摘要(Abstract)：为了改善传统岩性分类方法中对光谱局部细节特征分析不足的问题，在光谱角分类模型的基础上，有效地融合地物的光谱特征参量，提出了一种新型的光谱角和光谱特征参量（Spectral Angle Mapper-Spectral Characteristic Parameters，SAM-SCP）组合的分类方法。该方法既体现了光谱的形状特征，又能够充分利用光谱的细节特征，解决由于岩性光谱曲线形状相似而识别效果差的问题，提高了分类精度。应用SAM-SCP分别对模拟热红外高光谱数据与真实热红外高光谱数据进行实验，并在SCP的设定过程中，调整主要谷、次要谷所占的权重以获得最佳的分类效果，最终的结果证明：SAM-SCP能对热红外高光谱影像进行有效的岩性分类，分类结果优于传统分类方法。

摘要(Abstract)：卫星遥感反演的气溶胶光学深度（AOD）产品已被广泛应用于近地面PM2.5浓度的估算。已有研究表明通过构建AOD和PM2.5之间的高级统计模型—线性混合效应模型（LME）可以有效获取近地面PM2.5浓度的空间分布，但由于引入了大量的气象和土地利用等因子，使得模型对变量的解译能力有所降低。为此，基于MODIS AOD（空间分辨率：3 km），以我国东部长江三角洲—福建—广东（YRD-FJ-GD）为研究区，构建了两种非参数机器学习模型，即支持向量机（SVM）和随机森林（RF）模型，来估算2018年YRD-FJ-GD地区的近地面PM2.5浓度，并将其与线性混合效应模型（LME）的估算结果进行对比。研究发现，3种模型估算的PM2.5浓度与地面实测值之间的R2均高于0.6，其中，RF模型的估算精度最优，模型拟合的R2高达0.91，比SVM模型（R2=0.79）和LME模型（R2=0.64）的估算结果分别提高了13%和30%；且RMSE（~9.07 μg/m3）也远低于LME（~19.09 μg/m3）和SVM模型（~17.29 μg/m3）。此外，由随机森林（RF）模型估算的2018年YRD-FJ-GD地区的PM2.5空间分布显示，长江三角洲（YRD）地区的年均PM2.5浓度最高（>46 μg/m3），其次为广东省（GD），福建地区（FJ）的年均PM2.5浓度最低（<37 μg/m3）；4个季节的平均PM2.5浓度则呈现冬季（46.32 μg/m3）>春季（38.80 μg/m3）>秋季（36.15 μg/m3）>夏季（30.16 μg/m3）的分布格局。研究结果表明：与高级统计模型（LME）和机器学习（SVM）相比，随机森林（RF）模型能更好地应用于YRD-FJ-GD地区的PM2.5浓度估算。

摘要(Abstract)：利用海南省文昌市清澜港红树林保护区的无人机高光谱影像，采用递归特征消除的随机森林算法（Recursive Feature Elimination-Random Forest，RFE-RF）优选植被光谱特征和纹理特征，通过机器学习中的随机森林（Random Forest，RF）和支持向量机（Support Vector Machine，SVM）算法对研究区内的红树林树种进行精细分类，并对比分析和评价分类模型参数设置对总体精度的影响。结果表明：RF分类方法的总体精度为92.70%、 Kappa系数为0.91，与传统的SVM 分类方法相比，RF算法均提高了5类树种的生产者精度和使用者精度，能够有效地对红树林树种进行精细分类，可为种植资源规划和生态环境保护等方面提供技术支持。

