5 E3 M/ b. F' o
1 D8 g% ~4 n6 m6 W; l6 y5 K0 V. e( r
本文内容来源于《测绘通报》2022年第5期，审图号：GS京（2022）0028号
一种提取北部湾沿海地区水体信息的动态阈值方法9 D2 V4 U3 B# C9 C1 H
任超1,2, 邓诗琴1, 高懋芳3
1. 桂林理工大学测绘地理信息学院, 广西 桂林 541004;2. 桂林理工大学广西空间信息与测绘 重点实验室, 广西 桂林 541004;: ^- {2 Q7 o' e5 @3 x+ G
3. 中国农业科学院农业资源与农业区划研究所, 北京 100081
2 y5 q- N' ]. j4 ^3 C: h
基金项目：国家自然科学基金(42064003)
& ~& A7 r' c+ {& ] 关键词：沿海地区, 水体提取, 高分六号, 遥感, 多源数据, 动态阈值提取
引文格式：任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022(5): 14-19,37.DOI: 10.13474/j.cnki.11-2246.2022.0134.摘要
0 D4 }; c9 J1 } 摘要 ：准确地获取水体分布信息与水体变化规律在流域综合治理等方面具有重要意义。本文基于高分六号(GF-6)影像与Landsat 8影像,选取北部湾海域作为测试研究区,在海洋水体指数(OWI)基础上,针对水体光谱特性,分析了水体像元OWI与归一化植被指数之间的相关性,基于两种指数动态平衡,提出了一个稳定性较高的动态阈值的水体提取方法,并进行了试验验证。试验结果表明,动态阈值方法能够稳定、准确地提取水体信息,避免了人为设定阈值存在的误差,并且本文提出的指数无论是针对国产高分影像还是其他光学影像,都具有较好的普适性,可应用于沿海海岸线的监测等方面。
正文准确、快速地提取水体的空间分布信息，对全面了解水体变化规律和演化趋势具有重要意义[1]。由于地表水资源在全球分布范围广，若是使用传统的人工调查的方式进行水体信息的提取，不仅要耗费大量人力、财力，而且调查也会因层层上报而存在许多人为误差，不适合水体信息的及时获取和实时监测。近年来，遥感技术快速发展。许多学者基于卫星遥感技术，获取水体时空分布特征、动态变化及发展规律[2]。光学遥感数据是水体信息提取主要数据源[3-4]，国内外学者针对不同光学遥感卫星都进行了水体提取的相关研究。现阶段使用遥感提取水体信息主要有以下两种方法。(1) 分类器模型法：主要包括一些非监督分类方法与监督分类方法，如面向对象法、决策树、支持向量机等。在面向对象提取水体信息方面，文献[5] 基于ETM+影像，采用面向对象的分割尺度方法提取水体信息，试验表明其分割精度优于传统的最大似然分类方法; 文献[6]基于eCognition软件平台，通过确定合适的分割尺度，结合地物纹理、形状以及光谱等特征，构建合理有效的规则集，能够准确提取水体信息; 文献[7]基于Landsat 8卫星影像，通过分析水体与不同地物的反射率及主分量特征，构建温度植被水体指数(temperature vegetation water index，TVWI)，对不同类型的湖泊水体进行提取，均获得了较好的效果。面向对象信息提取能够充分利用遥感影像光谱、形状和纹理等信息[8]，但由于最佳尺度评价指标尚不完善，最优尺度确定仍是一个亟待解决的问题，需要大量的试验验证。(2) 阈值分割法：主要包括单波段法、谱间关系法及水体指数法[9]。对于不同的目标地物，随着波长的变化其反射能量也随着变化，这种变化规律是建立不同地物反射标志的依据。许多学者利用影像中水体与其他地物光谱信息差异，通过选择一个或多个波段构建模型突出水体相关特征。在使用遥感影像提取水体初期，文献[10]提出缨帽变化湿度指数(tasseled cap wentness, TCW)，使用Landsat 4/TM影像提取地表水; 文献[11]通过发现绿波段对水体有一定穿透能力，构建了归一化水体指数(normalized differential water index, NDWI)，通过设定NDWI阈值，能够高效提取水体信息。近年来，许多学者在NDWI水体指数模型基础上进行改进，使得水体提取研究更加细致化。