【意义】影像匹配是完成多景影像空间位置对齐的方法和过程，而自动化影像匹配是现代摄影测量与遥感数据处理中关键的一环。【进展】随着对地观测技术的发展和多源遥感数据获取能力的提高，综合协同处理多源数据的能力需求推动多模态遥感影像的匹配技术研究不断深入，近年来基于深度学习的思想深刻影响了影像匹配领域技术的发展。本文在介绍传统遥感影像匹配框架的基础上，分析了多模态遥感影像的类型、特点与匹配难点，重点论述了针对多模态遥感影像不同深度学习方法研究的新进展，并分析了其优缺点，归纳总结了目前适应多模态遥感影像匹配任务的数据集，对深度学习方法在多模态遥感影像匹配中的发展成果和当前挑战进行了总结。成果方面，该领域算法在高效、鲁棒和精度上显著提升，多模态融合策略和多种创新框架与模型推动了研究发展并反映了该领域从模块化适配到整体建模的转变，揭示了数据驱动的表征学习与几何推理的更深度融合。但当前研究仍存在显著瓶颈，多模态差异方面，异构性严重制约匹配效能，模型泛化能力不足；数据与计算层面，高质量标注数据稀缺、计算资源需求大；工程部署层面，算法实战能力欠缺，误匹配剔除困难，模型在混合模态数据处理中泛化性差。【展望】最后对多模态遥感影像深度学习匹配方法领域的发展趋势与未来展望进行了深入探讨，包括模态无关的设计、物理信息约束的网络架构以及适应复杂环境的轻量化方案等。

【目的】变化检测是遥感图像分析中一项关键且具有挑战性的任务，其在对地观测领域发挥着愈加重要的价值。基于深度学习的变化检测技术已取得一定成果，但在细节及边缘区域仍存在误检与漏检问题。【方法】本文提出了一种融合空间域上下文信息与频率域高频细节的多尺度小波变换注意力网络（Multi-Scale Wavelet Transform Attention Network，WTANet），该网络通过空间域与频率域互补特征增强及多尺度特征差异引导，从全局语义与局部细节两个层面提升模型对微小变化区域的感知能力。WTANet通过引入细节捕捉小波模块（Detail Capture Wavelet Module，DCWM），利用小波变换的频率域特性与注意力机制相结合，有效提取遥感影像中的粗细粒度信息，补充因卷积或池化操作而丢失的高频细节，增强了网络对细节区域的检测能力。此外，通过引入特征差异增强解码器（Feature Difference Enhancement Decoder，FDED）强调多尺度特征之间的差异，增强特征的丰富度和表达力，提升了模型在复杂场景下的性能表现。【结果】在CDD、LEVIR-CD和S2Looking 3个高分辨率遥感影像变化检测数据集上的实验结果表明，WTANet的F1分数分别达到了97.52%、91.24%及65.43%。与SNUNet、BIT等代表性变化检测模型相比，WTANet展现出了更优异的细节和边缘检测能力。【结论】本文提出的WTANet通过融合空间域与频率域信息，有效提升了遥感影像变化检测的精度，同时为后续遥感图像分析研究提供了新的思路，可为城市规划、环境监测等领域提供重要的技术参考。

【目的】精准提取水体表面形态是遥感应用于水文监测的基础，但受遥感影像分辨率低和中小河流水面狭窄影响，极大限制了其在水文监测和历史水文数据挖掘中的应用。【方法】为此，本文提出了一种基于初始水面利用水体相似度判定水陆边界混合像元，并结合光谱分解和空间吸引力模型，确定混合像元中水体比例和空间分布的方法。选取金沙江上游石鼓、奔子栏、巴塘、岗拖、直门达5个水文站附近河段的Landsat8 OLI遥感影像，验证该方法的有效性，并采用Jaccard系数、相交面积百分比、边界偏移距离和路径平均距离四种面积和形状指标，评估其在不同复杂背景下的适用性。【结果】结果表明： ① 改进的混合像元水体比例提取方法有效减少了水体误判与漏判，更精准地复原了水体真实边界和面积； ② 在覆盖精度、边界匹配性和形状优化方面，本文所提方法基于传统水体提取方法（NDWI、DT、SVM 和 RF）构建的改进水体提取方法（NDWI_Mixed、DT_Mixed、SVM_Mixed 和 RF_Mixed），在5个典型河段中整体性能更优。Jaccard系数从0.81提升至0.88，相交面积百分比达93%，边界偏移距离从13.4 m降至7.6 m，路径平均距离从23.4 m降至11.2 m，形状一致性优化幅度达52%； ③ 该方法在背景规整、纹理清晰的直门达、奔子栏与岗拖河段表现稳定，在复杂背景下巴塘和岗拖河段方法表现差异明显，其中NDWI_Mixed与RF_Mixed整体稳定性较好， SVM_Mixed与DT_Mixed对干扰背景敏感性更高。【结论】研究表明，该方法提升了中低分辨率遥感影像下山区河流水体边界提取精度，能够为历史时期或缺资料区域的遥感水文反演提供数据支持。

