黃銘瑞，簡洪登，徐琛，郝俊生，閆珺，劉良云，范湘濤，郭華東

1.中國科學院空天信息創(chuàng)新研究院 數(shù)字地球重點實驗室,北京 100094;

2.可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心,北京 100094;

3.中國科學院大學,北京 100049;

4.中國科學院空天信息創(chuàng)新研究院 學會與期刊部,北京 100190

1 引言

遙感是一種不用直接接觸物體表面就可識別、觀察和測量物體的科學技術?！斑b感”一詞于20世紀50年代由美國海軍研究辦公室的Evelyn Pruitt 女士提出，1962 年在美國密歇根大學舉辦的環(huán)境遙感國際研討會上首次正式使用該名詞，發(fā)展至今已走過60 年。遙感由最初的航空攝影測量起步，從研究光譜、成像技術等少數(shù)領域入手，通過與空間科學、地球科學、電子科學、計算機科學以及其他學科的廣泛交叉滲透與融合，形成了光學遙感、紅外遙感、微波遙感、高光譜遙感、激光雷達（LiDAR）等主要遙感技術（郭華東，2001，2021；張兵，2017；郭華東和張露，2019；Kahraman 和Bacher，2021），廣泛應用于環(huán)境、生態(tài)、農(nóng)業(yè)、林業(yè)、水文、地質(zhì)、氣象、海洋、交通、城市發(fā)展、自然災害監(jiān)測、可持續(xù)發(fā)展等諸多領域（劉良云 等，2022）。對遙感學科發(fā)展趨勢的了解，單獨用一種學科的研究視角很難客觀的觀察、探究和評價，利用文獻計量方法定量分析遙感相關文獻所承載知識的時空分布、數(shù)量關系和變化規(guī)律，梳理并提取遙感學科發(fā)展趨勢及研究熱點的時空演化特征，可為中國遙感學科的建設與發(fā)展提供重要的科學支撐。

科技文獻是記錄知識的載體，承載著科學研究的產(chǎn)出和成果，是科研人員交流前沿研究進展的重要工具。文獻計量通過研究文獻的增長規(guī)律、期刊分布規(guī)律、關鍵詞出現(xiàn)頻次規(guī)律、引文分析等，透視出學科發(fā)展的特征和重要性，以及知識在不同學科之間的相互滲透和交叉（Chen 等，2010）。使用信息可視化方法，可以呈現(xiàn)知識增長和傳播的時空軌跡，揭示學科發(fā)展的特點和趨勢（Chen 和Song，2019；邱均平，2019）。在遙感領域，利用文獻計量分析學科發(fā)展的文獻較多，但多集中于針對某個具體的專題領域，如全球土地利用與土地覆蓋（LULC）（鄭榮寶 等，2017）、全球氣候變化（Li 等，2011）、生態(tài)學（馬志波 等，2017）、土地退化（許寧 等，2008）、全球變化（趙紀東 等，2010）、草地生物量（楊東 等，2021）、葉面積指數(shù)（LAI）（Yan等，2021），或是針對特定技術如數(shù)字高程模型（DEM）（Peng 等，2015）、時間序列分類（Ebrahim 等，2020）、無人機遙感應用（Wang 等，2021）、開放地理空間信息聯(lián)盟（OGC）標準（Huang 等，2022）等，還有針對特定區(qū)域如對中國遙感（Zeng 等，2015）、青藏高原（Liu 等，2021）、太湖（Zhang 等，2016）等地區(qū)開展研究的文獻計量分析等。少量遙感學科發(fā)展態(tài)勢的文獻計量研究論文研究時間較久遠（馮筠和鄭軍衛(wèi)，2005；Zhang 等，2017），以及（張熠天 等，2015）通過文獻計量比較分析了中外遙感衛(wèi)星科學發(fā)展狀況。這些基于遙感主題、時間或地域范圍的文獻計量分析，未體現(xiàn)遙感學科綜合時空發(fā)展的趨勢演化及迅猛發(fā)展的態(tài)勢。

遙感是支撐國家資源能源調(diào)查、糧食安全監(jiān)測、生態(tài)環(huán)境保護、自然災害評估、國防安全等的重要學科。2022 年，國務院學位委員會正式將遙感科學與技術列入國家一級交叉學科，反映了國家對遙感學科發(fā)展的迫切需求和高度重視。在此背景下，本文以Science Citation Index Expanded（SCI-E，1900—至今，以下簡稱“SCI”）收錄文獻為研究對象，構建1962 年—2021 年間的遙感領域SCI文獻數(shù)據(jù)庫，通過文獻計量方法，調(diào)研和分析遙感學科發(fā)展與應用狀況，梳理遙感學科發(fā)展優(yōu)勢和問題。論文主要內(nèi)容包括：分析全球遙感領域不同時空的研究熱點及演化；對比分析美國、歐洲和中國遙感研究熱點的分布異同；選擇典型遙感衛(wèi)星與傳感器，對比分析美歐中典型在軌衛(wèi)星及載荷的應用情況；選擇合成孔徑雷達（SAR）、高光譜（Hyperspectral）、激光雷達（LiDAR）3 門遙感前沿技術，對比分析全球遙感前沿應用態(tài)勢以及中美歐學者對3 大技術的研究偏好與應用特點。

2 研究方法與數(shù)據(jù)源

本文在Web of Science（WoS）核心合集中的SCI 數(shù)據(jù)庫中檢索1962 年—2021 年的遙感領域SCI文章，對期間遙感領域論文增長趨勢及主要發(fā)文國家（按第一作者國別）進行分析，重點對2016年—2021年遙感領域SCI文章進行發(fā)文數(shù)量（按第一作者國別）、研究主題、應用領域進行識別與提取，對不同國家學者的研究偏好進行對比分析。

在SCI 數(shù)據(jù)庫中，以remote sensing 為檢索詞，分別進行主題檢索（topic search）、領域檢索（WoS Category）以及在WoS 期刊引證報告JCR（Journal Citation Reports）收錄的期刊名稱含有remote sensing的期刊論文。檢索到1962年—2021年遙感領域SCI 文章171302 篇，其中2016 年—2021 年有79568 篇。本文使用DDA（Derwent Data Analyzer）和Excel 進行文獻字段數(shù)據(jù)的整理和清洗，使用VOSviewer進行數(shù)據(jù)可視化呈現(xiàn)。本文使用作者關鍵詞（Author’s Keywords）、組合關鍵詞（Combined Keywords）、研究領域（WoS Category）、第一作者國家（Countries“1st”）等字段。文中涉及國家的數(shù)據(jù)都取自第一作者國家字段。對關鍵詞進行清洗的過程是通過人工判讀將不同拼寫方式的詞合并。