文献[12]提出自动水体提取指数(automate water extraction index, AWEI)，解决了水体与阴影混淆错分问题; 文献[13]在NDWI基础上进行了部分改进，提出了改进的归一化水体指数(modified normalized differential water index, MNDWI)，消除了大部分建筑物噪声; 文献[14]基于各地物最大反射率关系，提出了一种水体指数WI2019, 它能够在有雪的环境下，准确地提取水体信息; 文献[15]针对海洋水体的特性，提出了一种水体指数模型海洋水体指数(ocean water index, OWI), 以Landsat 8与GF-4影像作为主要数据源，能够稳定提取大范围海洋水体。以上基于各种水体指数的水体提取研究，主要难点在于水体提取最佳阈值的确定。单阈值提取水体存在一定的不足，人为选择阈值存在潜在的误差。本文针对以上使用单阈值提取水体存在的问题，基于OWI水体指数模型进行改进，通过在北部湾沿岸的水田与红树林选择水体样本点，分析水体像元中OWI与归一化植被指数(normalized difference vegetation index, NDVI)之间相关性，获取水体像元中两种指数之间的变化规律，提出一种智能化的动态阈值提取水体方法。基于不同数据源(Landsat 8、GF-6)，以北部湾一带3个区域作为试验区，验证本文方法的稳定性。1 研究区概况与数据介绍1.1 研究区概况北部湾是中国广东雷州半岛、海南半岛和广西壮族自治区及越南之间的海湾。该海湾平均水深42 m，最深可达100 m，由岸边向深海中央延深，总面积接近13万km2。北部湾地处热带亚热带，气候湿润温暖，海面气温常年维持在20℃以上。本文选取了北部湾海域一带3个区域作为研究区，图 1为研究区地理位置。
图 1 研究区地理位置(GF-6)1.2 数据介绍1.2.1 Landsat 8Landsat 8是美国陆地卫星计划(Landsat)的第8颗卫星，该颗卫星上携带陆地成像仪(operational land imager, OLI)和热红外传感器(thermal infrared sensor, TIRS)。本文选取了Landsat 8 Surface Reflectance Tier 1(已经过大气校正的地表反射率数据)数据集，该数据集包括5个可见光波段、2个短波红外、2个热红外波段及近红外波段，其中影像获取时间分别为2019年9月25日(研究区1)、2019年11月23日(研究区2)、2019年11月23日(研究区3)，云量覆盖小于3%。1.2.2 GF-6
GF-6是一颗低轨光学遥感卫星，是我国高分专项的重要组成部分。该卫星具有高分辨率和宽覆盖的特点，为生态文明建设提供了重要的遥感数据支撑。GF-6卫星配置2 m全色/8 m多光谱高分辨率相机、16 m多光谱中分辨率宽幅相机。GF-6卫星载荷部分参数见表 1。表 1 GF-6卫星载荷部分参数
本文选取北部湾海域一带3个研究区的GF-6卫星8 m多光谱高分影像，影像获取时间分别为2021年2月12日(研究区1)、2019年11月23日(研究区2)、2019年11月23日(研究区3)，云量覆盖小于5%。通过查看影像光谱质量，确定影像质量良好，进而对GF-6影像进行辐射定标、大气校正以及几何校正等预处理。2 研究方法
本文基于不同遥感影像，针对水体像元的特征，提出一种基于动态阈值提取水体信息的方法。该方法主要包括两点：①分析水体像元的特征及在不同遥感影像数据中水体像元光谱曲线的变化; ②选取海岸线沿岸的水田、红树林等水体像元，通过分析两种指数(OWI、NDVI)之间存在线性或者非线性关系，构建该动态阈值。本文水体提取流程如图 2所示。7 M" v' R, C2 w' |: i2 | c
0 k5 }# r6 S6 [) x" Z- z7 k; k 图 2 水体提取流程
2.1 OWI
文献[15]针对海洋水体特性，使用了4个波段进行线性组合，构建了一个稳定性较高的海洋水体指数OWI，增加水体与非水体之间的对比度。使用Landsat 8与GF-4作为影像数据源对指数进行有效性测试，通过设定单阈值进行水体提取，Landsat 8最优阈值为0，GF-4最优阈值为0.25，其表达式为
(1)
式中，ρgreen为绿波段的光谱反射率; ρblue为蓝波段的光谱反射率; ρred为红波段的光谱反射率; ρnir为近红外波段的光谱反射率。但通过使用OWI模型设定单阈值提取水体信息，存在许多缺陷。例如，针对不同遥感影像数据源或者改变不同的研究区，水体提取会存在阈值波动，缺少一定的智能性且存在人为误差。2.2 NDVI
