(完整word版)我国近年来资源环境遥感监测与进展-张增祥,2004

我国资源环境遥感监测与进展

中国科学院遥感应用研究所张增祥

2004年3月10日

遥感卫星经过30多年的发展已经形成了以陆地卫星、海洋卫星、气象卫星、环境卫星等四大卫星业务运行系统和以科学研究为目的的实验卫星。卫星遥感构成了对地圈、生物圈、大气圈及其相互作用的物理、化学过程和时空演变规律的系统化、立体化的探测系统，形成了全面的观测能力，在资源环境研究及其相关领域的应用日益广泛和深入。

一、遥感技术的发展与应用能力

遥感（RS）与地理信息系统（GIS）技术的发展及其在地理学研究中越来越广泛和深入的应用，已经导致这一学科研究方法，特别是地理学研究中空间对象的观测与信息获取方法产生了根本性的变化，极大地提高了对地观测能力和丰富了观测内容，深化了人们对地理现象的认识。

目前，遥感技术已形成多星种、多传感器、多分辨率共同发展的局面。各种遥感卫星包括资源卫星、环境卫星、海洋卫星、气象卫星等等，所获取的遥感信息具有厘米到千米级的多种尺度，如63cm、1m、3m、4m、5m、10m、20m、30m、60m、120m、150m、180m、250m、500m、1000m等多种分辨率，重访周期从1天到40～50天不等，在获取资源环境空间和时间信息方面构成很好的互补关系。遥感技术在地球资源与环境研究和测量任务中扮演着越来越重要的角色，它所具有的高度的空间概括能力，有助于对区域的完整了解；而且各种空间分辨率遥感影像互补，成为获取地球资源信息的重要技术手段；不同卫星的适宜的重访周期有利于对地表资源环境的动态监测和

过程分析；以多光谱观测为主并辅以较高分辨率的全色数据，极大的提升了对地物的识别和分类。卫星遥感技术的发展使资源环境研究得到了极大的促进，在研究资源环境时空特征方面取得了一系列的具有重要影响的成果。技术发展提高了成果质量，加强了研究深度，而且促进了成果应用。

二、遥感技术应用的一般技术流程

遥感的物理基础是地物对电磁波的反射、吸收和发射特性；遥感研究的最终目的是应用，其一般过程如下：

1．遥感数据类型选择

根据研究内容或希望达到的目的有针对性的选择合适的信息源，主要是对星种或传感器选择。多数情况下，选择还需要考虑经济因素。

在一般的资源环境研究中，目前采用光学传感器遥感信息较多，如Landsat的TM和ETM+、SPOT、NOAA的A VHRR、Terra的MODIS、CBERS的CCD等。

为了避免天气的不利影响，有些研究工作，如灾害监测等，通常需要应用雷达卫星的数据，目前常用的数据主要有RADARSAT等对于空间精度要求很高的研究工作，如数字城市建设、大比例尺资源环境调查、考古等专项遥感监测等，还需要在空间分辨率方面提出严格要求，通常选择米级或厘米级的遥感数据作为主要信息源，目前可以选择的米级数据包括SPOT5、IRS、IKONOS、QuickBird等。

2．遥感数据时相选择

不同研究对象要求不同时间获取遥感数据，具体包括2个方面：在资源环境现状研究中，针对内容需要更清晰、全面反映研究对象的遥感数据，土地利用和土地覆盖研究一般更多的要了解地表植被的信息，因而多选择植被生长旺期获取的遥感数据。为了了解植被的

变化，以及在某些区域和植被类型间提高分类精度，还会要求相邻时相的遥感数据。大区域作业要求相邻景之间具有最接近的时相。

资源环境动态变化的遥感监测与研究，年际变化通常需要不同年度、相近似的季相的遥感数据进行对比分析；年内变化则选择不同季节的时间序列的同种遥感信息。

3．遥感数据纠正

在开展资源环境研究中，一般获取的遥感数据已经进行了初步的辐射纠正。几何校正通常要应用部门根据工作需要自行完成。几何纠正的主要目的是对遥感图像进行地理编码，使其具备希望的坐标系统和投影参数。

4．专题信息获取

遥感数据到专题信息的转化是遥感技术应用的必要过程。该过程主要可以归纳为人机交互和计算机辅助分类与提取等两种方式及其混合应用。

遥感信息全数字人机交互分析方法的成熟与广泛应用，主要是在近10年左右的时间内形成和发展的。该方法需要投入大量的人力、物力和财力，而且需要投入相对更多的时间，但取得的成果质量相对更高，更便于应用，因而在目前情况下仍然是一种广泛采用的有效方法。全数字人机交互判读系统作为土地资源等专题信息获取的主要技术依托，其软、硬件配置以实用、快速为根本目的。不仅保证满足专题信息提取的要求，而且具有使用方便、节省投资的优点。

计算机自动分类技术主要立足于遥感信息的定量分析和统计分析，但由于遥感信息传输中的各种干扰造成的偏差，以及不同时空条件下地物遥感信息的差异，产生空间不一致性和时间不一致性，以及同物异谱和同谱异物现象的存在，自动分类精度还难以满足国土资源与环境调查的要求。在采用计算机分类技术产生结果的情况下，仍然

需要依靠目视判读分析来进行改值干预，但最终结果仍会存在较多问题。

比较而言，以专业知识为基础的人机交互分析方法成果精度高，理解深入而准确，但效率相对较低，不确定性对于成果质量有较大影响。自动方法为主的分类与变化检测研究，效率相对更高，结果比较一致，但对于遥感数据本身的要求更高，分类后处理工作量更大，使其效率受到了直接影响。同时，现有的自动分类方法基本上都是在限定区域内形成和实现的，在其它地区的应用往往需要模型的调整和参数的选择，很难在大区域而精度要求较高的工作中实际应用。多数情况下，这种技术方法在特别大的区域内，而精度要求相对较低的工作中应用，如全球性的植被研究、土地利用/土地覆盖分类、荒漠化监测等；或者是在较小的区域，专门建立有针对性的模型、所确定的参数一般也不需要根据区域复杂程度进行调整，遥感数据相对单一，不受或少受获取时相和外部环境参数的影响，应用效果也比较理想。

人和计算机的优缺点是相辅相成的。事实上，遥感信息提取几乎都是利用了人和计算机双方的作用，完全依靠单方进行的情况是很少的。例如，在地质领域，先用计算机进行图像增强，然后对该图像进行人工判读。这种使人和计算机相互配合同时进行分析的方法称为人机交互方式。另一方面，为了减轻人的劳动，目前倾向于尽可能采用计算机来代替人工所进行的图像判读。例如，通过使计算机学习判读人员所具有的知识而进行信息提取，这种方式称为专家系统。

5．专题信息处理与集成

人机交互一般直接获取矢量信息和属性信息。以计算机自动分类为主要特点的分类，获取的专题信息包括矢量与栅格两种，同时获取相关的属性信息。这些信息由获取到应用，需要进行必要的数据处理与集成才能实现。一般包括图形的输入输出，图形的编辑，图形处理，面积平差和分类汇总等过程。