Remote Sensing：院士优秀文章精选（一）| MDPI 编辑荐读

点击左上角"MDPI工程科学"关注我们，为您推送更多最新资讯。

本期荐读，小编精选了五篇有院士参与撰写的优秀文章，其内容涵盖夜间灯光、海洋光学、地形建模、土壤水分以及云顶高度五个方面，供各位学者阅读欣赏。

01

Applications of Satellite Remote Sensing of Nighttime Light Observations: Advances, Challenges, and Perspectives

卫星遥感夜间光观测的应用：进展、挑战和前景

Min Zhao et al.

https://doi.org/10.3390/rs11171971

未来NTL遥感研究的战略方向。

遥感夜间光观测为人们提供了对人类活动及时且空间明确的衡量标准，因此能够实现大量的应用，如跟踪城市化和社会经济动态、评估武装冲突和灾害、调查渔业、评估温室气体排放和能源使用以及分析光污染和健康影响。本文回顾了夜间光传感器和产品的进展，并从两方面 (即人类活动和环境变化) 考察了夜间光遥感对感知变化世界的贡献。基于对夜间光遥感研究进展的历史回顾，本文总结了当前夜间光遥感研究面临的挑战，并提出了四个战略方向：改进夜间光数据、开发长时间系列一致的夜间灯光数据、将夜间灯光观测与其他数据和知识相结合以及促进夜间灯光观测的多学科和跨学科分析。

识别二维码

阅读英文原文

02

Ocean Optical Profiling in South China Sea Using Airborne LiDAR

使用机载激光雷达在中国南海进行海洋光学剖面探测

Peng Chen and Delu Pan

https://doi.org/10.3390/rs11151826

上图为SCS中的四次机载LiDAR飞行实验。色线分别为2017年9月23日 (黑色)、9月30日 (蓝色)、2018年3月11日 (红色) 和3月12日 (绿色) 的机载LiDAR飞行轨迹。下图为反演得到的沿飞行轨迹颗粒后向散射系数垂直分布图。

LiDAR应用虽越来越广泛，但到目前为止，还没有关于使用机载LiDAR进行南海 (SCS) 海洋光学剖面的相关研究报道。通过2017年秋季和2018年春季在南海进行的四次机载LiDAR飞行实验，本文介绍了一种混合反演方法，它结合了获得LiDAR衰减系数的Klett方法和用于180°体积散射函数的扰动反演方法。LiDAR反演结果与传统测量之间的相关系数为0.7，同时两者之间的平均绝对相对误差和归一化均方根偏差都在10%到12%之间。随后，本文绘制了沿机载LiDAR飞行轨迹的LiDAR反演衰减系数和后向散射系数的垂直结构图。除此之外，沿着三亚湾的飞行轨迹在10至20米深度之间检测到海洋亚表层浮游植物层。初步结果表明，本文的机载LiDAR具有独立测量和表征海洋光学结构的能力。

识别二维码

阅读英文原文

03

Integrating Stereo Images and Laser Altimeter Data of the ZY3-02 Satellite for Improved Earth Topographic Modeling

整合ZY3-02卫星的立体图像和激光高度计数据以改进地球地形建模

Guo Zhang et al.

https://doi.org/10.3390/rs11202453

激光距离约束提高立体图像高程精度示意图。组合调整前后立体图像与激光测距数据的几何关系 (a) 和 (b)。

本研究致力于建立一种在图像空间中具有单一约束的组合平差模型，用于整合ZY3-02立体图像和激光高度计数据，以改进地球地形建模。实验结果表明，ZY3-02卫星的立体图像与激光高度计数据之间的不一致性可以降低，应用所提出的组合调整后，立体图像的高程精度显著提高。进一步证明，改进后的高度精度对立体图像中激光高度计点 (LAP) 的数量和相对位置不敏感。此外，还加入了额外的平面控制点 (PCP) 以实现更好的平面测量精度。登封地区的实验结果表明，使用LAP和额外的四个PCP得出的调整平差结果仅略低于使用四个地面控制点 (GCP) 的区块平差。总的来说，本研究所提出的方法可以有效地提高地球地形模型的质量。