NDVI在一定程度上可以消除与仪器定标、太阳角、地形、云阴影等辐照度变化有关的影响，从而增强植被的响应能力，一般用于监测检测植被的生长状况、植被覆盖程度[12]，其表达式为
(2)事实上，NDVI也可以用于粗略提取水体，当NDVI < 0时，该像元所属地物类型为水体、雪或者云; 当0＜NDVI＜0.2时，地物类型会存在不确定性，可能是裸地、建筑物或者水体。2.3 动态阈值的构建
本文通过探究OWI与NDVI之间的相关性，提出一种基于OWI与NDVI的动态提取水体阈值方法。首先，基于目视解译及水体光谱曲线(如图 3所示)，选择一部分水体像元，计算其OWI值与NDVI值，分析它们之间存在的关系。
图 3 水体像元在GF-6与Landsat 8上的光谱特征在大面积纯净水体像元中，NDVI < 0且OWI>0。由此可得知，在大面积纯净水体像元中，OWI恒大于NDVI值。由于NDVI在0~0.2区间时，地物类型可能是裸地、建筑物或者水体，该地类容易造成水体提取的漏分现象。因此，本文重点选取海岸线沿岸红树林(NDVI∈(0, 0.2))、水田(NDVI∈(0, 0.2))中的水体像元，进行OWI与NDVI相关性分析。通过计算这些水体像元NDVI值及OWI值，构建OWI与NDVI之间的关系。由图 4可知，选取37像素中，有35像素的OWI值大于2倍的NDVI值，还有2像素的OWI值接近2倍NDVI。故由此构建OWI与NDVI的线性关系，OWI>n×NDVI，n为两者相关性函数的斜率(本文基于相关性分析结果，设定为n=2), 其水体判定表达式为
(3)
图 4 水体像元OWI与NDVI值相关性分析
/ h! |" @! T& p& m 2.4 对比分析
为了验证动态阈值提取水体信息的有效性，本文计算了另外两种水体指数做对比分析。由于GF-6卫星影像只有红、绿、蓝、近红4个波段，故本文为了增加动态阈值提取水体方法的可对比性，分别选取了NDWI与WI2019进行水体提取对比分析，表达式为
(4)
(5)4 Y4 o2 N% W9 P. O/ x0 l
3 结果与分析3.1 不同指数水体提取结果
" P9 @5 \+ P8 e4 h5 X. g, ?* @) A
NDWI与WI2019是通过设定单阈值去判定影像中像元属性是否属于水体，本文根据文献[10-14]的研究结果，设定水体提取阈值为0，当NDWI>0且WI2019>0时，则判定为水体，其余判定为非水体。由试验结果表明，以Landsat为数据源进行水体提取，NDWI、WI2019及OWI>2NDVI提取水体效果良好，针对海岸沿线红树林、水田中的水体像元都能够准确地提取，结果如图 5所示。
4 _1 X5 p' Y4 ?# o# p 
& P2 R7 z. o+ g- j 图 5 基于Landsat 8影像3种水体指数提取结果
但是以GF-6影像进行水体提取试验中，通过使用水体指数NDWI及WI2019，设定单阈值提取水体，提取效果一般，提取结果如图 6所示。不仅在海岸线沿岸的红树林及水田中造成了许多漏分现象，而且在岸边雪白建筑物上也造成了许多错分现象。若是使用OWI>2×NDVI动态阈值提取水体，均能很好地将海岸线沿岸的水体像元一一提取，有效地减少了错分及漏分现象。
图 6 基于GF-6影像3种水体指数提取结果3.2 精度对比分析
对比分析2种影像数据源、3种不同水体提取方式，由图 7可以明显看出，在GF-6影像中，基于水体指数NDWI与WI2019的单阈值提取水体结果，存在严重的误差，而使用动态阈值提取水体效果良好。由于这两种水体指数是基于较稳定的中分辨率Landsat 4、Landsat 8等卫星影像提出的，不同数据源传感器参数不一样，不同波段的反射率参数发生变化，对于指数的计算会产生一定的影响。此时，若直接将该指数用在国产高分影像上，最佳提取水体阈值会发生变化，0不再是该指数在GF-6影像上最佳水体提取的阈值。这也是使用水体指数单阈值提取水体存在的核心问题。若是使用动态阈值提取水体方法(OWI>2NDVI)，通过波段之间存在的线性或者非线性的动态平衡，获取水体提取阈值变化的规律，从而能够避免最佳阈值的不确定性以及不同数据源的差异导致的误差。
) o! r" Z8 V* {1 t( A( o7 h! }: ?& I" K 
