XiaoMi-AI文件搜索系统
World File Search System遥感
遥感技术以识别自动驾驶汽车的道路表面条件
[2] M. Yamada等人，“对车辆部署的道路表面状况检测技术的研究”，JSAE Review，2003，24（2）：183-188。[3] L. Colace等人，“一种近红外的光电方法来检测道路状况”，《工程学的光学和激光》，2013年，51（5）：633-636。[4] R. Finkele，“使用76 GHz的极化毫米波传感器在路面上检测冰层”，《电子信》，1997，33（13）：1153-1154。
Bosse：遥感的生物多样性观察系统模拟实验
从理论的角度克服了这个问题，我们开发了Bosse，这是一个观察系统模拟实验的生物多样性。BOSSE在植被特性随着气象条件的函数而变化并采用不同的空间模式的时间时模拟动态场景。高空间分辨率场景可用于量化植物特征的植物功能多样性。此外，博斯可以模拟与气象学植物特征相一致的高光谱反射因子，阳光诱发的叶绿素荧光和土地表面温度。可以在不同的空间和时间分辨率下生成光谱图像，从而使我们能够测试不同的方法，指标和方法来估计植物功能多样性。
将环境DNA与遥感变量相结合，以绘制沿着大河的鱼类分布
河流生态系统中的生物多样性丧失速度要比限制系统更快，更严重，并且需要空间保护和恢复计划来停止这种侵蚀。关于生物多样性和物种分布的状态和变化的可靠且高度解决的数据对于有效措施至关重要。的高分辨率图仍然有限。与全球卫星传感器的耦合数据具有广泛的环境DNA（EDNA）和机器学习可以实现河流生物分布的快速而精确的映射。在这里，我们研究了使用沿瑞士和法国Rhone River的110个地点的埃德纳数据集组合这些方法的潜力。使用Sentinel 2和Landsat 8图像，我们产生了一组生态变量，描述了河走廊周围的水生栖息地和陆地栖息地。我们将这些变量与基于EDNA的存在和29种鱼类的不存在数据相结合，并使用了三种机器学习模型来评估这些物种的环境适用性。大多数模型表现出良好的性能，表明从遥感中得出的生态变量可以近似鱼类分布的生态决定因素，但是水衍生的变量比河流周围的陆地变量具有更强的关联。物种范围的映射表明该物种沿着瑞士的物种占用物的显着转移，从其瑞士阿尔卑斯山的来源到法国南部的地中海出口。我们的研究消除了将遥感和EDNA结合到大河中物种分布的可行性。该方法可以扩展到任何大河以支持保护方案。
卫星遥感中的巨大挑战
过去的五十年见证了卫星遥感成为在当地，区域和全球空间尺度上测量地球的最有效工具之一。这些基于空间的观测值具有无损特征，可快速监测环境大气，其基础表面和海洋混合层。此外，卫星仪器可以观察到有毒或危险环境，而不会使人员或设备处于危险之中。大规模连续的卫星观测值补充了详细（但稀疏）的现场观测，并为理论建模和数据同化提供了无与伦比的体积和内容的测量。目前有大量非常重要的应用程序依赖于卫星的数据。对大气的观察用于天气预测，监测环境污染，气候变化等。（Wielicki等，1996）。海洋表面的遥感用于监测海岸线动力学，海面温度和盐度，海洋生态系统和碳生物量，海平面变化，海洋杂物和薄壁，水流和浅水区的基础地形的映射等。（Fu等，2019）。从卫星中对土地的遥感极大地有助于探索矿产资源（Zhang等，2017），对浮游和干旱的监测（Jeyaseelan，2004年），土壤水分，土壤水分（Lakshmi，2013; Babaeian et al。 （Lentile等，2006），农业监测（Atzberger，2013年），城市规划（Kadhim等，2016）等。最后，社会科学对全球危机进行调查（例如Covid-19大流行）的努力是从利用各种有针对性可视化来对人类环境进行分类的卫星遥感数据集中受益的，然后将这些观察结果与各种社会经济数据集联系在一起。（Diffenbaugh等，2020）。