然资源监测中的巨大潜力,为区域植被精细化和立体化信息提取提供新的思路和方法。

矿区资源开发会导致土地利用格局发生变化,造成生态环境破坏。因此,进行土地利用分类对矿区生态修复和管理至关重要。目前,遥感影像广泛应用于土地利用分类,但单一数据源在矿区分类中存在局限,常规机器学习算法亦难以有效应对该任务。为提高分类精度,该文以内蒙古自治区鄂尔多斯市东胜区东部区域为研究区,利用卷积神经网络融合多源遥感数据实现矿区土地利用分类。首先,利用Sentinel-1/2、珞珈一号和美国国家航空航天局(National Aeronautics and Spoce Administration,NASA)数字高程模型(digital elevation model,DEM)数据构建多源遥感时序特征集合; 其次,联合Relief-F与随机森林(random forest,RF)算法实现特征优选; 最后,基于ResNet50卷积神经网络模型挖掘特征中的地物信息,以实现矿区的用地分类。结果表明: 文章提出的方法土地利用分类的总体精度(overall accuracy,OA)为95.36%,Kappa系数为0.942 1,高于RF等常规方法,Relief-F与RF综合特征优选可以提高多种分类器的分类精度。该研究为矿区土地利用分类提供了方法参考和借鉴。

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。

全球气候变化背景下，中国植被生态系统发生了深刻变化。然而，中国不同生态子区、不同历史时期植被生态演变机制如何，有何差异，亟须深入探索。该研究基于归一化植被指数（normalized differential vegetation index，NDVI）数据，采用重心模型、时滞分析、地理探测器和偏相关分析等方法对中国6大生态子区进行时空演变格局及驱动机制的分析。结果表明：①2000—2020年间，中国大陆地区植被覆盖度呈现出自东向西逐渐递减的趋势；②6大生态子区植被覆盖度均呈现增加趋势，其中中南地区增幅（变化斜率）最高，为0.003 9，华东地区增幅（变化斜率）最低，为0.002；③2000—2010年间，植被覆盖等级升高的面积占比为92%，2010—2020年间植被覆盖等级升高的面积占比为71%；④在全国范围内，栽培植被、灌丛与降水滞后性普遍为前1—3月，栽培植被、针叶林与气温滞后性普遍为当前月，阔叶林与气温滞后性普遍为前1—2月，不同地区不同植被类型滞后时间存在异质性；⑤东北、华北、西北、西南地区植被演变主导影响因子均为降水，华东地区植被演变主导影响因子为土地利用和国内生产总值（gross domestic product，GDP），而中南地区植被演变主导影响因子为降水、土地利用。研究成果可为不同生态区植被的修复和保护提供重要的数据支撑。

白鹤滩水电站库区地质灾害频发,而对白鹤滩水电站中心及下游区域监测研究较少。该文以Sentinel-1A升降轨合成孔径雷达(synthetic aperture Radar,SAR)影像为数据,采用通用大气校正在线服务(Generic Atmospheric Correction Online Service for InSAR, GACOS)辅助的小基线子集合成孔径雷达干涉(small baseline subset interferometric synthetic aperture Radar,SBAS-InSAR)方法对白鹤滩库区白石滩—野猪塘地段进行形变监测与滑坡隐患识别,利用小坡度区域升降轨形变进行交叉验证,分析研究区滑坡隐患空间分布特征及典型隐患点的运动特征,探讨地质灾害影响因子对于隐患点分布的影响。研究结果表明: 小坡度区域可用于升降轨形变交叉验证; 基于时序合成孔径雷达干涉(interferometric synthetic aperture Radar,InSAR)形变探测结果和Google Earth光学影像特征共确定出16处滑坡隐患,其中14处为缓慢发育型滑坡,2处为人类工程活动所引起的显著形变隐患; 联合升降轨数据不仅可以验证形变结果的可靠性,而且可以提高滑坡隐患识别效果。对典型隐患点的运动特征分析表明,隐患点的形变加速与季节性降雨具有一定相关性; 对研究区地灾影响因子的统计分析表明,隐患点的形成由多种因素共同作用,不同隐患的主导因素及影响度不同。

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。

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。

针对露天煤矿开采扰动周边生态环境的量化问题,该文以山西省平朔朔南矿区为研究区,基于压力-状态-响应模型(pressure-state-response,PSR)选取7类评价指标,通过组合赋权构建露天煤矿区遥感生态指数(remote sensing ecological index of open-pit coal mining area,OMRSEI),利用相关性分析和对比分析对OMRSEI进行有效性验证,并选用指数平滑法预测了研究区未来2个年份的生态环境演变趋势。结果表明: ①OMRSEI具有显著的空间相关性和有效性,是一种适用于露天煤矿区生态环境评价的遥感指标; ②研究区2013—2023年生态环境质量总体呈上升趋势,其中安太堡露天矿和安家岭露天矿排土场逐步修复,生态环境质量持续改善,东露天矿生态环境质量则呈现先下降后上升的趋势; ③预测结果表明2025—2027年研究区OMRSEI均值持续上升,生态环境质量持续提升。

