• 通过激光雷达与光学传感器的协同作用，研究西班牙半岛地区的长期森林结构变化趋势

  西班牙半岛森林结构长期监测与建模方法研究一、研究背景与核心问题森林结构参数（树高、冠层覆盖度、地上生物量）的连续监测对生态评估、碳汇核算及灾害预警具有重要意义。然而，传统光学卫星数据存在时空分辨率限制，而LiDAR数据获取成本高且时空分布不均。本研究通过整合1985-2024年间Landsat光学影像与西班牙国家LiDAR调查数据，构建了首个覆盖整个伊比利亚半岛的近40年森林结构动态数据库，并系统比较了机器学习（ML）与深度学习（DL）模型的适用性。二、数据整合与建模框架研究区域涵盖西班牙15个自治区的492,000平方公里，涉及地中海与北大西洋两种主要生态类型。数据源包括：1. 国家LiDA

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 河流的沉睡之地：西非萨赫勒地区短暂存在的沙河的测绘

  西非萨赫勒地区 ephemeral sand rivers（ESRs，间歇性沙河）的检测与制图研究一、研究背景与意义西非萨赫勒地区正面临严重的水资源短缺问题，约71%的河流在每年至少有30天处于无流状态。这类间歇性河流床覆盖着细沙层，具有在雨季蓄水、旱季提供浅层地下水的重要功能。然而，该地区缺乏系统性的ESRs制图，阻碍了水资源管理和农业发展的规划。本研究通过整合遥感数据、地理信息系统和机器学习方法，首次实现了萨赫勒地区ESRs的大规模检测与分类，为农村居民提供可及的淡水资源。二、研究方法1. 数据来源：- 使用90米分辨率的MERIT数字高程模型（DEM）构建河流网络- 融合国家地理数据库（

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 使用可解释的集成学习方法估算生化需氧量

  安娜·卡伦·德·卡瓦略·阿尔布克尔克（Ana Karen de Carvalho Albuquerque）、索拉诺·丹塔斯·马丁斯（Solano Dantas Martins）、莱兹·玛丽亚·科斯塔·维拉斯（Leiz Maria Costa Véras）、阿琳·罗德里格斯·德·阿劳茹·诺布雷（Alyne Rodrigues de Araújo Nobre）、瓦尼亚·马里兰德·塞卡托（Vânia Marilande Ceccatto）和瓦尔德瓦内·罗查·阿劳茹（Valdevane Rocha Araújo）塞阿拉州立大学（UECE）生物医学科学高等研究院（ISCB）生理科学研究生项目（PPGCF

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 利用遥感技术提高西喜马拉雅地区列城-马纳利公路沿线雪崩的检测和监测能力：改进后的SAFE（mSAFE）算法的开发与验证

  该研究聚焦于喜马拉雅西段莱赫-曼ali公路沿线雪崩高发区域的自动化监测技术升级。论文作者团队来自印度理工学院班加罗尔分校的Hydro-Remote Sensing Applications（H-RSA）研究组，通过改进现有的SAFE算法（Snow Avalanche Frequency Estimation），结合Google Earth Engine云平台和流域地理信息系统的多源数据融合，实现了对1990-2023年间34年雪崩沉积物的系统性识别与动态监测。研究背景方面，雪崩灾害在喜马拉雅山脉呈现显著时空特征。冬季降雪量占全年85%以上，而该区域积雪消融存在明显的海拔梯度差异——越高的区域积

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 大西洋马尾藻的高光谱OCI/PACE观测

  海洋浮游植物色素浓度与群落结构反演模型研究解读一、研究背景与科学意义浮游植物作为海洋生态系统的基础生产者，其群落结构动态直接影响海洋初级生产力与碳循环过程。传统研究多依赖现场采样与实验室分析，存在时空分辨率低、成本高昂等局限。随着遥感技术的发展，基于光学特性的反演方法逐渐成为研究热点。然而现有模型存在两大突出问题：其一，输入特征多采用遥感反射率及其衍生参数，导致模型复杂度高且物理意义不明确；其二，缺乏对模型适用范围的系统界定，特别是复杂光学条件下的性能衰减问题。本研究创新性地构建了物理信息驱动的多层感知机（MLP）反演模型，通过整合环境参数与光谱特征，实现了对26种浮游植物色素的精准反演。该模