【目的】小目标检测在军事和民用领域具有重要意义，但由于低分辨率、高噪声环境、目标遮挡及背景复杂等因素的影响，传统检测方法在精度和鲁棒性上难以满足实际需求，复杂场景下的小目标检测问题仍极具挑战性。因此，本文提出一种混合特征与多尺度融合的小目标检测算法。【方法】首先，本文设计了一种混合特征提取模块（Hybrid Conv and Transformer Block, HCTB），充分利用局部和全局上下文信息来增强网络对小目标感知，优化了计算效率和特征提取能力；其次，提出了多膨胀率共享卷积核模块（Multi-Dilated Shared Kernel Conv, MDSKC），通过不同膨胀率的空洞卷积扩展主干的感受野，高效提取多尺度特征；最后，结合基于Omni-Kernel和Cross Stage Partial思想构建的全核跨阶段特征融合模块（Omni-Kernel Cross Stage Model, OKCSM），优化了小目标特征金字塔网络，更大程度上保留小目标的信息，提高了检测性能。【结果】本文在 VisDrone2019和TinyPerson数据集上进行了消融实验和对比实验，结果表明：本文方法相较于基线模型yolov8n，在查准率、召回率、mAP₅₀、mAP_50:95上分别提升为1.3%、3.1%、3%、1.9%和3.6%、1.3%、2.1%、0.7%，且模型尺寸和GFLOPs仅为6.3 MB和11.3 G；此外，在与HIC-Yolov5、TPH-yolov5、Drone-YOLO等经典算法的对比实验中，本文提出的算法显示出明显的优势，优于其他对比方法。【结论】本文算法有效提升了检测精度，证明了本文算法面对复杂场景中小目标检测问题方面具有良好的检测性能。

【目的】跨视角图像地理定位是指通过将待查询影像与不同视角且具备精确位置信息的参考影像进行匹配从而推断其地理位置的一门技术。该技术已经广泛应用于无人机导航、目标定位等现实任务中。当前基于深度学习的无人机-卫星跨视角图像检索定位方法大多依赖监督学习，但高质量标注样本的稀缺导致监督学习模型的泛化能力受限。同时，由于现有方法对空间布局特征的建模缺失，使得跨视角影像间的显著域差异难以弥补。【方法】针对上述问题，本文提出了一个基于无人机-卫星影像的跨视角图像检索定位新架构——DINO-MSRA，该架构首先利用经Conv-LoRA微调后的Dinov2大模型作为特征编码器，旨在利用较少的参数量增强模型的特征提取能力。其次，设计了一个基于Mamba模块的空间关系感知特征聚合器（MSRA）用于聚合图像特征，通过将空间配置特征嵌入到全局描述符中，为跨视角匹配定位任务带来了显著的性能增益。最后，采用InfoNCE损失函数对模型进行训练。【结果】本文在Univerisity-1652和SUES-200数据集上进行了大量对比实验和消融实验，实验结果表明，当分别面向无人机定位任务和无人机导航任务时，本文方法在Univeirity-1652数据集上的R@1精度达到95.14%、97.29%，相比于目前最优算法CAMP分别提升0.68%、1.14%；在SUES-200数据集上150 m高度的R@1精度分别达到97.2%、98.75%，相较于CAMP提升1.8%、2.5%，并且所需参数量也明显少于现有算法，仅为Sample4Geo的19.2%；【结论】DINO-MSRA在跨视角图像匹配方面优于目前最先进的方法，实现了更高的精度，更快的推理速度，证明了其在具有挑战性的场景中的鲁棒性和实际应用潜力。

