近期，中国测绘科学研究院《影像与数据融合国际期刊》出版了第14卷第四期。摘要如下：

A large-scale remote sensing scene dataset construction for semantic segmentation

LeiLei Xu, ShanQiu Shi, YuJun Liu, Hao Zhang, Dan Wang, Lu Zhang, Wan Liang & Hao Chen

Pages: 299-323

To cite this article:

LeiLei Xu, ShanQiu Shi, YuJun Liu, Hao Zhang, Dan Wang, Lu Zhang, Wan Liang & Hao Chen (2023) A large-scale remote sensing scene dataset construction for semantic segmentation, International Journal of Image and Data Fusion, 14:4, 299-323, DOI: 10.1080/19479832.2023.2199005

一种用于语义分割的大比例尺遥感场景数据集的构建

随着深度学习技术在计算机视觉领域中的发展，这项技术在其他领域中也得到广泛应用。同时，深度学习技术已越来越多地应用于遥感影像解释，显示出较高的潜在经济和社会意义，如土地覆盖自动测图。然而，该模型需要大量的样本来进行训练，且缺乏大规模数据集。此外，标记样本是一项费时的任务，目前尚未建立一个适合深度学习的完整的土地分类系统。这一限制阻碍了深度学习在遥感领域的发展和应用。为了满足遥感解译深度学习的数据需求，本研究开发了大规模分割数据集JSsampleP，生成了110,170个数据样本，覆盖了中国江苏省不同类别的场景。江苏现有的地理国情数据集（GCD）和基础测绘数据集（BSMD）得到充分利用，显著降低了标注样本的成本。此外，这些样本已经过严格的数据核查过程，以确保数据质量。最后，利用U-Net模型验证了数据集的准确性，并对未来的版本进行不断优化。

Digital image processing for atmospheric monitoring at Colombian Andes

Yhesly López, Ezequiel Pawelko & Daniel Nisperuza

Pages: 324-335

To cite this article:

Yhesly López, Ezequiel Pawelko & Daniel Nisperuza (2023) Digital image processing for atmospheric monitoring at Colombian Andes, International Journal of Image and Data Fusion, 14:4, 324-335, DOI: 10.1080/19479832.2023.2252817

一种用于哥伦比亚安第斯大气监测的数字图像处理技术

作为现有技术的改进方案，本文探讨了使用低成本和大规模使用的数码相机作为光学传感器来反演哥伦比亚安第斯中城市区域的大气总光学深度(τ)的可行性。本文提出了一种简单实用的技术，利用相机传感器像素中的红、绿、蓝通道的颜色水平，基于Beer-Bouguer-Lambert 定律Langley的线性拟合，从太阳影像的数字处理估计参数τ。试验影像获取时间为2022年2月到3月，从图像中检索到的τ值与从太阳光谱辐射计（SSR）中检索到的τ值相关联。试验发现，参数τ对当地大气的特征变化和相机的曝光参数设置较为敏感。在部分天空晴朗的条件下，约80%（r > 0.8）的摄像机的τ值与SSR系统的τ值呈线性对应。它的光谱依赖性（τ _red < τ _green < τ _blue）与光-大气相互作用中的物理现象相一致。研究结果表明，所应用的方法具有普适性，可用于其他地理位置的大气监测。

Analysis of spectral indices-based downscaled land surface temperature in a humid subtropical city

Anupam Pandey, Arun Mondal, Subhanil Guha, Pradeep Kumar Upadhyay, Rashmi & Sananda Kundu

Pages: 336-358

To cite this article:

Anupam Pandey, Arun Mondal, Subhanil Guha, Pradeep Kumar Upadhyay, Rashmi & Sananda Kundu (2023) Analysis of spectral indices-based downscaled land surface temperature in a humid subtropical city, International Journal of Image and Data Fusion, 14:4, 336-358, DOI: 10.1080/19479832.2023.2252818

基于光谱指数的亚热带湿润城市地表温度降尺度分析方法

本文利用2021年夏季和冬季的Landsat 8 数据，分析了亚热带湿润城市地表温度（LSTs）降尺度误差的季节性影响。Thermal sharpening （TsHARP）算法是最常用的降尺度技术之一，它最初是基于归一化的植被指数（NDVI）。本研究单独结合四种选定的光谱指数（修正的归一化水指数、归一化difference bareness 指数、归一化difference built-up 指数[NDBI]和NDVI），并通过确定均方根误差（RMSE）和锐化LST产生的平均误差来评估TsHARP技术的能力。此外，还通过结合四个光谱指数估计了锐化的LST。通过试验数据分析，NDBI提供了最有效的输出（夏季RMSE为1.11 [30 m]、1.05 [120 m]、1.02 [240 m]和0.99 [480 m]，而冬季RMSE为0.61 （[30 m]、0.59 [120 m]、0.57 [240 m]和0.56[480m]）。基于NDBI的锐化LST与表面特征之间具有较好的关联性（夏季R=0.565，冬季R=0.537）。Fallow land 与LST具有较好的关联性（夏季R=0.512，冬季R=0.530）。夏季比冬季（R = 0.438）产生的地表特征和尖锐的LST之间的关联性更好（R = 0.409）。

    期刊主页：http://www.tandfonline.com/tidf

    投稿网址：http://mc.manuscriptcentral.com/tidf

（文/ 谢文寒、孙晓霞）