• 基于NIMBUS-6 SCAMS微波辐射计数据的1975-1976年海冰制图与现代算法应用研究

  （以下为论文解读文章）在气候变化的背景下，全球海冰作为关键气候指标(ECV)的动态监测至关重要。然而，1970年代的海冰记录存在显著数据缺口——NIMBUS-5 ESMR卫星在1977年停止运行后，直到1978年NIMBUS-7 SMMR发射前出现监测空白，且ESMR数据本身存在数月级中断。这段缺失期恰逢气候转型阶段，使得1975年北极海冰最小值和南极最大值成为未解之谜。更棘手的是，早期单通道微波辐射计数据存在海冰类型识别模糊、大气噪声干扰等技术瓶颈。为解决这些问题，丹麦气象研究所等机构的研究团队创新性地挖掘了NIMBUS-6卫星上原本用于大气探测的扫描微波光谱仪(SCAMS)数据。通过开发混

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于神经网络的雪域被动微波发射率大陆尺度正向建模及其在CIMR任务中的应用

  在数值天气预报(NWP)领域，同化被动微波观测数据面临巨大挑战——特别是雪域地表的高发射率及其复杂的时空变异特性。现有物理模型如DMRT-QMS、MEMLS等虽能精确模拟局地雪层发射率，但依赖多层积雪粒径等难以获取的微观参数；而TELSEM2等气候学数据集又无法反映实时地表状态。这种矛盾导致NWP系统不得不丢弃大量大陆表面观测数据，严重制约了"全地表"同化技术的发展。法国国家科学研究中心(CNRS)等机构的研究团队独辟蹊径，将卫星遥测与机器学习相结合，构建了革命性的雪域微波发射率正向模型。研究团队整合SMOS(1.4 GHz)和AMSR2(6.9-89 GHz)的十年观测数据，通过Rosenk

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于多尺度遥感与CO2 通量数据的草地净初级生产力CASA模型优化及环境约束机制解析

  在全球气候变化背景下，草地作为重要的陆地碳汇，其净初级生产力(NPP)的精确量化对碳循环研究和可持续管理至关重要。然而，传统基于卫星遥感的NPP估算模型（如MODIS-PSN）受限于空间分辨率，难以满足农田尺度的精准管理需求；而经典的Carnegie-Ames-Stanford Approach (CASA)模型虽具有操作简便的优势，但其辐射利用效率(RUEmax)参数对环境胁迫的响应机制尚未充分解析。尤其对于多年生牧草这类兼具生态服务与生物能源价值的特殊植被，如何整合高分辨率遥感与实时环境数据以提升模型精度，成为当前研究的瓶颈问题。丹麦奥胡斯大学的研究团队通过多年度田间试验，创新性地将无人机

  来源：Remote Sensing of Environment

  时间：2025-06-19

• NeRF-LAI：融合神经辐射场与间隙率理论的无人机多角度影像玉米大豆叶面积指数估算方法

  在农业遥感领域，叶面积指数(Leaf Area Index, LAI)作为表征植被冠层结构的关键参数，直接影响着作物光合作用与产量估算。传统LAI测量面临两大困境：破坏性采样效率低下，而基于向上冠层间隙率的LAI-2200等仪器仅能获取单点数据，难以满足区域监测需求。尽管无人机搭载鱼眼相机可扩展观测范围，但其数据仍受航线规划限制。更棘手的是，现有三维重建方法如激光雷达(LiDAR)和运动恢复结构(SfM)存在成本高、点云密度不均等问题，导致间隙率理论在区域尺度的应用受阻。针对这些技术瓶颈，美国明尼苏达大学的研究团队在《Remote Sensing of Environment》发表创新成果，提

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 光学与雷达时序影像融合的保护性农业地块分类框架及其在碳中和发展中的应用

  随着全球土壤退化问题日益严峻，农业土壤正面临侵蚀、有机质流失、生物多样性下降等多重威胁。联合国粮农组织(FAO)倡导的保护性农业(Conservation Agriculture, CA)通过作物多样化、土壤覆盖最大化、最小机械扰动三大原则，成为实现可持续农业的关键路径。然而传统CA监测依赖农户申报和实地考察，效率低下且难以大规模推广。比利时瓦隆区的研究团队创新性地将多源遥感技术与机器学习相结合，开发出首个能系统评估CA实施状况的自动化监测框架。研究团队整合2015-2020年间Sentinel-2、Landsat-7/8光学影像与Sentinel-1雷达数据，通过Google Earth E