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 利用最少的预测因子集来恢复全球表层浮游植物群落结构

  本研究聚焦于评估新一代高光谱传感器OCI（搭载于NASA PACE卫星）在大西洋浮游藻类监测中的性能优势，并与传统多波段传感器MODIS、VIIRS进行对比分析。通过建立跨传感器的深度学习检测算法，结合2011-2025年的卫星观测数据，研究揭示了以下关键科学进展与实践价值：一、研究背景与意义大西洋浮游藻类（Sargassum）自2011年起形成季节性腰带（GASB），其面积呈显著上升趋势。此类漂浮藻类对海洋生态系统、渔业资源及沿海经济活动具有重要影响，但传统多波段卫星（如MODIS）在以下方面存在明显局限：1. 空间分辨率限制（MODIS为1km，VIIRS为0.75km）2. 光谱波段不足

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 综述：利用L波段辐射计进行森林土壤水分和植被光学厚度正演模拟与反演方法综述

  森林作为地球系统的关键组成部分，约占全球光合作用和碳储量的三分之一。低频微波（L波段；1–2 GHz）辐射计能够测量森林土壤水分（SM）和L波段植被光学深度（L-VOD），为了解树木生长、水渗透、土壤肥力、可燃物湿度、碳储量、野火脆弱性和生物多样性动态等过程提供了宝贵信息。L波段森林地表辐射森林地表的L波段辐射特性是反演的基础。森林地表通常被凋落物、苔藓或地衣等覆盖层所覆盖，这些有机覆盖层在干燥时对微波辐射近乎透明，但在湿润时会显著影响亮度温度（TB），其影响甚至可能主导地表辐射信号。土壤本身的辐射受其有效温度和发射率控制。有效温度（Teff）的估算需要综合考虑土壤温度剖面和介电特性剖面，现有

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 一种基于卫星偏振观测的协同超椭球形粒子形态与冰云光学厚度反演方法

  本文针对传统冰云遥感模型中存在的形态简化缺陷，提出了一种基于超椭球粒子连续形态参数的多粒子协同反演方法，通过整合POLDER-3卫星多角度偏振观测数据与辐射传输模型，实现了冰云微物理参数的高精度反演。研究创新性地构建了包含六组台风云案例和常规云系的样本库，采用物理光学方法与统计反演算法相结合的技术路线，突破了传统单粒子模型的形态限制。在模型构建方面，突破性地引入三维连续形态参数体系（长轴比、圆度、表面粗糙度），相较于传统柱状、板状等离散形态模型，实现了对冰晶多形态特征的精准表征。研究通过建立包含粒子形态、云层光学厚度、地表反照率及多角度观测参数的联合反演框架，创新性地将辐射传输模拟与反演算法进

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 一种自动化的Google Earth Engine应用程序，用于检测无树木的北方泥炭地恢复项目所影响的区域——该工具适用于实践者和决策者

  泥炭地水文恢复的卫星遥感监测技术体系构建与应用一、研究背景与科学价值泥炭地作为重要的生态系统，在碳汇、生物多样性保护及水资源调节方面具有不可替代的作用。全球范围内，因林业排水导致的泥炭地退化问题尤为突出，芬兰等北欧国家已开展大规模恢复工程。然而，传统实地监测存在成本高、时效性差、覆盖范围有限等缺陷，亟需开发新型技术手段。该研究通过整合光学遥感数据与水文恢复理论，构建了适用于树less boreal peatlands的智能化监测体系，为欧盟《自然修复法案》（2024/1991）要求的精准化监测提供了技术支撑。二、研究方法创新1. 多源遥感数据融合技术采用Sentinel-2（10-20米分辨率

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 利用三维辐射传输建模和机载高光谱成像技术对猕猴桃树冠中太阳诱导荧光（SIF）进行映射

  该研究聚焦于通过三维辐射传输模型（3D RTM）与机器学习算法结合，提升 kiwifruit 果园中太阳诱导荧光（SIF）的遥感反演精度。研究团队针对传统 SIF 提取方法存在的结构复杂、噪声干扰及光谱分辨率不足等瓶颈，创新性地构建了基于 LiDAR 三维重建与机器学习的混合模型。通过对比多种方法（如标准傅里叶线深度法 sFLD、改进型 iFLD、三波段法 3FLD 及光谱拟合法 SFM）的实验数据，系统验证了该方法的科学性与实用性。**技术路线创新性体现**：首先采用无人机搭载高密度激光雷达（LiDAR）获取果园三维点云数据，通过分层聚类与平面拟合算法精确解析冠层结构参数（叶面积指数 LAI