本文從研究熱點的角度分析遙感學科發(fā)展，研究熱點是指在一段時間、一個特定空間區(qū)域內(nèi)或利用特定技術、特定數(shù)據(jù)開展研究時形成的內(nèi)容相近或相似的研究主題聚類。研究主題在不同時間階段會呈現(xiàn)出新興、熱點、前沿等態(tài)勢（Wang，2018）。其中，研究熱點和前沿是當前研究領域中特別受關注的主題，一方面，部分具有潛力的關鍵研究或新興領域可能會產(chǎn)生突破性創(chuàng)新或顛覆性創(chuàng)新，從而發(fā)展成研究前沿；另一方面，當前的研究前沿可能在將來會受到很多學者的關注而成為下一個研究熱點。研究熱點具有規(guī)模大、快速增長、易識別等特征（陳穩(wěn)和陳偉，2022），能直觀地反映一定時間范圍內(nèi)的遙感學科發(fā)展趨勢。因此，本文重點從不同時間階段和空間范圍遙感研究的熱點識別和提取入手進行遙感學科發(fā)展趨勢研究。

使用相同關鍵詞的不同文章具有相似或相近的研究主題。本文通過對作者關鍵詞進行共現(xiàn)分析，識別并提取出一定時空條件下、使用相同技術或數(shù)據(jù)的研究者們的共同研究熱點。在對文章按衛(wèi)星或技術進行分類時，為彌補每篇文章的作者關鍵詞受5—8 個數(shù)量限制而帶來的漏檢情況，本文使用自然語言處理方法，對文章的標題、作者關鍵詞、擴展關鍵詞（Keywords Plus）以及摘要等字段進行實詞提取，得到組合關鍵詞數(shù)據(jù)集，用來對文章進行研究主題分類，例如，當組合關鍵詞中出現(xiàn)Landsat時，該文章歸入Landsat類。為保證研究熱點分析的準確性，仍使用作者關鍵詞字段進行熱點識別與提取。在研究熱點可視化過程中，本文將共詞規(guī)?？刂圃?00 個左右，因此，不同的分析會出現(xiàn)不同的共現(xiàn)強度閾值。在研究熱點圖中，少數(shù)節(jié)點由于位置重疊或關鍵詞太長造成節(jié)點名不顯示或字體很虛的情況，根據(jù)需要，我們嚴格對照軟件中節(jié)點的位置，手工補充了一些空節(jié)點的關鍵詞。

在2016 年—2021 年的79568 篇論文中，提取作者關鍵詞124847 個，進行人工清洗后得到101189 個，用于分析研究熱點；在標題、摘要、擴展關鍵詞中提取出組合關鍵詞1645568個，對明顯無實際含義的詞進行停詞處理并經(jīng)過人工清洗后，得到組合關鍵詞1342195個，用于文章分類。

3 文獻計量結果與對比分析

3.1 全球遙感領域SCI文章概況

根據(jù)第一作者所屬國家發(fā)文數(shù)量，選取在1962 年—2021 年發(fā)表遙感領域SCI 論文數(shù)量超過2000 篇的14 個國家，進行全時段發(fā)文數(shù)量分析，如圖1 所示。由于1962 年—1971 年的文章沒有國家字段信息，所以圖1 顯示1972 年—2021 年的發(fā)文數(shù)據(jù)。

圖1 遙感領域發(fā)表相關SCI超過2000篇的14個國家（第一作者）在1972年—2021年的發(fā)文情況Fig.1 Remote sensing publication trends from 14 countries（1st authors）with more than 2000 SCI publications from 1972 to 2021

3.1.1 發(fā)文數(shù)量增長情況及主要發(fā)文國家

總體上看，遙感學科的發(fā)展呈現(xiàn)出萌芽與穩(wěn)步發(fā)展（1972 年—1997 年）、快速增長（1998 年—2007 年）、迅猛增長（2008 年—2015 年）和激增（2016 年—2021 年）等階段，尤其是自1998 年起全球遙感領域發(fā)文數(shù)量上呈現(xiàn)快速增長、加速增長的趨勢，如圖1 所示。1962 年—2012 年，全球累積發(fā)表遙感相關SCI 文章69666 篇，2013 年—2021 年全球累積發(fā)文100131 篇。中國（第一作者）發(fā)表的遙感相關SCI 文章自1998 年起首次超過50 篇之后數(shù)量增長迅猛，2014 年，中國（第一作者）年度發(fā)表遙感相關SCI 文章2048 篇，首次超過美國（第一作者）年度1454篇躍居全球第一，此后一直領先，成為全球遙感領域年度發(fā)表SCI論文數(shù)量最多的國家。2021 年，中國（第一作者）年度發(fā)表遙感相關SCI 文章8063 篇，占全球該年度遙感相關SCI 文章19121 篇的42.17%。其他發(fā)文較多的國家主要有德國、印度、意大利等。

3.1.2 全球研究熱點演化

全球范圍內(nèi)，分別對上述4個發(fā)文數(shù)量變化階段的研究熱點進行識別和提取，嘗試分析遙感研究熱點的演化及發(fā)展趨勢。

（1）1972 年—1997 年。1972 年—1997 年，發(fā)文數(shù)量的特點是平緩發(fā)展，處于萌芽與穩(wěn)步發(fā)展階段。這期間的文章共提取作者關鍵詞3141 個，選取共現(xiàn)多于3次的251個詞進行聚類，得到16個簇，如圖2（a）所示。

圖2 1972年—2021年遙感發(fā)展不同階段的研究熱點Fig.2 Research hotspots of the global remote sensing from 1972 to 2021