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于TCN-Transformer并行模型的FY-3B全球日尺度无缝土壤水分数据集重建研究

  土壤水分(SM)作为陆地-大气相互作用的关键变量，其精确监测对气象预报、农业干旱预警等至关重要。然而，当前主流的被动微波遥感数据——如风云三号B星(FY-3B)土壤水分产品，因卫星轨道覆盖不连续导致平均全球有效覆盖率仅40.55%，严重制约了其应用价值。传统重建方法如谐波分析(HANTS)或空间统计模型难以应对大规模时空缺失，而依赖光学辅助数据的方法又易受云污染和物理机制差异影响。针对这一挑战，中国的研究团队创新性地提出了TCN-Transformer并行(TTP)模型，成功重建了2011-2019年全球日尺度无缝FY-3B土壤水分数据集，相关成果发表于《Remote Sensing of E

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于遥感的高分辨率水库干旱指数揭示大型流域水文干旱的发生与传播机制

  在全球气候变化加剧的背景下，水文干旱已成为威胁水资源安全的重要自然灾害。传统水库干旱监测受限于数据可获取性和时间分辨率，难以捕捉干旱快速演变过程。长江流域作为全球水库调控最密集的河流系统之一，2022年遭遇了破纪录的极端干旱事件，凸显出高精度干旱监测工具的迫切需求。针对这一科学问题，国内某研究团队在《Remote Sensing of Environment》发表研究，创新性地提出了遥感高分辨率水库干旱指数(RS-HRDI)。该研究整合Landsat-7/8/9、Sentinel-1/2等多源卫星数据，结合历史全球水库表面积数据集(GRSAD)，构建了1984-2023年的长时序水库蓄水量数据

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于SAR多普勒频移的海洋表面二维流场重构方法及其在准地转流场中的应用

  海洋表面流场是调控全球热量输送和气候系统的关键动力要素，其精确观测对厄尔尼诺-南方振荡(ENSO)预测、船舶航行和污染物扩散评估至关重要。然而现有观测手段各存局限：漂流浮标(GDP)空间覆盖稀疏，高频地波雷达(HF radar)仅限近岸，卫星高度计(altimetry)仅能获取跨轨方向地转流分量。虽然合成孔径雷达(SAR)通过多普勒频移测量可获取径向流速，但全流场重构仍是国际难题。针对这一挑战，研究人员创新性地提出基于准地转假设的二维流场重构方法。该方法首先通过Sentinel-1 SAR多普勒频移观测反演径向流速分量u，再根据地转平衡方程推导方位向分量v0。核心理论突破在于将传统仅用于高度计

  来源：Remote Sensing of Environment

  时间：2025-06-19

• CELNet：基于深度学习的遥感甲烷浓度图像大气羽流高效识别网络

  甲烷(CH4)作为强效温室气体，其全球增温潜势是二氧化碳(CO2)的28-36倍，对实现《巴黎协定》温控目标构成严峻挑战。卫星遥感技术虽能获取全球甲烷浓度数据，但现有方法在识别大气羽流时面临三大瓶颈：羽流像素占比小（仅占图像的0.1%-5%）、背景噪声干扰强（如地表反射率变异）、传统匹配滤波算法易产生假阳性。更棘手的是，真实场景标注数据稀缺导致深度学习模型训练困难，而人工校正需耗费大量专业人力——美国GHGSat公司报告显示，处理单景PRISMA影像平均需4小时人工干预。英国莱斯特大学联合国家地球观测中心(NCEO)的研究团队在《Remote Sensing of Environment》发表

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于AVHRR热红外卫星传感器的极地表面温度42年数据集（1982-2023）：气候变化的冰面温度记录与趋势分析

  在气候变化研究领域，极地表面温度监测始终面临数据连续性差、观测手段单一的挑战。传统方法依赖多源数据融合，但不同传感器和观测方式的差异可能导致高达数摄氏度的偏差。尤其在北纬50度以上的极地区域，常规气象站覆盖稀疏，海冰和冰盖的温度变化记录长期缺乏统一标准。这种数据缺口严重制约了科学家对"北极放大效应"（温度上升速率高于全球平均水平）机制的理解，也影响了气候模型的精度。为突破这一瓶颈，来自丹麦气象研究所等机构的研究团队在《Remote Sensing of Environment》发表了历时42年（1982-2023）的极地表面温度研究成果。他们创造性利用美国NOAA和欧洲MetOp卫星搭载的先进