【目的】高分辨率遥感影像语义分割通过精准提取地物信息，为城市规划、土地分析利用提供了重要的数据支持。当前分割方法通常将遥感影像划分为标准块，进行多尺度局部分割和层次推理，未充分考虑影像中的上下文先验知识和局部特征交互能力，影响了推理分割质量。【方法】为了解决这一问题，本文提出了一种联合跨尺度注意力和语义视觉Transformer的遥感影像分割框架（Cross-scale Attention Transformer, CATrans），融合跨尺度注意力模块和语义视觉Transformer，提取上下文先验知识增强局部特征表示和分割性能。首先，跨尺度注意力模块通过空间和通道两个维度进行并行特征处理，分析浅层-深层和局部-全局特征之间的依赖关系，提升对遥感影像中不同粒度对象的注意力。其次，语义视觉Transformer通过空间注意力机制捕捉上下文语义信息，建模语义信息之间的依赖关系。【结果】本文在DeepGlobe、Inria Aerial和LoveDA数据集上进行对比实验，结果表明：CATrans的分割性能优于现有的WSDNet（Discrete Wavelet Smooth Network）和ISDNet（Integrating Shallow and Deep Network）等分割算法，分别取得了76.2%、79.2%、54.2%的平均交并比（Mean Intersection over Union, mIoU）和86.5%、87.8%、66.8%的平均F1得分（Mean F1 Score, mF1），推理速度分别达到38.1 FPS、13.2 FPS和95.22 FPS。相较于本文所对比的最佳方法WSDNet， mIoU和mF1在3个数据集中分别提升2.1%、4.0%、5.3%和1.3%、1.8%、5.6%，在每类地物的分割中都具有显著优势。【结论】本方法实现了高效率、高精度的高分辨率遥感影像语义分割。

【目的】精细提取全球地表水对水资源管理及气候监测具有重要意义。合成孔径雷达（SAR）凭借主动微波成像技术，可面向多云多雨地区实现全天时、全天候水体动态变化监测。针对传统方法对河网密布、地形复杂地区水体提取精度低以及由于SAR成像特性导致难以精准区分水体、山体阴影、裸地等难题，本文提出了一种顾及SAR多通道信息的多尺度特征融合水体提取MSFSwin（Multi-Scale Feature Fusion Swin）网络模型。【方法】通过融合升、降轨Sentinel-1影像的双极化特征及数字高程模型（DEM）构建多通道遥感水体数据集；并引入空洞空间金字塔池化（ASPP）模块，通过不同感受野的特征聚合增强对多尺度水体区域的感知能力，弥补Swin Transformer在跨窗口特征整合方面的不足；同时，设计多层次解码结构，通过层级特征融合强化跨尺度信息交互，实现水体精细提取。为验证本文提出MSFSwin模型的有效性与鲁棒性，选取青藏高原典型水体覆盖区进行水体提取实验，并定性、定量比较不同水体提取方法（含多种深度学习模型及KNN算法）的精度。【结果】MSFSwin模型在水体提取精度上明显优于Swin Transformer、Segformer、ViT等模型及KNN算法。其中，MSFSwin模型在干流湖泊交汇区的BF-score较原模型Swin Transformer提升了4.15%，在细小水体区IoU提升了3.52%，实现了复杂地形下的水体高精度自动提取。【结论】本文通过MSFSwin模型及多通道融合策略对水体、山体阴影等区分效果明显，有效提升了模型在复杂地形条件下水体提取的鲁棒性与适用性，为全天时、全天候、高精度水体提取提供了可靠技术支持。

【目的】降雨监测对于防御气象灾害、保护生态环境以及科学管理水资源等具有重要意义。现有研究在利用机器学习算法反演降雨时，出现将类别不均衡或随机过、欠采样等数据作为模型输入特征的情况，存在特征间包含相关性较高的因子，易削弱模型精度与泛化能力等问题，本文提出一种新的融合机器学习和卫星遥感资料的降雨监测模型。【方法】该方法利用福建省2020—2022年14次主要降雨过程中实测雨量数据和FY-3D卫星微波温湿度计融合产品（Microwave Temperature Sounder/Microwave Humidity Sounder， TSHS）中的微波湿度计（Microwave Humidity Sounder， MWHS）亮温资料，提出基于合成少数类过采样（Synthetic Minority Over-sampling Technique， SMOTE）与主成分分析（Principal Component Analysis， PCA）法，通过随机森林（Random Forest， RF）分类器构建SMOTE-PCA-RF小时级监测模型，实现福建省降雨落区识别与等级划分，并与RF、 PCA-RF、 SMOTE-RF的反演结果进行对比，从中筛选出最优模型。【结果】SMOTE-PCA-RF模型在降雨落区反演的测试风险评分（Threat Score， TS）和等级划分反演的测试调和平均值（F1）均为0.60，表现最优，且相较于其他模型， TS值提高3.45%~9.09%， F1值提高9.09%~33.33%。此外，研究发现SMOTE法虽能提升模型的分类性能，但会加剧过拟合现象与空报率（False Alarm Rate， FAR）；而PCA法通过数据降维不仅能提高模型泛化能力，还将训练时效提升9.75%~31.70%。基于SMOTE-PCA-RF模型的个例分析表明，随着降雨量增加导致反演精度有所降低，但测试F1值达0.50，反演结果与实测雨况空间分布具有较高一致性。【结论】研究可为降雨监测提供技术支撑，有助于相关部门快速且直观了解大尺度范围内降雨落区及强度划分的空间分布变化，进一步提升气象防灾减灾能力。

