[关键词]遥感技术资源调查环境监测
[中图分类号]P237[文献码]B[文章编号]1000-405X（2014）-1-55-1
在资源调查和环境监测过程中，依靠传统的地面样方实测方法须花费巨大的人力、财力，且精度不高，难以在大范围内快速提取，基于遥感技术监测面积大、数据可比性强、获取快速和人为影响少等特点，可以从宏观上快速跟踪和定位，为人类认识国土、开发资源、监测环境、研究灾害以及分析全球气候变化等提供了新的途径。
1遥感技术在资源调查领域的应用分析
土地资源调查时，利用卫星遥感技术对土壤、土地利用、土地盐碱化实施监测可有效的解决土地变化周期快、地形差异等调查难题。
我国利用遥感技术调查土地资源起源于“六五”，相关部门运用遥感技术完成了东西部的土地调查，并广泛的应用到了土地管理、农业、设施建设等方面。
96～97两年间全国耕地的遥感监测，显示我国耕地正面临大幅度被占用的趋势，对此，国务院制定相关政策，划定了保护耕地的红线。
为矿产资源开发的新技术。我国曾在昆仑山、准格尔盆地、天山等地区利用遥感技术进行矿产资源勘探，同时，监测煤田火灾隐患、复垦区生态恢复、矿区找水与检测矿区的水害等方面也都应用到了遥感技术。
在人际稀少的植被区，要及时了解森林火灾、病虫害、刀耕火种、采伐活动、森林资源消涨，依靠传统的调查方法，难以达到预期目的，采用遥感技术宏观监测，则可收到事半功倍的效果。于1991年成功应用遥感技术进行“森林资源一类清查”，以此为基础建立了连续清查体系，为森林资源动态监测打下坚实技术基础。
遥感技术同时也应用到水资源的调查上，在洪涝灾害评估、旱情调查、水土流失调查、有效灌溉面积调查、水库库区环境容量调查等方面均扮演着极其重要的角色。
2遥感技术在环境监测领域的应用分析
遥感技术广泛地应用于大气环境、水环境、生态环境、固体废弃物等领域，几乎涵盖了环境保护的各个方面。
利用遥感技术，通过调查大气污染源的分布、污染源周围的扩散条件、污染物的扩散影响范围等，辅以少量地面同步监测数据，可以定量分析污染物浓度的梯度变化值。辽宁省环境保护科学研究所应用红外扫描仪对抚顺露天煤矿进行了大气监测，分析矿坑上空逆温层的形成与大气污染物扩散的关系，为露天矿的污染防治和预测预报提供了科学依据。
水体中由于不同种类和浓度的污染物，导致自身颜色、密度、透明度和温度等方面差异，根据反射波谱能量变化，捕捉遥感影像色调、灰阶、纹理等特征上的差别，监测悬浮物含量、水体透明度、叶绿素a浓度、溶解性有机物以及一些综合污染指标。
同时，我国在土地沙漠化、植被环境变化、森林调查、草原调查、流域治理等生态环境监测中也运用了先进的遥感技术，不少城市利用遥感开展了城市热岛效应与生态环境研究，这对正确地认识和评价生态环境质量，把握生态环境质量差异具有重要意义。
在固体废弃物方面，利用遥感技术对工业废渣和生活垃圾及堆放地与污染状况进行监测管理，通过测定固体废物的含水量、固体废物的有机质含量及表面粗糙度等因子，利用这些参量与光谱的关系，突出堆放点的分布、面积及数量。北京市环境保护科学研究所曾用航空像片分析了北京市垃圾等废弃物的分布状况和特点。
3发展趋势
（1）随着科技进步与需求升高，高空间和高光谱分辨率已是卫星遥感影像的发展趋势。遥感传感器的改进和突破主要集中在成像雷达和光谱仪，高分辨率的遥感资料对于资源调查和环境监测意义重大。
（2）发展机载三维成像仪和干涉合成孔径雷达技术，有助于将地面目标由二维测量拓展至三维测量。
（3）以遥感（RS）、地理信息系统（GIS）和全球定位系统（GPS）作为主体构成的3S地观测系统发展迅速，正在形成全天候、全方位、多平台、多高度、多角度、多时相的立体综合系统。
（4）处理方法和模型日益完善，神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。
（5）由航天、航空和地面观测台站网络等组成以地球为研究对象的综合对地观测数据获取系统，提供定位、定性和定量以及全天候、全时域和全空间的数据。
4结语
利用遥感技术开展资源调查和环境监测领域已经得到广泛应用，且研究深度日益增强，遥感已成为实现数字地球战略思想的关键技术之一，充分利用遥感技术的各种优势，进行科学研究和其他成果的转化，是今后提高资源调查和环境监测工作的发展方向，也是完成资源调查和环境监测任务的有效途径。随着遥感技术理论的逐步完善和遥感图像空间分辨率、时间分辨率与波谱分辨率的不断提高，人类将进入立体化、多层次、全方位和全天候地对地观测的新时代。
参考文献
[1]韩震，金亚秋，恽才兴等.我国海岸带及其近海资源环境监测的遥感技术应用[J].遥感信息，2006，（5）：64-66，71，插页5.
[2]杨清华，曾福年，曹文玉等.遥感技术在北京周边资源与环境监测中的应用[J].国土资源遥感，2007，（4）：76-80，84.
