遥感中的 InSAR 特刊 合成孔径雷达干涉测量 (InSAR) 主要用于遥感应用,并创建了一类新的雷达数据。InSAR 自从最初作为一种用于测量地球表面变形和地形的新型先锋遥感工具发展成为一项成熟的技术以来,已经发生了重大变化,现在可以为广泛而多样的地球科学过程提供关键约束。本期特刊将邀请投稿,回顾当前的进展,重点介绍 InSAR 信号处理技术的最新趋势以及 InSAR 在地球科学中的应用。感兴趣的主题包括(但不限于)InSAR 在配准和噪声过滤、相位展开、变形时间序列分析、火山骚乱、水文学、灾害科学、森林科学、地震和城市场景中的应用。受邀论文的选拔将以 4 页白皮书为基础,以双栏格式提交。根据白皮书选出的投稿人将被邀请提交完整的手稿。手稿应在线提交至
摘要:重金属污染土壤和植被因其毒性和持久性而成为一个重大问题。对植被的毒性作用不仅包括生长受损、产量降低甚至植物死亡,还包括生物多样性丧失和生态系统退化。解决这一问题需要全面的监测和补救措施,以减轻对环境、人类健康和生态的影响。本综述探讨了用于检测和监测土壤重金属污染及其对植被的后续影响的遥感应用的最新方法和进展。通过综合当前的研究成果和技术发展,本综述深入了解了遥感监测陆地生态系统重金属污染的有效性和潜力。然而,目前的研究主要集中在回归和人工智能方法上,将光谱反射率和指数与重金属浓度联系起来,这对其他区域、时间、光谱离散化和重金属元素的可移植性有限。我们得出结论,一个重要的前进方向是更彻底地了解和模拟土壤和植物中相关的物理化学过程及其对光谱特征的影响。这将为针对个别情况的遥感应用提供深厚的基础,并允许将重金属效应与干旱或土壤盐度等其他压力因素区分开来。
摘要。在卫星遥感应用中,增强了2级(L2)算法的精度,在很大程度上依赖于对紫外线(UV)(uv)的表面反射的准确估计(visible(vis)光谱。然而,L2算法与表面反射检索之间的相互依赖性构成了挑战,因此需要采取另一种方法。为了解决这个问题,许多卫星属性会产生兰伯特等效的反射性(LER)产品作为先验的表面反射数据。但是,这通常会导致这些数据低估。这项研究是使用半经验的双胎反射分布函数(BRDF)模型得出的背景表面反射(BSR)的适用性的第一个。这项研究将BRDF模型的应用在440 nm处的高光谱卫星数据进行了应用,旨在提供更现实的前段表面反射数据。在这项研究中,使用了地理环境监测光谱仪(GEMS)数据,对GEMS BSR和GEMS LER进行了比较分析显示,相对根平方误差(RRMSE)的精度有3%的相对根平方误差(RRMSE)的精度有所提高。此外,跨不同土地类型的时间序列分析表明,BSR比LER表现出更大的稳定性。为了进一步验证,使用地面真实数据将BSR与其他LER数据库进行了比较,从而产生
计算机科学与工程人工智能(AI):负责的AI,AI安全性,优化算法;机器学习和深度学习:生物医学信号,农业领域,网络层/传输层中的异常检测,优化算法,位置预测;计算机视觉和图像处理:农业和医疗领域,语音,图像,信号;自然语言处理,LLM;数据分析,视频分析,大数据分析,社交网络分析;理论计算机科学;算法和图理论,可解释的AI(XAI)-Healthcare;分布式计算;边缘计算;云计算;计算范式的能源效率;新兴数据库;生物信息学和计算生物学;数据隐私和安全性,网络安全性,信息安全性,网络安全性中的ML,云数据安全性,量子计算和安全性,分布式计算安全性,硬件安全性,用于网络安全系统和内存的ML;软定义网络 - 安全性;区块链技术;数字取证和犯罪调查;密码学,量子密码学,应用加密,量子加密后,多方计算,差异隐私;智能运输和互联车辆,用于野生动植物和自然保护的数字技术;物联网;通信和信号处理;系统工程的优化;遥感应用;资源管理和日程安排,以进行未来的计算连续体; IRS辅助通信和空间调制中的检测和估计问题,增强物理层
