针对现有遥感影像智能解译模型高度依赖特定传感器的光谱分布与波段配置，难以实现异构高光谱和多光谱数据的统一处理，以及多源遥感数据利用效率不足、模型跨传感器泛化能力受限等问题，提出一种面向任意高光谱与多光谱影像的通用遥感解译框架（Universal Interpretation Framework，UIF）。该框架突破传统遥感解译模型与传感器光谱配置之间的强耦合关系，构建适应不同波段数量、光谱配置及数据分布的统一特征学习与解译机制，支持异构高光谱和多光谱数据的混合训练与统一推理。在此基础上，分别构建跨传感器地物分类模型与变化检测模型，实现不同光学遥感平台数据在统一模型下的地物类别识别与多类别变化检测，减少对传感器专用模型的依赖，增强模型对异构遥感观测数据的适应能力与跨平台迁移能力。该研究推动遥感智能解译从传统单一传感器独立建模向多源异构数据统一表征与协同分析转变，为大规模多源遥感数据融合利用、跨传感器地物分类、生态环境动态监测及通用遥感智能解译技术发展提供了新的研究思路与技术框架。
针对现有高光谱遥感基础模型主要依赖单一传感器数据或统一光谱采样接口，难以兼顾多传感器原生光谱差异、精细光谱结构保持与跨传感器语义对齐等问题，提出一种面向多源高光谱遥感数据的地理空间语义对齐与光谱保真表征学习框架（HyperAnchor）。该研究首先构建多传感器高光谱—地理空间嵌入基准数据集（HyperBridge），整合EMIT、EnMAP、PRISMA及高分五号（GF-5）等多源高光谱观测数据，保留不同传感器的原始波长采样、光谱带宽及有效波段信息，并引入AlphaEarth Foundations（AEF）地理空间嵌入作为统一语义参考，为跨传感器高光谱特征学习提供标准化数据支撑。在此基础上，设计基于连续光谱分词器的高光谱特征编码机制，构建语义—光谱双分支编码器与门控空间—光谱融合模块，实现不同传感器观测数据向共享地理空间语义空间的映射；同时引入光谱保真监督约束，在增强跨传感器语义一致性的同时，保留窄波段光谱特征及其物理信息，避免语义对齐过程中关键光谱结构的损失。该方法融合地理空间语义先验与传感器原生光谱表征，增强高光谱基础模型的跨传感器泛化、语义检索及下游密集解译能力，为多源高光谱遥感数据统一表征、跨平台知识迁移与大尺度智能解译提供了新的技术途径。
针对现有高光谱遥感基础模型主要面向陆地场景、难以适应复杂水域环境，以及水体高光谱数据集任务分散、预处理与标注标准不统一、跨平台数据融合及知识迁移能力不足等问题，提出一种面向水域高光谱遥感智能解译的基础模型（HyperAUDI）。该研究首先构建大规模水域高光谱数据集ATR-HyperAquatic-600K，整合卫星与机载多平台、多传感器及不同水域环境的高光谱观测数据，为水域场景基础模型预训练提供统一的数据支撑；其次，针对水体光学成像机理与陆地遥感的显著差异，设计物理感知的卫星高光谱预训练策略，将水体成像物理先验融入特征表征学习过程，增强模型对水域光谱特征与空间结构信息的联合建模能力；进一步构建由粗到细的跨平台持续预训练机制，利用卫星高光谱数据学习的先验知识引导机载高光谱精细特征表征，实现跨观测平台的知识迁移与特征适配。该方法融合水体成像物理机制与大规模自监督表征学习，提升基础模型在复杂水域环境下的泛化能力与跨任务迁移性能，为水下底质分类、水深反演、海上溢油检测及水下目标探测等多种水域高光谱遥感任务提供统一的智能解译技术框架。
针对干旱演变过程受气候驱动与陆气相互作用反馈共同影响、传统线性预测方法难以准确刻画干旱非线性演化特征及区域预测能力差异等问题，开展全球典型水文气候敏感区干旱演变机制与可预测性研究。该研究从气候遥相关、陆面水分状态及陆气反馈过程出发，系统分析不同干旱强度下水分亏缺的非线性演变特征，揭示中等程度水分亏缺可能在正反馈作用下快速加剧，而严重干旱阶段因陆气耦合减弱呈现反馈受限的状态依赖性机制。通过引入小波相干分析、互信息及陆气耦合指数等诊断方法，刻画不同区域干旱演变过程中气候驱动、土壤水分记忆与生态系统响应惯性的相互作用，分析厄尔尼诺—南方涛动（ENSO）、太平洋年代际振荡（PDO）等气候模态对区域干旱可预测性的影响。在此基础上，构建融合气候驱动、陆面过程与反馈记忆的同心层级概念框架，阐明传统线性持续性预测模型的适用局限，强调非线性陆气相互作用与状态依赖反馈在干旱预测中的重要性，为全球变暖背景下的次季节至季节尺度干旱预测、区域水资源管理及气候适应性决策提供理论参考。
针对多景遥感影像相对辐射校正（Relative Radiometric Correction，RRC）中不同影像间辐射差异显著、传统方法对局部细节信息利用不足，以及跨分辨率参考数据融合易导致影像细节损失和校正质量下降等问题，提出一种基于虚拟低分辨率影像（Virtual Low-Resolution Image，VLRI）重建与时空特征融合的多景遥感影像相对辐射校正方法。该方法首先利用原始高分辨率影像的光谱信息作为辅助数据，构建虚拟低分辨率影像重建策略，实现不同空间分辨率影像之间的光谱信息关联与时空特征协同表达；其次，融合原始影像的高分辨率空间细节特征与低分辨率参考影像的光谱信息，在降低影像间辐射差异的同时保持地物纹理及局部结构特征；进一步建立综合考虑影像间时间相关性、空间邻近性及光谱相似性的辐射校正机制，对重建影像、原始影像和参考影像之间的多维关联关系进行显式量化，并将其引入校正计算过程，增强不同观测时相与空间尺度下参考信息的有效利用能力。该方法降低了对严格几何配准条件的依赖，提高了历史低分辨率遥感数据的利用效率，为多源多时相遥感影像辐射一致性处理、正射影像制作、全景影像生成及三维重建等应用提供了新的技术途径。
第 1 / 2 页 · 每页 20 篇
