PhysicsReviewLetters，这个期刊分的很细，每个volume涵盖某个特定方向，望采纳，谢谢！
杨大志 付洛玲 段嵘峰 曹千红 管相荣（河南省国土资源厅信息中心，郑州，450003）摘要：本文采用面向对象分类的方法，使用专业遥感图像分类软件eC0，以河南省临颍县为研究区，对处理后的临颍县SPOT5影像进行多层次分割及合并，根据分类体系定义相应知识库，进行土地利用信息提取研究，探讨该方法在高空间分辨率遥感影像应用于土地利用/土地覆被自动分类中的应用潜能，为高分辨率影像用于土地利用分类信息提取提供新技术手段。关键词：eCognition；SPOT5；自动分类；土地利用土地资源利用状况调查、土地资源动态监测是土地管理工作的一个重要内容。近年来，随着空间遥感技术的发展，高分辨率遥感影像在土地资源调查、土地资源动态监测等领域中的应用日益广泛。高分辨率遥感数据与多光谱和高光谱分辨率数据相比，具有空间信息丰富、地物几何结构和纹理信息更加明显、波段较少的特点。对于高分辨率的遥感影像来说，利用传统的面向像元的图像分类方法来提取土地利用分类信息，易造成分类精度低，空间数据大量冗余以及资源的浪费［1～2］。实际上，靠传统的面向像元的遥感图像分类法来提取土地利用信息已不能满足实际运用的要求。因此，基于高分辨率遥感影像土地利用分类信息提取必须根据其特点采取新的技术方法，建立起图像数据与目标特性之间的物理—机理联系，而不仅仅是统计联系，才能充分挖掘高分辨率遥感影像所包含的信息，这是高分辨率卫星影像信息处理成败的关键［3］。面向对象分类技术作为一种新的遥感影像很好地解决了这个问题，而eCognition软件正是基于面向对象方法的影像分类技术。本文就是基于该软件以河南省临颍县土地利用分类信息提取为例对该方法进行了探讨。1 研究区概况和资料基础研究选取河南省临颍县作为研究区。临颍县位于河南省中部，颍河上游，属漯河市，面积821km2，人口76 万，辖15个乡镇，362个行政村。临颍县地处颍河冲积平原，西北部较高，东南部稍低。图1是河南省临颍县SPOT5遥感影像图。本研究主要以下述资料为研究基础。1 影像数据本次遥感图像分类采用数据为SPOT5 （5 m分辨率）影像数据，景带号为279/281和279/282，接收时间为2004年9月。两景数据采用Erdas 7软件进行处理，通过配准校正融合，选择克拉索夫斯基椭球体和高斯—克吕格投影，通过裁切，得到临颍县遥感影像数据（见图1）。图1 河南省临颍县 SPOT5 遥感影像图2 矢量数据近年的土地利用数据库数据。3 其他资料与研究区有关的行政区划、农、林等方面的文献资料。通过近年的土地利用数据库数据和影像数据研究可以发现临颍县土地利用类型较丰富，主要以农用地为主，地物类型比较全面，是研究土地利用/土地覆被的较好选择。2 面向对象分类方法简介面向对象的分类方法是一种智能化的自动影像分析方法，它的分析单元不再是单个像素，而是由若干个像素组成的像素群，即目标对象［4］。目标对象比单个像素更具有实际意义，特征的定义和分类均是基于目标对象进行的。通常面向对象的分类方法包括两个步骤：多分辨率分割和模糊逻辑分类［5］。eCognition软件采用面向对象的遥感影像解译思想。首先根据像元光谱信息、局部区域纹理信息以及形状和尺度参数自动将影像分割为若干相对同质的区域，称为影像对象（Image objects），为下一步分类提供信息载体和构建基础［6］，所有后续的分类工作都基于这些影像对象进行，分类结果避免了斑点噪声而具有很好的整体性，改变了以往面向像素进行分类的传统。同时，软件提供最邻近法和模糊隶属度函数两种解译方法。本研究就是采用面向对象的分类方法，以eCognition 中membership function （隶属度函数）为主，模仿目视解译过程，从遥感信息机理与地学规律的综合分析入手，综合其他辅助信息进行分类。