[3]金庆花，朱丽丽，张立新等.矿产资源评价与矿山环境监测中高光谱遥感技术方法应用的实例[J].地质通报，2009，28（2）：278-284.
[4]娄全胜，陈蕾，王平等.高光谱遥感技术在海洋研究的应用及展望[J].海洋湖沼通报，2008，（3）：168-173.
关键词：遥感地址勘查技术；具体应用；研究
中图分类号：P627文献标识码：A文章编号：1673-1069（2016）31-152-2
1遥感地质及勘查技术概述
遥感技术所取得的地面图像和数据及相应的数据和信息处理技术在地质学的应用。又称地质遥感。遥感地质一般包括4个方面的研究内容：①各种地质体和地质现象的电磁波谱特征。②地质体和地质现象在遥感图像上的判别特征。③地质遥感图像的光学及电子光学处理和图像及有关数据的数字处理和分析。④遥感技术在地质制图、地质矿产资源勘查及环境、工程、灾害地质调查研究中的应用。
1.1遥感地质勘查技术的概念
利用飞机与卫星等遥感器对检测地标的地质数据进行电磁、光谱的扫描与识别的技术称之为遥感地质勘查技术，其在地质勘探工作中的应用有助于对检测地标的地质特性进行深入分析，进而可通过摸清地质信息与地质特征为地质勘探提供更为科学可靠的理论与数据。较之传统地质勘查技术，遥感地质勘查技术具有多层次、综合性与宏观性的特点，因而地质勘查检测结果的精准性可得到大大提升。近些年，遥感地质勘查技术凭借技术先进、检测结果准确等优势在现代地质勘查工作中发挥了越来越重要的作用。
1.2遥感地质勘查技术的特点
1.2.1科学性
遥感技术在地质勘查工作中的应用为其数据采集环节提供了大量更具科学性的理论依据。以遥感地质勘查技术在我国的应用为例，使用卫星、飞机等高端遥感器可科学计算、检测出待检测地标的具体地质状况，有效结合电磁技术、光谱技术同现代化计算机技术以及现代化航拍器械可使地质扫描工作更具科学性，进而可为我国地质勘查与地质研究工作提供更为科学、准确的勘察数据与地质资料。
1.2.2精确性
不断增大的矿产需求量使得我国地质勘查工作逐渐细化，这对地质勘查技术也提出了越来越高的精细化要求。遥感地质勘查技术可通过电磁技术与光谱技术的应用扫描并分析地质状况，现代地质勘查工作的精细化需求可得到满足。遥感地质勘查技术的应用实例显示，其可对地质状况进行全方位的检测与计算，这对现代地质勘查工作精确性以及矿产开采效率的提高均十分有利。
2遥感地质勘查技术的应用
2.1获取地质构造信息
在应用遥感技术找矿的过程中，我们可通过空间信息观察到相关地质标志，而提取空间信息的过程中则需应用到遥感技术所呈现出的与检测区域成矿相关的线性图像，从推覆体以及断裂等相似类型中提取出有用信息是这一过程中需注意的部分。遥感地质勘查技术还可应用于获取酸性岩体、火山盆地等地质的信息。由于影响遥感技术成像的因素较多，因而其在地质勘查工作中极有可能会发生地质图像模糊的情况，这将直接导致地质线性形迹和地质纹理信息无法清楚显示出来，地质勘测工作随之面临困难。针对这一问题，目前主要采用人机交互、目视解译等方式来突出显示地质构造图像中的关键信息。
2.2通过获取植被光谱来确定矿产位置
矿区感测区中的金属或矿物较易因地下水文因素和地下微生物作用的影响而改变底层结构，随之将会对土壤层中的成分造成矿物元素增加等影响，土壤成分受到的影响将直接体现在地表的职务上。土壤层中成分的变化将会改变地表植物对金属元素的剧集程度和吸收程度，继而将会使得植物内含水量及叶绿素也发生改变，后种变化将通过植物的反射光谱特征显示体现出来，遥感技术正是利用了这一系列的变化将检测区域地表植物的反射光谱特征显示出来，并通过分析植物异常光谱信息来确定该区域是否存在矿产。不同种类的植物，甚至是同种植物的不同器官在金属含量方面将会呈现不同的特点，因而需大量收集检测矿区的植被样品，并在分析植被光谱信息的基础上统计出具有良好金属吸收能力和聚集能力的植被。植物反射光谱的色调是应用光谱特征增强技术处理遥感图像的主要依据。分离提取出异常色调后，遥感技术可直观展现出这些异常色调，分析出植被对金属的吸收能力和聚集能力后则可为确定矿产位置提供一定的依据。
2.3利用岩矿光谱技术进行识别
作为遥感地质勘查技术的理论基础，岩矿光谱技术适用于多光谱技术与高光谱技术，其主要是通过提取多光谱蚀变信息实现岩性识别与高光谱矿物识别的目的。多光谱技术较低的光谱分辨率使得岩矿的光谱特征表现力较弱，因此岩矿光谱技术在分析岩矿反射率差异时主要以图像线性信息与图像灰度特征为基础。较之多光谱技术，高光谱技术则既可获取到连续光谱信息，也可对地质类型加以直观地识别。综合使用多光谱技术与高光谱技术可对岩矿类型、与成矿作用有直接关系的矿物蚀变信息加以有效地识别，并可对蚀变强度进行定量，进而可为地质勘探工作提供强有力的技术支持。
3加强遥感地质勘查技术应用的措施
前文笔者简要分析了遥感地质勘查技术的概念与特点，并探讨了其在地质勘探工作中的具体应用。由于我国在应用遥感地质勘查技术过程中仍存在不少问题，因而我们在实际应用过程中还需采取合理的措施来保证其应用效果。
3.1加强对遥感技术理论研究