在此期間，遙感技術主要集中于SAR、紅外（infrared）、微 波（microwave）、LiDAR、航 空（aerial）、航空攝影地質(zhì)學（photogeology）等研究，重點關注光譜學（spectroscopy）、光纖（optical fiber）、輻射傳輸（radiative transfer）、輻射特性測量（radiometry）、多重散射（multiple scattering）、定標（calibration）、反射率（reflectance）、磁層成像（magnetospheric imagery）、圖像分割（image segmentation）、混合像元（mixed pixel）、仿真（simulation）、分形（fractals）等；遙感應用方面主要使用Landsat、SPOT 等衛(wèi)星數(shù)據(jù)，開展與陸地景觀、土壤、植被、LAI、歸一化植被指數(shù)（NDVI）、大氣、水、水文、氣象、氣溶膠、氣候變化、雪、海洋、北極等相關的應用研究?？梢园l(fā)現(xiàn)，在遙感萌芽與穩(wěn)步發(fā)展階段，多光譜遙感、雷達遙感和LiDAR 是該階段的前沿技術，與之相關的機理研究和應用研究是當時的主要研究熱點，LAI 和NDVI 等長時序、質(zhì)量穩(wěn)定的遙感數(shù)據(jù)產(chǎn)品開始出現(xiàn)，把森林和植被遙感帶入了之后的繁榮階段。

（2）1998 年—2007 年。1998 年—2007 年，遙感學科進入快速增長階段，這期間的文章共提取作者關鍵詞21233個，選取共現(xiàn)多于20次的261個詞進行聚類，得到7個簇，如圖2（b）所示。

此期間，全球遙感主要開展星載SAR、高光譜、LiDAR、紅外、微波和機載（airborne）遙感等研究，重點關注DEM、變化檢測（change detection）、神經(jīng)網(wǎng)絡（neural network）、特征提取（feature extraction）、數(shù)據(jù)融合（data fusion）、輻射傳輸（radiation transfer）、電磁法（electromagnetic methods）、干涉（interferometry）、散射（scattering）、定標等研究主題，主要使用Landsat、SPOT、IKONOS衛(wèi)星及MODIS數(shù)據(jù)開展與土壤、大氣、氣溶膠、溫度、水體、海洋環(huán)境、LULC、森林、濕地、冰川等相關的應用。可以發(fā)現(xiàn)，在快速增長階段，遙感研究從多光譜技術與應用逐漸向雷達遙感和高光譜遙感方向發(fā)展，雷達遙感的研究數(shù)量快速增長，高光譜遙感開始出現(xiàn)，MODIS 和更多的遙感衛(wèi)星涌現(xiàn)，Landsat 以及LAI、NDVI 等遙感數(shù)據(jù)產(chǎn)品仍然是研究熱點。

（3）2008 年—2015 年。2008 年—2015 年，遙感進入迅猛增長階段，這期間的文章共提取作者關鍵詞51382個，選取共現(xiàn)多于50次的263個詞進行聚類，得到7個簇，如圖2（c）所示。

在此期間，全球遙感主要開展SAR、高光譜、LiDAR 等遙感前沿技術，重點關注微波、校準（validation）、DEM、無人機（UAV）、3D、精度（accuracy）、變化檢測、目標識別（target detection）、支持向量機（SVM）、稀疏表征（sparse representation）、馬爾可夫隨機場（markov random field（mrf））、特征提取、數(shù)據(jù)融合、點云（point cloud）、蒸散發(fā)（evapotranspiration）、碳循環(huán)（carbon cycle）、雙向反射分布函數(shù)（BRDF）等研究主題，主要使用Landsat、MODIS 衛(wèi)星數(shù)據(jù)開展與大氣、水、葉綠素熒光、湖泊、土壤、LULC、農(nóng)業(yè)、森林、草地、生物多樣性、火災、災害、滑坡、城鎮(zhèn)化等相關應用。可以發(fā)現(xiàn)，在迅猛增長階段，高光譜遙感快速發(fā)展，成為突出的研究熱點，雷達遙感、LiDAR 仍是非常突出的前沿研究，新的傳感器增多，關于中國的研究成為顯著的研究熱點，遙感的應用領域更加豐富，Landsat 和MODIS 代表的光學遙感及應用是研究熱點，NDVI 和LAI 成為較大的研究熱點，森林和植被的研究顯著增多（陳良富 等，2016）。

（4）2016 年—2021 年。2016 年—2021 年，遙感進入激增階段，中國學者已成為全球遙感領域重要的推動者和不可忽視的參與者，中國的研究極大影響著全球研究熱點的發(fā)展和演化。這期間的文章共提取作者關鍵詞101139 個，選取共現(xiàn)次數(shù)超過100次的290個詞，聚類分析后得到6個簇，如圖2（d）所示。

在此期間，全球遙感研究熱點更加聚集，主要集中于SAR、高光譜、LiDAR 等前沿技術，重點關注微波、干涉、蒸散發(fā)、NDVI、LAI、DEM、人工神經(jīng)網(wǎng)絡（artificial neural network）、深度學習（deep learning）、目標探測（object/target detection）、特征提取、語義分割（semantic segmentation）、降維（dimensionality reduction）、注意機制（attention mechanism）、3D 等研究主題，主要使用Landsat、Sentinel、ALOS、WorldView 等衛(wèi)星數(shù)據(jù)以及MODIS 數(shù)據(jù)，開展關于大氣、溫度、土壤、氣候變化、洪水、滑坡、火災、物候?qū)W、生態(tài)系統(tǒng)等相關的應用研究。可以發(fā)現(xiàn)，在激增階段，遙感研究的前沿研究已明顯聚焦于多光譜遙感、雷達遙感、高光譜遙感、LiDAR 等，以Landsat 和MODIS 數(shù)據(jù)為主的光學遙感（綠色節(jié)點）、雷達遙感（紅色節(jié)點）、高光譜（藍色節(jié)點）、LiDAR（紫色節(jié)點）已清晰地成為遙感領域的研究熱點；與高光譜相關的算法成為較大的前沿技術，Sentinel衛(wèi)星是突出研究熱點；遙感應用領域研究比較突出的是LULC、森林、水資源、土壤、大氣、氣候變化、NDVI、LAI、中國等；此階段的突出標志是深度學習的興起和谷歌地球引擎GEE（Google Earth Engine）的應用開始出現(xiàn)，在數(shù)據(jù)密集型科學研究范式、基于云平臺的遙感服務方面為遙感研究賦予了大數(shù)據(jù)的時代特征。

3.1.3 全球遙感應用領域

遙感技術與數(shù)據(jù)的應用領域非常廣泛，選取1962年—2021年全球發(fā)文數(shù)量超過1000篇的11個應用領域按逆時針排序，依次分別是環(huán)境、氣象與大氣、水資源、生態(tài)、海洋、農(nóng)業(yè)、林業(yè)、生物多樣性與保護、海洋及淡水生物、植物、土壤，如圖3所示。