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 夜光遥感十年挑战：多源传感器融合推动可持续发展目标监测新范式

  随着城市化进程加速，夜间人造光（Artificial Light at Night, ALAN）已成为监测人类活动和评估联合国可持续发展目标（SDGs）的重要指标。然而，夜光遥感领域长期面临五大技术瓶颈：云层干扰导致数据缺失、小时级动态变化难以捕捉、多源卫星数据融合困难、蓝光辐射定量评估不足以及光发射各向异性特征不明。这些问题严重制约了夜光数据在能源管理（SDG 7.1）、城市可持续发展（SDG 11.1）和光污染评估中的应用。为突破这些限制，研究人员开展了一项系统性研究，创新性地整合了地面传感器、无人机和卫星的多维度观测能力。通过TESS-4C和LANcube地面光度计、搭载热红外光谱仪的S

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 城市热辐射各向异性中热点-太阳角偏移的时空变异机制及其对遥感反演的启示

  在城市气候研究中，卫星热红外遥感获取的城市表面温度(UST)数据存在显著视角依赖性差异，其核心矛盾源于城市热辐射各向异性(Urban Thermal Anisotropy, UTA)现象。当传感器从不同角度观测时，建筑立面与地面的热辐射贡献比例差异可导致超过10.0 K的UTA强度，严重制约了UST数据的精度。尤其值得注意的是，UTA的空间分布模式中热点（最高辐射温度方向）往往与太阳位置存在明显角偏移(Hotspot-Sun Angular Offset, ΔCA)，这种偏移对理解UTA形成机制和开发校正模型至关重要。然而，ΔCA的日变化和季节变异规律，以及其与城市形态、热惯性等因子的定量关系

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于SDGSAT-1卫星的极地冰雪表面温度反演方法与应用研究

  在全球变暖加速的背景下，极地地区正经历着比全球平均水平更快的升温过程。这种变化不仅导致冰雪大面积消融、海平面上升，还对全球气候系统产生深远影响。要理解这些复杂过程，精确监测极地冰雪表面温度(Ice/snow Surface Temperature, IST)至关重要。IST作为冰雪-大气界面的皮肤温度，直接调控着大气边界层结构、湍流热交换和冰增长速率，是研究极地能量平衡、冰雪消融机制以及海冰热力学的关键参数。然而，极地环境的极端性和观测条件的局限性，使得传统监测手段面临巨大挑战。目前，极地IST监测主要依赖热红外遥感技术，但现有卫星传感器在时空分辨率上存在明显短板：高时间分辨率传感器（如MOD

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 新型高光谱指数REPWI在富营养化水体叶绿素a浓度定量监测中的突破性应用

  在湖泊、海岸带等富营养化水体中，叶绿素a浓度(Chla)是衡量浮游植物生物量和评估水环境健康的关键指标。传统采样方法仅能获取有限点位数据，而遥感技术可提供大范围时空动态信息。然而，现有高光谱指数如波段比值(BR)、三波段算法(TBA)等在复杂水体中易受总悬浮物(TSM)和有色溶解有机物(CDOM)干扰，且依赖精确的大气校正，导致反演精度不稳定。随着EnMAP、PRISMA等新一代高光谱卫星的发射，开发适应复杂光学环境的新型指数成为迫切需求。为解决这一难题，中国的研究团队提出创新性解决方案——红边反射峰宽度指数(REPWI)。该指数定义为从固定红谷波长(678 nm)到红边反射峰右侧交点的水平波

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 大兴安岭北部近40年气候变化特征及其对厄尔尼诺事件的响应机制研究

  在全球变暖背景下，高纬度寒冷地区正经历着远超全球平均的升温速率，这种现象被称为"极地放大效应"。作为中国东北重要的生态屏障，大兴安岭北部地处欧亚大陆最南缘的永久冻土带，既是西伯利亚冬季风南下的通道，又是夏季风的北界，其独特的地理位置使其成为气候变化的"放大器"。然而，这片面积达32.7万平方公里的生态敏感区，长期以来缺乏对气候长期演变规律及其与厄尔尼诺-南方振荡(ENSO)关联的系统研究。更关键的是，现有研究多聚焦于单一气象要素分析，未能揭示太平洋海气耦合过程对寒区气候的多尺度影响机制。针对这一科学空白，中国科学院寒区旱区环境与工程研究所的研究团队开展了为期40年(1980-2019)的追踪研

