遥感技术与应用

遥感技术与应用杂志 北大期刊 CSCD期刊 统计源期刊

Remote Sensing Technology and Application

杂志简介:《遥感技术与应用》杂志经新闻出版总署批准,自1986年创刊,国内刊号为62-1099/TP,是一本综合性较强的工业期刊。该刊是一份双月刊,致力于发表工业领域的高质量原创研究成果、综述及快报。主要栏目:湿地遥感专栏、数据与图像处理、遥感应用、地理信息与遥感大数据

主管单位:中国科学院
主办单位:中国科学院国家空间科学中心
国际刊号:1004-0323
国内刊号:62-1099/TP
全年订价:¥ 400.00
创刊时间:1986
所属类别:工业类
发行周期:双月刊
发行地区:甘肃
出版语言:中文
预计审稿时间:1-3个月
综合影响因子:1.69
复合影响因子:1.34
总发文量:1708
总被引量:19901
H指数:50
引用半衰期:4.6417
立即指数:0.0152
期刊他引率:0.9138
平均引文率:13.5
  • 深度学习在GlobeLand30-2010产品分类精度优化中应用研究

    作者:刘天福; 陈学泓; 董琪; 曹鑫; 陈晋 刊期:2019年第04期

    本文提出结合深度卷积神经网络与在线高分遥感影像的分类方法,用于GlobeLand30地表覆盖产品的质量优化。首先,通过对多源地表覆盖产品的一致性分析,构建深度学习训练所需的高分辨率遥感大样本(224万样本量);其次,基于该大规模样本集训练适用于GlobeLand30优化的深度卷积神经网络模型(GoogleNet Inception V3);最后,利用训练好的神经网络模型对在...

  • 基于CNN和农作物光谱纹理特征进行作物分布制图

    作者:周壮; 李盛阳; 张康; 邵雨阳 刊期:2019年第04期

    以卷积神经网络(Convolutional Neural Network,CNN)为代表的深度学习技术,在农作物遥感分类制图领域具有广阔的应用前景。以多时相Landsat 8多光谱遥感影像为数据源,搭建CNN模型对农作物进行光谱特征提取与分类,并与支撑向量机(SVM)常规分类方法进行对比。进一步引入影像纹理信息,利用CNN对农作物光谱和纹理特征进行提取,优化作物分布提取结果...

  • 基于DenseNet的无人机光学图像树种分类研究

    作者:林志玮; 丁启禄; 黄嘉航; 涂伟豪; 胡典; 刘金福 刊期:2019年第04期

    利用无人机航拍获得光学影像数据,结合深度学习理论,建立树种识别模型,以期为大规模树种识别提供一种新的方式。首先以福建安溪县为例,采用无人机获取20 m及40 m高度的航拍影像。其次,以树种为对象,对航拍影像进行分割,获得12种树种影像。最后,结合深度学习理论,采用DenseNet卷积神经网络建立树种识别模型,探讨不同航拍高度以及不同网络深度对树...

  • 基于频带特征融合的GL-CNN遥感图像场景分类

    作者:崔先亮; 陈立福; 邢学敏; 袁志辉 刊期:2019年第04期

    高分辨率卫星遥感图像场景信息的分类对影像分析和解译具有重要意义,传统的高分辨卫星遥感图像场景分类方法主要依赖于人工提取的中、低层特征且不能很好的利用图像丰富的场景信息,针对这一问题,提出一种基于频带特征融合与GL-CNN(Guided Learning Convolutional Neural Network,指导学习卷积神经网络)的分类方法。首先通过NSWT(Non-Subsampled ...

  • 利用RefineNet模型提取冬小麦种植信息的方法

    作者:宋德娟; 魏青迪; 张承明; 李峰; 韩颖娟; 范克琦 刊期:2019年第04期

    冬小麦是我国主要的粮食作物,获取精细的冬小麦种植信息对于指导农业生产具有重要的意义。通过对RefineNet模型进行扩展,形成了适宜提取冬小麦种植信息的Ex-RefineNet(ExtendRefineNet)模型,Ex-RefineNet模型由两个子模型组成,Ex-RefineNet-Edge子模型用于提取冬小麦种植区域的边缘像素,Ex-RefineNet-Inner子模型用于提取冬小麦种植区域的内部像...

  • 基于深度卷积神经网络的油罐目标检测研究

    作者:王颖洁; 张荞; 张艳梅; 蒙印; 郭文 刊期:2019年第04期

    油罐是用于储存油品的工业设施,常用在炼油厂等工业园中,通过卫星或航空遥感图像实现油罐目标的快速检测,可以实现对侵占生态保护红线的疑似工业园区的快速查找,为自然资源监管和生态环境保护提供科学技术支持。探讨了基于深度卷积神经网络在高分辨率遥感影像目标检测中的有效性,基于深度学习目标检测算法中具有代表性的Faster R-CNN(Convolutio...