图 7 提取结果精度验证分析通过目视解译以及每像素的光谱曲线，选取验证样本点。在研究区1中，由于2种不同数据源获取时间相差较大，考虑到可能由于季节问题存在作物种植差异，导致不同数据源间可比性差(主要针对南方春季种植水稻，水稻下垫面是水体)。因此，针对研究区1、两种影像数据源选取不同的验证样本点，水体验证样本点250个，非水体验证样本点200个。研究区2、研究区3影像数据获取时间差异不大，故每个研究区不同的数据源分别选取同样的水体验证点250个，非水体验证点选取200个。通过建立混淆矩阵，针对以上试验进行精度评价，结果见表 2
。
! N% D3 l" i* X 表 2 GF-6在不同研究区使用不同水体指数提取水体精度评价
5 E/ O- k2 p% n, `; @+ z3 _ 
8 Y( a. P' v+ r+ a1 b2 J 由表 3可知，若是基于Landsat 8卫星，无论是使用单阈值，还是动态阈值提取水体，提取效果均良好，总体精度均能达到94%以上。但若是基于GF-6卫星影像，使用动态阈值提取水体结果总体精度优于使用NDWI或者WI2019单阈值提取水体结果。至此可知，基于动态阈值提取水体，无论是对Landsat 8影像，还是国产GF-6卫星影像都适用，且提取效果良好。
表 3 Landsat 8在不同研究区使用不同水体指数提取水体精度评价
0 W+ x, P8 X" I8 q: `! B \5 X 4 结论
' `& U, O. I0 a
通过以上研究，本文得到的结论如下：(1) 传统提取水体的遥感方法，大多基于构建水体指数，通过设定单阈值提取水体，但是最佳阈值的不确定性会引起潜在误差，主要有两个方面：①由于不同卫星的传感器不一样，不同波段的反射率也会有所不同，对于指数的计算也会产生影响; ②水体的光谱特征主要与水体本身物质组成有关，由其对光辐射吸收及散射性质决定，不同研究区的水体存在一定的差异性，若是使用单阈值提取水体，会存在一定误差。(2) 在大面积纯净水体像元中，OWI>0，NDVI < 0，由此可得OWI恒大于NDVI，但是在沿海部分红树林、水田(下垫面为水体)的水体像元，NDVI>0，OWI>0，通过统计、分析该类像元OWI值与NDVI值之间的关系。发现OWI与NDVI值之间存在两倍的线性关系，当OWI>2NDVI时，能够准确地提取水体信息，由此构建自动化动态水体提取方法。(3) 利用2种卫星数据源(Landsat、GF-6)在3个不同的研究区进行测试，通过比较单阈值NDWI>0、WI2019>0及动态阈值OWI>2NDVI发现，使用动态阈值OWI>2NDVI能够很好地减少水体像元错分、漏分等现象，且该方法不仅适用于Landsat 8影像，也适用于GF-6影像，对于国产高分辨率影像存在一定的普适性。致谢: 本文所用的高分系列卫星影像均由中国资源卫星中心提供，在此表示感谢。作者简介作者简介：任超(1974-),男,博士,教授,主要从事GNSS高精度定位理论及其应用研究、以及利用GNSS-R技术反演雪深和土壤湿度等。E-mail:renchao@glut.edu.cn通信作者：邓诗琴。E-mail:1020191055@glut.edu.cn初审：纪银晓
1 s/ T0 ]& a1 N. d 复审：宋启凡
* [/ O" x& H8 F 终审：金 君 T! m7 B) _4 _5 t
往期推荐
* s' D' [: \$ M- J3 V' u, V5 x 资讯
$ E$ m6 M) K# p5 W1 E; E4 x ○《测绘学报（英文版）》编委李军教授当选为加拿大工程院院士
/ f" p$ I6 v A& ], `
○ 第24届国际摄影测量与遥感大会颁发王之卓奖
, t* a t: a3 M
○《国土空间规划城市时空大数据应用基本规定》（征求意见稿）公开征求意见
4 Y5 }; d- _; E/ y7 y
○ 中科院空天院2023年校园招聘提前批启动
% r/ V# ~ i4 Q; h( |$ q
○ 武汉大学测绘学院2022年优秀大学生夏令营实施方案
/ u0 V) I o, X% j1 H3 U
○ 中山大学测绘学院极地与海洋遥感团队诚邀海内外英才加盟
% h1 R9 w/ E+ F7 g+ V9 A3 X# W0 m
会议
○ 第六届高光谱技术及其应用研讨会○ 中国测绘科学研究院与南方数码召开“新型基础测绘与实景三维中国建设汇报交流会”○ 会议丨2022年地理信息与遥感技术国际学术会议（GIRST 2022）○ 2022(第五届)GIS软件技术大会1号通知1 J# N% s, I* Y5 I