【目的】随着空间分辨率的提高，遥感图像所蕴含的信息越来越复杂，其中包含了大量的空间特征与语义特征，而二者的有效提取融合对于语义分割的效果起到关键性作用，然而，大多数现有方法只关注特征融合部分的研究改进，而没有考虑空间语义特征的一致性，导致了边缘分割不完整等问题。此外，这些方法往往忽略了边缘信息的精确提取。上述这些问题将会严重影响分割的准确性。【方法】本文提出了一种基于多尺度深度监督的高分辨遥感图像语义分割模型。首先，针对空间与语义特征分别设计不同的特征提取分支，充分利用遥感图像的空间和语义信息；其次，在空间分支中加入本文所提出的空间去冗余残差模块，引入小波变换与坐标卷积，更加有针对性地提取空间特征，并更好地关注边缘特征；然后，在语义分支中加入本文所提出的残差注意力Mamba，实现了对于全局层次的语义特征提取；最后，在特征融合部分采用多尺度特征融合机制，设计大内核分组特征提取模块将空间分支、语义分支特征与深层次特征逐层融合，抑制无效特征，激活有效特征。此外，本模型采用深度监督机制，对各个阶段的特征融合层添加辅助监督头，提高训练效率。【结果】本文在ISPRS Potsdam和随机采样裁剪数据增强后的Vaihingen数据集上进行了对比实验与消融实验，结果表明本文所提出算法在ISPRS Potsdam和随机采样裁剪数据增强后的Vaihingen数据集上的平均交并比达到83.43%和86.49%，与其他9种最新的核心方法相比，如CGGLNet、CMLFormer等，在平均交并比指标上分别至少提高了5.00%和3.00%。【结论】本文算法能够有效地提取空间语义特征，并将其有效融合，提高了遥感图像语义分割的准确率。

【目的】特征匹配是航空影像三维重建的核心步骤之一。然而，航空影像在成像过程中受阴影、视角变化等因素的影响导致匹配点数量少且分布不均匀。【方法】本文提出了一种顾及阴影和视角差异的多策略融合特征匹配方法，该方法结合了传统的SIFT特征提取算法和前沿的LightGlue特征匹配学习网络，通过引入多种优化策略，实现了复杂成像条件下的高质量匹配效果，主要包括以下3点改进： ① 提出了一种自适应阴影区域增强策略，通过影像原始信息提取阴影区域，利用阴影区和非阴影区平均亮度之比确定初始亮度增强因子，并根据阴影区域间的灰度差异对亮度增强因子进行改正，实现阴影区域的亮度增强处理，以恢复阴影区域的地物细节信息，提升特征点数量； ② 引入多视角模拟影像生成策略，利用相机姿态构建多视角模拟影像，以提升输入特征的视角变化适应性，提高匹配质量； ③ 设计了一种基于K-Means聚类的RANSAC匹配优化算法，根据影像的原始色彩信息动态确定聚类数K，并剔除明显色彩不一致的匹配点，利用确定的K值对匹配点进行聚类处理并对每一簇分别利用RANSAC算法进行局部优化，降低平面假设误差，获取相应的内点作为最终匹配结果。【结果】实验基于A3相机采集的航空影像数据，对影像进行单一策略和组合策略处理。实验结果表明，经过自适应阴影区域增强策略和多视角模拟策略处理后，匹配点数量相比于未处理增加了近3倍，聚类RANSAC优化策略相比于传统RANSAC优化方法的平均像素距离误差降低了约30%，匹配正确率平均提升24.8%。【结论】本文方法有效地解决了复杂成像条件下航空影像匹配困难的问题，为三维重建等下游任务提供了更加充分且可靠的数据支持。