摘要(Abstract)：高时空分辨率数据对实现植被生产力动态监测和生态环境评估具有重要意义。以雄安新区为研究区，基于改进的ESTARFM融合模型构建高时空分辨率NDVI数据集，结合改进的CASA模型，模拟和分析了2000~2018年区域植被NPP的时空变化特征，并探讨气温与降水对NPP的影响。结果表明：①改进的ESTARFM融合模型预测结果性能较好；②研究区NPP的分布在空间上与土地覆被密切相关；③NPP在2000~2018年的变化趋势并不显著，但有明显的阶段性波动特征，主要是受到城镇化发展与农业技术水平提高等作用的影响；④由于区域气候的变化引起植被水分胁迫，降水对植被NPP的影响较气温更为显著。该研究能为雄安新区及其他区域的可持续发展评估提供一定的科学依据和借鉴意义。

摘要(Abstract)：高层建筑区是我国城镇化进程的重要标志，具有重要的社会经济功能和独特的几何形态。应用全卷积网络和Sentinel-2多光谱数据，提取北京六环内高层建筑区，并结合环线、乡镇边界和轨道交通数据，对高层建筑区的空间分布和交通可达性进行分析。结果表明：实验提出的全卷积网络方法能够实现北京高层建筑区快速精确提取，总体精度90%以上；六环内高层建筑区总面积约为192 km2，其中，二环到四环之间分布最为密集且相对均匀，密度明显高于其他环带，二环内以及四环到五环之间相较次之，五环到六环之间密度最小；六环内街道乡镇的高层建筑区分布呈现明显片状聚集特点，密度最大的区域在崇文门外、东花市和建国门外等街道，其次是金融街街道、中关村街道和望京开发街道等区域，而靠近六环的街道乡镇和故宫附近街道的高层建筑区密度较小。轨道交通可达性与高层建筑区的空间分布存在明显相关性，交通可达性越差的区域，高层建筑区越少，地铁站点1 km范围内面积约为92.62 km2，而6 km外的面积只有2.04 km2。研究结果为北京城市建设和生态景观保护提供一个新的指标参考。

摘要(Abstract)：全球水储量的时空变化研究，对理解全球水循环过程、安排农业生产、防治洪涝灾害等具有重要意义。GRACE重力反演与气象实验卫星为获取全球水储量变化提供了直接观测手段，但不同解算模型和方法导致最终水储量产品之间存在差异。针对现阶段GRACE水储量数据产品中所存在的不确定性，拟结合全球水文模型以及陆面模型数据，采用三角帽方法对现有水储量数据产品进行不确定性分析；选取不确定性最低的GRACE和全球水文模型数据产品，引入点面融合思想，利用卫星观测和模型模拟数据互相约束来选取训练点，基于BP神经网络、深度置信网络建立GRACE精度校正模型，对GRACE月尺度水储量数据进行校正。以美国加利福尼亚州为例，从产品不确定性定量评价、水储量异常长时序变化及空间分布定性分析和地下水井站点实测验证等方面对校正结果进行分析验证。结果显示：①校正结果相比原始卫星观测数据产品及模型模拟产品在不确定分析中具有更低的不确定性（GRACE CSR： 25.32 cm， PCR-GLOBWB： 33.10 cm， DBN： 13.85 cm）；②在长时序变化和空间可视化分析中，校正结果相较于原始数据减少了异常的波动；③地下水位监测水井站点验证中，校正结果在相关性、均方根误差以及平均绝对误差上均有提升。

摘要(Abstract)：准确识别和划分城市功能区对合理规划城市发展和解决城市问题具有重要作用。遥感影像拥有丰富的光谱纹理特征但难以表征建筑物的社会经济属性，而社交媒体数据等城市数据为城市研究与应用提供了丰富的数据资源，补充了遥感影像所缺失的建筑物内在特征。融合高分辨遥感影像和POI数据的多特征信息，利用嵌入主题模型挖掘其潜在语义信息识别城市功能区。以宁波市2个典型的城市商业区为研究区设计3个实验，验证该方法的效果和性能。研究结果表明：该方法能够取得85.67%和85.78%的分类精度，并准确识别出城市功能区。同时，光谱、纹理、几何和POI特征组合的多特征信息能够明显提升城市功能区的识别精度，并且嵌入主题模型能够更好地挖掘多特征的高层次潜在语义信息，效果明显优于pLSA、LDA和STM 3种主流模型。

