基于文献计量的遥感影像研究现状及热点分析

卢瑞芳 任维康 田晓丹 刘晓倩

摘  要：为了清晰了解遥感影像的发展趋势，以知网期刊为数据来源，运用文献计量法以及CiteSpace可视化分析工具对遥感影像的相关文献进行统计分析。结果表明，在遥感影像领域内，作者李德仁、张良培等人有较高的影响力，李德仁是遥感领域的领军人物。近几年新兴的热点主要集中在无人机、遥感卫星的图像处理以及深度学习相关算法与遥感影像的结合，未来研究的重点可能仍围绕着深度学习与遥感影像的深度结合，以及开发更多数据集支撑两者结合。

关键词：遥感影像；深度学习；CiteSpace

中图分类号：TP391；TP75    文献标识码：A  文章编号：2096-4706（2023）08-0155-05

Abstract： In order to clearly understand the development trend of remote sensing images， take CNKI journals as the data source， and use the bibliometric method and CiteSpace visual analysis tools to statistically analyze the relevant documents of remote sensing images. The results show that the authors Li Deren and Zhang Liangpei have a high influence in the field of remote sensing images， and Li Deren is a leader in the field of remote sensing. In recent years， the emerging hot spots are mainly in the image processing of UAV and remote sensing satellites， as well as the combination of deep learning related algorithms and remote sensing images. The focus of future research may still be on the deep integration of deep learning and remote sensing images， as well as the development of more data sets to support the integration of the two.

Keywords： remote sensing image; deep learning; CiteSpace

0  引  言

遙感影像是指将不同功能的传感器搭载到保持运动或静止的物体上，对地面物体进行电磁辐射或者其他具有反射性质的介质进行探测，最终得到的记录各种地物电磁波大小的照片。

遥感影像按照遥感方式可以分为光学遥感影像、微波遥感影像和激光遥感影像。其中常用的遥感影像主要是光学、微波遥感影像。近几年热门的无人机影像就属于光学遥感影像。遥感影像的应用范围涉及多个领域，应用较多的则是农业、建筑、水质检测等。在影像处理方面，早期采用的是小波变换方法[1]，后来随着相关计算机技术的发展，将面向对象、随机森林等算法应用到遥感影像处理上[2，3]，现在，在该领域，更为热门的是将各种神经网络模型应用到遥感影像处理上[4]。

本文利用CiteSpace可视化分析软件，对知网收录的遥感影像领域的EI、SCI文献进行统计，分析遥感影像领域的研究热点及发展趋势，希望能为遥感影像领域的发展提供参考。

1  数据来源与分析

1.1  数据来源

本文以知网数据库为数据源，以“主题=遥感影像-展望”为检索条件，不限定其余条件，获得学术期刊3.07万，由于文献太多，在文献来源类别勾选EI、SCI，得到EI文献1 947篇，SCI文献118篇，剔除相关性不高的文献，最后得到2 053条数据。检索时间为2022年10月6日。

1.2  结果分析

检索到的结果涉及的学科类别共有11个，分布图如图1所示。可见遥感影像与自动化技术、工业通用技术及设备、自然地理学和测绘学这三个学科联系最为密切，其次与农业基础科学，地球物理学联系较为密切。目前遥感影像在自然地理学和测绘学的研究主要集中在各种场景下的建筑物提取和识别、土地利用分类以及山体滑坡特征识别[5-7]。在农业方向的应用则围绕着各种农作物的识别，如棉田、小麦、葡萄等[8-10]，冬小麦作为重要的粮食农作物，关于冬小麦的识别、种植分布及面积提取在农业相关的应用中占据很大比重。

2  遥感影像领域核心研究力量及其合作关系

2.1  作者共现分析

研究领域内的优秀作者可以为推动学科发展起到重要作用，通过分析发文作者的数量及发文作者间合作关系可以了解该领域的学科带头人及科研影响力。使用CiteSpace软件对遥感影像领域作者进行可视化分析，生成如图2所示的发文作者共现图谱，由于该领域发文作者数量较多，发文频次低于3的作者没有出现在图谱中。表1为发文频次排在前15名的作者统计表。

