摘要：针对中国地区地形起伏较大等情况影响T m值特别是短期T m值的高精度获取的问题,提出一种顾及多因子的大气加权平均温度模型。首先,通过探空数据利用积分法计算出加权平均温度,拟合分析选出特征因子加入建模;其次,将利用积分法计算的探空数据与NCEP数据分别作为参考值,引入Bevis模型、GPT3-Z模型和时空模型,将模型计算的预测值和参考值作对比,分析各模型精度;之后,将各模型用于水汽反演,分析反演精度。结果表明:多因子T m模型反演的T m值精度最高,且多因子T m模型中加入了日周期变化,相比全年在短期时间内提升更加明显;将各模型用于GNSS水汽计算,多因子T m模型精度最好,理论RMS误差和相对误差分别为0.23 mm和1.69%。

摘要：随着对地观测技术的快速发展,高分遥感影像变化检测已成为遥感领域中的研究热点。空间分辨率的提高带来了丰富的空间信息,同时也导致了由于物候差异引起的实际属性并未发生变化,而光谱等表现特征发生变化的“伪变化”问题更为显著。形态属性剖面(Morphological Attribute Profiles,MAPs)作为一种高效空间信息建模方法,可从不同属性、多个尺度精细刻画复杂变化特征,已在变化检测领域任务中得到了广泛应用。尽管如此,已有MAPs方法通常未考虑差分剖面的属性及尺度平衡问题,从而容易陷入局部最优;同时,有效融合MAPs差分特征获取变化检测结果是此类方法面临的另一个难点。为此,研究提出了一种结合自适应形态属性剖面与决策融合的变化检测方法。首先,通过对MAPs进行CVA,提取初始差分特征集合;在此基础上,设计了一种综合考虑属性及尺度平衡性的择优目标函数(Balanced Optimal Objective Function,BOF),进而提取优化差分特征集合;最后,基于所提出的变化强度证据指标(Evidence Index,EVI)和证据置信度指标(Indicators Of Evidence Confidence,IOEC),构建了一种多特征决策融合框架获得变化检测结果。实验结果表明:所提出方法的总体精度(Overall Accuracy,OA)和F1分数(F1 score,F1)分别可达96.41%及88.67%以上,在目视分析和定量评价均显著优于对比方法,尤其针对本文所提“伪变化”,该方法相较对比方法可实现更为精确的判别,可以有效缓解“伪变化”。

摘要：利用法国布雷斯特(Brest)港BRST测站和英国塞文大桥监测系统GNSS双频观测数据,分别在静态和高动态环境下进行GPS-IR水位反演,探究传统GNSS监测系统进行水位反演的可行性与精度.结果表明:L1波段反演精度高于L2波段;在静态场景下,GPS-IR水位反演结果与验潮站数据相关系数大于0.98,在高动态场景下,桥梁GPS-IR水位反演精度稍低.利用经验模态分解(EMD)方法对算法进行改进,提高了在桥梁复杂环境下GPS-IR水位反演结果的精度,均方根误差(RMSE)相比经典方法降低约50%.本文方法提高了GPS-IR技术在不同水域环境下的适用性,在水位监测中具有很好的应用前景.

摘要：针对传统InSAR技术在监测地表形变时受对流层延迟影响的问题,利用地面实测气象参数和NCEP气象再分析资料建立大气校正模型,对生成的鄞州区干涉图进行对流层延迟校正,获取鄞州区2018~2020年高精度地表形变分布。为分析不同大气校正模型对对流层延迟效应的削弱效果,将监测结果与同期实测水准数据作对比。结果发现,地面气象信息模型、NCEP气象再分析资料模型和未加大气校正的InSAR监测结果的均方根误差RMSE分别为2.78 mm、3.86 mm、5.62 mm,表明利用地面气象信息模型校正大气相位误差具有更高的监测精度,能有效削弱对流层延迟对干涉测量结果的影响。

摘要：尽管卷积神经网络(Convolutional Neural Network,CNN)已广泛应用于遥感影像变化检测任务,但CNN感受野有限,难以有效提取全局语义信息。针对上述问题,本文提出一种用于变化检测任务的端到端局部-全局特征增强的编-解码网络模型(Local-Global Feature Enhancement Network,LGE-Net)。在编码部分,LGE-Net利用CNN_ResNet34骨干网络分别获得双时相遥感影像局部语义特征,级联后输入Locally Enhanced Transformer(LE-Transformer)结构捕获远距离语义依赖,提取深层全局语义特征。在解码部分,嵌入语义增强模块(Context Enhancement Module,CEM)连接解码特征与多尺度局部特征,实现变化对象的准确定位与分割。此外,针对LE-Transformer各分块内部以及相邻分块序列间缺乏局部信息交互问题,设计了局部特征增强前馈网络(Locally Enhanced Feed Forward Network,LEFFN)。在LEVIR-CD和CDD变化检测数据集上的综合对比试验表明,本文提出LGE-Net模型取得的F1-score分别达到91.06%和94.78%,显著优于其他对比模型,可更加精准识别变化区域,进一步减少误检以及漏检率,且具有良好的泛化能力。