圖3 1962年—2021年全球發(fā)文數(shù)量超過1000篇的遙感應用領域Fig.3 1962—2021 the most global popular remote sensing applications published more than 1000 papers

3.2 近年（2016 年—2021 年）美歐中研究熱點對比分析

3.2.1 美國近年研究熱點

美國是遙感的發(fā)源地，也是當今世界空間科技實力最強的國家。美國遙感衛(wèi)星獲取的數(shù)據(jù)如Landsat 和MODIS 等數(shù)據(jù)提供了有關地球表面及人類活動如何影響地球環(huán)境的寶貴信息來源，被全球廣泛使用（Townshend，2001；García-Mora 等，2012；Wulder 等，2019；Yan 等，2021）。簡單來說，美國的遙感發(fā)展經(jīng)歷了“技術論證，遙感試驗，政府主導的遙感力量大力發(fā)展，鼓勵私營企業(yè)廣泛參與遙感與數(shù)據(jù)應用”等階段。美國從法律和政策保障入手，經(jīng)歷了“鋪設信息高速公路，構建基礎設施，全面數(shù)據(jù)共享，數(shù)據(jù)廣泛應用”等階段（黃銘瑞 等，2019）。在美國學者（第一作者）發(fā)表的文章中，清洗后共提取到18075個關鍵詞，選擇共現(xiàn)次數(shù)多于20 次的240 個詞，聚類分析后得到7個簇，如圖4（a）所示。

在2016 年—2021 年間，美國的遙感研究主要集中在SAR、高光譜、LiDAR、深度學習等研究熱點，重點關注特征提取、圖像分割、SVM、DEM、無人機（UAV 和drone）、航空、仿真、不確定性、微波、紅外、MODIS、定標、NDVI、LAI 等研究前沿，使用Landsat、Sentinel、ALOS、ICESat 等衛(wèi)星數(shù)據(jù)以及MODIS 數(shù)據(jù)，開展關于農(nóng)業(yè)、氣候變化、濕地、土壤、大氣、溫度、海洋、森林、植被、水資源、物候?qū)W、干旱、葉綠素、草地、空氣污染等相關應用研究?？梢园l(fā)現(xiàn)，美國遙感研究的特點為：（1）以Landsat 和MODIS 衛(wèi)星為代表的光學遙感是最顯著的節(jié)點，被廣泛應用于植被、水資源、土地利用和土地覆蓋等諸多領域；（2）SAR 和微波遙感也是顯著研究簇，雷達遙感廣泛應用于大氣、海洋、颶風、冰雪等領域；（3）LiDAR 和高光譜遙感與無人機、深度學習、大數(shù)據(jù)等結合緊密；（4）GEE 云平臺是當前研究熱點。

3.2.2 歐洲近年研究熱點

歐洲遙感衛(wèi)星任務主要由歐洲空間局推動，部分歐洲國家也擁有獨立的對地觀測能力。歐洲的主要對地觀測計劃有歐洲氣象衛(wèi)星Meteosat 計劃、歐洲遙感衛(wèi)星計劃ERS-1/2、環(huán)境衛(wèi)星ENVISAT、用于觀測陸地和海洋冰蓋厚度變化的冷星CryoSat、歐洲哥白尼計劃（Copernicus）的Sentinel 系列衛(wèi)星；國家級計劃主要有法國地球資源觀測實驗衛(wèi)星SPOT、德國重力場恢復與氣候?qū)嶒炐l(wèi)星GRACE 等。這些歐洲的系列衛(wèi)星或星座在不同領域建成了全球覆蓋能力，經(jīng)過數(shù)據(jù)全球共享和商業(yè)化運作，歐洲遙感衛(wèi)星數(shù)據(jù)在全球被廣泛使用（Phiri 等，2020）。在歐洲學者（第一作者）發(fā)表的論文中，清洗后共提取到作者關鍵詞34013 個，選擇共現(xiàn)次數(shù)多于30 次的492 個詞，聚類得到5個簇，如圖4（b）所示。

在2016 年—2021 年間，歐洲的遙感研究主要集中在SAR、高光譜、LiDAR、深度學習等前沿技術，重點關注定標、3D、特征提取、語義分割、微波、DEM、無人機（UAV、UAS 和drone）、航空、點云、攝影測量、SVM、隨機森林（random forest）等研究主題，主要使用Sentinel、Landsat、MODIS以及ALOS等衛(wèi)星數(shù)據(jù)，開展關于大氣、水文、洪水、土壤、氣候變化、植被、森林、生物質(zhì)、火災、物候?qū)W等相關的應用研究?？梢园l(fā)現(xiàn)，歐洲遙感研究的特點為：（1）Sentinel 系列衛(wèi)星應用研究是顯著節(jié)點，歐洲學者發(fā)表的Sentinel 衛(wèi)星相關的文章數(shù)量已超過Landsat 衛(wèi)星的發(fā)文數(shù)；（2）Sentinel 系列衛(wèi)星與Landsat、MODIS 等衛(wèi)星或傳感器的對比以及這些衛(wèi)星在水資源、NDVI、火災等的應用領域形成了研究熱點；（3）歐洲學者重視雷達遙感的研究，SAR 成為顯著的研究熱點；（4）高光譜與LiDAR 是研究熱點，與之相關的無人機和深度學習等算法成為其子節(jié)點。

3.2.3 中國近年研究熱點

中國的遙感始于20 世紀70 年代中后期。自1988 年發(fā)射第一顆風云氣象衛(wèi)星以來，中國遙感在過去30 多年得到了飛速發(fā)展，逐漸發(fā)展了系列國產(chǎn)衛(wèi)星，包括氣象衛(wèi)星（FY）、海洋衛(wèi)星（HY）、資源衛(wèi)星（ZY）、環(huán)境減災衛(wèi)星星座（HJ）、高分辨率對地觀測系統(tǒng)（GF）等對地觀測衛(wèi)星體系。在中國學者（第一作者）發(fā)表的論文中，清洗后共提取到作者關鍵詞46448個，選擇共現(xiàn)次數(shù)多于40 次的273 詞，聚類得到5 個簇，如圖4（c）所示。在2016 年—2021 年間，中國的遙感研究主要集中在SAR、高光譜、LiDAR、深度學習等研究熱點，重點關注定標、校準、目標探測、圖像重建（image reconstruction）、特征提取、卷積神經(jīng)網(wǎng)絡（CNN）、SVM、點云、隨機森林等研究主題，使用Landsat、Sentinel、MODIS 以 及GF、FY等衛(wèi)星數(shù)據(jù)，開展溫度、水資源、大氣、湖泊、氣候、滑坡、森林、植被、LULC、陸地景觀、城鎮(zhèn)化、人類活動、城市熱島等研究。

