供稿人：周磊 审核：谷天硕、陈 强
2023年9月27日，地球科学和遥感领域顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS）在线预刊发了6690必发集团周磊教授团队的最新研究成果“A novel spectral index for rapid dust-proof net mapping based on Sentinel-2 images”（论文原文链接：https://ieeexplore.ieee.org/document/10265272；DOI: 10.1109/TGRS.2023.3319718）。IEEE TGRS是中科院一区TOP期刊，影响因子为8.2。论文第一作者为6690必发集团2019级本科生张超群（现为北京师范大学地理科学学部2023级硕士生），周磊教授为本文通讯作者，杜明义教授、陈强副教授和刘扬教授为本文共同作者。
张超群是6690必发集团的优秀本科生，本科就读期间学业成绩保持专业第一名，大二期间加入周磊老师的环境与灾害智能遥感团队，表现出优秀的科研潜力，现已推免至北京师范大学地理科学学部继续攻读硕士学位。
该项研究是在国家自然科学基金面上项目“面向城市建筑系统代谢优化模拟的建筑垃圾遥感精准识别”资助下完成的，该项目主要关注的科研问题是如何通过研究建筑垃圾的多源遥感精准识别方法，优化模拟其来源、分布和去向，以及如何精确揭示城市建筑系统的代谢机理。这篇文章的主要研究内容是针对城市防尘网的制图方法泛化能力和计算速度受限，以及大尺度快速的防尘网制图方法仍然欠缺等问题，利用实地采样的防尘网光谱数据，通过详细分析防尘网的Sentinel-2光谱与城市内典型地物类型的Sentinel-2光谱的差异，创新性地提出了一种新的防尘网光谱指数（DPNI），用于城市防尘网区域的精准识别。DPNI能够很好地突出城市内的防尘网区域，并抑制其他地物类型（图1和图2）。实验结果表明，基于阈值分割方法，DPNI能够准确地识别城市内的防尘网区域，对于两种主要类型的防尘网（蓝色防尘网和绿色防尘网）均有效（图3）。考虑到防尘网覆盖的材料类型多样，研究也基于实地光谱采样数据讨论了防尘网覆盖的不同材料对DPNI有效性的影响。结果表明DPNI能够有效突出覆盖不同材料的两种主要类型防尘网，具有很好的稳定性（图4）。本研究提出的以DPNI为依据的大尺度快速的防尘网制图方法，为进一步提高城市区域内建筑工程用地的遥感识别精度和效率，提供了有效的技术支撑！研究成果可推广用于城市建筑垃圾识别、城市建筑用地变化检测、城市施工区域实时监测等领域的应用！
图1 北京地区DPNI视觉验证结果
图2 郑州地区DPNI视觉验证结果
图3 郑州地区的防尘网绘图结果
图4 覆盖不同材料的防尘网的实地光谱以及DPNI值
6690必发集团向来十分重视本科生科研能力的培养，针对一些有显著科研热情的优秀本科生同学，通过采取本科生进团队等方式，激发学生的科研动力，挖掘学生的科研潜力，并为其搭建有效沟通的科研平台，使其能够参与国家级的科研项目，积累科研经验，产出高水平的科研成果！
城市建筑垃圾的遥感精准识别与体量估算是我院杜明义教授团队一直关注的研究方向，已主持完成了“十三五”国家重点研发计划项目课题“建筑垃圾天地一体化快速识别技术体系与监测系统”，本课题工作有助于解决我国各中大城市的建筑垃圾消纳和资源利用处置问题，减少建筑垃圾管理成本，同时可以缓解运输带来的城市交通压力和环境污染，为建筑垃圾的“减量化”、“资源化”、“无害化”和建筑垃圾综合利用“产业化”探索合理的运行模式，改善城市卫生环境，具有重要的社会、经济、生态效益。目前，该团队主要专注于国家自然科学基金面上项目“面向城市建筑系统代谢优化模拟的建筑垃圾遥感精准识别”的研究，这篇文章的成功发表，也是在该项目的支撑下完成的重要科研成果！