通过对辅助资料、外业调查成果以及软件的学习得到了临颍县各类典型地物分类的知识，并以相应的形式表示这些知识，集成影像亮度值、亮度值关系和几何形状以及纹理、邻近关系等特征，对试验区土地利用/覆被进行分类。3 分类体系和技术流程1 分类体系根据临颍县土地利用实际情况，参照历年土地利用分类标准，本次信息提取分类采取的分类体系如图2所示。2 技术流程使用eCognition软件对研究区SPOT5影像数据进行土地利用信息提取研究分如下几步进行：①把处理好的影像数据输入到软件中，定制分割参数，对其执行分割，生成影像对象；②根据研究区地物类型创建分类层次结构；③确定合适的分类方法（包括最邻近法和模糊隶属度函数两种方法），选取相应地物类型样本或者分类特征，构建知识库，执行分类，并可根据目视解译结果和事先准备的调查区资料对分类结果进行人工干预，进一步提高分类精度；④对分类结果进行分类精度评价；⑤把分类结果输出，输出的格式可以为所需要的相应的矢量格式或栅格格式。本研究的技术流程如图3所示。图2 研究区地物类型图3 研究技术流程图4 主要分类过程1 定制分割参数分割参数的定制相当重要，它关系到每一个分类对象的大小，直接影响到最后的分类结果。通过多次试验，本次分类决定采用多层次分割的方法进行：水体和非水体信息的提取以分割参数为80进行，其他参数均为默认；分类体系中其他类别信息的提取在首次分割基础上，以分割参数为65，其他参数也为默认对非水体进行多重分割，来进行其他地物类型的分类。2 制定分类策略，创建类层次结构在进行分类之前，首先要参照研究区地物类型，分析每种地物类型特征及其相互之间的关系，制定合适的分类策略，创建类层次结构。可利用的研究对象属性特征包括色调、形状、面积/大小和纹理等特征，各对象之间关系包括与父对象之间、与子对象之间以及与邻对象之间的关系三种类型。对象属性特征选取正确与否及其在多大程度上被正确表达对分类结果有着重要影响，它决定了最后分类正确与否和其精度。面向对象的分类方法可以模仿人类大脑认知过程，充分利用每种地物类型特征，按照由简单到困难的顺序逐步剥离提取分类体系中每种地物信息。通过研究本次分类所要提取信息自身特征及其相互之间关系，制定本次分类的分类策略，创建了类层次结构，如图4所示。图4 类层次结构示意图3 分类特征的选取根据创建的类层次结构，选取合适的对象属性，对对象属性进行定义，提取出相应对象的土地利用信息。本次分类采用以下几步进行：（1）提取水体信息 分割参数设为80，对影像进行分割，分割后，在整个研究区均匀选取样本，采用标准最邻近方法（Standard Nearest Neighbor）对遥感影像进行分类（类似于监督分类），提取水体信息。在此基础上，依据水体的形状特征，把水体分为河流水面和坑塘水面两类。根据实验，长宽比大于3是河流，小于3的是坑塘。（2）提取植被信息，并进一步把植被分为耕地和林地 首先把提取出的水体信息保护起来，在首次分割的基础上对非水体进行再分割，分割参数设为65，其他参数为默认值，把非水体分为植被和非植被两类，然后根据耕地和林地的不同特征把其信息提取出来。（3）对非植被信息进一步细分，从中提取出主要交通道路、城镇居民点工矿和裸地（已收获耕地） 信息 首先从非植被信息中提取出交通道路和非交通道路信息，然后把非交通道路细分为裸地（已收获耕地）和城镇居民点工矿两类。此时，分类体系中的所有类别信息已经全部提取出来，可根据实际情况对分类结果进行手工编辑，进一步删除一些过小对象和纠正一些错分信息。当分得的各类信息结果都比较满意后，进行基于分类的融合，把小对象合并为大的对象，通过手工编辑和基于分类的融合后，得到最终分类结果如图5所示。图5 遥感影像分类结果图4 分类精度评价得到分类结果后，要根据分类得到的结果进行分类精度评价。评价采用如下方法进行：在分割后的影像上均匀随机选取每个地类的目标对象，选取的目标对象数目根据分类结果得到的每个地类的目标对象数目而定，进行自动统计，得到统计结果。统计结果如表1所示。