理论是实践的基础，遥感地质勘查技术的实际应用离不开有效的理论研究。因此我们首先需深入研究并分析大量与遥感技术相关的理论文献，为遥感技术的应用打下坚实的理论基础。除此以外，我们还需依据勘测区域的特点进行理论创新，不断丰富地质勘查技术应用的理论成果。
3.2加强技术支持
技术支持在遥感地质勘查技术应用中处于十分关键的地位，因此我们首先需保持所应用的相关遥感设备的技术先进性，保证硬件基础；其次需加大引进与培养先进遥感技术人才的力度，以为遥感技术应用的准确性、合理性和科学性提供人才保证。
3.3完善相关制度
遥感地质勘查技术的有效应用离不开相关制度的指导与规范，因此我们需积极完善诸如技术岗位责任制度的一系列制度，及时发现遥感地质勘查技术在应用过程中出现的问题，以促进我国遥感地质勘查技术的可持续发展。
4结束语
综上所述，迅猛发展的国民经济使得国家对矿产资源的需求量越来越大，这对地质勘查技术的效率与精确度提出了越来越高的要求。对此，本文简单介绍了遥感地质勘查技术及其在地质勘探工作中的应用，并提出了加强其应用的具体措施，以期为相关人士提供理论参考。
参考文献
[1]王润生，熊盛青，聂洪峰，等.遥感地质勘查技术与应用研究[J].地质学报，2011，11：1699-1743.
[2]易飞.遥感地质勘查技术探究与分析[J].住宅与房地产，2016，18：265.
[3]罗庆霞，苏吉祥.遥感地质勘查技术在矿山中的应用[J].世界有色金属，2016，10：203+205.
关键词：高光谱遥感；教学内容；实践教学
TeachingContentArrangementandDiscussiononHyperspectralRemoteSensing
SONGYan,TIANYugang
（CollegeofInformationEngineering,ChinaUniversityofGeosciences,Wuhan430074,China）
Abstract:Accordingtotrainingrequirementsinremotesensingandtechnology,aproperteachingbook,teachingcontentarrangementandpracticecourseweremadeanddiscussed.
Keywords:hyperspectralremotesensing;teachingcontent;practicecourse
中国地质大学（武汉）信息工程学院遥感科学与技术专业于2006年正式成立，该专业的培养目标是：培养具有良好的职业道德，掌握遥感科学、地理信息及计算机科学的基础理论、知识和技能，能结合计算机技术、地理信息技术在国土资源遥感、城市规划、地质工程、环境监测、海洋勘查等领域从事遥感信息获取、处理与分析，及有关遥感信息工程建设与应用的专门高级技术人才。
为了完成其培养目标，在本科生大三下学期开设高光谱遥感课。通过该课程的学习，使学生对高光谱遥感原理具有清晰地认识，掌握高光谱的基本分析方法，培养他们运用高光谱原理和分析方法解决实际问题的能力。依据课程目标，笔者结合近两年在课程教学中的实践经验，提出高光谱遥感课程的本科生教学内容和实践教学环节的设计，希望能抛砖引玉与同行们共同探讨。
1课程设置简介
高光谱遥感课程共32学时，先修课程主要有：遥感概论、遥感物理、数字摄影测量、遥感图像处理、遥感图像解译、遥感应用模型。在课程教学过程中，共安排20课时的课堂教学，12课时的上机实习操作。
2教材选择
优秀的教材可以帮助学生完整的掌握课程内容，近年，随着遥感定量化应用的不断发展，高光谱遥感方面的专著逐渐增多。目前已出版的高光谱遥感书籍主要有：中科院遥感所的童庆禧院士、张兵教授等编写的《高光谱遥感:原理技术与应用》以及《高光谱遥感的多学科应用》、武汉大学张良培教授等编写的《高光谱遥感》、浦瑞良教授等编写的《高光谱遥感及其应用》。经过比较发现和分析，上述书籍均对高光谱的原理、基本处理手段以及应用方面均有介绍。其中，童庆禧院士编写的书籍理论较深，更适合用于对研究生的教学，浦瑞良教授编写的书籍分为不同的专题介绍高光谱的应用情况，更适合对科研人员作为参考。针对本科教学的目标以及本科生的专业基础，选择张良培、张立福撰写的《高光谱遥感》作为课程教材，并将童庆禧院士、浦瑞良教授编写的书籍作为主要参考书目。
3教学内容
在授课过程中，以高光谱遥感数据的获取、处理和应用为线索[1]，设计如下的教学内容。
3.1高光谱遥感简介
在回顾电磁波、电磁辐射等遥感的理论基础后，重点阐述高光谱遥感的定义、特点，通过分析多光谱遥感与高光谱遥感对同一地物的光谱曲线，加深学生对高光谱遥感的认识。分析目前主要的高光谱遥感传感器及其成像参数，并大致介绍高光谱遥感在国内外的应用情况。最后依据高光谱遥感传感器的特点，提出本课程的整体理论框架，给学生们清晰地认识。
3.2光谱重建与几何校正