节点之间的大小代表作者的发文频次，发文频次越高的作者节点越大，反之则越小，节点之间的连线表示作者之间的合作。图2的图谱中包含740个节点，923条连线，密度为0.003 4，其中发文频次为1的节点有268个，发文频次为2的节点有370个。发文频次低的节点占比较多，节点之间的交叉连线较少，密度较低。发文频次高的节点之间的连线相对复杂，表明作者之间的合作较多。

根据图2可知，在遥感影像领域，较大的合作网络有两个，一个是骆剑承、沈占峰和胡晓东所在的网络。另一个则是冯仲科、张超和朱德海所在的网络。较大的合作网络表明在遥感影像领域的研究较难，多数作者的研究主题类似。随着时间变化，零散节点变多，表明遥感影像的新兴力量正在不断变多。

骆剑承和沈占锋之间的合作始于2003年，研究主要集中在GIS，2005年两人的共同研究中首次出现高分辨率遥感影像[11]，随后两人共同提出了在并行计算的过程中采用非均匀数据分配策略来实现遥感影像的特征提取[12]，2007年在该基础上提出了基于特定环境的非均匀数据划分策略[13]。两者在遥感领域的研究主要集中在算法、方法等技术上，应用则覆盖水体、植被等多个应用场景。

张超、冯仲科所在的节点网络发文时间比较靠前，而张超、朱德海所在的节点网络发文时间靠后，张超与前者团体合作发生在2004年—2006年间，主要是利用遥感影像监测覆盖植被、裸漏农田等[14，15]，而张超与朱德海团体的合作从2007年至今，研究领域主要是遥感影像在农业方面的应用。两个研究团队之间除了张超之外，再无其他合作。

发文频次较高的李德仁、张良培等人在知网检索到的最新一篇该领域的一篇文章发表时间为2022年，表明十几年间，李德仁、张良培等人持续推动了遥感影像领域的发展。李德仁是遥感领域的领军人物，2003年李德仁从遥感数据的获取、处理及应用等方面展望了遥感在21世纪的发展趋势[16]，并在下一年提出要大力发展我国的高分辨率卫星对地观测事业，推动了遥感领域的发展[17]，2007年提出遥感数据可以为自然灾害预警和防灾减灾提供有效手段，为遥感与应急的结合做出巨大贡献，打下坚实基础[18]。2014年，紧跟热点，探讨了无人机遥感系统研究现状及发展前景。在多方面为无人机遥感发展提出了可靠建议[19]。

2.2  发文机构合作分析

图3为在遥感影像领域发文较多的发文机构的共现图谱，由于发文机构较多，其中只显示了发文频次超过10的节点。由图3可知，发文量排在前三的机构是武汉大学测绘遥感信息工程国家重点实验室、武汉大学遥感信息工程学院以及中国科学院大学。表明，大学是遥感影像发展的中坚力量。与武汉大学联系密切的发文机构不仅有高校，而且还有各个研究院所，而与中國科学院大学有联系的大都是以中国科学院开头的各种研究所，表明武汉大学以跨机构合作为主，而中科院以机构独立研究为主，跨机构合作为辅。根据图谱可以知道，除了个别机构外，发文量超过10的机构之间合作十分密切。可以看出，目前关于遥感影像的研究已经形成了群簇态势。

3  遥感影像发展热点及新趋势

3.1  关键词共现分析

图5为遥感影像领域关键词共现图谱，该图谱将遥感影像、遥感图像关键词合并到遥感关键词中，同时去掉出现频次低于6的节点。节点的大小与出现频次有关。图5中最大的节点是遥感，由于获取论文的检索条件为“主题=遥感影像”，所以遥感排在第一十分正常。图4为遥感影像从2002年—2022年的发文趋势，虽然有所波动，但总体呈现上升趋势。表2为遥感影像领域关键词统计表。