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。

滇西北高山峡谷区是我国重要的生态保护区，区内城市化进程加快，环境问题日益突出。了解其生态环境质量的时空变化情况，对滇西北高山峡谷区生态环境保护和建设具有重要意义。该文选取1990年、1995年、2001年、2008年、2015年和2022年的Landsat TM/OLI遥感影像计算绿度、湿度、干度和热度4个生态指标，构建遥感生态指数（remote sensing ecological index，RSEI），对滇西北高山峡谷区1990—2022年的生态环境质量进行了评价与监测。结果表明：①1990—2022年研究区RSEI均值呈先下降后上升趋势，1995年达到最低值0.450，随后持续上升，由1995年的0.450增加至2022年的0.604；②研究区生态环境质量等级优和良好的面积占比增加了22.03%，差和较差的占比减少了14.49%，主要以改善为主，改善区域占比高达62.42%，生态差的区域主要集中于农耕区、城镇建设区、金沙江沿岸、低海拔植被稀疏区以及鹤庆县坝子的边坡地区，生态优的区域主要分布在高海拔植被茂盛且人类活动干扰少的山地区域；③土地利用类型是影响研究区生态环境质量变化主要驱动因子，高程（X1）∩土地利用（X6）具有最强交互作用，对研究区的生态环境质量影响最大；④黏土区生态质量以差和较差为主，岩浆岩区生态恶化趋势明显，沉积岩区生态质量显著改善，变质岩与杂岩区则保持相对稳定。

文章以江苏省滨海湿地为例,通过卫星遥感、航空多参数遥感等方法估算滨海湿地主要植被生物量,并计算其固碳能力。结果表明: ①基于航空高光谱数据完成研究区地物精细分类,提取了地表覆盖分类信息共11类,植被覆盖率约76%,人类活动区域面积占比约1.5%; ②基于航空多参数方法反演植被生物量模型精度高于卫星遥感方法,其决定系数大于0.8,均方根误差为0.25; ③通过航空多参数遥感方法计算得到研究区内互花米草与芦苇的地上固碳能力分别为0.41 kg/m²和0.58 kg/m²。研究显示,航空多参数遥感方法能准确获取湿地植被种类及固碳能力,可为研究湿地生态系统的碳循环和生境现状提供重要评价参数,精准服务湿地资源调查。

叶面积指数（leaf area index，LAI）是研究全球碳循环、水循环、能量交换以及气候变化的重要参数之一。目前存在多个不同时间序列和分辨率的LAI产品，对不同产品进行对比分析，不仅可以揭示LAI产品在各区域的适用性，还可以为产品算法的改进提供建议。该文选取安徽省典型样区，从对植被时空特征表征能力方面对MuSyQ LAI、MODIS LAI和GLASS LAI产品的时空一致性进行对比和评价。研究结果表明：①空间上，3种产品空间分布与植被空间分布格局相吻合，空间一致性相对较好，但在LAI大小和空间异质性的表现上存在差异。MODIS LAI值整体高于其他2种产品，MuSyQ LAI值相对GLASS LAI值在耕地和落叶阔叶林地区偏低，在常绿林地区偏高。3种产品随着空间分辨率的提高，空间细节表现力增强，MuSyQ LAI所表征地物分布的空间异质性最显著；②MODIS LAI和GLASS LAI值随高程变化规律较一致，而MuSyQ LAI变化与两者存在差异，3种产品LAI值在低海拔地区随高程增加而增加，在高海拔处变化趋势因样区不同存在差异；③时间上，各产品多年平均的时间序列曲线完整性较好，呈现出相似的季节变化趋势，能很好地表征农作物的物候特征及不同植被的季节变化规律。3种产品时空一致性相对较好，均能反映植被的空间分布特征和时间变化规律，但在LAI大小和空间异质性的表现上存在差异，MuSyQ LAI产品数据更适用于地形复杂、地物分布异质性高的区域年内变化研究，GLASS LAI更适于长时间序列大区域的研究。

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。

对于面向东南亚辐射中心的云南省与“一带一路”共建沿线国家之一的缅甸，研究其区域经济发展对推动构建中缅命运共同体具有重要意义。基于NPP/VIIRS夜间灯光数据，运用重心模型、标准差椭圆、莫兰指数等空间分析方法，分析2013—2022年滇缅地区经济发展的时空特征。结果表明：①滇缅地区夜光与国内生产总值（gross domestic product，GDP）数据间存在显著相关性；②2013—2022年滇缅地区的夜光总量处于稳定增长状态；③从滇缅地区经济发展方向特征来看，经济重心总体先向西南移动，后向东北移动，标准差椭圆的面积在2013—2020年呈现增大的趋势，2022年有缩减的趋势，长轴在2020年前呈增大趋势，2020年后略微减小，短轴呈稳定增长趋势，方位角基本保持不变；④从滇缅地区经济发展空间相关性来看，高高聚集区主要集中在云南省滇中城市群，低低聚集区主要分布在缅甸东部和西部。研究可为我国与缅甸的经济贸易交流与“一带一路”倡议实施提供有益借鉴。

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。

针对遥感图像尺度变化大、场景信息复杂、小目标特征信息较少等导致的检测精度较低和当前目标检测模型参数量大、复杂性高导致的检测效率低的问题,该文提出了一种轻量化的YOLOv7-tiny遥感图像检测算法。首先,使用组混洗卷积(group shuffle convolution, GSConv)和VoV-GSCSP模块改进网络颈部,在保持足够检测精度的同时减少模型的计算量和网络结构的复杂性; 其次,在预测时采用一种结合注意力机制的动态预测头(dynamic head, DyHead),通过在尺度感知的特征层、空间感知的空间位置及任务感知的输出通道内,结合多头自注意机制,提高目标检测头的性能; 最后,利用基于Wasserstein距离的小目标检测评估方法(normalized Wasserstein distance, NWD)结合基于最小点距离的边界框回归损失函数(minimum points distance intersection over union, MPDIoU)来优化原模型的损失函数,增强对小目标检测的鲁棒性。实验结果表明,本文所提出的算法在DIOR数据集和RSOD数据集的mAP@0.5分别达到87.7%和94.7%,比原YOLOv7-tiny模型分别提高了2.7百分点和5.1百分点,且每秒检测帧率(frames per second,FPS)分别提高了12.2%和11.9%,能够有效提高遥感图像小目标检测的精度和实时性。