地物光谱数据的获取仪器及获取步骤，并分析地物的光谱特性，并列出国内外常用的光谱库。介绍辐射误差的概念，并依辐射误差产生的原因分别介绍传感器定标、大气校正以及地形校正的理论和方法[1]。在介绍高光谱遥感的辐射校正方法基础上，介绍高光谱遥感数据的几何校正方法[2]。这部分的重点内容有：野外光谱仪的使用步骤，高光谱数据大气辐射校正方法以及几何校正方法。难点内容在于，高光谱数据的大气辐射校正方法。
3.3高光谱遥感数据的处理方法
从Hughes现象入手，分析高光谱遥感影像特征提取与选择的必要性，而后分别介绍光谱的特征选择与提取、光谱匹配、光谱微分等技术。在光谱的特征选择与提取方面着重介绍，包络线去除法、光谱形态学分析方法（光谱梯度与坡度、光谱吸收参数等）、光谱相关性分析方法、MNF变换、PCA变换、光谱距离统计。这部分的重点内容在于，让学生理解高光谱遥感数据特征提取与选择的必要性，掌握常用的包络线去除法、MNF变换、PCA变换等方法、难点在于，通过理论的学习能够运用相关理论完成高光谱遥感数据特征提取与选择。
3.4混合像元分解原理与方法
混合像元问题是遥感数据中不可避免的问题，本部分主要介绍遥感影像里混合像元形成机理，混合像元的物理、数学和几何模型，混合像元分解的步骤，混合像元分解中如何提取纯净像元。重点在于让学生对混合像元问题有清晰地认识，明确遥感影像中的“纯净”像元和“混合”像元的区别，在理解线性混合像元分解模型的物理、数学与几何模型的基础上，掌握线性混合分解方法的原理。难点在于学习并理解如何运用“沙漏模型”提取纯净像元的理论和方法。
3.5高光谱遥感图像分类
介绍了高光谱遥感图像的分类方法，包括使用传统的监督分类、非监督分类的各种方法，以及一些针对高光谱数据的分类方法，例如自组织特征映射神经元网络的分类方法。结合高光谱遥感特征提取与选择方法，混合像元分解原理与方法，让学生掌握完整的高光谱遥感分类流程。重点内容在于理解并掌握高光谱遥感图像分类与多光谱遥感图像分类的相似点与不同点，难点在于掌握并理解自组织特征映射神经元网络的分类方法。
3.6高光谱遥感的应用
重点介绍了高光谱遥感技术在地质方面的应用实例。运用前面所学习的相关理论和分析方法，重点介绍地质遥感领域高光谱遥感矿物填图方法，让学生能够完整掌握整体的分析方法。
4实践教学环节设计
为了增强学生理论联系实际的能力，配合上述授课内容，参考相关软件的教程[3],为学生设计了四次实习内容。四次实习具体内容分别是：
第一次实习安排在第一章高光谱遥感简介授课内容结束后。实习主要内容为让学生认识高光谱数据；实习方法为运用遥感的ENVI软件、AVIRIS的高光谱数据、JPL光谱库以及USGS光谱库使学生们对高光谱数据以及常用光谱库有感性认识，并学习如何运用影像的光谱曲线选择彩色合成波段，对高光谱数据加以显示。
第二次实习安排在第二章光谱重建与几何校正授课内容完毕后。实习主要内容为：高光谱大气校正以及光谱特征分析；主要任务是练习如何运用FLAASH模型对高光谱遥感影像进行大气校正的方法。此外，安排学生进一步熟悉高光谱数据的特性，并进行光谱分析，主要运用包络线去除、ENVI的光谱角制图以及光谱特征拟合（SpectralFeatureFitting）两种方法从影像中辨认矿物。通过实习帮助学生了解光谱特征提取与分析对于高光谱数据的重要性。
第三次实习安排在第四章内容授课结束后。实习主要内容为纯净像元提取；主要实习任务是运用MNF变换后的波段以及散点图工具提取端元、运用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元、运用提取的端元进行分类和制图。通过实习，让学生掌握高光谱数据中纯净像元的提取方法，并运用所提取的纯净像元进行混合像元的分解。
第四次实习安排在高光谱遥感的应用授课内容结束后。第四次实习为综合实习，实习任务是运用给定的AVIRIS高光谱影像完成该地区的地质填图。
5当前教学中存在的问题以及解决策略
1)课时数安排过少。目前这门课程作为专业方向选修课，只有24个学时。但高光谱遥感是遥感科学与技术专业一门非常重要的课程，应至少安排40学时。
2)教学方法亟待改进。这门课程目前的教授方法是以任课教师口授后，学生上机实践完成。虽然每次授课后都会及时安排实习，但是由于高光谱遥感某些理论较为深奥，使得学生在上课时难以马上消化，产生畏难思想，影响学生学习积极性与主动性。因此，若在课时增加的基础上，即可在上课时边讲授边由老师指导学生动手操作，及时理解高光谱遥感中的相关原理方法，直观理解相关原理在高光谱遥感中应用情况。
6结语
高光谱遥感是一门理论与实践相结合的课程，是遥感科学与技术专业的选修课课，对于学生理解和掌握遥感的应用发展非常重要，并可加深学生对遥感理论方法的认识。如何设计教学内容是一件非常重要和有意义的课题。本文结合笔者自身教学经历，针对高光谱遥感本科课程教学的现状，提出了对高光谱遥感教学内容的理解，并就教学中存在的一些问题进行了分析。
参考文献
张良培，张立福著.高光谱遥感[M].武汉:武汉大学出版社，2007
童庆禧，张兵，郑兰芬.高光谱遥感-原理、技术与应用[M].北京:高等教育出版社，2006