此外，卫星遥感为收集全球信息（例如1）行星地形等全球信息提供了有效的工具； 2）温度，水蒸气，二氧化碳和其他痕量气体的大气中； 3）表面和大气的矿物质和化学成分，以及4）冰冻层的特性，例如雪，海冰，冰川和融化池，以及5）热球，电离层和磁层的颗粒和电磁特性。对地球的遥感也可以提高艺术的技术状态，这有助于发展深空遥感任务，例如Voyager（Kohlhase和Penzo，1977）和Cassini-Huygens太空研究任务（Matson等人，2002年）。在观测卫星发育的早期阶段，卫星传感器的设计通常是高度针对性的。例如，在1970年代发射了一系列仪器：Landsat和高级高分辨率辐射仪（AVHRR）仪器，针对监视陆地表面和云的监视，总臭氧映射光谱仪（TOMS）仪器（TOMS）仪器，集中于观察总柱ozone和高分辨率的基础辐射仪器（HIGH-RADIARE RADIARE SUSTIRES）仪器（HIR-RADIARE SONDER SUPSERINTY）。这些任务的部署为每个目标主题提供了独特的数据，并由
使用时间序列遥感来识别和跟踪大尺度的单个鸟巢
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。它是制作
使用卷积神经网络（CNN）和转移学习技术的原始研究论文遥感图像分类
摘要：本研究研究了描绘变速箱，森林，农田和山脉的航空图像的分类。要完成分类工作，使用卷积神经网络（CNN）体系结构从输入照片中提取功能。然后，使用SoftMax对图像进行分类。要测试模型，我们使用90批量的ADAM优化器和0.001的学习率将其运行了十个时期。培训和评估都是使用数据集进行的，该数据集将Google卫星图像与MLRNET数据集融合在一起的图片。综合数据集包含10,400张图像。我们的研究表明，转移学习模型和MobilenetV2，对于景观分类非常有效。这些模型是实际使用的好选择，因为它们在精度和效率之间很好地结合在一起。我们的方法在内置的CNN模型上以87％的总体准确度获得了结果。此外，我们通过利用验证的VGG16和MobilenEtV2模型作为传输学习的起点，达到更高的精度。具体来说，VGG16的精度为90％，测试损失为0.298，而MobileNetV2的精度优于两个模型，其精度为96％，测试损失为0.119；结果表明，使用Mobilenetv2进行转移学习的有效性来对传输塔，森林，农田和山脉进行分类。关键字：航空图像，图像分类，卷积神经网络（CNN），转移学习
将AI与遥感的AI集成以进行实时灾难监测和快速响应
人工智能（AI）与遥感技术的集成为灾难监测和快速响应提供了一种变革性的方法。由于自然灾害由于气候变化而变得越来越频繁且严重，因此对有效的实时监测系统的需求从未如此关键。遥感通过卫星图像和空中监视提供了大量数据，可以利用这些数据来评估和预测灾难情况。通过采用AI算法，尤其是机器学习和深度学习技术，可以有效地分析这些数据集，以识别模式，检测异常并促进预测性建模。此集成允许对灾难影响进行实时评估，从而可以更快地决策和资源分配。此外，AI可以提高损害评估的准确性，从而提高应急工作的有效性。AI和遥感的结合不仅增强了情境意识，还有助于制定对减轻灾难影响的战略反应。随着我们的重点缩小，本文探讨了特定的案例研究，在这些案例研究中，AI驱动的遥感在灾难情景中已成功实施，突出了最佳实践和经验教训。这些发现强调了这种综合方法彻底改变灾难管理实践，最终挽救生命并减少经济损失的潜力。
通过观察系统模拟实验探索热红外遥感以改善积雪模型的潜力