  • 深度残差神经网络高分辨率遥感图像建筑物分割

    作者:王宇; 杨艺; 王宝山; 王田; 卜旭辉; 王传云 刊期:2019年第04期

    针对高分辨率遥感图像建筑物分割问题,提出一种Encoder-Decoder的深度学习框架,建立输入图像到分割结果之间的端对端的分割模型。其中Encoder以残差网络为基础,自动提取建筑物的特征;Decoder采用反卷积实现对特征图的上采样,从而完成对建筑物的分割;同时引入批量规范化处理,降低了神经网络权重训练过程中的梯度竞争,从而减小了神经网络的训练难...

  • 深度学习对不同分辨率影像冬小麦识别的适用性研究

    作者:崔刚; 吴金胜; 于镇; 周玲 刊期:2019年第04期

    定量分析遥感影像尺度与分类精度之间的关系是进行土地覆盖分类的基础。深度学习具有从底层到高层特征非监督学习的能力,解决了传统分类模型中需要人工选择特征的问题。这种新型的分类方法的分类精度是否受到不同分辨率尺度影响,有待研究。利用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)--金字塔场景分析网络(Pyramid Scene Par...

  • 基于时序定量遥感的冬小麦长势监测与估产研究

    作者:刘新杰; 魏云霞; 焦全军; 孙奇; 刘良云 刊期:2019年第04期

    遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势...

  • 不同生育期倒伏胁迫下玉米叶面积指数高光谱响应解析

    作者:周龙飞; 张云鹤; 成枢; 顾晓鹤; 杨贵军; 孙乾; 束美艳 刊期:2019年第04期

    为研究倒伏胁迫下不同生育期LAI高光谱响应模型,提高LAI高光谱响应模型精度,获取不同生育期倒伏玉米LAI与冠层光谱反射率,采用6种传统变换方式对高光谱反射率进行处理,构建不同生育期倒伏玉米LAI分期与统一响应模型。研究结果表明:LAI能够直接反映玉米受倒伏胁迫程度及自身恢复能力;传统光谱变换有利于提高光谱同LAI的敏感性及模型响应精度;不同...

  • 基于无人机高光谱数据的玉米叶面积指数估算

    作者:程雪; 贺炳彦; 黄耀欢; 孙志刚; 李鼎; 朱婉雪 刊期:2019年第04期

    无人机高光谱遥感是低成本、高精度获取精细尺度农作物生物物理参数和生物化学参数的新型手段,以此快速反演叶面积指数(Leaf Area Index,LAI)对作物长势评价、产量预测具有重要意义。以山东禹城市玉米为研究对象,利用PROSAIL辐射传输模型模拟玉米冠层反射率获取LAI特征响应波段结合相关性定量分析获取对LAI变化最为敏感的波段,并以此计算6种植被...

  • 基于GF-1影像的耕地地块破碎区水稻遥感提取

    作者:张海东; 田婷; 张青; 陆洲; 石春林; 谭昌伟; 罗明; 钱春花 刊期:2019年第04期

    耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数(NDVI)差值法、归一化水体指数和比值植被指数(NDWI-RVI)差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结...

  • 基于结构性字典学习的毛儿盖遥感图像去噪研究

    作者:秦振涛; 杨茹 刊期:2019年第04期

    遥感图像的噪声分析、评估和滤波作为遥感图像处理的研究重点而一直受到遥感应用领域的关注。为了进一步提高遥感图像的去噪能力,提出一种新的基于聚类的组稀疏字典学习多光谱遥感图像去噪算法,该算法能够综合利用多光谱遥感图像的空间局部性和光谱的全局性,对遥感图像像素进行聚类后划分为不同的组,然后通过字典学习获得多光谱遥感图像的空间、...

  • 一种结合空间与光谱信息的改进CVA变化检测方法

    作者:申祎; 王超; 胡佳乐 刊期:2019年第04期

    基于变化向量分析(CVA)的变化检测方法通过直接比较像素差异,能够快速提取多时相影像间的变化信息。尽管如此,由于忽略了像素领域的空间上下文信息及波段之间的差异性和互补性,导致检测结果中难以消除噪声等因素产生的"伪变化"。为此提出了一种结合空间和光谱信息的改进CVA方法。首先,采用主成分分析法对影像进行增强,继而通过构建一种新的多方...

  • 结合EEMD和比值导数的岩石-植物混合波谱分解

    作者:曾雅琦; 王正海; 秦昊洋; 周桃勇 刊期:2019年第04期

    由于混合像元的影响,野外实测波谱或从遥感影像提取的像元波谱多为混合波谱。针对高光谱遥感应用中混合像元导致的混合波谱问题,提出了一种改进的比值导数混合波谱分解方法。首先,对野外实测的岩石与植被的混合波谱预处理,消除水汽噪声;其次,使用总体平均经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)进行IMF分解,获取r分量波谱;...