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 针对海洋石油泄漏污染监测的增强型迁移学习方法

  阿纳加·S·达瓦利卡尔VPPCOE & VA，印度孟买摘要油污检测是海洋环境保护和灾害管理中的关键组成部分。利用合成孔径雷达（SAR）图像的遥感技术为识别和监测油污提供了一种一致且可靠的方法。在本研究中，采用了迁移学习技术，将三个先进的深度卷积神经网络（CNN）——ResNet18、ResNet50和EfficientNet-B0（这些网络已在ImageNet数据集上预训练过）——适配到SAR图像中油污及其类似物的二分类任务中。通过一个包含278张油污图像和262张类似物图像的平衡数据集，在10个训练周期内，ResNet18、ResNet50和EfficientNet-B0的训练准确率均达到了

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 开发一种用于减轻干扰的叶绿素指数，以降低对土壤和树冠状态的依赖性，从而提高植被叶绿素含量的监测精度

  本研究针对植被冠层反射光谱中土壤背景与冠层结构干扰叶绿素反演的难题，提出了一种名为"干扰抑制叶绿素指数（IMCI）"的新方法。该指数通过三阶段优化处理，显著提升了复杂地表条件下叶绿素含量反演的精度与可靠性。在方法开发阶段，研究团队首先利用光谱特性差异分离土壤信号。基于植被在598nm和694nm处具有光谱等效性的原理，结合土壤反射光谱在590-750nm范围内的线性特征，建立了精准的土壤背景校正模型。这种校正方法突破了传统土壤调节指数（如SAVI、OSAVI）依赖经验系数的局限，通过物理机理实现参数自适应性优化。植被信号提取环节创新性地引入"植被等效波长"概念。研究证实，在蓝光（450-495

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 通过由真实激光雷达场景生成的3D查找表，从Landsat数据中获取森林叶面积指数（LAI）

  森林叶面积指数（LAI）作为评估生态系统功能与健康状况的核心参数，在碳循环、水文过程及生态监测等领域具有关键作用。当前LAI遥感反演主要依赖植被冠层辐射传输模型（RTMs），但传统方法存在显著局限性。该研究针对现有RTMs的不足，创新性地提出基于三维查找表（3D-LUT）的LAI反演框架，通过整合机载LiDAR数据与多尺度遥感模型，实现了复杂森林结构的高精度参数化。传统RTMs在冠层结构建模方面存在明显缺陷。一维辐射传输模型（1D-RTM）通过假设水平方向均一性简化计算，但无法表征森林垂直结构与水平异质性特征，导致反演精度受限。三维模型虽能精确模拟冠层结构，但其计算复杂度高、参数化困难，难以应

  来源：Remote Sensing of Environment

  时间：2025-12-20

• Sentinel-1卫星图像用于大规模定量评估建筑物的滑坡易发性

  本文聚焦于意大利北部亚平宁山脉地区建筑物因缓慢运动滑坡的定量脆弱性评估方法，通过整合卫星遥感数据与实地调查，构建了可扩展的区域风险评估框架。研究团队由佛罗伦萨大学地球科学系的多位学者组成，联合意大利国家研究委员会（CNR）下属环境电磁传感研究所（IREa）共同开展，项目得到意大利环境与能源安全部（MASE）的技术支持。### 一、研究背景与科学意义意大利北部亚平宁山脉是全球滑坡高发区之一，该区域地质构造复杂，年均降雨量超过1500毫米，加之历史上频繁的地震活动，导致约18.2%的区域存在滑坡隐患（IFFI数据库）。传统风险评估存在三大瓶颈：1）灾害发生概率与时空分布缺乏量化模型；2）建筑物结构

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 一种创新的混合方法，利用DSCOVR/EPIC数据绘制全球地表太阳辐射图：将深度学习与物理算法相结合

  该研究针对地表太阳辐射（SSR）监测中的关键挑战，提出了一种融合深度学习与物理算法的创新解决方案。研究团队基于DSCOVR/EPIC卫星的连续观测数据，突破了传统卫星辐射反演的局限性，构建了具备全球一致性和高时空分辨率的SSR产品体系，并成功分离出直射（R_dir）与散射（R_dif）辐射分量。在数据基础方面，研究依托DSCOVR/EPIC卫星提供的全日地主辐射观测，该卫星位于日地拉格朗日点1，能够无中断地监测地球光照面，其10个光谱通道（含紫外、可见光及近红外波段）虽缺乏红外数据，但通过创新方法弥补了这一技术短板。研究整合了地面观测网络的三重验证体系：BSRN作为基准辐射观测网络，SOLRA

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 一种基于通道相关性的新颖地表温度反演方法，用于从SDGSAT-1数据中获取大气参数模型