摘要。从地球观察卫星中吸收数据被认为是估计山地流域中雪覆盖分布的前进的道路，从而提供了有关山水等效山水（SWE）的准确信息。可以从空间中观察到土地表面的回热（LST），但其改善SWE模拟的潜力仍然没有被忽略。这可能是由于当前热红外（TIR）任务提供的时间不足或空间分辨率。，在未来几年中，三个计划的任务将以更高的时空分辨率提供全球规模的TIR数据。为了研究TIR数据以改善SWE的价值，我们在覆盖北半球的Latitudi-Nalal梯度的五个雪地主导地点开发了合成数据同化（DA）实验。我们通过强迫ERA5-Land重新分析的能量平衡积雪模型来产生合成的LST和SWE系列。我们使用此合成的真实LST从ERA5-Land的降级版本中恢复了合成的真实SWE。我们定义了不同的观察场景，以模仿Landsat 8（16 D）的重新审视时间，以及用于高分辨率自然资源评估（TR- ISHNA）（3 d）的热红外成像卫星，同时会计云覆盖。我们在每个实验地点对实验进行了100次的回答，以评估在两个重新审视场景下，相对于云覆盖的同化过程的鲁棒性。我们使用两种不同的方法进行了同化：序列方案（粒子过滤器）和一个更光滑的（粒子批次平滑）。
在河口系统中具有非常高分辨率的遥感图像的潮间带微生物生物量
Microphytobenthos（MPB）对河口初级生产产生了重大贡献，因此量化其生物量对于评估其生态系统功能至关重要。传统的抽样方法是劳动的，在逻辑上具有挑战性，无法提供MPB生物量的全面空间分布图。卫星图像提供了一种可行的替代方法，用于绘制各种时间和空间分辨率的大面积。但是，在该场中使用了与原位采样的少量平方Centi米一致的空间分辨率的成像设备。这使得将现场生物量测量与远程感知的辐射测量值相关联。在这项研究中，在不同高度的无人机（UAV）上安装了两个类似的多光谱传感器，以及在〜1 m高度上获得图像的定制设备上，以收集guadalquivir estuta（SpataLquivir estuta）mudflats mudflats mpb Biofilms的非常高的空间分辨率反射数据。此外，使用高光谱谱仪获得原位反射率进行验证。同时，使用2 mM深度接触Corer方法收集了MPB样品，该方法通过高性能液相色谱（HPLC）分析，以测量主要MPB颜料的浓度。为了评估MPB色素和不同反射率的光谱指数，使用了广义的线性混合效应模型（GLMM），从而实现了叶绿素与所有测试的光谱指数之间的显着正相关关系。这些模型用于绘制微卵巢生物量，在
塞内加尔的时空温度和降雨模式的40年遥感分析
气候变化的影响在全球范围内显现出来，许多非洲国家（包括塞内加尔）特别脆弱。地面观察和对这些观察结果的有限访问的下降继续阻碍研究范围来理解，计划和减轻气候变化的当前和未来影响。这发生在地球观测（EO）数据，方法和计算能力的快速增长时，这可能会增加数据筛分区域的研究。在这项研究中，我们利用了使用Google Earth Engine利用历史EO数据的卫星遥感数据来研究1981年至2020年塞内加尔的时空降雨和温度模式。我们将chirps降水数据和ERA5-Land重新分析数据集结合在一起，用于遥感分析，并使用Mann – Kendall和Sen的坡度统计测试进行趋势检测。我们的结果表明，从1981年到2020年，塞内加尔的年度温度和降水增加了0.73℃和18毫米。塞内加尔的所有六个农业生态区都表现出统计学上显着的向上降水趋势。然而，卡萨姆斯，费洛，塞内加尔东部，花生盆地和塞内加尔河谷地区在温度上表现出统计学上显着的向上趋势。在南部，气候变化的方法将集中在降雨量增加的影响上，例如流量和土壤侵蚀。 相反，在波多哥和圣路易斯等干燥的北部地区，重点将放在解决水资源短缺和干旱状况上。在南部，气候变化的方法将集中在降雨量增加的影响上，例如流量和土壤侵蚀。相反，在波多哥和圣路易斯等干燥的北部地区，重点将放在解决水资源短缺和干旱状况上。在塞内加尔东部地区的萨拉亚（Saraya），古迪里（Goudiry）和坦巴丘加（Tambacounda）等主要农作物区域的高温也威胁着农作物产量，尤其是玉米，高粱，小米和花生。通过承认和解决气候变化对各种农业生态区的独特影响，决策者和利益相关者可以制定和实施定制的适应策略，这些策略在促进韧性和确保面对不断变化的气候的情况下更加成功，并确保可持续的农业生产。