  来源：Research in Cold and Arid Regions

  时间：2025-06-19

• 低轨红外智能系统TIFAD.v1：全球民用飞行器安全监测的创新突破与热辐射特征解析

  在航空运输迅猛发展的今天，全球民航航班数量激增，但广域飞行器实时监测始终面临技术瓶颈。现有雷达和光学手段受限于天气条件、分辨率或覆盖范围，难以实现全天候全球追踪。尤其令人担忧的是，飞行器尾迹对气候的影响（如温室效应）缺乏系统观测数据，而传统热红外遥感又因目标尺寸小（仅1-2像素）、背景干扰强导致检测率低下。这一领域长期面临"无标准数据集、无完整方法"的双重困境，严重制约了航空安全预警和环境影响评估。针对这一挑战，中国科学院的研究团队通过SDGSAT-1卫星的热红外成像仪（TIS），历时17个月采集六大陆数据，创新性地构建了全球首个空间基三通道热红外飞行器数据集TIFAD.v1。该研究突破性地发

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于Sentinel-1 SAR与地面观测的加拿大不列颠哥伦比亚省积雪消融时间估算对比研究

  积雪作为全球淡水资源的重要组成部分，其消融时间直接影响生态系统健康、洪水频率和水电调度。然而在复杂地形区域，传统地面观测站点稀疏且多分布于低海拔区，难以反映大尺度空间异质性。合成孔径雷达(SAR)虽能穿透雪层探测液态水含量(LWC)变化，但不同处理方法（如极化方式、轨道分离策略）的准确性尚未系统评估。加拿大不列颠哥伦比亚省(BC)作为典型多山地区，其积雪贡献了全省71%的径流量，精确监测积雪消融动态对水资源管理至关重要。为此，研究人员利用2018-2021年Sentinel-1 SAR数据和52个自动SWE站点数据开展对比研究。通过开发基于SWE和气温记录的规则化算法确定地面真实消融起始时间，

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于临界反射率法的地球静止卫星北美地区烟雾吸收反演算法研究

  随着全球气候变化加剧，北美西部地区野火活动日益频繁，产生的烟雾气溶胶通过吸收和散射太阳辐射显著影响大气能量平衡。其中单次散射反照率(Single Scattering Albedo, SSA)作为表征气溶胶吸收特性的关键参数，其准确反演对气候模型构建至关重要。然而现有卫星遥感技术面临传感器分辨率限制、传统方法灵敏度不足以及辐射传输模型不确定性等挑战，特别是烟雾光学特性在排放后数小时内就会因燃料类型、燃烧条件和化学老化等因素快速演变，亟需高时间分辨率的观测手段。针对这一科学难题，来自美国的研究团队在《Remote Sensing of Environment》发表创新性研究，首次将临界反射率(C

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于遥感与生态生理学评估的地中海常绿林GDMP产品优化：提升干旱胁迫下GPP估算精度

  在地中海沿岸的常绿森林中，阿勒颇松(Pinus halepensis)作为抗旱先锋树种，其碳汇能力对区域生态平衡至关重要。然而，现有遥感产品如CLMS的10日尺度GDMP（Gross Dry Matter Productivity）因未考虑水分胁迫，导致总初级生产力(GPP)估算存在显著偏差。尤其在气候变暖加剧干旱的背景下，这种偏差可能误导碳循环评估。更棘手的是，传统模型依赖的温度限制因子在寒冷季节会低估常绿树种的实际光合活性——这些树木冬季仍保持代谢，但卫星数据却将其误判为"休眠"状态。为解决这一难题，来自西班牙、法国、以色列等多国研究团队在《Remote Sensing of Enviro

  来源：Remote Sensing of Environment

  时间：2025-06-19

• 基于静止卫星地表温度数据同化的湍流热通量与总初级生产力协同反演研究

  研究背景与意义陆地湍流热通量（H和LE）与总初级生产力（GPP）的精确量化是理解地球水-能-碳循环的关键，但传统站点观测（如涡动相关系统）成本高昂且空间覆盖有限。虽然极轨卫星（如MODIS）可提供区域尺度的地表温度（LST）数据，但其低频观测（每日1-2次）难以捕捉地表能量的昼夜动态，导致陆表过程模型估算存在显著误差。随着新一代静止卫星（如Himawari-8）的发展，高频LST观测（每10分钟一次）为突破这一瓶颈提供了可能。北京师范大学的研究团队在《Remote Sensing of Environment》发表的研究中，首次将Himawari-8的LST数据与GLASS LAI数据通过变分

  来源：Remote Sensing of Environment

  时间：2025-06-19

知名企业招聘：