微信链接：

期刊链接：

本期编辑荐读精选了2021年上半年发表于 Remote Sensing 期刊的5篇封面文章，内容包括夜间灯光、海表温度、森林景观、地面沉降以及水位测深的综合研究，借此分享相关领域内的研究进展和动态，以飨读者。

01 Artificial Light at Night Advances Spring Phenology in the United States

夜间人工照明推动美国春季物候学的发展

Qiming Zheng, Hoong Chen Teo and Lian Pin Koh

本研究通过分析美国各地夜间人造光 (Artificial Light at Night, ALAN) 强度的卫星数据，发现尽管与其他潜在因素 (如季前温度) 相比，生长季的开始日期 (Start Date of the Growing Season, SOS) 对 ALAN 的整体响应相对较弱，但 ALAN 仍会使其提前。ALAN 的物候影响呈现出空间分化格局，ALAN 主要在美国气候温和地区提前 SOS，但在极冷和炎热地区，其影响并不显著甚至有反作用。这种分化模式主要归因于其对冷量不足的高度敏感性，仅在冷量天数超过一定阈值的前提下才会触发对 SOS 的推进作用。此外，本研究还发现尽管城市地区的基线 ALAN 强度要高得多，但城市地区和自然生态系统仍受到 ALAN 的类似影响。

02 Comparison of a Smartfin with an Infrared Sea Surface Temperature Radiometer in the Atlantic Ocean

Smartfin“智能鳍”与红外海表温度辐射计在大西洋海域的对比研究

Robert J. W. Brewin et al.

本研究开发了一种简单的海洋学漂浮装置 (Simple Oceanographic floating Device, SOD)，并在第28次大西洋经向横断面 (AMT28) 研究巡航 (2018年9月和2018年10月) 期间部署。本研究将 Smartfin 连接到 SOD 底部在0.1 m的深度进行温度测量，并使用红外海表温度自主辐射计 (ISAR) 收集海表温度 (SST) 的同时测量值，这是一种用于卫星验证的最先进仪器。此外，本文还从正在进行的电导率、温度和深度系统中提取了在略有不同深度收集的同步 SST 测量值。在对两者的比较中，中午和黎明前的统计数据有所不同，差异与环境变化 (风速和海气温度差异) 及采样深度有关。

03 Effects of Bark Beetle Outbreaks on Forest Landscape Pattern in the Southern Rocky Mountains, U.S.A.

树皮甲虫的暴发对美国南部落基山脉森林景观格局的影响

Kyle C. Rodman et al.

本文使用来自 Landsat 时间序列产品的空间和时间信息，结合广泛的现场数据与随机森林模型，绘制了1997–2019年在美国南部落基山脉的亚高山森林中，由甲虫引起的树木死亡率及其严重性的30米地图。根据所得地图，本文同时量化了整个地区累积树木死亡率的空间模式。研究发现，在此期间，39.5%的研究区域受到了树皮甲虫的影响，19.3%的研究区域经历了≥70%的树木死亡率。同时，累积的斑块大小分布表明，几乎完全丧失上层冠层的区域相对较小，并且在整个研究区域中是独立存在的。

04 Land Subsidence in Wuhan Revealed Using a Non-Linear PSInSAR Approach with Long Time Series of COSMO-SkyMed SAR Data

使用 COSMO-SkyMed SAR 数据长时间序列的非线性 PSInSAR 方法揭示武汉的地面沉降

Haonan Jiang et al.

为了克服武汉目前存在的沉降监测限制，本研究通过在2012年至2019年间获得的近300个高分辨率 COSMO-SkyMed StripMap HIMAGE 场景，该检测监测影响武汉的长期沉降过程，并揭示其时空变化。永久散射体干涉 SAR (Persistent Scatterer Interferometric SAR, PSInSAR) 处理的结果突出显示了几个明显可观察到的沉降区，本文对其中三个 (即后湖、新荣和光谷) 受到高沉降率和非线性时间行为影响的区域进行了更详细的研究。研究结果不仅揭示了以前未知的武汉地面沉降特征，并阐明了地面沉降与城市发展因素的关系，同时，也证明了非线性 PSInSAR 在分析动态扩张城市相关过程的时间演变方面的优势。

05 Automated Global Shallow Water Bathymetry Mapping Using Google Earth Engine

使用 Google 地球引擎自动绘制全球浅水测深图

Jiwei Li et al.

全球浅水测深图为app研究、环境保护和海洋运输等活动提供了重要信息，采用基于卫星的测深建模方法提供了传统船载测量的替代方案，进而提供了高空间分辨率和广泛的覆盖范围。本文基于 Google 地球引擎中的 Sentinel-2 表面反射率数据集开发了一种自动测深测绘方法，并创建了一种生成清水马赛克的新方法和定制的自动测深估计算法。本研究使用113,520个现场测深采样点，在全球6个不同地点评估了该模型性能，该方法在浅水区获得了准确的水深图。

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app所有领域，从传感器的设计、验证和校准，到遥感在地球app、环境生态、城市建筑等各方面的广泛应用。

2020 Impact Factor：4.848

2020 CiteScore：6.6

Time to First Decision：18 Days

Time to Publication：43 Days