摘要：利用高分辨率遥感影像提取建筑物是目前研究热点之一,但由于建筑物颜色各异、形状大小不同、细节繁多,提取结果普遍存在边缘模糊、转角圆滑和细节丢失等问题。本文提出一种基于空洞卷积的E-Unet深度学习网络。在E-Unet的结构设计中,引入跳跃连接以减少边缘和转角的细节损失;采用新设计的卷积模块,使其扩大感受野的同时减少参数量;底层增加Dropout模块避免网络发生过拟合现象;遥感影像输入网络前先进行直方图均衡化、高斯双边滤波和波段间比值运算,然后合并为多波段张量输入模型(不转换为灰度图像)。为验证网络性能、明确性能提升的原因,本文在Massachusetts和WHU建筑物数据集上设计了两组试验。第1组是E-Unet、Unet和Res-net 3种网络的对比试验,结果表明E-Unet不仅精度评价结果优于Unet和Res-net,而且建筑物边角的细节被完整提取。第2组是消融试验,目的是明确预处理模块对提取精度的提升效果,结果表明预处理模块能提升不同网络提取精度。通过这两组试验证明了预处理模块的有效性和本文提出网络的优越性。

摘要：针对机载LiDAR扫描点云因存在噪声、遮挡、高冗余、密度差异大等缺陷,导致深度学习方法难以充分识别局部结构的问题,本研究以三维点云深度学习算法PointNet为基础,结合图卷积模型顾及点云中的局部特征,通过引入空间金字塔池化捕获点云的局部细粒度特征,提出一种适用于机载LiDAR点云分类的深度学习算法。为提高分类精度,融合机载LiDAR点云和多光谱航空影像进行点云信息扩充,同时在点云格网化处理时应用不同尺度进行数据扩增。实验采用国际摄影测量与遥感协会(ISPRS)提供的机载LiDAR点云和多光谱航空影像,融合数据实验结果取得了83.9%的精度,比未融合光谱信息的点云提高了12.1%,同时设计对比实验验证了改进算法的有效性,为城市场景下的点云分类提供了一种思路。

摘要：高分辨率遥感影像建筑物自动提取在防灾减灾、灾害估损、城市规划和地形图制作等方面具有重要意义。但是,目前常用的传统卷积神经网络模型存在异变性强而同变性弱缺陷。针对该问题,本文提出一种基于通道和空间双注意力胶囊编码—解码网络DA-CapsNet(dual-attention capsule encoder-decoder network)的建筑物提取通用模型。该模型通过胶囊卷积和空间—通道双注意力模块增强高分辨率遥感影像中建筑物高阶特征表达能力,实现建筑物遮挡部分以及对非建筑不透水层的准确提取与区分。模型首先利用胶囊编码—解码结构提取并融合多尺度建筑物胶囊特征,获得高质量建筑物特征表达。之后,设计通道和空间注意力特征模块进一步增强建筑物上下文语义信息,提高模型性能。本文选取3种高分辨率建筑物数据集进行试验,最终的平均精度、召回率和F1-score分别为92.15%、92.07%和92.18%。结果表明,本文提出的DA-CapsNet能有效克服高分辨率遥感影像中的空间异质性、同物异谱、异物同谱以及阴影遮挡等影响,实现复杂环境下的高精度建筑物自动提取。

摘要：国际地圈生物圈计划(international geo-biosphere program, IGBP)云检测网格产品是利用多特征阈值方法得到的云检测结果,云检测产品作为其他大气产品与陆地产品反演的辅助数据,也是目前云检测研究的检验依据。文章面向IGBP云检测网格产品的特点,提出了迭代聚类的升尺度方法。在此基础上,为在无真实参考数据条件下有效评价升尺度方法的效果,基于欧式距离(Euclidean distance, ED)设计了类内欧氏距离(inner class ED,ICE)和类间欧氏距离(ED between classes, EBC)两种精度评价方法。实验基于风云三号卫星数据,利用ICE、EBC,并结合占比法、相似度、互信息和均方根误差对不同升尺度方法结果开展了综合对比分析与讨论,验证了所提出方法的可行性与有效性。

摘要：作为陆地生态系统中的生物物理参量之一,土地覆盖是支撑城市动态监测等多种科学研究的基础变量。面向基于IGBP体系的土地覆盖产品,提出了一种基于语义邻近度和聚类规则集合的升尺度方法。并在此基础上,针对当前升尺度评价方法中缺少真实参考数据,设计了一种基于类内相似性的精度评价指标ICS。基于MODIS的MCD12C1数据进行了实验,并分别使用占比法与ICS对不同升尺度方法结果开展了综合对比分析与讨论,其中所设计的语义邻近度方法和规则集合法在加权ICS中分别达到84.1%和84.8%,验证了所提出方法的可行性与有效性。