表1 分类结果精度评价表通过分类结果精度评价表可以发现，自动分类的最后分类精度超过了80%，这对于研究区来讲，分类结果还是比较令人满意的。同时，根据统计结果可以得到如下结论：耕地、城镇居民点、坑塘、河流信息提取的效果较好；相对而言，裸地和道路信息提取比较困难；林地信息由于同耕地信息相近，提取起来也有相当的难度，还有待于今后进一步研究。通过研究表明，采用面向对象方法进行图像解译和信息的自动提取与面向像元方法相比具有较强优势。面向对象的分类方法可以灵活运用地物本身的几何信息和结构信息，纹理信息以及上下层关系信息、邻近关系信息等，更主要的是可以加载人的思维，构建知识库，从而提高了分类的精度，为各种不同地物的分类提供了更多的依据，比如通过影像的形状和纹理特征可以有效地识别河流、道路、建筑物的形状。利用eCognition对高分辨率遥感图像进行土地利用自动分类，快速简便，而且能够达到较高精度，节省了大量的人力物力，为大面积土地利用调查和监测提供了新的科学方法。参考文献丁晓英Cognition在土地利用项目中的应用［J］测绘与空间地理信息，2005，28 （6）：116～120刘亚岚，阎守邕，王涛等遥感图像分区自动分类方法研究［J］遥感学报，2002，6 （5）：357～362孙晓霞，张继贤，刘正军利用面向对象的分类方法从IKONOS全色影像中提取河流和道路［J］测绘科学，2006，31 （1）：62～63eCognition 3 Made in Germany ［Z］Sun XAn object－oriented classification method on high resolution satellite data ［Z］ACRS2004，Istanbul杜凤兰面向对象的地物分类方法分析与评价［J］遥感技术与应用，2004，19 （1）：20～23
遥感学报是国内遥感类的天花板了
发测绘学报吧
PhysicsReviewLetters，这个期刊分的很细，每个volume涵盖某个特定方向，望采纳，谢谢！
肯定是了， 中文核心没问题了。学报级别的都比较牛啦 。
《遥感学报》是中国科学院遥感应用研究所、中国地理学会遥感分会主办的专业学术性期刊，《中文核心期刊要目总览》（2011版）收录，《中国科学引文数据库》（CSCD）（2013-2014）收录。属于高层次的核心期刊。
我也是搞测量的，想请教一下，现在有没有一款软件能通过谷歌地球直接生成地形图的，或转化成DAT格式的文件的软件？
2015年12月5日《遥感学报》收到EI Compendex评估办公室的正式通知，经过评估中心的严格评审，《遥感学报》自2016年起被EI Compendex数据库收录，成为迄今国内唯一一本被EI Compendex数据库收录的遥感类期刊，专业认可度很高！
发测绘学报吧
李学杰 万荣胜（广州海洋地质调查局 广州 510760）第一作者简介：李学杰，博士，教授级高工，长期从事海洋地质工作，E-mil：xuejieli＠摘要 红树林是生长于热带、亚热带潮间带特有的植物群落，不仅对海岸带起到极为重要的保护作用，也是生物多样性最丰富的生态系统之一，因而受到广泛的关注。本文采用遥感方法，并结合野外路线调查验证，对北部湾地区红树林分布进行分析。结果来看，(1)北部湾沿岸红树林丰富，从西部北仑河口至东部安铺港沿岸均有分布，研究区红树林分布总面积7172 hm2，其中位于我国境内为6331 hm2，长势良好。(2)对北部湾沿岸分10区进行统计分析，面积超过700 hm2的有五区：北仑河口区、珍珠港区、茅尾海-钦州港区、铁山港区和丹兜海-英罗港区，分布面积最小的是北海银滩-白龙港区，面积只有217 hm2。(3)从分布密度和成片性来看，分布最好的丹兜海-英罗港区、珍珠港区和北仑河口区，其分布成片性好，密度大，长势较好。关键词 遥感 红树林 滨海湿地 北部湾1 概 述红树林是生长在热带、亚热带低能海岸潮间带、受周期性潮水淹没的常绿灌木、乔木组成的木本植物群落［1］。