從這些研究熱點可以發(fā)現(xiàn)，中國學者集中在遙感成像前沿技術和先進信息分析方法研究，具體在SAR、高光譜、LiDAR 以及大量與高光譜相關的深度學習、神經(jīng)網(wǎng)絡、特征提取等技術與算法方面。在遙感應用方面，中國學者主要利用Landsat、Sentinel、MODIS 等衛(wèi)星數(shù)據(jù)開展與LULC、溫度、水等研究。與歐美國家相比，中國遙感研究表現(xiàn)為如下特點：（1）相比歐美遙感研究熱點深入眾多學科和應用領域，中國遙感研究更偏重先進的前沿技術方法如SAR、高光譜、機器學習等，科學和應用研究相對偏弱；（2）深度學習的興起極大推動了遙感應用，特別是歐美國家深度學習廣泛應用于各個領域，而中國學者更聚集于技術方法的融合，特別是高光譜與深度學習的融合；（3）中國在SAR、高光譜、LiDAR 前沿技術方面發(fā)表的SCI 文章顯著領先于其他國家；（4）中國學者遙感應用研究高度依賴于Landsat、Sentinel、MODIS 等國外衛(wèi)星數(shù)據(jù)，國產(chǎn)衛(wèi)星的研究應用還需大力加強。

3.3 中外典型衛(wèi)星及傳感器應用對比分析

為了探索全球典型遙感衛(wèi)星的應用情況，本文根據(jù)空間分辨率和用途，選擇典型中高/低分辨率衛(wèi)星和傳感器、典型對地觀測科學衛(wèi)星，提取并分析了2016 年—2021 年的研究熱點、應用領域及主要發(fā)文國家（按第一作者統(tǒng)計），分析流程如圖5所示。

圖5 美國、歐洲、中國主要衛(wèi)星和傳感器遙感應用對比分析流程Fig.5 Comparative analysis of remote sensing applications of major satellites and sensors in the United States，Europe and China

3.3.1 典型中高分辨率陸地衛(wèi)星遙感對比分析

（1）Landsat 數(shù)據(jù)應用情況。全球使用Landsat衛(wèi)星數(shù)據(jù)的研究熱點主要集中在LULC、水資源、森林、植被、溫度、氣候變化、陸地景觀、城鎮(zhèn)化等方面，廣泛應用于環(huán)境科學、地球科學、制圖、林業(yè)、生態(tài)、生物多樣性、水資源、土壤、氣象與大氣、農(nóng)業(yè)等259 個領域。使用Landsat 衛(wèi)星數(shù)據(jù)的學者主要來自中、美、印等，詳見表1，其中中國學者（第一作者）論文最多，為2767篇。

表1 2016年—2021年全球發(fā)表Landsat衛(wèi)星相關SCI文章最多的前10個國家/地區(qū)Table 1 The most productive 10 countries of SCI papers on Landsat from 2016 to 2021

（2）Sentinel 數(shù)據(jù)應用情況。Sentinel 衛(wèi)星密切相關的研究熱點主要集中在SAR、高光譜、LiDAR、CNN、隨機森林算法、時間序列分析等方面，應用于水資源、森林、LULC、洪水、植被指數(shù)、LAI、蒸散發(fā)、大氣、陸地沉降、船只探測等研究，廣泛應用于環(huán)境科學、地球科學、制圖、農(nóng)業(yè)、生態(tài)、林業(yè)、植物科學、土壤科學、氣象與大氣科學、天文學等173 個領域。使用Sentinel衛(wèi)星數(shù)據(jù)的學者主要來自中、美、意等，詳見表2，其中中國學者（第一作者）論文最多，為1152篇。

表2 2016年—2021年全球發(fā)表Sentinel衛(wèi)星相關SCI文章最多的前10個國家/地區(qū)Table 2 The most productive 10 countries of SCI papers on Sentinel from 2016 to 2021

（3）GF數(shù)據(jù)應用情況。GF 衛(wèi)星密切相關的研究熱點主要集中在SAR、深度學習、衛(wèi)星、定標、高光譜、時間序列、遙感影像、特征提取、SVM等方面，應用于環(huán)境科學、地球科學、制圖、林業(yè)、生態(tài)、湖沼生物學、氣象與大氣科學、土壤科學等91個領域。使用GF衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表3，其中中國學者（第一作者）論文最多，為886篇。

表3 2016年—2021年全球發(fā)表GF衛(wèi)星相關SCI文章最多的前12個國家/地區(qū)Table 3 The most productive 12 countries of SCI papers on GF from 2016 to 2021

（4）HJ 數(shù)據(jù)應用情況。HJ 衛(wèi)星密切相關的研究熱點主要集中在高光譜、SAR 等方面，應用于環(huán)境科學、地球科學、制圖、農(nóng)業(yè)、生態(tài)等52 個領域。使用HJ 衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表4，其中中國學者（第一作者）論文最多，為188篇。

表4 2016年—2021年全球發(fā)表HJ衛(wèi)星相關SCI文章的國家/地區(qū)Table 4 Countries of SCI papers on HJ from 2016 to 2021

（5）ZY 數(shù)據(jù)應用情況。ZY 衛(wèi)星密切相關的研究熱點主要集中在衛(wèi)星、定標、校正、高分辨率、深度學習、CNN、SVM、高光譜、圖像匹配、SAR、DEM、RFM、DSM、有理函數(shù)模型等方面，應用于環(huán)境科學、地球科學、制圖、水科學、林業(yè)等31個領域。使用ZY 衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表5，其中中國學者（第一作者）論文最多，為197篇。

表5 2016年—2021年全球發(fā)表ZY衛(wèi)星相關SCI文章的國家/地區(qū)Table 5 Countries of SCI papers on ZY satellite from 2016 to 2021