《测绘学报》
* z- b. p+ b/ H ○ 测绘学报 | 杨凯淳：附加历元间约束的滑动窗单频实时精密单点定位算法
8 G, n& _8 ?4 u3 X2 a# D$ y ○《测绘学报》 |袁俊军：面向精密位置服务的低轨卫星轨道预报精度分析
; J) i2 G. {$ r8 V) M% ?2 O ○ 测绘学报 | 张烁：嫦娥五号探测器月面采样封装任务的定位精度
/ N- r3 w8 D/ g( G$ j0 J5 v6 L1 P
○《测绘学报》同济专刊 | 王权：陆地卫星遥感监测体系及应用前景
( D9 s( L2 \1 |- R q6 w
《测绘通报》
+ G7 m' I1 C2 d3 ?& x/ C3 r
○ 《测绘通报》2022年第5期目录
2 \* l9 U' n: k( ]
○《测绘通报》2022年第4期目录
n6 |' n# G, s2 w _1 T
○ 不同地形环境下无人机航线规划及三维建模分析
" N. j! F" ^/ y( Q4 y
○ 露天矿边坡稳定性监测方法研究现状及进展
1 g9 b5 b" h {/ Q% }& |& s0 Y. u
《北京测绘》
* H( \# `3 g! j/ H6 Q2 X ○《北京测绘》2022年第3期摘要推荐
6 w" t; R( E- |& g1 l( }* U" v
○《北京测绘》2022年第2期摘要推荐
3 @/ a$ B N, w7 |# F ○《北京测绘》2022年第1期摘要推荐
- e' i+ e6 a; D' g0 R) N# a; k! P* V ○《北京测绘》2021年第12期摘要推荐
4 w9 U( N- }9 v5 I3 l 《测绘科学技术学报》
0 t0 d6 t* k G) M" `" w ○ 摘要 |《测绘科学技术学报》2021年第2期摘要推荐
0 X3 S, C. {' p P1 S! B ○ 摘要 |《测绘科学技术学报》2021年第4期摘要推荐
1 f& Z9 }5 j! Y3 s( K
○ 摘要 |《测绘科学技术学报》2021年第5期摘要推荐
$ `/ y" }- F1 e2 ~& H) s ○ 摘要 |《测绘科学技术学报》2021年第6期摘要推荐
4 E, Q& R0 z o' M2 e
《地球信息科学学报》
( j% p( k* d$ p) @
○ 《地球信息科学学报》2022年第5期佳文推介
) V5 @# |" s6 Y8 S ○ 《地球信息科学学报》2022年第4期佳文推介
* d" |3 t9 e' V0 L ○ 专题征稿：地球信息科学技术在旅游休闲领域的应用
) \+ @4 C0 W1 [& m ○ 专刊征稿：社会感知与地理大数据挖掘（征稿中）
0 t: J! M" d/ J( C" x2 ]( G 《测绘工程》
; ]0 q0 Q+ H# S& d- c, m
○ 摘要 |《测绘工程》2022年第3期摘要推荐
9 \7 ` H7 k) {6 \ ○ 摘要 |《测绘工程》2022年第2期摘要推荐
5 o0 g- Z- J" q( L1 {5 L
○ 摘要 |《测绘工程》2022年第1期摘要推荐
, d4 r) x! e* p5 M9 L4 S ○ 佳文推介 | 单目视觉技术在室内定位中的应用研究
$ m( X M6 G* n# a 《中国空间科学技术》
/ p8 m( U8 w) @8 W2 Y8 E( E
○《中国空间科学技术》2022年第2期摘要
" C: A+ j/ {( j, A7 g1 ] ○《中国空间科学技术》2022年第1期摘要
4 C: Q2 e2 j# S8 [ ○《中国空间科学技术》“巨型星座/低轨大规模星座”专栏征文通知
$ b/ [, O. }' R8 |" S0 R ○《中国空间科学技术》第四届编委会第二次全体会议顺利召开
* z- _+ B8 _, z3 K# a4 u 《卫星应用》
9 I; p N, Q% G9 X! P3 S6 l
○《卫星应用》2022年第02期摘要
/ K/ j: C3 D" N: }/ E
○《卫星应用》2022年第01期摘要
6 Y; k8 O6 B: e$ t
○《卫星应用》2022年第3期摘要
8 n; O8 y7 v5 a: S- V( Z ○《卫星应用》2021年第11期摘要