根据CiteSpace对遥感影像相关文献关键词的可视化分析可知，影像的关键词有卫星影像、多光谱影像、光学影像、无人机影像。多光谱影像、无人机影像都属于光学影像，表明光学影像相较于微波遥感影像应用的更多，因为两者相比光学遥感影像的分辨率更高，但是更易受到云层阴影的影响，所以影像融合自然而然就成为光学遥感影像处理的一个热点。遥感影像的应用领域也十分广泛，从关键词中可以提取出较为热门的应用有作物识别、道路提取以及土地利用等。冬小麦作为我国重要的粮食作物，其种植面积影响我国的粮食收入。统计其种植面积可以更好地分析种植面积对产量的影响，以及在种植面积不变的情况下，其他因素对于冬小麦产量也有影响。因此从遥感影像中识别冬小麦种植面积在作物识别方面占比很大。关键词中的面向对象、决策树、小波变换以及深度学习等方法则是遥感影像的处理方法。遗传算法、空洞卷积、语义分割则表明深度学习已成为遥感影像领域应用的热点，被广泛应用于遥感影像领域。

3.2  遥感影像领域研究热点及趋势分析

图6为关键词的突发性检测列表排序，Year表示关键词首次出现时间，Begin、End分别表示该关键词突发开始和结束时间。颜色较深部分表示该关键词突发性范围。

根据突发性检测列表可知，热点的分布大概可以分为三个阶段。

3.2.1  2003年—2010年为第一阶段

该阶段的研究热点为小波变换、道路提取以及影像融合等。图像融合、影像融合和数据融合算是同类型的研究热点，小波变换则是影像融合的一种处理方式。根据图7可知小波变换在2002年—2022年期间，在10年以前发文量达到最高，整体呈现下降趋势。在该阶段内，研究热点持续时间线最长的为影像融合，同时多个热点与他有关，则表明影像融合是该阶段最大的热点。根据图8可知，影像融合的发文量在2004年达到最高，并在2008年—2012年下降并趋于稳定，在2012年—2022年期间，仍处于下降并趋于稳定趋势，总体来说呈现下降趋势。

3.2.2  2010年—2017年为第二阶段

该阶段的研究热点主要集中在遥感影像的细节和处理。细节主要体现在精度和纹理特征等。处理主要包括影像分类、影像分割以及图像处理等。研究热点持续时间线最长的为精度和影像分割。在该阶段，精度的突现强度为4.56，相比于该阶段其他关键词，突现强度最高，表明在该阶段，图像识别或分割已经趋于稳定，研究者开始精益求精，专注于提升处理结果的精度。

3.2.3  2017年至今为第三阶段

该阶段的研究热点可以大致分为三类：研究目的、影像来源和研究手段。研究目的可以大致分为影像分类和目标检测两大类。影像来源则主要是无人机低空遥感和以高分二号为首的遥感卫星，高分2号于2014年发射成功，但是近两年才变成研究热点。新兴的研究手段主要是深度学习、随机森林等计算机领域的模型和算法，表明计算机领域的算法和遥感影像结合是近两年研究的热点。

无人机由于其操作简单，图片收集迅速，被广泛应用于农业、城建等领域。图9是关键词为无人机的文章年度发文趋势统计，可以看出，2012年—2017年，经过2014年—2016年的低潮后，呈现稳定上升趋势，并于2019年至今，呈现出高发文量的稳定趋势。表明无人机仍是当前研究的热点。可能需要与新的领域结合，如应急、救灾等领域，才能使无人机的发文量再次升高。

由于深度学习等算法的突发性时间较短且持续到当前，可以推测未来研究热点可能仍然围绕着计算机领域模型、算法与遥感影像的深度合作。在这一阶段，深度学习和语义分割的突显值较高，其中深度学习的突现值最高并远高于其他关键词，表明利用深度学习来处理遥感影像是当前热度最高的热点，从图10中也能看出这一点，关键词为深度学习的文章的发文量从2015年至今呈现持续上升趋势，按照上升趋势来看，有可能在今后的研究中继续上升。表明接下来的研究热点仍然是遥感影像与深度学习算法的结合。但是由于当前用于深度学习训练的数据集相对较少，更有可能在遥感影像的样本扩容方向有更新的发展。