不同系列衛(wèi)星的發(fā)射時間、衛(wèi)星數(shù)量會對發(fā)文數(shù)量產(chǎn)生較大影響，表6提供了上述典型中高分辨率陸地衛(wèi)星的發(fā)射時間、衛(wèi)星數(shù)量及主要應用領域。

表6 2016年—2021年典型中高分辨率陸地衛(wèi)星及數(shù)據(jù)應用情況Table 6 Typical medium/high-resolution land satellites and the data applications from 2016 to 2021

3.3.2 典型中低分辨率遙感衛(wèi)星/傳感器對比分析

選擇美國Terra/Aqua MODIS傳感器和中國風云衛(wèi)星（FY）、海洋（HY）系列衛(wèi)星進行對比分析。

（1）MODIS 數(shù)據(jù)應用情況。MODIS 是全球應用最廣泛的衛(wèi)星遙感數(shù)據(jù)（Zhao 等，2022）。MODIS 密切相關的研究熱點主要集中在SAR、LiDAR、定標等，廣泛應用于環(huán)境科學、地球科學、氣象與大氣科學、遙感、農(nóng)林氣象、農(nóng)業(yè)工程、生態(tài)、漁業(yè)、天文學等224 個領域。使用MODIS 數(shù)據(jù)的學者主要來自中、美、德等，詳見表7，其中中國學者（第一作者）論文最多，為3086篇。

表7 2016年—2021年全球發(fā)表MODIS相關SCI文章最多的前10個國家/地區(qū)Table 7 The most productive ten countries of SCI papers on MODIS from 2016 to 2021

（2）FY 數(shù)據(jù)應用情況。FY 衛(wèi)星密切相關的研究熱點主要集中在溫度、衛(wèi)星、定標、中國、微波、土壤、云探測、高光譜、數(shù)據(jù)同化等方面，應用領域包括環(huán)境科學、地球科學、制圖、農(nóng)業(yè)、生態(tài)、林業(yè)、植物科學、土壤科學、氣象與大氣科學、天文學等。使用FY 衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表8，其中中國學者（第一作者）論文最多，為299篇。

表8 2016年—2021年全球發(fā)表FY衛(wèi)星相關SCI文章最多的前12個國家/地區(qū)Table 8 The most productive 12 countries of SCI papers on FY satellite from 2016 to 2021

（3）HY 數(shù)據(jù)應用情況。HY 衛(wèi)星密切的研究熱點主要集中在衛(wèi)星、定標、雷達、微波、校準、后向散射等方面，應用于環(huán)境科學、農(nóng)業(yè)、生態(tài)、林業(yè)、植物科學、土壤科學、氣象與大氣科學、天文學等14 個領域。使用HY 衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表9，其中中國學者（第一作者）論文最多，為81篇。

表9 2016年—2021年全球發(fā)表HY衛(wèi)星相關SCI文章的國家/地區(qū)Table 9 Countries of SCI papers on HY from 2016 to 2021

表10 2016年—2021年典型中低分辨率遙感衛(wèi)星/傳感器及其數(shù)據(jù)應用情況Table 10 Typical medium/low-resolution land satellites and the data applications from 2016 to 2021

3.3.3 典型對地觀測科學衛(wèi)星對比分析

本研究對OCO2 和碳衛(wèi)星（TanSat）進行了應用對比分析，了解其研究熱點及主要應用領域。

（1）OCO2 數(shù)據(jù)應用情況。OCO2 衛(wèi)星密切相關的研究熱點主要集中在太陽誘導的葉綠素熒光（SIF）、CO2、CO2 柱濃度混合比（XCO2）、干旱、作物產(chǎn)量、大氣、氣溶膠等，應用于環(huán)境科學、氣象與大氣科學、能源與燃料、生物多樣性保護生態(tài)學等31 個領域。使用OCO2 衛(wèi)星數(shù)據(jù)的學者主要來自美國和中國，詳見表11，其中美國學者（第一作者）論文最多，為61篇。

表11 2016年—2021年全球發(fā)表OCO2衛(wèi)星相關SCI文章最多的前12個國家/地區(qū)Table 11 The most productive 12 countries of SCI papers on OCO2 from 2016 to 2021

（2）TanSat 數(shù)據(jù)應用情況。TanSat 衛(wèi)星密切相關的研究熱點主要集中在高光譜、遙感、大氣、氣溶膠、CO2、太陽誘導的葉綠素熒光（SIF）、定標等，應用于環(huán)境科學、地球科學、制圖、氣象與大氣科學、光學與光譜學等12 個領域。使用TanSat 衛(wèi)星數(shù)據(jù)的學者主要來自中國，詳見表12，其中中國學者（第一作者）論文最多，為22篇。

表12 2016年—2021年全球發(fā)表TanSat衛(wèi)星相關SCI文章的國家/地區(qū)Table 12 Countries of SCI papers on TanSat from 2016 to 2021

典型對地觀測科學衛(wèi)星的發(fā)射時間、衛(wèi)星數(shù)量及主要應用領域見表13。

表13 2016年—2021年典型對地觀測科學衛(wèi)星及其數(shù)據(jù)應用情況Table 13 Typical Earth observation science satellites and their data applications from 2016 to 2021

綜上所述，經(jīng)過多年發(fā)展，中國逐步形成了以氣象、海洋、資源、環(huán)境災害、高分、可持續(xù)發(fā)展等體系完整的對地觀測衛(wèi)星體系（郭華東，2014；CBAS，2021）。2014 年，中國年度發(fā)表遙感SCI 文章數(shù)量首次躍居全球第一，此后一直領先，從衛(wèi)星發(fā)射數(shù)量和論文發(fā)表數(shù)量兩個維度，中國毋庸置疑地成為了航天遙感大國。表14 匯總了中國和國外學者使用不同衛(wèi)星數(shù)據(jù)發(fā)表的SCI論文匯總。從文獻計量角度看，2016 年—2021 年，全球主要遙感衛(wèi)星和傳感器的發(fā)文數(shù)量中國均排名第一，但從國產(chǎn)衛(wèi)星遙感應用情況來看，從使用中國遙感衛(wèi)星數(shù)據(jù)發(fā)表論文的情況來看，中國學者使用外國衛(wèi)星數(shù)據(jù)發(fā)表的SCI文章遠高于使用國產(chǎn)衛(wèi)星發(fā)表的SCI文章，外國學者使用國產(chǎn)衛(wèi)星數(shù)據(jù)發(fā)表文章的非常少。從這些衛(wèi)星數(shù)據(jù)的使用情況發(fā)現(xiàn)，雖然中國學者的發(fā)文數(shù)量多，但顯然中國學者在開展研究過程中嚴重依賴外國衛(wèi)星數(shù)據(jù)。如果從使用國產(chǎn)衛(wèi)星數(shù)據(jù)發(fā)表SCI文章數(shù)量的角度看，國產(chǎn)衛(wèi)星的國際影響力還相對薄弱。