2 K$ [1 h4 ~& r 《Journal of Geodesy and Geoinformation Science》
& y( Y$ o' b, u3 c" y
○《测绘学报（英文版）》编委李军教授当选为加拿大工程院院士
7 d6 D7 A1 v! o
○ 《测绘学报（英文版）》被中国科学引文数据库CSCD收录
: k, t" J9 x% B$ P
○《测绘学报（英文版）》专刊征稿 | 地图学与地球空间信息教育：理论与实践
) f. I: F, @. y( N: k ○ 《测绘学报（英文版）》专刊征稿 | 用于三维地理信息的摄影测量和计算机视觉
4 w$ ]. h* W) [ ○ 长安大学—李振洪教授 | 《测绘学报（英文版）》InSAR专刊
% w7 d) T8 r( ?" O2 Z ○ 江苏师范大学—刘文宋博士 | 《测绘学报（英文版）》佳文推荐
+ f# w$ ^8 V3 H% g$ b% z4 U' I ○ 武汉大学—姚宜斌教授 | 《测绘学报（英文版）》（JGGS）高被引论文
$ b1 z& l+ {! n Q4 v% N
《Satellite Navigation》
" g/ Z, \2 {5 L9 M2 R: B, [) y% R
○ 杨飞博士：GNSS天顶对流层精化模型的构建与分析| SANA佳文速递
I# A* [8 R! R& M n# w. J
○ 2022征文| SatNav“普适定位、室内导航与基于位置服务”专题
) j* B" o' Z4 v" u8 { ○ 2022征文| SatNav“GNSS地学应用”专题
P* S8 E7 k1 Y& i+ ]6 E! K2 v ○ 李昕博士：多频多星座PPP-RTK原理及性能| SANA佳文速递
- a3 n7 ]1 g- A! H) @ 《自然资源遥感》
# ?7 T2 q% S4 t# Z- s ○ 摘要 |《自然资源遥感》2022年第1期摘要推荐
, f' d, T* o' a" t. T4 s ○ 《自然资源遥感》征稿：“海岸带空间资源及生态健康遥感监测”专栏
6 b a) f7 K, P, N$ s% c$ {( F4 A4 S ○ 摘要 |《自然资源遥感》2021年第3期摘要推荐
* K, w7 d0 C% @, o! c+ e9 k/ v ○ 摘要 |《自然资源遥感》2021年第4期摘要推荐
7 W5 p) m( P" K }
《Journal of Geovisualization and Spatial Analysis》
2 l; j, E$ P* b& u0 J, J4 t ○《Journal of Geovisualization and Spatial Analysis》入驻“智绘科服”融媒体平台！
4 I' e% b! e7 [5 T* x- g# _, c' N
○ JGSA国际期刊2021年第5卷第2期论文摘要
1 q0 p% o1 [1 M7 V1 I ○ 高被引论文推荐 | Journal of Geovisualization and Spatial Analysis
* S$ s' J Q/ H& b
○ JGSA论文推荐 | 地理信息科学研究在过去几十年中都在关注什么？
5 q: k- d+ _* j7 l
《全球定位系统》
2 {7 Z; r/ q1 F0 W" a9 Y( G) T
○《全球定位系统》入驻“智绘科服”融媒体平台！
, W) x z u, i7 I ○《全球定位系统》入选《世界期刊影响力指数（WJCI）报告（2021科技版）》
* J# a: n* G6 c7 r* k* \
○《全球定位系统》2022年第1期目次
5 d( }8 E& L2 i6 Y ○《全球定位系统》2022年第2期目次
( r: w: B4 o+ r( o4 h$ J7 D S6 g 《导航定位与授时》
7 F# ]' b: m- I T: {
○《导航定位与授时》入驻“智绘科服”融媒体平台！
3 a+ ?% c/ d- x( y/ w, ?- U
○《导航定位与授时》2022年第1期摘要推荐
, H- g9 A$ z, n% n6 W( C- L; y- q ○《导航定位与授时》2022年第6期“飞行器智能导航与控制技术”专栏征稿
+ I& }' W& J1 T( R3 w/ l ○《导航定位与授时》2022年第2期摘要推荐
2 X# d0 m$ e7 K/ ]3 {- a( Z, \
