近日,，我校測繪地理信息學(xué)院智能計(jì)算與遙感應(yīng)用實(shí)驗(yàn)室的付波霖副教授，在廣西巖溶濕地和紅樹林遙感領(lǐng)域取得重要研究進(jìn)展。相關(guān)研究成果分別以Multi-sensor and multi-platform retrieval of water chlorophyll a concentration in karst wetlands using transfer learning frameworks with ASD, UAV, and Planet CubeSate reflectance data為題發(fā)表在水色遙感領(lǐng)域國際頂級期刊《Science of The Total Environment》（中科院SCI一區(qū)Top,，2023IF=9.8）上，以Quantifying scattering characteristics of mangrove species from Optuna-based optimal machine learning classification using multi-scale feature selection and SAR image time series為題發(fā)表在遙感領(lǐng)域國際頂級期刊《International Journal of Applied Earth Observation and Geoinformation》（中科院SCI一區(qū)Top,，2023IF=7.5）上,、以Combination of super-resolution reconstruction and SGA-Net for marsh vegetation mapping using multi-resolution multispectral and hyperspectral images為題發(fā)表在遙感領(lǐng)域國際權(quán)威期刊《International Journal of Digital Earth》（中科院SCI一區(qū)Top,，2023IF=5.1）上。這些研究得到國家自然科學(xué)基金,、廣西自然科學(xué)基金和廣西八桂學(xué)者團(tuán)隊(duì)等項(xiàng)目的共同資助,，以桂林理工大學(xué)為第一完成單位。2023年以來,，付波霖副教授在巖溶濕地遙感和紅樹林遙感兩個(gè)研究方向均取得了一系列研究成果,，以第一作者或通訊作者發(fā)表二區(qū)及以上SCI論文9篇，授權(quán)發(fā)明專利3項(xiàng),。

　　Multi-sensor and multi-platform retrieval of water chlorophyll a concentration in karst wetlands using transfer learning frameworks with ASD, UAV, and Planet CubeSate reflectance data　論文鏈接：https://www.sciencedirect.com/science/article/pii/S0048969723045886

　　該項(xiàng)研究利用地面實(shí)測高光譜數(shù)據(jù),，首次系統(tǒng)解析了巖溶濕地水體的光譜反射率特性，理清了巖溶濕地水體Chla的敏感性光譜特征,，對比論證了ASD,、UAV和Planet三種傳感器平臺(tái)的葉綠素a估算性能，并創(chuàng)新性地提出了兩種多傳感器光譜特征組合策略和兩種巖溶濕地水體葉綠素a遷移學(xué)習(xí)反演框架,，定量估算兩種策略對巖溶濕地水體葉綠素a濃度估算精度差異,，并利用8種影像特征組合方案分別驗(yàn)證ASD實(shí)測高光譜遷移到UAV平臺(tái)、ASD實(shí)測高光譜+UAV影像遷移到星載Planet影像估算水體葉綠素a濃度的可行性,，該研究成果為巖溶濕地的保護(hù)和可持續(xù)發(fā)展提供了科學(xué)依據(jù),。

　　Quantifying scattering characteristics of mangrove species from Optuna-based optimal machine learning classification using multi-scale feature selection and SAR image time series　論文鏈接：https://www.sciencedirect.com/science/article/pii/S1569843223002704

　　該研究聯(lián)合多光譜和SAR影像構(gòu)建多維數(shù)據(jù)集，對以北侖河口和茅尾海紅樹林保護(hù)區(qū)為研究區(qū),，聯(lián)合多尺度特征變量選擇方法和Optuna參數(shù)優(yōu)化模型構(gòu)建一種自動(dòng)優(yōu)化的紅樹林種群分類模型,。在此基礎(chǔ)上，聯(lián)合時(shí)序的SAR后向散射系數(shù),、相干系數(shù)和極化分解參數(shù)定量探究不同紅樹林樹種的散射特性和主要散射機(jī)制,。這項(xiàng)研究為微波遙感監(jiān)測紅樹林病蟲害和長勢監(jiān)測提供了研究基礎(chǔ)。

論文流程圖

　　Combination of super-resolution reconstruction and SGA-Net for marsh vegetation mapping using multi-resolution multispectral and hyperspectral images　論文鏈接：https://www.tandfonline.com/doi/full/10.1080/17538947.2023.2234340

　　該研究綜合利用超分辨率卷積神經(jīng)網(wǎng)絡(luò)（SRCNN）,、超分辨率對抗生成網(wǎng)絡(luò)（SRGAN）和增強(qiáng)超分辨率對抗生成網(wǎng)絡(luò)（ESRGAN）首次對國產(chǎn)高分一號(hào)多光譜,、珠海一號(hào)高光譜等進(jìn)行影像重建，定量評估了重建影像的光譜保真度和空間分辨率提升質(zhì)量,?；谘邪l(fā)的一種新穎的SGA-Net深度學(xué)習(xí)分類框架，檢驗(yàn)了三種超分辨率重建方法對沼澤植被的分類性能,。該研究成果可較好解決廣西乃至我國西南地區(qū)遙感影像光譜質(zhì)量差,、空間分辨率低等問題，具有較好的應(yīng)用前景,。

論文流程圖