【目的】建筑物轮廓的规则化是基础地理信息数据生成和更新的一项重要内容。基于遥感影像提取的建筑物图斑通常存在不完整、冗余点等问题因而难以直接用于制图，而现有规则化方法只考虑建筑物图斑局部形状和弱直角特征，忽略建筑物在影像的真实分布与形状，造成轮廓与实际形状不符。【方法】为此，本文提出一种顾及建筑物方向特征的规则化方法。首先，提出一个基于多任务学习的建筑物提取模型，同时实现建筑物图斑的提取与图斑方向的定量描述；然后，结合建筑物图斑形状和邻近关系划分建筑物群组和独立建筑物，并分别计算轮廓主方向；最后，基于优化的轮廓主方向拆解和重构建筑物轮廓边，实现对建筑物轮廓的规则化。【结果】在Inria数据集和WHU建筑物数据集上与4个传统建筑物规则化算法和2个直接从影像提取建筑物轮廓的算法展开了对比试验，本文结果在“Y”形建筑物、“C”形建筑物、建筑物群等场景下表现明显优于其他方法。相较于向量重组法，本文方法在Inria数据集的交并比指标上有5.28%提升。【结论】表明本方法能够获得更清晰准确的建筑物角点，有效避免邻近建筑物互相压盖的问题，且相较于直接获取建筑物轮廓的实例分割算法，本文方法有更高的精度和运算效率。

【目的】针对部分低光遥感图像存在的色彩失真以及噪声伪影的问题，本文提出一种基于Retinex-Net的融合去噪和色彩优化的低光遥感图像增强算法DICR-Net（Denoising and Integrated Color Retinex-Net-based Network）。【方法】在色彩优化阶段，该算法在分解网络和调整网络中引入了挤压激励网络（SENet）和跳跃连接（SC），并在调整网络中引入了颜色损失函数以优化色彩保真度。其中，SENet通过自适应调整特征通道权重以关注重要信息，SC将浅层特征传递到深层以避免信息丢失。在去噪阶段，本文构建了一个基于U-Net的可变形卷积去噪网络DCDNet（Deformable Convolutional Denoising Network)，并在该网络中引入了噪声损失函数以抑制图像噪声。DCDNet的卷积层采用可变形卷积（DConv），确保卷积区域始终覆盖物体形状，同时减少卷积层以降低运算量。【结果】本文采用武汉大学发布的WHU-RS19 遥感图像数据集以及低光图像增强领域经典的LOL数据集，将所提出的DICR-Net算法与MSRCR、Zero-DCE、LIME、Retinex-Net、SCI、DDNet进行对比。实验表明，本文算法在图像的视觉效果上有所提升。与次优算法相比，在遥感图像数据集上，DICR-Net的PSNR、SSIM、SAM、SAT和Delta E分别提升了2.74%、1.54%、2.95%、6.53%和8.82%；在LOL数据集上，DICR-Net的PSNR、SSIM、SAM、SAT和Delta E分别提升了5.30%、6.44%、3.37%、5.10%和10.80%。【结论】该算法在低光遥感图像增强上色彩与噪声表现较好，为遥感图像的长期监测、动态追踪等应用提供了技术支持。

【目的】深度学习方法在地物识别中可以通过自动提取复杂地形特征从而显著提升效率，其中DeepLabV3+算法能够有效捕获多像素特征，被广泛地应用于遥感影像的分割和识别。但其在滑坡识别中细节处理能力受限，容易导致目标边界的模糊和识别错误，此外，该模型依靠卷积运算捕获的是局部信息，难以有效地建立长距离依赖关系。【方法】本文提出了一种基于DeepLabV3+的改进模型，首先，引入坐标注意力（Coordinate Attention，CA）机制，增强特征表达能力。其次，使用密集空间空洞金字塔池化（Dense Atrous Spatial Pyramid Pooling，DenseASPP）模块替换原有的空间空洞金字塔池化（Atrous Spatial Pyramid Pooling，ASPP）模块，提升多尺度特征提取效果并有效地解决了空洞卷积低效或失效的问题；同时，通过并联加入条形池化(Strip Pooling，SP）分支模块，提升主干网络对长距离依赖关系的建模能力。最后，引入级联特征融合（Cascade Feature Fusion，CFF）模块，用于整合不同层次的特征信息，进一步优化分割性能。【结果】使用毕节滑坡数据集进行实验，结果表明，改进后模型相较原模型的MIoU提高了2.2%，F1分数提高了1.2%；与其他主流深度学习模型进行对比，该模型在提取精度方面均表现出一定优势。在分割效果上，该模型在识别滑坡区域的整体准确性上有显著提高，分割结果与原始滑坡形态保持很高的一致性，减少了错分和漏分现象，在滑坡边界的分割上更加精确。【结论】通过验证数据集测试及实际应用验证，本文提出的方法在不同场景、不同复杂程度下的滑坡影像均表现出较强的识别能力，尤其在植被覆盖区、河流邻近区域等复杂背景环境中表现更加稳定，展现出较强的泛化能力和普适性。