红树林主要生长在港湾、河口、潮汐水道等地区的泥质滩涂上，其环境介于陆地与海洋之间，是地球生物多样性最丰富、生产力最高、最具价值的生态系统之一，在全球生态平衡中起着不可替代的重要作用［2-4］。同时红树林可以缓解波浪、潮汐对海岸的冲刷，对海岸带起到很好的保护作用［5］，因此滨海红树林受到普遍的关注。我国红树林主要分布在海南、广西、广东、福建、台湾和浙江南部的沿海地区，据林鹏等（1995）数据，20世纪90年代，我国红树林总面积为5×104 hm2。三省区红树林面积合计达到21389 ha，占中国红树林总面积的48％［6］。北部湾地区不仅红树林分布广［7-8］，研究也较为深入［9］，涉及红树林群落及其生态环境［10-13］、红树林生长与土壤的关系［14-15］、红树林对海岸带的保护作用［16-17］以及红树林的保护［18］等各方面。但由于红树林分布于潮间带地区，其分布范围的调查难度较大。遥感可以为海岸线的识别［19-20］、红树林的分布［21-23］以及海岸带环境的管理［24-25］，提供较为可靠而便捷的方法。2 数据与方法1 数据我们采用ALOS卫星遥感多光谱数据进行解译与分析，全区需9景拼接而成（表1）。ALOS数据包括4个波段，分辨率10 m。由于研究区上半年受天气影响难以找到适合的影像，这里主要采用2008年下半年影像，其中一景，因2008年未找到适合的，而采用2007年影像（表1）。表1 遥感影像数据信息表2 方法湿地遥感解译的方法包括：几何校正、影像拼接与剪裁、监督分类、分类后处理、目估交互解译与野外调查验证等（图1）。1 几何校正遥感影像由于多种因素会造成影像上的像元在影像坐标中的位置与其在地图坐标中位置有差异，从而形成几何畸变。应用前需要进行几何校正，尽量消除或减小这种几何畸变。本次影像几何校正以1：5万地形图为参考基准，采用二次多项式进行校正，要求均方根（Root Mean Square）误差法小于1个像元（表2）。表2 遥感影像几何校正误差统计图1 技术思路图此外采用1：5万地形图进行遥感影像校正。地形图为北京1954坐标系，高斯克吕格投影，1985国家高程基准。2 影像的拼接与剪裁研究区的9景ALOS影像是由4个时间获取（表1）。由于不同时间获取的影像，受天气、季节及植被的影响，其DN值有明显差异，拼接后再分类，效果不佳。因此采用同一时间获取的影像，拼接后分类。不同时间的影像分别分类，之后再全部拼接。3 监督分类依据本文确定的湿地分类系统，利用ERDAS Imagine软件对遥感影像进行监督分类。与非监督分类相比，在分类之前，监督分类已明确各类的内容，而且可以通过调整训练集的采样，改善分类效果。4 分类影像的后处理主要利用人工解译提取的岸线，对监督分类结果进行重新校正，如红树林分布于海岸线之外，而林地、耕地等分布于岸线之内；河流、湖泊、水塘分布于岸线之内，海、滩涂分布于岸线之外等。5 野外调查验证为验证遥感解译结果，进行11天的野外湿地调查与验证。从最西部的北仑河口至东部安铺港，对全区海岸带进行了实地考察，完成野外路线调查1763 km，共进行了526站位的观察，其中红树林36站位。3 北部湾红树林分布特征从2008年ALOS影像解译结果来看，北部湾沿岸红树林发育，从最西部北仑河口至最东部的安铺港均有不同程度的分布（图2），面积达7172 hm2，其中位于我国境内为6331 hm2。为了便于了解其分布特征及其变化，将北部湾分为10区进行描述。图2 北部湾红树林分布图1 总体分布总体而言，北部湾红树林丰富，被称为我国红树林三大重点分布区之一［26］。其中东部的丹兜海-英罗港区（9区），即山口红树林保护区所在地，红树林最发育，现有红树林分布面积达1286 hm2。其次是西部的北仑河口区（1区）、珍珠港区（2区）和东部的铁山港区（8区），其分布面积分别为911 hm2、864 hm2和836 hm2（图3）2 各区分布1 北仑河口区（1区）北仑河口红树林相当丰富，主要分布于北仑河南岸（图4），滩涂宽广，红树林成片分布，主要属越南地界。