4  结  论

1）遥感影像涉及学科较多，占比较高的有自动化技术、工业通用技术及设备、自然地理学和测绘学和农学。

2）遥感影像领域的发文作者较多，作者之间的合作也很密切。较为突出的作者有李仁德、张良培、骆剑承、张超等人。李德仁、张良培等人持续推动了遥感影像领域的发展。李德仁是遥感领域的领军人物，从应急、无人机等多方面推动了遥感影像的应用和发展。

3）较为突出的发文机构为武汉大学、中科院大学及中科院下的多个研究所，武汉大学以跨机构合作为主，而中科院以机构独立研究为主，跨机构合作为辅。

4）遥感影像领域最新的研究热点是无人机低空遥感、卫星遥感图像的获取与处理以及计算机相关技术在遥感影像方向的应用。无人机和深度学习的发文量呈现总体上升趋势，未来研究的热点可能仍然围绕着深度学习算法与遥感影像以及开发更多的数据集支撑两者的结合。

参考文献：

[1] 李飞鹏，杨志高，秦前清，等.高分辨率遥感影像的实时压缩算法 [J].武汉大学学报：信息科学版，2004（3）：259-263.

[2] 谭衢霖，刘正军，沈伟.一种面向对象的遥感影像多尺度分割方法 [J].北京交通大学学报，2007（4）：111-114+119.

[3] 冯文卿，眭海刚，涂继辉，等.高分辨率遥感影像的随机森林变化检测方法 [J].测绘学报，2017，46（11）：1880-1890.

[4] 崔璐，张鹏，车进.基于深度神经网络的遥感图像分类算法综述 [J].计算机科学，2018，45（S1）：50-53.

[5] 高贤君，郑学东，沈大江，等.城郊高分影像中利用阴影的建筑物自动提取 [J].武汉大学学报：信息科学版，2017，42（10）：1350-1357.

[6] 张成业，李飞跃，李军，等.基于DeepLabv3+与GF-2高分辨率影像的露天煤矿区土地利用分类 [J].煤田地质与勘探，2022，50（6）：94-103.

[7] 李振洪，张成龙，陈博，等.一种基于多源遥感的滑坡防灾技术框架及其工程应用 [J].地球科学，2022，47（6）：1901-1916.

[8] 资源一号卫星大面积棉田遥感监测影像 [J].遥感学报，2022，26（9）：1909.

[9] 杨蜀秦，王鹏飞，王帅，等.基于MHSA+DeepLabv3+的无人机遥感影像小麦倒伏检测 [J].农业机械学报，2022，53（8）：213-219+239.

[10] 宋德娟，张承明，杨晓霞，等.高分二号遥感影像提取冬小麦空间分布 [J].遥感学报，2020，24（5）：596-608.

[11] 沈占锋，骆剑承，马伟锋，等.适合高分辨率遥感影像处理的分布式环境研究 [J].计算机工程与设计，2005（1）：1-3+21.

[12] 沈占锋，骆剑承，陈秋晓，等.高分辨率遥感影像并行处理数据分配策略研究 [J].哈尔滨工业大学学报，2006（11）：1968-1971+1976.

[13] 沈占锋，骆剑承，陈秋晓，等.基于MPI的遥感影像高效能并行处理方法研究 [J].中国图象圖形学报，2007（12）：2132-2136.

[14] 张超，王纪华，赵春江，等.利用多时相遥感影像监测季节性裸露农田 [J].农业工程学报，2005（11）：98-102.

[15] 张超，赵春江，陈万辉，等.应用卫星遥感监测北京市重点绿化工程 [J].林业资源管理，2004（6）：66-70.

[16] 李德仁.论21世纪遥感与GIS的发展 [J].武汉大学学报：信息科学版，2003（2）：127-131.

[17] 李德仁.抓好地球空间信息的数据源——大力发展我国的高分辨率卫星对地观测事业 [J].地理空间信息，2004（1）：1-2+7.

[18] 李德仁.遥感用于自然灾害监测预警大有作为 [J].科技导报，2007（6）：1.

[19] 李德仁，李明.无人机遥感系统的研究进展与应用前景 [J].武汉大学学报：信息科学版，2014，39（5）：505-513+540.

作者简介：卢瑞芳（1998—），女，汉族，河南新乡人，硕士研究生在读，研究方向：应急管理信息化、智能化技术。