【目的】 现有的语义变化检测方法对于遥感影像的局部和全局特征利用不足，且忽略了不同时相间的时空依赖性，导致土地覆盖语义分类结果不精确。此外，检测的变化对象存在边缘模糊问题，检测结果和实际变化区域的一致性有待提升。【方法】 针对这些挑战，受具有长序列处理能力的视觉状态空间模型（Vision State Space Model， VSSM）启发，本文提出了一种融合卷积神经网络（Convolutional Neural Networks， CNN）与VSSM的语义变化检测网络CVS-Net。该网络有效结合了CNN的局部特征提取优势与VSSM捕捉长距离依赖关系的能力，并嵌入基于VSSM的双向时空关系建模模块以引导网络深入理解影像间的时空变化逻辑关系。此外，为增强模型对变化对象边缘的识别精度，提出了边缘感知强化分支，通过联合拉普拉斯算法和多任务架构自动集成边界信息，增强模型对于变化地物的形状模式的学习能力。【结果】 在SECOND和FZ-SCD数据集上，将本方法与HRSCD.str4、Bi-SRNet、ChangeMamba、ScanNet及TED五种主流的SCD方法进行对比。实验结果显示，本方法的语义变化检测性能优于其他对比方法，验证了本方法的有效性。在SECOND数据集上实现了23.95%的分离卡帕系数（Sek）和72.89%的平均交并比（mIoU），在FZ-SCD数据集上的SeK达到23.02%， mIoU达到72.60%。消融实验结果中，随着在基础网络中添加各模块， SeK值逐步提升至21.26%、23.04%和23.95%，证明了CVS-Net中各模块的有效性。【结论】 本方法可有效提升了语义变化检测的属性和几何精度，可为城市可持续发展、土地资源管理等应用领域提供技术参考和数据支撑。

【目的】 基于模型驱动的机载LiDAR建筑物点云三维模型重建依赖于建筑物点云与预定义基元间的拟合，受建筑物点云密度不均与噪声影响，基元拟合过程中在结构细节上极易产生误差，导致模型重建结果的精度较低。为提高模型重建的精度，本文提出了联合序列二次规划及高程步长校正的机载LiDAR建筑物点云三维模型重建方法。【方法】 首先，建立一个含有经典屋顶结构的基元库，包含简单屋顶、复杂屋顶以及阶跃型屋顶，并结合各屋顶面片间的邻接关系与脊线属性构建邻接矩阵，根据邻接矩阵在基元库中选取最佳匹配的基元；其次，通过序列二次规划算法计算基元形状参数，获得在全局最佳拟合状态下的参数配置，得到初始的建筑物三维模型，通过旋转、平移建筑物模型来校正其与建筑物点云在三维空间中的相对位置；最后，利用城市地理标记语言(City Geography Markup Language, CityGML)储存结构清晰、拓扑正确的建筑物三维模型。【结果】 选取Building3D数据集中10组经典的建筑物点云用于建筑物三维模型重建实验，将本文方法与现有相同基于模型驱动方法的重建结果进行对比，并使用经典的精度评定指标对结果进行定量分析。所选用实验数据对应的目标函数平均值为0.32 m，相较于对比方法精度提升0.03 m，建筑物基元与建筑物点云的水平平均偏差为0.10 m，竖直平均偏差为0.04 m。【结论】 本文通过序列二次规划算法求得的最佳形状参数可构建拓扑完整，形状规则的建筑物三维模型；以屋顶点云平均点间距为步长的高程梯度校正可以有效提高建筑物三维模型重建精度。