北仑河北岸也有分布，但滩涂窄，红树林较零星，主要包括竹山街西侧、街边村东南榕树头北部即陈屋南部等。本区遥感解译的红树林面积为911 hm2，其中741 hm2属越南管辖区，是北部湾红树林分布最密集的地区之一。2 珍珠港区（2区）本区也是红树林分布最密集的地区之一，主要分布于珍珠港的北部，成片分布，其宽度达400～1700 m，从西部的下佳邦至东部的克溪，基本呈连续分布（图5）。珍珠港的东西两侧，红树林极少，仅见零星分布。遥感解译的红树林面积为864 hm2。图3 北部湾各区红树林面积（hm2）图4 北仑河口区红树林分布图5 珍珠港区红树林分布图6 防城港区红树林分布图7 茅尾海-钦州港区红树林分布3 防城港区（3区）本区红树林总体比北仑河口和珍珠港少得多（图6）。成片分布的主要有两区：(1)针鱼岭南部，分布宽度200～500 m；(2)港口区西部，分布宽度200～1000 m，野外实地考察看，本片红树林长势很好。其余分布较零星，总面积为559 hm2。4 茅尾海-钦州港区（4区）本区范围大，但红树林分布相对较少，大多难以成大片分布（图8）。在茅尾海湾顶沿岸的钦江口、竹冲江口和独石江口有较为成片的分布，钦州港经济开发区西部龙门港的岛屿之间规模较大的成片红树林，此外金鼓江、茅尾海和龙门港西侧等地均有较零星的红树林分布，本区红树林总面积796 hm2。5 大风江口区（5区）大风江口附近也有一些红树林分布，其中新田西侧、沙角南部、船厂街东南、大王山西部等地形成较大片的分布（图9）。此外河口往上，老柯墩、槟榔墩、老鸦墩附近等地均有较多的红树林分布。总面积535 hm2。图8 大风江区红树林分布6 南流江口区（6区）南流江河口三角洲地区，地形坡度小，滩涂分布很广，适合红树林生长。本区红树林成片分布的主要有大头坪-鱼墩南部、新田东南、高底框南部等，此外草头村西侧、田寮西侧、四股田南部等均有分布（图10），总面积为441 hm2。7 北海银滩-白龙港区（7区）本区红树林相对较少，总面积217 hm2。主要分布区包括分布区包括下村-大冠沙的南侧、西村港北部以及竹林盐场中南等（图10）。8 铁山港区（8区）铁山港区是红树林较发育的地区之一（图11），主要集中在铁山港西北侧的龙眼洞-红石塘-螃蟹田一带、湾顶海角-海山以及东侧的鹅颈墩、蛋地塘北部以及新村等，而且基本均能成片分布，但铁山港的西侧极少分布。总面积836 hm2。9 丹兜海-英罗港区（9区）本区红树林十分发育，包含了山口国家红树林生态自然保护区（图12）。图9 南流江河口区红树林分布图10 北海银滩港-白龙港区红树林分布山口国家红树林生态自然保护区是1990年9月经国务院批准建立的我国首批（5个）国家级海洋类型保护区之一，1993年加入中国人与生物圈，1994年被列为中国重要湿地，1997年5月与美国佛罗里达州鲁克利湾国家河口研究保护区建立姐妹保护区关系，2000年1月加入联合国教科文组织世界生物圈，2002年被列入国际重要湿地。区内的红树林是我国大陆海岸红树林典型代表，发育良好，结构独特，连片较大，保存较完整的天然红树林。从分布来看，丹兜海北测、东侧以及英罗港的北部、西部均有大片分布，总面积1286 hm2。图11 铁山港区红树林分布10 安铺港区安铺港位于调查区的东头，红树林主要分布与营仔河与九州江之间的河口区以及九州江口的南侧、下斗仓附近等地，成片较好，尤其是两河口区呈大片分布（图13）。其余地区极少分布，总面积549 hm2。图12 丹兜海-英罗港区红树林分布图13 安铺港区红树林分布4 结论采用遥感方法，并结合野外路线调查验证，对北部湾地区红树林分布进行分析，可以得出一下初步结论：（1）北部湾沿岸红树林丰富，从西部北仑河口至东部安铺港沿岸均有分布，研究区红树林分布总面积7172 hm2，其中位于我国境内为6331 hm2，长势良好。