表14 2016年—2021年中外學者（第一作者）使用不同衛(wèi)星數(shù)據(jù)發(fā)表SCI論文情況對比Table 14 Comparison of SCI papers between Chinese and foreign authors using different satellite data counted by the 1st author country from 2016 to 2021

3.4 遙感前沿技術應用對比分析

根據(jù)本文第2節(jié)對遙感學科研究熱點與前沿的內(nèi)涵、定義及其相互轉(zhuǎn)化的分析，通過第3.1.2 節(jié)對不同時間階段全球遙感研究熱點的提取與演化分析（圖2），以及第3.2 節(jié)對2016 年—2021 年美國、歐洲和中國遙感研究熱點的對比分析（圖4），可以清晰的發(fā)現(xiàn)“SAR、高光譜和LiDAR”在不同時空范圍中始終具有“熱點、關注度高”的特征。這些研究熱點分析表明“SAR、高光譜和LiDAR”是遙感研究前沿，這與遙感領域?qū)W者們的共識“SAR、高光譜和LiDAR 是當前遙感的三大前沿技術”（郭華東，2001，2021；張兵，2017；Kahraman和Bacher，2021）相符合。本節(jié)對三大前沿技術進行2016 年—2021 年全球范圍文獻計量分析，并對中美學者（第一作者）的研究特點與應用偏好進行對比分析。

3.4.1 合成孔徑雷達研究與應用情況

全球SAR 研究熱點主要集中在DEM、變化檢測、CNN、深度學習、特征提取、衛(wèi)星、定標等方面，廣泛應用于森林、洪水、LULC、土壤、水、北極、災害、滑坡、沉降、船舶探測等研究。開展SAR 研究的學者主要來自中、美、意等，詳見表15，其中中國學者（第一作者）論文最多，為3535篇，遠遠領先其他國家。

表15 2016年—2021年全球開展SAR研究發(fā)表SCI文章最多的前10個國家（第一作者）年度發(fā)文情況Table 15 The most productive 10 countries of SCI papers on SAR counted by the 1st author from 2016 to 2021

在研究主題方面，提取共現(xiàn)超過100 次的20個關鍵詞進行中美學者對比發(fā)現(xiàn)，中國學者使用SAR 開展研究的發(fā)文數(shù)量普遍比美國學者多，主要包括變化檢測、土壤、DEM、特征提取、森林、洪水等。美國學者使用SAR 技術在濕地研究方面發(fā)表的文章比中國學者多，如圖6所示。圖中每行左側的數(shù)據(jù)表示在2016 年—2021 年全球發(fā)表SAR文章中與該熱點關鍵詞相關文章的總數(shù)，藍色和紅色分別代表中美兩國，顏色條的長短表示發(fā)文數(shù)量的多少。

圖6 2016年—2021年中美學者（第一作者）開展SAR研究時共現(xiàn)頻次最高的前20個關鍵詞對比Fig.6 Top 20 key words from SAR related SCI papers published by 1st authors of China and the United States from 2016 to 2021

3.4.2 高光譜研究與應用情況

全球高光譜研究熱點主要集中在特征提取、深度學習、CNN、SVM、主成份分析、無人機、LiDAR 等，應用研究主要包括變化檢測、目標識別、土壤、森林、生物質(zhì)、LAI、植被指數(shù)等。開展高光譜研究的學者主要來自中、美、意等，詳見表16，其中中國學者（第一作者）論文最多，為3192篇，遠遠領先其他國家。

表16 2016年—2021年全球開展高光譜研究發(fā)表SCI文章最多的前10個國家（第一作者）年度發(fā)文情況Table 16 The most productive 10 countries of SCI papers on Hyperspectral counted by the 1st author from 2016 to 2021

在研究內(nèi)容方面，中國學者在高光譜領域的發(fā)文數(shù)量遠比美國學者多，主要開展特征提取、CNN、深度學習、SVM、無人機、LiDAR、降維等技術，主要應用于土壤、異常檢測等。美國學者開展高光譜研究時，在成像光譜技術方面的文章數(shù)量較中國學者多。中國學者開展高光譜研究時，針對方法和技術的研究論文多，針對科學應用的論文相對較少，如圖7所示。

圖7 2016年—2021年中美學者（第一作者）開展高光譜研究時共現(xiàn)頻次最高的前20個關鍵詞對比Fig.7 Top 20 key words from Hyperspectral related SCI papers published by 1st authors of China and the United States from 2016 to 2021

3.4.3 激光雷達研究與應用情況

全球LiDAR 研究熱點主要集中在點云、無人機、機載、SAR、高光譜、航空、語義分割、運動結構重建、斷層攝影、偏振測量、3D、大數(shù)據(jù)、極化等，廣泛應用于森林、生物質(zhì)、樹高、物候?qū)W、冠層高度模型、地上生物質(zhì)、冰凍圈、LULC、水資源、亞馬遜、滑坡、滑坡檢測、氣溶膠、氣溶膠光學厚度、風能、北極環(huán)境、地震等研究。開展LiDAR 研究的學者主要來自中、美、德等，詳見表17，其中中國學者（第一作者）論文最多，為1513篇，略領先于美國的1191篇。

表17 開展LiDAR研究發(fā)表SCI文章最多的前10個國家（第一作者）年度發(fā)文情況Table 17 The most productive 10 countries of SCI papers on LiDAR counted by the 1st author

在研究內(nèi)容方面，中美兩國學者使用LiDAR開展研究的發(fā)文數(shù)量相當，中國的研究在點云、無人機、高光譜、雷達、隨機森林、深度學習、CNN、特征提取等方面明顯較美國學者多；美國學者在遙感、森林、航空、DEM、生物質(zhì)等領域的研究較中國學者多，如圖8所示。