【目的】 精准可靠的逐日卫星降水产品（Satellite Precipitation Product， SPP）是气象和水文研究中不可或缺的基础数据源。然而，现有逐日SPP存在局部降水细节捕捉不足、部分地区误差较大等问题，导致降水空间刻画不清、预测精度不高。【方法】 基于此，本研究提出一种精准捕捉降水空间异质性的加权堆叠遥感日降水产品质量提升方法（Spatial Heterogeneity Weight Stacking， SHW-Stacking）。该方法首先耦合特征重要性与非线性相关性进行自适应特征优选，然后利用高斯混合聚类获得描述日降水空间异质性的同质子区，最后构建加权堆叠机器学习模型融合SPP与站点数据以获得高质量降水产品。【结果】 选取中国区域2016—2020年逐日IMERG降水数据为研究对象，将SHW-Stacking与基于传统分区的类别型梯度提升（TC-Catboost）、5种经典机器学习方法（Catboost、lightGBM、XGBoost、RF、ELM）和原始SPP进行比较。 结果表明，SHW-Stacking能够准确再现实测降水空间分布，其多时间尺度性能均表现最优，在日、季和年尺度上MAE分别至少降低4.6%、3.1%和2.7%， KGE分别至少提高3.4%、1.9%和2.0%，且在降水强度大于1 mm/day时对降水事件的捕捉能力明显优于其他对比方法。此外，聚类分区因素贡献度仅次于IMERG，其作为首要和次要影响因子的天数占比达39.6%和33.9%，凸显空间异质性对降水融合的关键作用。【结论】 SHW-Stacking能够有效捕捉局部降水细节，精确刻画降水空间分布，为精细化降水数据生产提供了一种切实可行的思路和方法。

【目的】 深度卷积神经网络(DCNNs)已经成功应用于高分辨率遥感图像的语义分割，但高分辨率遥感图像普遍存在类内方差大，类间方差小、目标尺度变化显著等问题。卷积运算因其局部性，在处理这些复杂问题时受到了限制。基于Transformer的方法则拥有强大的全局信息建模能力，但在局部信息的提取方面存在缺陷。【方法】 本文提出一种增强多尺度目标感知的双路径高分辨率遥感图像分割算法DMFPNet，模型采用基于DCNN和Transformer的非对称双编码器结构。首先，基于深度卷积构建可变通道空间金字塔模块（SCSP），动态提取融合多通道信息。其次，提出一种多尺度特征增强Transformer模块，通过特征锚点预处理，为模块提供空间偏置信息，同时在自注意力机制中构建可学习余弦相似矩阵，引导模块聚焦图像中不同尺度的目标。最后，构建了一种双边特征引导融合模块(BFGF)，实现2条分支之间不同尺度特征的融合与信息交换。【结果】 本文在Vaihingen和Potsdam数据集上进行了对比实验与消融实验，结果表明：本模型在Vaihingen数据集上分别获得了83.29%、90.65%、 91.69%的平均交并比（mIoU）、mF1（mean F1-Score）和OA（Overall Accuracy），在Potsdam数据集上获得了73.29%、83.98%、88.47%的mIoU、mF1和OA；相较于本文所对比的最佳方法，mIoU在Vaihingen和Potsdam数据集分别提升0.76%和1.42%。【结论】 证明了本模型在解决高分辨率遥感图像语义分割中类内类间方差变化大、目标尺度多变等复杂问题方面具有良好的性能和较高的分割准确性。

【目的】通用基础模型展现出的优秀泛化能力使其成为了人工智能领域的热门课题，然而受制于遥感影像的特殊性，这些基础模型无法直接应用于遥感视觉任务。此外，现有的变化检测方法往往依赖于大量的人工标注样本，缺乏对现有矢量数据的有效利用，无法满足高效自动化检测的要求。针对这些问题，本文提出了一种自上而下的变化检测方法，挖掘基础模型和矢量数据中的宝贵信息以减少人工参与。【方法】首先，使用改进的简单线性迭代聚类（Simple Linear Iterative Clustering, SLIC）算法，以矢量边界为约束对同一区域的双时相影像进行分割与标注，分别生成训练与测试数据。随后，利用CLIP (Constrastive Language-image Pre-training) 模型的泛化推理能力来纯化训练数据；接着，利用基于通道注意力机制的双线性神经网络(Channel Attention Bilinear Convolutional Neural Network, CAB-CNN)进行细粒度场景分类；最后，结合变化规则和后处理方法来识别变化的矢量图斑，并使用SAM（Segment Anything Model）对变化图斑进行细化。为了验证方法的有效性与普适性，本文选取两块区域作为研究对象进行定量实验： ① 江苏省扬州市广陵区，数据包含2022年和2023年的遥感影像以及2022年的土地利用矢量； ② 江苏省无锡市惠山区前洲街道，数据包含2018年和2020年的遥感影像以及2018年的土地利用矢量。【结果】本文方法在广陵区达到了86.47%和90.46%的准确率与召回率，较基于变化像元统计的方法提升了6.28%和7.90%。前洲街道研究区上的准确率与召回率分别达到了89.75%和91.37%，较基于变化像元统计的方法提升了8.65%和6.79%。【结论】本方法能够利用现有的矢量数据与基础模型，在大幅减少人工成本的情况下，定位变化的矢量图斑并对其进行细化，对于诸如耕地“非农化”检测、违法用地检查、林地覆盖调查等需要检测变化并更新图斑的任务提供了一定的辅助作用。