摘要(Abstract)：影像融合在滨海湿地遥感监测中具有重要作用，然而滨海湿地区域多以水体、植物等为主，地物复杂多变，导致现有融合方法易产生光谱畸变且鲁棒性往往较差，难以满足滨海湿地的长时序动态监测需求。为此，提出基于空—谱质量评价的全色/多光谱影像融合方法SSQI_ PANSHARP，所提融合模型以融合影像的空—谱质量评价为导向，集成多种融合方法在空间增强和光谱保真方面的互补优势，满足滨海湿地长时序遥感监测对融合方法鲁棒性的需求。以杭州湾滨海湿地为研究区域，利用1999~2018年Landsat-7、Landsat-8卫星20年影像数据，从定性、定量以及滨海湿地典型地物光谱指数NDVI、NDWI等多方面，对提出方法进行充分验证，并在此基础上均匀抽取相近季度3期数据，对杭州湾滨海湿地近20年间土地覆盖类型，进行宏观长时序动态监测分析。研究结果表明，SSQI_PANSHARP方法在滨海湿地区域中的光谱保真度、空间结构信息增强效果表现较好，且鲁棒性强，适合于滨海湿地的长时序监测需求。监测结果显示，杭州湾南岸滨海湿地2010年后建筑用地比例上升，区域内池塘水田明显增加，农田绿地有所下降。

摘要(Abstract)：泥石流物源的信息获取目前主要依靠野外勘查测量和目视解译提取，存在耗时费力、覆盖范围有限、主观性强等问题。遥感因其快速、大范围、高精度监测的特点为泥石流物源识别提供了更为可靠的方式。基于Sentinel 2影像和ALOS地形数据，根据物源区光谱特征和地形特征差异，采用面向对象的分类方法进行物源识别，实现了树正寨流域地震前后泥石流崩滑物源、沟道物源和坡面物源的遥感精细识别。实验结果表明：①基于无人机和Google Earth高分辨率影像选取验证样本发现，采用该方法的树正寨流域物源识别精度分别为震前85.71%，震后88.34%，对应的Kappa系数分别为0.77和0.76；②相比于传统基于像元的遥感分类方法，该方法震前和震后分类精度分别高出14.28%和22.70%，尤其对于小面积的崩滑单体识别有着更优秀的表现；③地震前后由于地震诱发崩塌滑坡等灾害导致物源总储量由1.85×106 m3增至3.99×106 m3，主要物源类型是崩滑物源，占比70.80%。总体而言，实验为泥石流物源的判识提供了基于高分辨率遥感影像观测的自动识别方法，判识结果也将为泥石流灾害防治及风险评估提供重要的科学支撑。

摘要(Abstract)：获取Doseo盆地和Salamat盆地ASTER遥感数据进行预处理，利用波段比值法及主成分分析法提取粘土蚀变、碳酸盐岩蚀变、铁离子（Fe2+、Fe3+）蚀变等异常信息，圈定遥感异常区。异常解译显示，异常区域主要分布在Salamat盆地和Doseo盆地西南侧，异常强度以一级为中心向四周扩散。高渗漏区粘土矿物蚀变异常极为明显，其次为碳酸盐岩异常，铁离子蚀变异常最不明显。地表地质解释表明，中非剪切带为右行走滑断裂，断裂两侧发育与主断裂斜交的雁列式断层或褶皱，主剪切带在宏观影像上呈反“S”形，走向北东，断层转折部位为松弛拉伸区域，形成Salamat和Doseo拉分盆地，盆地内部发育大量扭张类构造样式。异常区域与断裂分布的对应关系较好，指示油气渗漏受断裂控制，断裂带为油气渗漏提供通道，使地表油气异常信息较为明显。该研究为中非裂谷系油气勘探提供参考。