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）在线预刊发了灾害与环境遥感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。论文第一作者为团队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。在此感谢各位同行专家的宝贵建议，感谢所有研究参与者的支持与付出！
张超群是北京建筑大学测绘与城市空间信息学院的优秀本科生，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灾害与环境遥感团队，表现出优秀的科研潜力，大三结束后顺利获得免试推免至北京师范大学地理科学学部继续攻读硕士学位的机会。本研究成果是张超群本科期间的第2篇科研论文，第1篇科研论文“A cross-channel multi-scale gated fusion network for recognizing construction and demolition waste from high-resolution remote sensing image”（论文原文链接：https://www.tandfonline.com/doi/full/10.1080/01431161.2022.2115864；DOI: 10.1080/01431161.2022.2115864）于2022年8月发表于《International Journal of Remote Sensing》期刊。
防尘网在我国被广泛使用，其在减少扬尘排放的同时也会造成土壤微塑料污染。了解防尘网的时空分布对于全面评估防尘网的环境影响至关重要。然而，防尘网的制图方法主要依靠于深度学习和机器学习的方法，其泛化能力和计算速度仍然受限制。当前，防尘网的光谱特征未得到详细调查，大尺度快速的防尘网制图方法仍然欠缺。
针对上述问题，该研究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，首次提出了一种新的防尘网光谱指数（DPNI）。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）。在研究区的实验结果表明，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DPNI为大尺度快速的防尘网制图提供了一种新的、可靠的方法。
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