（2）对北部湾沿岸分10区进行统计分析，面积超过700 hm2的有5区：北仑河口区、珍珠港区、茅尾海-钦州港区、铁山港区和丹兜海-英罗港区，分别为911 hm2、864 hm2、796 hm2、836 hm2和1286 hm2，分布面积最小的是北海银滩-白龙港区，面积只有217 hm2。（3）从分布密度和成片性来看，分布最好的丹兜海-英罗港区、珍珠港区和北仑河口区，其分布成片性好，密度大，长势较好。参考文献［1］王丽荣，李贞，蒲杨婕，等近50年海南岛红树林群落的变化及其与环境关系分析热带地理，2010，30（2）：114～［2］张晓龙，李培英，李萍，等中国滨海湿地研究现状与展望海洋科学进展2005，23（1）：87～［3］林鹏，傅勤中国红树林环境生态及经济利用［M］北京：高等教育出版社，［4］李信贤，温远光，何妙光广西红树林类型及生态广西农学院学报，1991，10（4）：70～［5］范航清红树林：海洋环保卫士南宁：广西科学技术出版社，［6］广西红树林研究中心中国红树林国家报告，［7］林鹏，胡继添广西的红树林［J］广西植物，1983，1（4）：9～［8］宁世江，邓泽龙，蒋运生广西海岛红树林资源的调查研究广西植物，1983，3（2）：139～［9］黄初龙，郑伟民我国红树林湿地研究进展湿地科学2004，2（4）：303～［10］李信贤，温远光，温肇穆广西海滩红树林主要建群种的生态分布和造林布局广西农学院学报，199，10（4）：82～［11］尹毅，林鹏广西英罗湾红海榄群落凋落物研究广西植物，1992，12（4）：359～［12］范航清，黎广钊海堤对广西沿海红树林的数量，群落特征和恢复的影响应用生态学报，1997，8（3）：240～［13］范航清广西海岸沙滩红树林的生态研究I：海岸沙丘移动及其对白骨壤的危害广西科学，1996，3（1）：44～［14］蓝福生，李瑞棠，陈平，等广西海滩红树林与土壤的关系广西植物，1994，14（1）：54～［15］曹知勉，叶勇，卢昌义，等红树林恢复对海岸湿地土壤影响的初步研究生态科学2004，23（2）：110～［16］范航清广西沿海红树林养护海堤的生态模式及其效益评估广西科学，1995，2（4）：48～［17］叶维强，庞衍军广西红树林与环境的关系及其护岸作用海洋环境科学，1987，6（3）：32～［18］覃延南广西红树林保护措施评价广西林业2007，10～［19］恽才兴，等海岸带及近海卫星遥感综合应用技术北京：海洋出版社，2005，［20］Li Xuejie，Damen M C JCoas tline change detection with satellite remote sensing for environmental management of thePearl River Estuary，CJoural of Marine SJournal of Marine System，2010，82：s54～［21］李学谦海南岛湿地遥感编图研究热带林业1999，27（2）：56～［22］杨晓梅，周成虎，杜云艳，等海岸带遥感综合技术与实例研究北京：海洋出版社，2005，［23］邹发生，宋晓军，江海声，等海南岛的湿地类型及其特点热带地理1999，19（3）：204-［24］Quyen N H，Tran M Y，Hien L T TUsing remote sensing techniques for coastal zone management in Halong bay（Viet-nam）International Symposium on Geoinformatics for Spatial Infrastructure Development in Earth and AlliedS［25］Robert BPClassification wetland ground-water interactions using remote Thesis for MState Univer-sity of New