识别二维码

阅读英文原文

04

Comparative Analysis of Landsat-8, Sentinel-2, and GF-1 Data for Retrieving Soil Moisture over Wheat Farmlands

Landsat-8、Sentinel-2和GF-1数据在检索小麦农田土壤水分方面的比较分析

Qi Wang et al.

https://doi.org/10.3390/rs12172708

基于GF-1、Landsat-8和Sentinel-1/2的土壤水分反演流程图。

合成孔径雷达 (SAR) 数据与多源光学数据相结合已被广泛用于土壤水分反演。然而，迄今为止，尚未进行不同光学数据来源植被指数对检索精度影响的比较分析。因此，来自不同光学数据源的植被参数，对于土壤水分准确反演的适用性需要进一步研究。在本研究中，作者比较了来自GF-1、Landsat-8和Sentinel-2的植被指数，基于Sentinel-1 SAR和三个光学数据，结合水云模型 (WCM) 和高级积分方程模型 (AIEM)，研究土壤水分反演的准确性。结果表明，Sentinel-2数据对植被特征更敏感，对植被信号检测能力更强。三个传感器的归一化植被指数 (NDVI) 值排序如下：Sentinel-2最大，Landsat-8次之，GF-1最小。Landsat-8的归一化差异水指数 (NDWI) 值大于Sentinel-2。在土壤水分反演中，Sentinel-2数据比其他来源的数据具有更高的精度，因此更适合与SAR结合进行土壤水分反演的研究。

识别二维码

阅读英文原文

05

Measurement of Cloud Top Height: Comparison of MODIS and Ground-Based Millimeter Radar

云顶高度测量：MODIS 和地基毫米雷达的比较

Juan Huo et al.

https://doi.org/10.3390/rs12101616

PM₁₀ (a)、CO (b)、NO₂ (c) 和SO₂ (d) 在D_mr中的相关性。每个面板中的色条表示云深。

云顶高度 (CTH) 是了解云对地球辐射收支和全球气候变化影响环流模型的重要参数。本文比较了Aqua和Terra卫星搭载的中分辨率成像光谱仪 (MODIS) 的CTH产品，与2014年至2017年在北京的地基Ka波段雷达数据。目的是研究数据的准确性和被动卫星数据与主动地面雷达数据之间的CTH测量差异。结果表明，MODIS相对于雷达的CTH平均低估了−1.08±2.48km，但中位差为−0.65km，约48%的差值在1km以内。从统计上看，大于6km的MODIS CTH与雷达CTH的差异比小于4km的MODIS CTH的差异要小。CTH差异与云量和云层无关。它表现出对云深度的强烈依赖，随着云深度的增加而降低。相对于雷达，MODIS有低估高薄云而高估低薄云的趋势。总臭氧、SO₂、CO、NO₂、气溶胶PM₁₀、总水汽和逆温对CTH差异影响不明显。结果表明，当云层高于2km时，MODIS CO₂切片技术的性能远优于IRW (红外窗口) 技术。

识别二维码

阅读英文原文

 Remote Sensing 期刊介绍

主编：

Prasad S. Thenkabail, USGS Western Geographic Science Center (WGSC), USA

期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。期刊于今年被三个新的Category收录：

Geosciences, Multidisciplinary (Q1)；

Environmental Sciences (Q2)；

Imaging Science & Photographic Technology (Q2)。

2020 Impact Factor	4.848
2020 CiteScore	6.6
MPT	40
APT	42.65

*MPT: Median Publication Time; APT: Average Publication Time

识别二维码，订阅Remote Sensing 期刊最新资讯。

往期回顾

MDPI分学科公众号推荐

MDPI化学材料

汇集MDPI 化学材料领域前沿研究成果。

版权声明：

本内容由MDPI中国办公室编辑负责撰写，一切内容请以英文原版为准。如需转载，请邮件联系：[e-mail]

由于微信订阅号推送规则更新，建议您将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，进入期刊官网。

喜欢今天的内容？不如来个“三连击”☞【分享，点赞，转发】