遥感(RemoteSensing)即遥远的感知,指在一定距离上,应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。摄影照相便是一种最常见的遥感,照相机并不接触被摄目标,而是相隔一定的距离,通过镜头把被摄目标的影像记录在底片上,经过化学处理,相片便重现被摄目标的图像。从拍摄目标到再现目标所用的手段,便是一种遥感技术。遥感与其他技术结合,在农业应用中具有科学、快速、及时的特点。这对于充分利用农业资源、指导农业生产、农产品供需平衡等方面有着重要的意义。
2遥感估产的原理及农作物估产方法
2.1遥感估产的基本原理[2]
任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。人眼正是利用这一特性,在可见光范围内识别各种物体的。遥感技术也是基于同样的原理,利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波,根据地面上物体的波谱反射和辐射特性,识别地物的类型和状态。农作物估产则是指根据生物学原理,在收集分析各种农作物不同生育期不同光谱特征的基础上,通过平台上的传感器记录的地表信息,辨别作物类型,监测作物长势,并在作物收获前,预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。
2.2农作物估产的方法
农作物估产在方法上可分为传统的作物估产和遥感估产两类。传统的作物估产基本上是农学模式和气象模式,采用人工区域调查方法。它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类模式计算繁杂、速度慢、工作量大、成本高,某些因子种类往往难以定量化,不易推广应用。遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。在实际工作中,常常用绿度或植被指数(由多光谱数据,经线性或非线性组合构成的对植被有一定指示意义的各种数值)作为评价作物生长状况的标准。植被指数中包括了作物长势和面积两方面的信息,各种估产模式,尤其是光谱模式中植被指数是一个极为重要的参数。根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点[3,4]。
农作物估产中所应用的遥感资料大致可分为3类:一是气象卫星资料,主要为美国第三代业务极轨气象卫星(NOAA系列)装载的甚高分辨率辐射仪(AVHRR)资料,其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉,空间分辨率低但时间分辨率较高;二是陆地卫星(Landsat)资料,应用较多功能是专题制图仪(TM)资料,它重复周期长、价格高,但其空间分辨率高[5];三是航空遥感和地面遥感资料,主要用于光谱特征及估产农学机理的研究中,其中高光谱数据可提供连续光谱,可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具[6]。在遥感估产中农作物面积提取是最重要的内容。用遥感方法测算一种农作物的种植面积主要有以下几种方法[5]。1)航天遥感方法。包括卫星影像磁带数字图象处理方法(一般精度较高)和绿度———面积模式。2)航空遥感方法。可进行总面积的测量、作物分类及测算分类面积。3)遥感与统计相结合的方法。此方法是由美国农业部统计局在原面积抽样统计估产的基础上发展起来的,其原理是利用遥感影像分层,再实行统计学方法抽样。4)地理信息系统(GIS)与遥感相结合方法。此方法是在地理信息系统的支持下,利用遥感信息,对不同农作物的种植面积进行获取。
3国内外遥感估产的研究进展状况
3.1国外遥感估产研究的进展状况
美国首先开了农作物遥感估产之先河,美国农业部、国家海洋大气管理局、宇航局和商业部合作制定了“大面积农作物估产实验(1974～1978)计划”,组织实施了小麦估产计划,应用先后发射入轨的陆地卫星1～3接收处理出的MSS图像,首先对美国大平原9个小麦生产州的面积、单产和产量做出估算;尔后对包括美国本土、加拿大和前苏联部分地区小麦面积、单产和产量做出估算;接着是对世界其它地区小麦面积、总产量进行估算。调查分析美国、原苏联、加拿大等主要产粮国的小麦播种面积、出苗状况和长势,并利用气象卫星获得的气象要素信息,结合历年统计数据进行综合分析,建立的小麦估产模型精度高达90%以上。1980～1986年,美国又制定了“农业和资源的空间遥感调查”计划,其核心内容仍是主要作物的种植面积与单产模型的研究。进行国内、世界多种粮食作物长势评估和产量预报。中国科学院自然资源综合考查委员会的陈沈斌于1992年8月在美国农业部外国农业局(负责美国以外国家的农作物估产,并建成运行系统)曾见到当月估计的中国小麦、玉米、水稻总产量与后来1993年国家统计局公布的数字差-3.53%、+0.65%和-0.66%。