Y［26］王胤，左平，黄仲琪，等海南东寨港红树林湿地面积变化及其驱动力分析四川环境，2006，25（3）：44～Distribution of Mangrove in the Beibu Bay by Remote SensingLi Xuejie，Wan Ronsheng（Guangzhou Marine Geological Survey，Guangzhou，510760）Abstract：Magrove，which is grown in tropical-subtropical intertidal area，play an importantrole for protection of coast and is one of the highest bioviability It is attempted to ana-lyse the distribution of mangrove in the Beibu Bay，China，based on the satellite remote sensingand field It can be concluded that plenty of mangrove distributing in the coast ofBeibu Bay，from Beilun River Estuary in the west to Anpu Port in the east，with total area of 7172hm2，of which 633 1 hm2 locating in our It was divided to 10 subareas for statistics and a-In 5 subareas，such as Beilun River Estuary，Pearl Port，Maiweihai-Qinzhou Port，Tie-shan Port and Dandouhai-Yinluo Port，the mangrove distributing area is larger than 700hm2，and there are 911 hm2，864 hm2，796 hm2，836 hm2 and 1286 hm2 It grows best inDandouhai-Yinluo Port，Pearl Port and Beilun River Estuary，with higher density and Key words：remote sensing；mangrove；coastal wetland；Beibu Bay
《遥感学报》是中国科学院遥感应用研究所、中国地理学会遥感分会主办的专业学术性期刊，《中文核心期刊要目总览》（2011版）收录，《中国科学引文数据库》（CSCD）（2013-2014）收录。属于高层次的核心期刊。
发测绘学报吧
《遥感学报》现已发行到7个国家和地区《遥感学报》作为中国遥感领域唯一一本国家级综合性学术期刊，《遥感学报》致力于报道遥感领域及其相关学科具有国际、国内先进水平的研究报告和阶段性研究简报以及高水平的述评。着重反映本领域的新概念、新成果、新进展。内容涉及遥感基础理论，遥感技术发展及遥感在农业、林业、水文、地矿、海洋、测绘等资源环境领域和灾害监测中的应用，地理信息系统研究，遥感与GIS及空间定位系统（GPS）的结合及其应用等方面。
很高的层次。1、《遥感学报》综合2013年度审稿数量、质量以及审稿时效等多项指标，评出了《遥感学报》2013年度优秀审稿专家共26位。2、《遥感学报》由中国科学院遥感与数字地球研究所、中国地理学会环境遥感分会主办。作为中国遥感领域唯一一本国家级综合性学术期刊，《遥感学报》致力于报道遥感领域及其相关学科具有创新性的研究报告和阶段性研究简报以及学术价值较高的述评，刊登了大量国内最新科研成果和国家重点支持的研究项目的成果论文，对中国遥感科学技术的发展和人才培养发挥了巨大作用，是目前中国遥感和地理信息科学领域最有影响的学术期刊。