【目的】针对现有遥感影像建筑物提取模型中因冗余导致的特征表示能力差、建筑物边界不清晰及微小建筑物丢失问题。【方法】提出一种细节增强与跨尺度几何特征融合网络DCS-Net，由信息解耦与聚合模块（IRDM）、局部互相似性细节增强模块（LMSE）和引导小目标推理的跨尺度几何特征融合模块（CGFF）组成。IRDM模块通过分配权重将冗余特征分离并重构，从空间和通道2个维度抑制冗余，促进有效特征学习； LMSE模块通过动态选择窗格以及编-解码特征之间的局部互相似性指定像素聚类，提升建筑物边缘信息的准确性和完整性； CGFF模块计算原始图像与不同语义级特征图间的特征分块关系，补偿信息损失以提升微小建筑物的提取性能。【结果】本文的实验基于2个公开数据集： WHU航拍数据集和Massachusetts建筑物检测数据集。实验结果表明，与UNet、PSPNet、Deeplab V3+、MANet、MAPNet、DRNet、Build-Former、MBR-HRNet、SDSNet、HDNet、DFFNet、UANet等现有建筑物提取算法相比，DCS-Net在各项评价指标中得到了显著提升，验证了所提方法的有效性。在WHU数据集上的交并比、 F1值和95%HD达到92.94%、96.35%和75.79，对比现有最佳算法分别提升了0.79%、0.44%和1.90；在Massachusetts数据集上的指标为77.13%、87.06%和205.26，分别提升了0.72%、0.43%和13.84。【结论】DCS-Net能更为准确完整地提取出遥感影像中的建筑物，并显著缓解微小建筑物丢失的问题。

【目的】无人机及卫星遥感技术已经被成功地应用在土壤有机碳等属性的估算研究，但对土壤质地的估算相对较少，因此开展该方面的研究具有重要的应用价值。本研究以青海湟水流域互助县卓扎滩村、湟中区拦隆口镇泥隆口村和鲁沙尔镇白土庄村3个田块为研究对象，探索了无人机和卫星遥感技术在田间尺度上估算土壤质地含量的应用潜力。【方法】基于无人机平台分别搭载2台高光谱相机对各农田土壤进行无人机成像、利用地物光谱仪收集土壤野外原位光谱、采集土壤样品，共获得2022—2024年838份土壤样品；此外，获得相近时间的GF1/2/7 (Gaofen1/2/7)、Sentinel-2 A和ZY1-02D (Ziyuan 1-02D)影像数据；实验室测试各样品的土壤粒径并采集土壤室内光谱数据。在上述数据的支持下，利用XGBoost (Extreme Gradient Boosting)方法分别对土壤质地含量与实验室、野外原位、无人机、GF、ZY1-02D和Sentinel-2光谱进行统计建模与估算，进一步对土壤质地含量进行空间分布制图。【结果】① 在XGBoost方法的模型结果中，无人机影像光谱的最优模型精度RPD为2.441，GF1/2/7、ZY1-02D和Sentinel-2卫星影像的最优模型精度RPD分别为1.815、1.601和1.561； ② 基于无人机和卫星影像的估算精度要低于地物光谱仪测得的光谱估算精度，具体为：实验室光谱>野外原位光谱>无人机影像光谱>GF1/2/7卫星影像光谱>ZY1-02D卫星影像光谱>Sentinel-2卫星影像光谱；在土壤质地含量的估算结果中，黏粒含量的精度最高， RPD最高可达2.70，粉粒次之，RPD为2.24，砂粒含量的精度最低， RPD为1.91； ③ 砂粒和黏粒含量与土壤光谱反射率呈现出负相关关系，而粉粒含量则呈正相关关系，砂粒、粉粒和黏粒的敏感波段主要集中在近红外波段范围（780~2 400 nm）； ④ 砂粒、粉粒和黏粒的含量在3年内变化较小，表现出相对稳定的状态，3个田块通过制图结果得到的土壤质地含量主要为：67%<砂粒≤83%、10.6%<粉粒≤19.1%和3.2%<黏粒≤6.6%。【结论】对田间尺度来说，无人机影像是土壤质地含量制图的最佳数据源，能够有效服务于精准农业管理，而GF1/2/7与ZY1-02D卫星影像基本满足质地制图的要求， Sentinel-2卫星影像对田块尺度制图则较为粗糙。