该项工作,为美国在世界农产品贸易中获得巨大的经济利益[2,4,7,8,9,10,11]。此后,欧共体、俄罗斯、法国、日本和印度等国也都应用卫星遥感技术进行农作物长势监测和产量测算,均取得了一定的成果。例如,欧共体用10年的时间(从1983年开始),建成用于农业的遥感应用系统,1995年在欧共体15个国家用180景SPOT影像,结合NOAA影像在60个试验点进行了作物估产,可精确到地块和作物种类。2002年美国航空航天局与美国农业部合作在贝兹维尔、马里兰用MODIS数据代替NOAA-AVHRR进行遥感估产,MODIS搭载的TERRA卫星是1999年由美国(国家航空航天局)、日本(国际贸易与工业厅)和加拿大(空间局、多伦多大学)共同合作发射的,MODIS数据涉及波段范围广(36个波段)、分辨率(250,500,1000m)比NOAA-AVHRR(5个波段,分辨率为1100m)有较大的进步,这些数据均对农业资源遥感监测有较高的实用价值。ldso等曾运用500～600nm和600～700nm两个光谱区得到的反射值的转换植被指数(TV16)来估计小麦与大麦的单产,获得小麦单产与TV16之间的相关系数为0.78。同年,日本科技公司完成了“遥感估产”项目,可提高平原农业估产的精度,并着眼于对全球进行估产。
而美国已经将遥感技术用于精细农业,对农作物进行区域水分分布评估、病虫害预测等,直接指导农业生产。用卫星遥感方法进行长势监测和产量估算已进行多年,方法已趋于成熟[2,4,7,8,.9,10,11,12,13]。水稻遥感估产以亚洲水稻主要生产国为先行和先进。中国、印度、日本等国家都进行过遥感估产研究且取得较好的效果。Patel和Dash等[14]建立水稻产量和RVI的关系,试验区预报精度达到96.14%。Miller等[15]在分蘖或出穗阶段时,运用比值植被指数通过干物质和单产的关系来估计单产。但在作物灌浆与成熟阶段,由于反射率与总生物量之间并不相关,比值植被指数无法预测水稻的冠层生物量。Wiegand,SSRay认为借助于归一化植被指数NDVI{(NIR-R)/(NIR+R)}可以很好地预测产量[16,17]。
3.2国内遥感估产研究进展情况
从“六五”开始,我国试用卫星遥感进行农作物产量预报的研究,并在局部地区开展产量估算试验。“七五”期间,国家气象局于1987年开展了北方11省市小麦气象卫星综合测产,探索运用周期短、价格低的卫星进行农作物估产的新方法。该项目中,主要是以长期的气象资料为基础,以遥感信息为检验手段,建立了不同地区的遥感参数-作物产量的一阶回归模型。1985～1989年,此项目为中央和地方提供了165次不同时空尺度的产量预报,为国家减少粮食损失达33万t以上,累计经济效益达20亿元。“八五”期间,国家将遥感估产列为攻关课题,由中国科学院主持,联合农业部等40个单位,开展了对小麦、玉米和水稻大面积遥感估产试验研究,建成了大面积“遥感估产试验运行系统”,并完成了全国范围的遥感估产的部分基础工作。通过1993～1996年4年试验运行,分别对四省两市(河北、山东、河南、安徽北部和北京市、天津市)的小麦,湖北、江苏和上海市的水稻;吉林省的玉米种植面积、长势和产量的监测和预报,在指导农业生产及农业决策中发挥了重要作用。特别是解决了一些关键技术问题,为进一步开展全国性的卫星遥感估产提供了重要保证。
关键词：遥感信息，水工环，应用
中图分类号：TV文献标识码：A
前言
在水工环中应用遥感信息技术,可以提高监测力度,保证调查结果的准确性,促进地质监测工作的发展。采用遥感信息技术,可以有效的实现一步测量,减少测量环节,缩短工期,促进后续工程的尽快完成,提高工程建设的发展水平。
1主要遥感信息源及其发展
通过上述,了解到遥感技术的工作机理,由于勘测人员所勘测的位置都有所不同,我们必须要将传感器进行分类,这样才能够获得更加准确可靠的信息。按照传感器反应成像的类型我们可以将其分为可见光摄影和红外摄影、多光谱扫描、成像光谱图像等。自进入21世纪以来,遥感技术发展越来越迅猛,传感器技术也不断发展起来,其主要体现在以下几个方面:(1)成像分辨率越来越高,根据分析与研究,卫星图像的分辨率也越来越高;(2)随着科技水平的不断提高,传感器技术已具有立体观察功能;(3)由于勘测的需要,传感器的波段也在逐渐增加,并在勘测过程中,已经投入高光谱成像仪器使用。所谓高光谱成像光谱仪也就是将成像技术与光谱技术结合在一起,然后在探测物体空间特征的基础上对各个影像色散,然后形成很多个波段带宽为10纳米左右的连续光谱覆盖,其又可称为超光谱成像仪。以前的多光谱成像仪在成像的过程中只有几个波段,而现在,其波段数不断增加,连续性也不断增强,这就促使图像的分辨率越来越高,这对光谱分析技术的运用起到了推动作用。
2水工环领域遥感应用技术的发展现状