采伐区的植被状况,以评估植被发展情况并规定实现森林再生目标所需的行动。随着当前对生态系统管理的重视、不断上升的造林处理成本、不断发展的基于计算机的决策支持工具以及对更高责任制的要求,对此类数据的需求日益增加。与数据采集的实地调查方法相关的缺陷(例如高成本、主观性和低空间和时间覆盖率)经常限制决策的有效性。在问题分析中评估了遥感数据补充实地收集的森林植被管理数据的潜力,该问题分析包括全面的文献综述以及在国家研讨会上与遥感和植被管理专家的磋商。在目前可用的传感器中,航空照片似乎提供了最合适的特性组合,包括高空间分辨率、立体覆盖、一系列图像比例、各种胶片、镜头和相机选项、几何校正能力、多功能性和适中成本。提出了一种灵活的策略,采用一系列 1: 10,000、15,000 和 1:500 比例的航空照片:1)准确绘制采伐区地图,2)促进针对特定位置的林业处理、采样、缓冲区、野生动物区等处方,以及 3)监测和记录再生期间特定点的条件和活动。当前的遥感技术不太可能支持需要有关较小植物(<0.5 米高)和/或单个或稀有植物物种的非常详细信息的调查。建议的研究领域包括:1)数字帧相机或其他经济高效的数字成像仪,作为传统相机的替代品,2)基于计算机的数字图像数据分类和解释算法,3)图像测量和物理测量之间的关系,例如叶面积指数和生物量,4)成像标准,5)机载视频、激光高度计和雷达作为补充传感器,6)部分切割系统中的遥感应用。
在挑战性条件下(例如强背景辐射或复杂的散射环境),具有忠实操作的主动光传感器对于跨越各种域的遥感应用是非常可取的。诸如远程陆地映射,轨道地震学或非侵入性生物医学成像之类的示例还包括探测信号的极端光子饥饿,创造了可能对基于线性光学的传统传感器进行挑战的条件。在这项工作中,我们通过基于非线性光学元件来证明一种新型的传感系统来解决这些挑战,该系统能够同时进行三维成像和激素分析,具有单光子的灵敏度和对各种噪声来源的特殊耐受性。这种非线性光学系统利用量子 - 参数模式分类(QPM),这是一种在光谱重叠的光子上选择性检测单个信号光子的新生技术,它将基于线性光学器件的其他系统产生干扰噪声。这项工作展示了一个基于QPM的成像仪,该成像仪可以可靠地重建高度散射的模糊剂,这些靶标具有毫米深度分辨率,这是由于非线性光学的时间 - picseconds脉冲的传输。利用模式选择性上转换在Niobate波导中,我们展示了耐噪声的成像,其中很少的信号光子嵌入了34倍左右重叠的背景光子中,每个探针脉冲脉冲的背景光子超过100,000倍。本研究为新的检测方式奠定了基础,该模式可能适用于各种应用。引入了基于QPM的成像仪后,其传感能力的维度被扩展到包括振动测量值,以解决由表面振动引起的时变强度波动。我们表明,可以通过计算振动光谱作为光门控的振动光谱来进行深度分辨的振动分析。使用振动签名作为一种对比机制,我们在检测强散射后面的振动目标时证明了20 dB的改善。
人工智能是珊瑚礁遥感界令人兴奋的技术前沿,尤其是用于绘制和检测珊瑚礁环境航拍图像特征的机器学习算法的出现。机器学习算法在环境遥感应用中得到了广泛应用,这些应用主要基于三项技术进步。首先,自 20 世纪 60 年代末首次收集地球观测图像以来,遥感图像的空间分辨率逐步提高。现在在珊瑚礁环境中可以看到更详细和更小的特征。值得注意的是,无人机平台广泛用于在珊瑚礁上空低空收集图像,使单个珊瑚清晰可见。其次,收集的图像比以往任何时候都多。“大数据革命”是指地球观测图像捕获量增加的现象,这为人工智能识别环境模式和趋势提供了信息。全球存储库现在不断更新,以提供用于观察珊瑚礁的实时卫星图像,这些图像通常可免费下载。现在有大量基于图像的信息可用于训练和评估从上方解译珊瑚礁的算法。第三,计算技术的进步使得配备快速运算单元的低成本机器得到广泛应用,特别是通过虚拟处理设施。这为图像分析的数值方法开辟了空间,包括几类机器学习方法。总的来说,这三项进步从根本上改变了遥感界解译图像的方式,对珊瑚礁管理者具有重要意义。机器学习算法采用与大多数商业图像解译软件根本不同的方法,它使用数据和期望结果来生成一个模型,将一个转化为另一个(Domingos,2015)。通过不断调整通过接触训练数据集而建立的数学和逻辑模型,机器学习算法以类似于学习的方式识别模式和趋势。在这里,我们概述了机器学习算法在珊瑚礁环境中的两种不同应用,然后考虑它们未来对珊瑚礁管理者的用途:1. 空间连续测绘的栖息地分类,2. 检测珊瑚礁环境中的离散特征。
