专栏名称: GEE遥感训练营
专注GEE遥感算法,包括遥感影像下载、遥感影像制图、遥感GIS空间分析、遥感生态评价、遥感影像融合、遥感去干扰等多元遥感云计算
目录
相关文章推荐
游戏葡萄  ·  10月发放版号:113个国产、15个进口,N ... ·  5 天前  
游戏茶馆  ·  真《碧蓝档案》原班人马新作公开,UE5开发 ·  5 天前  
51好读  ›  专栏  ›  GEE遥感训练营

Remote Sensing 特刊征稿:多源遥感数据融合在环境监测中的前沿应用

GEE遥感训练营  · 公众号  ·  · 2024-10-28 23:16

正文

特刊背景

我们每天都能够获取来自卫星和机载平台的多源遥感影像,包括光学、多光谱、高光谱、激光雷达、合成孔径雷达等。由于成像机制不同,每种数据源都能提供独特的观测信号,从而能从不同角度对动态复杂的地球环境进行精确监测。多源地球观测数据的整合可以提高观测数据的时空-光谱分辨率、精度和数据覆盖率,从而对植被动态、森林健康、物种多样性和生物量估算进行精细分析。

多源遥感数据融合是一个古老的课题,随着数据量和复杂性的指数级增长,它正面临着新的挑战。通过处理大规模异构数据,成像机制、分辨率和环境的差异变得十分突出。如何开发创新技术来应对这些挑战,并更好地为地球环境监测服务,是遥感研究的一个开放性问题。

特刊信息

本特刊旨在推进多源遥感数据融合的创新技术或数据集,涵盖各种应用,帮助科学家了解复杂的地球系统过程,更好地应对全球环境和气候变化。我们鼓励将最新的深度学习技术(大型预训练多模态模型、领域自适应策略等)与大规模应用(土地覆盖物制图、生态系统监测、城市分析、灾害评估等)相结合。

特刊研究领域

本期特刊鼓励与该期刊在多个领域推进遥感技术和应用的范围相一致的投稿。范围包括但不限于以下内容:

  • 多源遥感数据融合;

  • 多源可迁移或领域自适应模型

  • 用于遥感任务的多模态模型;

  • 土地覆盖物制图

  • 生态系统监测

  • 城市分析

  • 作物监测和产量预测

  • 冰川和海冰监测

  • 大气监测

  • 生物多样性和生态保护

  • 温室气体排放监测

  • 植被动态和碳循环;

客座编辑

王俊珏博士

单位:东京大学前沿科学研究生院,日本

电子邮件:[email protected]

个人主页:https://junjuewang.top/

研究领域:多模态遥感处理;地球视觉;土地覆盖制图;可持续城市规划;灾害评估。

杨佳琪博士

单位:威斯康星大学麦迪逊分校森林与野生动物生态学系,美国。

电子邮件:[email protected]

个人主页:https://jqyang22.github.io

研究领域:多模态遥感图像融合;高光谱遥感;遥感图像解释;数据驱动的地球系统科学。

刘寅贺博士

单位:武汉大学测绘遥感信息工程国家重点实验室,中国

电子邮箱:[email protected]

个人主页:https://liugalaxy.github.io/

研究领域:高分辨率遥感;土地利用和土地覆盖制图;变化检测;多模态数据融合。

郑卓博士

单位:斯坦福大学计算机科学系,美国

电子邮箱:[email protected]

个人主页:zhuozheng.top

研究领域:地球视觉;遥感;计算可持续性;变化检测。

徐永浩教授

单位:林雪平大学电气工程系,瑞典

电子邮箱:[email protected]

个人主页:https://yonghaoxu.github.io

研究领域:遥感数据解译;地球观测的AI安全;环境监测的AI

客座编辑助理

宣伟豪

单位:东京大学前沿科学研究生院

电子邮件:[email protected]

个人主页:https://weihaoxuan.com/

研究领域:遥感数据的基础模型;多模态学习;视觉语言模型;点云分析。

投稿截止时间

2025.4.30

特刊详情页面

https://www.mdpi.com/journal/remotesensing/special_issues/B875S8XOC7