  中国武汉大学团队成功开发新型宽波段大气校正温度-发射率分离算法，为全球地表温度监测提供新范式。该研究成果发表于国际权威地球观测期刊，标志着我国在遥感反演算法领域取得重要突破。一、技术背景与创新点研究聚焦SDGSAT-1卫星搭载的TIS传感器，其创新设计包含三个宽波段热红外通道（8-10.5µm、10.3-11.3µm、11.5-12.5µm），相较传统传感器具有光谱连续覆盖优势。这种设计有效规避了臭氧吸收波段干扰，同时建立宽波段间的强相关性，为算法创新奠定硬件基础。传统温度-发射率分离（TES）算法存在两大核心缺陷：首先依赖外部参数（如大气水汽含量、地表发射率），这些参数常存在时空不一致性问题

  来源：Remote Sensing of Environment

  时间：2025-12-20

• 巢湖流域城市扩张的时空动态及其与生态敏感性的耦合关系

  巢湖流域土地利用与生态敏感性协同演化研究一、研究背景与科学问题中国东部地区作为国家粮食安全重要保障区域，巢湖流域的生态安全状况直接影响着长江中下游生态屏障的稳定性。本研究聚焦2000-2020年间巢湖流域（面积约13665平方公里）的快速城市化进程，重点解决两个核心科学问题：其一，快速城市扩张如何重构流域土地利用格局及其生态敏感性空间分布特征；其二，土地利用与生态敏感性之间的耦合协调机制及其时空演变规律。二、研究方法体系创新1. 数据整合技术：采用Google Earth Engine平台实现多源遥感数据（Landsat系列、MODIS植被指数等）的时空整合处理，突破传统单时相数据应用的局限。

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 一种用于半自动化绘制被活动碎屑覆盖的冰川地图的多传感器方法：以巴拉希格里（Bara Shigri）、甘戈特里（Gangotri）、泽穆（Zemu）和锡亚琴（Siachen）冰川为例

  喜马拉雅冰川覆盖物遥感解译技术体系创新研究摘要解读：本研究针对喜马拉雅冰川区特有的地表覆盖物监测难题，创新性地构建了基于多源遥感数据融合的半自动化解译体系。研究以巴拉萨格里冰川为示范对象，通过整合Sentinel-1雷达干涉测量数据、Landsat-8/Sentinel-2光学影像及数字高程模型（DEM），成功实现了 debris-covered glacier (DCG) 的精准识别。技术体系突破传统光学解译方法对雪冰与基岩光谱特征的依赖限制，创造性引入雷达相干性分析参数。研究结果显示，2023年该冰川区 debris extent 达23.12平方公里，占总冰面积的22.8%，较传统方法提

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 利用高分辨率LiDAR数字高程模型（DEM）优化微雨water收集场地的选择：一种基于GIS的多标准方法

  本文聚焦于高分辨率LiDAR数字高程模型（DEM）在微雨水收集（RWH）结构选址中的优势分析。研究团队通过对比30米分辨率的CartoDEM与不同分辨率的LiDAR DEM（30米、10米、5米、1米），结合层次分析法（AHP）构建多参数决策模型，验证了LiDAR DEM在复杂地形中提升选址精度的潜力。研究覆盖印度哈里亚纳邦古尔冈和法里达巴德两个区，面积约1800公顷，涉及山地、林地及冲积平原等多种地貌。### 关键发现与机制分析1. **数据源对比基础**： - CartoDEM基于卫星遥感（Cartosat-1立体成像系统），分辨率约30米，存在地形平滑问题，尤其在植被覆盖区（如该研究

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

• 利用无人机（UAV）和地理信息系统（GIS）对Lessonia Nigrescens复合体进行大型藻类评估的模型

  智利北部藻类资源的高效评估与空间管理技术突破一、研究背景与产业需求智利北部海岸的褐藻产业具有重要社会经济价值，涉及从藻胶提取到食品加工的完整产业链。该区域年产量达25-26.8百万美元，但传统评估方法存在明显缺陷：人工采样需克服陡峭海岸地形带来的安全风险，卫星遥感受云层覆盖限制，地面调查耗时长达数周。据2017年行业报告显示，现有评估方法存在约40%的误差率，且无法满足实时动态监测需求。这种技术瓶颈导致渔业委员会难以制定精准的捕捞配额和生态修复计划。二、技术路线创新研究团队构建了UAV-GIS集成系统，该方案突破传统技术限制主要体现在三个维度：1. 数据采集革新：采用搭载多光谱传感器的无人机（

  来源：Remote Sensing Applications: Society and Environment

  时间：2025-12-20

知名企业招聘：