圖8 2016年—2021年中美學者（第一作者）開展LiDAR研究時共現(xiàn)頻次最高的前20個關鍵詞Fig.8 Top 20 key words from LiDAR related SCI papers published by 1st authors of China and the United States from 2016 to 2021

4 討論

遙感學科SCI文章的增長態(tài)勢，不僅反映了遙感自誕生以來的發(fā)展速率，還揭示了不同階段、不同國家研究熱點演化的特征。隨著人類對認識地球需求的不斷提升和科學技術的發(fā)展，月基對地觀測平臺正在研究中。月球作為新型對地觀測平臺，將是把地球作為一個整體進行研究的全新技術方向（郭華東，2016）。進入大數(shù)據(jù)時代，新的遙感數(shù)據(jù)使用模式出現(xiàn)，用戶從原來的下載數(shù)據(jù)、再加工、使用的模式轉(zhuǎn)變到使用遙感云服務平臺提供的遙感數(shù)據(jù)和云計算功能，無需下載數(shù)據(jù)和安裝分析軟件，可以直接選擇和使用遙感數(shù)據(jù)進行分析（Xu等，2022；Gorelick等，2017）。

本文以SCI為數(shù)據(jù)源，選取全球認可的高水平學術論文進行遙感學科發(fā)展趨勢文獻計量分析。由于受數(shù)據(jù)庫收錄限制，有數(shù)量龐大的優(yōu)質(zhì)期刊未被SCI 檢索，同時，受SCI 數(shù)據(jù)庫語言限制，絕大多數(shù)文章以英文為主，非英語國家以母語發(fā)表的遙感文章，如中國遙感早期的文章幾乎全部以中文為主，再如其他以法、德、意、俄等歐洲國家發(fā)表的母語文章，大多未被SCI收錄。這些局限會在分析歐洲和中國的研究熱點時產(chǎn)生一定影響。

另外，受數(shù)據(jù)篩選和處理方法所限，對關鍵詞的清洗步驟主要是合并不同拼寫方式的同義詞（如將synthetic aperture radar 與SAR 合并）和識別一詞多義（如FY、ZY 等代表中國的系列衛(wèi)星同時也有其他含義），這會在清洗個別關鍵詞時產(chǎn)生一定的主觀性。同時，本文只篩選了高頻詞，未考慮大量低頻的、不同時間階段出現(xiàn)的突現(xiàn)詞，這些短期出現(xiàn)的新興領域未納入本次分析。在數(shù)據(jù)可視化設置共現(xiàn)強度的閾值時，有些較小的研究熱點會因關鍵詞的共現(xiàn)強度和詞頻閾值選擇受到影響。

其次，受篇幅所限，本文未開展引文分析和期刊分析，WoS 數(shù)據(jù)庫提供及時更新的被引參考文獻檢索平臺和期刊引證報告（JCR）分析平臺，可對文章的引用及期刊情況進行在線檢索和分析。

最后，本文通過文獻計量分析，從前沿技術和應用熱點兩方面分析總結了遙感學科的時空發(fā)展趨勢，未從學科角度進行深度挖掘和綜述。這些局限可以在今后的工作中繼續(xù)研究和探討。

5 結論

本文通過文獻計量方法回顧遙感學科60 年的發(fā)展趨勢，將不同時間階段的研究熱點進行提取，發(fā)現(xiàn)了遙感前沿技術的發(fā)展演化特征；提取了近期美國、歐洲、中國的遙感研究熱點，發(fā)現(xiàn)了遙感在不同空間下的研究特點；對10 種典型遙感衛(wèi)星/傳感器進行了應用對比分析；對三大遙感前沿技術（SAR、高光譜和LiDAR）進行了全球研究熱點分析。本文對全面了解遙感學科在不同時空環(huán)境下的發(fā)展趨勢演化以及遙感數(shù)據(jù)的應用情況具有一定的參考價值，主要結論總結如下：

（1）在文獻數(shù)量方面，在全球范圍內(nèi)，1962年—1997年屬于萌芽與穩(wěn)定發(fā)展階段，該階段以多光譜遙感技術與應用為主。1998 年—2007 年為快速增長階段，研究特點從多光譜技術與應用逐漸向雷達遙感、高光譜遙感遷移。2008 年—2015 年為迅猛增長階段，土地利用和土地覆蓋以及多學科應用成為顯著的研究熱點。中國（第一作者）自2014 年起首次年度發(fā)表SCI 文章2048 篇超過美國（第一作者）1454 篇躍居全球第一，此后一直領先，成為全球遙感領域年度發(fā)表SCI論文數(shù)量最多的國家。2021 年，中國（第一作者）年度發(fā)表遙感相關SCI 文章8063 篇，占全球該年度遙感相關SCI文章19121篇的42.17%。

（2）在美國、歐洲、中國研究熱點對比方面，2016 年以來，美國的遙感研究在Landsat、Sentinel、Terra/Aqua MODIS 等衛(wèi)星遙感數(shù)據(jù)及紅外、LiDAR、高光譜、SAR 等前沿技術推動下，在科學和應用驅(qū)動下，遙感深入到豐富的應用領域之中。歐洲遙感研究重視對SAR、LiDAR 的研究，特別是Sentinel 系列衛(wèi)星極大推動了歐洲和全球研究和應用。中國遙感研究在技術和應用方面的都體現(xiàn)出顯著的數(shù)量優(yōu)勢。在遙感技術方面，中國的研究熱點集中在SAR、高光譜、LiDAR 以及大量關于深度學習、神經(jīng)網(wǎng)絡、特征提取等技術與算法方面。在遙感應用方面，中國學者主要使用Landsat、MODIS、Sentinel 等衛(wèi)星數(shù)據(jù)開展與土地利用和土地覆蓋、溫度、水資源等方面的應用研究。

（3）在遙感衛(wèi)星數(shù)據(jù)應用方面，Landsat、Terra/Aqua MODIS、Sentinel 數(shù)據(jù)自出現(xiàn)以來就一直被全球用戶廣泛使用，尤其是中國學者的應用研究高度依賴這些國外衛(wèi)星數(shù)據(jù)。國產(chǎn)衛(wèi)星數(shù)據(jù)的應用支撐還比較薄弱，少有國外用戶使用中國衛(wèi)星數(shù)據(jù)發(fā)表SCI 論文。國產(chǎn)衛(wèi)星服務全球研究、提高國際影響力的路程才剛起步。