由于遥感技术是通过先进的传感器技术、计算机技术以及图像处理技术而逐渐发展的,所以随着社会的发展以及技术水平的不断提高,该技术也越来越成熟,并且在水工环领域中已取得了非常不错的成绩。目前,遥感水文地质已经成为了一门独立的学科。以前的遥感水文地质学主要是对水文地质进行测绘,然后再由测绘人员标志出物体的空间特征;而现在测绘人员则是采用热红外影像和多光谱来探测地下水系统,此时测绘人员则是重点不仅是对物体的空间特征进行标志,还对植被的污染情况、区域测绘的参数进行分析与探测。从广义的角度来讲,遥感技术已经在水工环领域中取得了非常不错的成绩,我们将其发展现状进行分析,其主要表现在以下几个方面:
2.1从几何形态解译到充分利用光谱信息
过去的多光谱遥感数据波段划分过少,只有几个波段,使地面波谱测试数据与图像光谱数据难以精确比较。因此,图像解译工作很少考虑地物的波谱特征,主要根据影像的色彩、色调、纹理、阴影等所形成的几何形态特征。随着机载成像光谱仪(高光谱)技术的商业运作及2000年前后的高光谱成像卫星的发射,使得用光谱信息对地物的分析更精细、更准确。
2.2出现地面温度反演技术
地面温度反演是指从热红外图像数据的辐射亮度值获得地表温度信息。反演方法主要有地表温度多通道反演法和多角度数据进行组分温度反演法等。
2.3从定性分析评价到依靠计算机数字模型模拟的定量分析评价
如遥感技术在地下水流系统应用中,根据遥感数据建立的地形、流域面积、水系密度等数据集结合气象数据建立空间补给模型。数字模型成为遥感技术实现定量评价的重要途径,而DEM/DTM是涉及地形数据计算方面不可缺少的工具。
2.4使用单一遥感信息源到多元信息拟合
目前的遥感应用技术,已不再是单一使用各种遥感数据,而是根据需要结合利用了其他信息源,如地质、地形、水文、土壤、植被、气象、岩土物理力学特征及人类活动等资料。这样,图像数据的预处理尤其重要,如几何较正、多波段数字合成、镶嵌、数据变换等,而地理信息系统(GIS)在多元信息数据管理中起着重要作用。
2.5从单一手段应用到多手段应用
近年来,遥感技术(Rs)与地理信息系统(GIS)和全球定位系统(GPS)的综合应用,即“3s”技术,成为遥感技术应用的主流。GIS是数据库管理、数据图形处理、各主题图件叠加、制图的重要工具。GPS可以对地面控制点精确定位,提高遥感数据空间精度。
2.6数字摄影测量技术的发展
数字摄影技术的成熟,推进了制图工作的现代化,改善了基础图件的质量和成图效率,并影响着遥感技术的调查方法。该技术的产品可直接作为GIS的数据源,便于遥感与GIS一体化研究与开发。
2.7遥感技术应用成果向着便于保存、复制、携带及传输方向发展
这意味着遥感技术应用成果的数字化。由于是数字成果,可载于多种介质上,如CD-ROM、磁带及计算机硬盘上,使携带处理更加方便。随着1998年“数字地球”计划的提出及我国国土资源部“数字国土”工程的实施,遥感应用成果数字化显得尤其必要。
3遥感信息技术在水工环领域中的应用
3.1遥感信息技术在水文地质中的应用
在对于水文地质的测绘工作中,应用遥感信息技术大大的提高了定量与定性评价工作的可行性。采用光谱合成的方式,对水文地质进行测绘工作,通过专业的图像处理,可以更好的对水文地质条件进行分析,并进行测绘与模型建立。在特殊地区进行测量时,通过遥感技术可以对水质与植被进行分析,并推算出当地的水质情况。并且,遥感信息技术的采用也可以有效的对地下水系统进行分析,完成对潜在污染的评价工作。另外,红外热感可以良好的对地下热水进行勘察。在观测中,通过红外成像,可以对地表温度进行分析,同时通过精确的计算,分析测量地区的地下热水情况。
3.2遥感信息技术在工程地质中的应用
现阶段,在大型工程的选址中,应用遥感信息技术可以有效的提高地质评价工作的质量,对于工程地区的地质情况进行有效的分析,是工程建设规划阶段中的重要内容。采用遥感技术可以获得直观的图像,并且利用卫星影像传输,提高了观测质量。通过采用卫星传输的数据,对地表的光谱数据进行处理与计算,可以为工程选址提供客观有效的依据。在大型工程的选线中,应用遥感信息技术与计算技术,可以对地表图像进行快速的评价,对于地表的地貌、地质特点进行合理的分析,提高工程选线工作的正确性与合理性。另外,采用遥感信息技术可以对工程选址地区的地质灾害情况进行分析,并采用数字化的数据处理方式,建立数学模型,对工程地区实现了定量的灾害预估,并结合合理的风险评价,为工程的安全进行提供了强有力的保证。
3.3遥感信息技术在环境地质中的应用
在对于环境地质工作的研究上,应用遥感信息技术,可以更好的保证环境监测的效果。通过遥感信息技术,可以更好的了解水资源污染的情况,对污染情况不同的地区可以输出不同的测量结果。利用热感图像,可以很好的对工业废水进行确定,有效的对污染范围进行划分,确定污染水源的分布情况。近年来,我国对于环境监测中遥感信息技术的应用也在不断的发展中,通过遥感信息技术对地质变化情况、重大经济活动对环境的影响、水土流失等现象实现了高效并谁确的监测。
结束语
通过上述,我们了解到了遥感技术的发展以及应用范围,重点阐述了遥感技术在水工环领域中的应用。随着科技水平的不断发展,遥感技术也随之不断的发展起来,不管是从图像的分辨率还是从图幅角度上看,其发展都是非常迅猛的。相信未来遥感技术会运用在各个领域当中,促进社会的发展.