•水生化学与生物学与过程工程•环境和地球物理机械师•环境数据,统计和建模•人类健康与环境•对环境工程生物学和化学方面感兴趣的水文和水资源可以从水上性化学和生物学和生物学工程工程焦点领域的课程中进行选择。该重点区域强调空气,水质以及污染命运和运输,包括地下水补救和危险化学处理。课程集中于化学和生物学原理及其在水性环境中的分析和解决方案中的应用,包括对环境中化学,病原体和营养物质的定量和命运;生化反应的生化和生物物理原理;用于水处理的物理和化学单元操作;环境污染物转化的微生物过程;微生物生物能源系统中的微生物代谢途径;病原体在环境中的运动和生存;并使用微生物生物反应器来降解污染物和清洁水的恢复。对环境工程的物理和数学方面感兴趣的学生可以从环境数据,统计和建模,环境和地球物理流体力学以及水文学和水资源重点领域中的课程中进行选择。这些领域的课程有助于学生对控制质量,能量和势头在水生环境和气氛中的运动的数学和物理过程的数学了解。环境和地球物理力学方面的相关课程涉及流体运输和混合过程;分层流的流体力学;沉积物运输过程;沿海水域,河口,湖泊和开放通道的天然流动;湍流及其建模;全球大气循环;大气边界层;从全球到室内尺度的空气污染;和风能。水文学和水资源的课程考虑多孔媒体中的水文学,流量和运输;遥感应用;水资源工程设计和系统分析;以及表面和地下水文学以及水资源设计中的随机方法。有兴趣开发针对环境工程问题的数学和统计模型的学生可以从环境数据,统计和建模重点领域中选择课程,这些课程涵盖统计,数据 -
前言 本报告由美国农业部林务局的清查与监测 (I&M) 指导委员会发起和资助。I&M 指导委员会由清查与监测研究所特许成立,旨在调查新兴技术并确定其对林务局 I&M 问题的帮助潜力。遥感应用中心感谢 I&M 指导委员会的指导和指导,以及圣迪马斯技术与发展中心提供的项目监督。作者认为,提供的意见促成了更具体的最终报告,以满足现场需求。摘要 Spencer B. Gross, Inc. (SBG) 被选中评估多回波 LIDAR(光检测和测距)技术在美国农业部林务局的应用。本研究使用的数据集位于美国西北部(俄勒冈州、华盛顿州和蒙大拿州)。三个站点有现有数据,并为另外三个站点收集了新的 LIDAR 数据。这些站点被选中是因为具有西北植被群落的代表性样本、坡度特征和土地管理处理。对于许多此类场所,辅助数据(如地图、照片、清单数据)和现有关系(即大学人员和学生、林业联系人、政府联系人)可用于验证目的。地理空间信息为有效的森林管理实践奠定了基础。使用传统技术(包括航空摄影、摄影测量和实地工作)获取高质量数据相对昂贵且耗时。某些数据元素(如西北林地可靠的 20 英尺等高线的裸地地形模型)非常难以获取。多回波 LIDAR 可以捕获密集点数据,这些数据定义第一个表面(冠层)并通过许多点撞击地面来穿透植被。因此,只需一次飞行就可以“绘制”冠层、裸地和许多结构特征,如冠层高度、体积和基部直径。LIDAR:技术机载激光扫描的发展可以追溯到 20 世纪 70 年代早期的 NASA 系统。尽管笨重、昂贵,且仅限于特定应用(例如简单测量飞机在地球表面上的精确高度),这些早期系统还是证明了该技术的价值。
前言 本报告由美国农业部林务局的清单和监测 (I&M) 指导委员会发起和资助。I&M 指导委员会由清单和监测研究所特许成立,旨在调查新兴技术并确定其帮助解决林务局 I&M 问题的潜力。遥感应用中心感谢 I&M 指导委员会的指导和指导,以及圣迪马斯技术和开发中心提供的项目监督。作者认为,提供的意见产生了更具体的最终报告,可以满足现场需求。摘要 Spencer B.Gross, Inc. (SBG) 被选中评估多回波 LIDAR(光检测和测距)技术在美国农业部林务局的应用。本研究使用的数据集位于美国西北部(俄勒冈州、华盛顿州和蒙大拿州)。三个站点有现有数据,另外三个站点收集了新的激光雷达数据。选择这些站点是因为这些站点具有西北植被群落、坡度特征的代表性样本,并且具有土地管理处理。对于其中许多站点,辅助数据(例如地图、照片、清单数据)和现有关系(即大学人员和学生、林业联系人、政府联系人)可用于验证目的。地理空间信息为有效的森林管理实践提供了基础。使用传统技术(包括航空摄影、摄影测量和实地工作)获取高质量数据相对昂贵且耗时。某些数据元素(例如西北林地中可靠的 20' 轮廓的裸地地形模型)很难获得。多回波激光雷达提供了捕捉密集点数据的机会,这些数据定义了第一个表面(冠层)并穿透植被覆盖层,许多点都击中地面。因此,有可能通过一次飞行“绘制”冠层、裸地和许多结构特征,如冠层高度、体积和基部直径。激光雷达:技术 机载激光扫描的发展可以追溯到 20 世纪 70 年代早期的 NASA 系统。尽管这些早期系统笨重、昂贵且仅限于特定应用(例如仅测量飞机在地球表面上的准确高度),但它们证明了该技术的价值。