参考文献
关键词遥感估产;类型;现状;展望
遥感起源于20世纪60年代,这是一种在一定距离上,应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。随着遥感技术的发展,宏观大尺度的估产越来越多地使用遥感方法,并结合地理信息系统和全球定位系统等技术,可以构建出不同条件下植被的生长模型和估产模型[2]。遥感技术估产与传统的估产方式相比,前者的工作量少,精准性更强,在实际应用中显示出了独有的优越性。前人做了大量有关运用遥感技术对作物、草地、森林及海洋生态系统的植被估产的研究。遥感估产已从试验研究阶段逐步进入到实际业务使用阶段。现探讨有关遥感估产的原理及估产模型的基本类型。
1遥感估产的原理及建模基础
任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。相同的物体具有相同的波谱特征,不同的物体,其波谱特征也不同,遥感技术就是基于该原理,利用搭载在各种遥感平台上的传感器接收电磁波,根据地面上物体的波谱反射和辐射特性,识别地物的类型和状态[1]。卫星遥感数据具有高度的概括性,卫星获取的光谱植被指数反映了植物叶绿素和形体的变化[3]。大量的研究也表明,植物的叶面积系数、生物量、干物重与光谱植被指数间存在着较好的相关关系[4]。因此,利用从卫星获取的植被光谱信息估测产量成为了可能。用于区域植物生物量估测的遥感模型基础是从光合作用即植被生产力形成的生理过程出发,在建立模型的过程中,根据植物对太阳辐射的吸收、反射、透射及其辐射在植被冠层内及大气中的传输,结合植被生产力的生态影响因子,最后在卫星接收到的信息之间建立完整的数学模型及其解析式[5]。
2遥感估产模型的类型
20世纪70年代后期估产模型将遥感信息作为变量加入到模型中,建立了大量的遥感估产模型。理论上探讨植物光合作用与植物光谱特征间的内在联系以及植物的生物学特性与产量形成的复杂关系等,方法上从单纯建立光谱参数与产量间的统计关系,发展到考虑植物生长的全过程,将光谱的遥感物理机理与植物生理过程统一起来,建立基于成分分析的遥感估测模型,使估算精度不断提高[6]。由于研究对象的不同,选用的估产参数也不尽相同,模型种类也较多,基本上可以分为2类[7-8],即统计模型和综合模型。
2.1遥感统计模型
目前,基于统计的遥感估产有3种技术路线:一是遥感光谱绿度值(植被指数)-生物量关系模式。在对作物、草原、森林的估产中,这是一种常用的思路,但是该方法得到的遥感估产等级图只反映卫星摄影时的植物长势和生物量的空间分布状况;二是遥感光谱绿度值-地物光谱绿度值-生物量关系模式,即先分析实测地物光谱绿度值与生物量之间的关系,建立相应模型,再分析卫星遥感植被指数与地物光谱绿度值的关系,建立卫星遥感植被指数与生物量之间的关系模型,最后利用光谱监测模型和卫星遥感监测模型进行监测与估产;三是遥感-地学综合模式。该方法将气温、降水等环境因子引入模型,与遥感-生物量模型互相补充,克服各自存在的缺陷,可进一步提高估产精度。建立的统计模型有线性、幂函数、指数、对数等,回归的方法也有一元回归、多元回归、逐步回归等,得到的系数差别较大,并且应用也局限于建模的时间和地点,在很多情况下地面资料的数也影响模型的精度。
2.2遥感综合模型
综合模型借助遥感信息和植被信息、气象因子等来建立,其包含了更多的信息量,可以更加精确地反映植被的生物物理参数。尽管这类方法前景广阔,但受到模型中大量的参数和变量获取的限制(例如呼吸、衰老、光合作用、碳分配、凋落物的分解等),以及当物种的组成在时空上变化较大时出现复杂的、异质性的、冠层的描述问题的影响,部分模型只适用于当时的研究区域,如何通过“尺度扩大”来改进模式中的区域限制,更好地适应遥感信息的同化需要,也是亟需解决的一个关键问题。
3展望
遥感技术经过几十年的发展,已经日趋成熟,遥感估产的优点是可以得到长时间尺度和大空间尺度的生产力资料,因而它仍是未来生产力探测方法的发展方向。目前国际上对各类生态系统的估产模型有很多,建立的模型和所选择的数据源并不是任何时期、任何区域都适用,应该根据研究区域的实际情况来改进生物量模型和选择合适的遥感数据源。基于遥感技术的生物量估算需要运用多种技术,综合多种方法,使估算模型达到最优。新的数学方法的不断探索和试验是充分发挥遥感信息作用的前提和途径,数量化理论、神经网络方法、cwsi理论、灰色系统理论、数值模拟等
理论的尝试将可能实现高精度定量估测。
4参考文献
[1]梅安新,彭望?,秦其明,等.遥感导论[m].北京:高等教育出版社,2001.
[2]李海亮,赵军.草地遥感估产的原理与方法[j].草业科学,2009,26(3):34-38.
[3]冯奇,吴胜辉.我国农作物遥感估产研究进展[j].世界科技研究与发展,2006,28(3):32-36,6.
[4]申广荣,王人潮.植被光遥感数据的研究现状及其展望[j].浙江大学学报,2001,27(6):682-690.
[5]张佳华.生物量估测模型中遥感信息与植被光合参数的关系研究[j].测绘学报,1999,28(2):128-132.
[6]赵英时.遥感应用分析原理与方法[m].北京:科学出版社,2003.
[7]陶伟国,徐斌,杨秀春.草原产草量遥感估算方法发展趋势及影响因素[j].草业学报,2007,16(2):1-8.