遥感技术在中国湿地的研究

遥感技术在中国湿地的研究

（李梦桃资工11003班学号：201007641）

摘要：对中国湿地以往的研究中遥感技术的应用予以回顾，讨论遥感技术近年来在中国湿地资源利用与保护过程中的应用的意义，并在此基础上总结遥感技术在土壤上的应用。

关键词：遥感技术中国湿地应用意义

1 引言

湿地自然生态系统与森林，海洋并列为世界三大生态系统，享有“地球之肾”的美称，是自然界最富生物多样性的生态景观之一。湿地是指陆地上常年或季节性积水或过湿的土地与生长栖息于其上的生物物种构成的独特生态系统。它不仅在净化环境，调节气候，改善人类居住条件等方面具有重要作用，而且是众多的动植物，尤其是珍稀濒危物种中的鸟类，两栖类等生长栖息之处，具有较大开发潜力的自然土地资源。由于湿地介于陆地和水体之间，兼有水，陆生态位，因而具有较高的生产力；同时具有丰富多样的生物种群而成为天然的物种库。中国是世界上湿地类型多，面积大，分布广的国家之一，而且还有独特的高原湿地。近些年来由于人口与土地资源等原因，中国湿地已经进行了一定规模的开垦，或受到干扰和破坏，及时准确的掌握湿地资源的现状和动态具有重要的意义。而且随着计算机和数据处理技术的发展，遥感和地理信息技术逐渐称谓研究地球表面变化研究的主要手段。遥感技术具有覆盖范围广,信息量大，获取信息快，更新周期短等特点，为湿地环境状况提供了有效的信息源；地理信息系统有较强的空间信息处理和分析能力，具有空间性和动态性，能准确分析和综合地对复杂的地理信息系统进行空间定位和动态分析。因此遥感技术的发展以及地理信息系统对遥感信息处理，分析的强有力支持，使遥感技术成为宏观检测最重要的手段。

2 遥感技术的方法与原理

2.1对于湿地研究的工作方法

对于湿地的遥感调查，以遥感信息为主，利用遥感技术（RS）波段多、视域广、信息丰富、现势性强等优势，结合已有的地质、水文、土地、湖泊、河流、海洋及环保等与湿地有关的信息资料，采用全球定位系统野外定点方便、精确度高的特点，并采取多源信息相互印证的工作方法，室内解释与野外实地调查相结合，解释资料与已知成果相结合，提高了遥感解译的效果和质量。

首先，收集遥感数据和其他专题资料，对遥感数据进行几何纠正、融合、镶嵌和分福等处理，得到具有统一地理坐标、相互配准的多元基础数据库，通过数据分析，得到各时相湿地的的初步解译结果；然后，结合野外勘察，建立详细解释标志，验证各期湿地初步解译结果，经室内再解译、分析判断、修改补充和整理，获得各期湿地信息提取结果，利用GIS

软件的空间分析技术提取湿地的变化信息，并对变化进行统计分析；最后，对导致湿地变化的原因进行研究探索。湿地数据处理包括遥感图像几何纠正、图像增强、图形镶嵌等，其主

要技术流程包括多时相遥感影像以及其他GIS数据源的坐标配准、湿地信息分类提取、统计分析以及空间分析等。

2.2湿地地物光谱的测量和特性分析

遥感信息的分析识别主要依据地物反射光谱随波长变化情况，即地物反射光谱特性，地物反射光谱特性是应用遥感图像区别地物目标的物理基础，不同的地物具有不同的反射光谱特性，因而，湿地地物反射光谱的测量分析也是进行湿地遥感应用研究的重要基础，我国科研工作者在此方面进行了深入分析。在中国最大沼泽湿地—三江平原沼泽区，沼泽湿地面积约110多万公顷，占全国沼泽面积的十分之一，是中国沼泽分布最广，最集中的地区之一，在此进行的沼泽湿地地物光谱测量分析，对湿地地物的识别提供了重要的依据；中国最大的野生芦苇区—新疆博斯腾湖苇区湖滨湿地面积约为4万公顷，年产芦苇25万吨，且芦苇株高、径粗、叶茂、纤维长，是优质的造纸原料，在此开展的芦苇光谱特性测量分析，为高精度的芦苇分类识别及生物量的估测奠定了基础；中国重要的海滨湿地—江苏海岸带滩涂湿地总面积为756万公顷，约占全国海涂总面积的20%，这一沿海滩涂的地物辐射测量对海滨湿地资源结构的分析有着较高的参考价值。在这些测量分析中得出：湿地植物光谱与盖度、长势有关外，背景环境（微地貌、排水情况）等也有影响；可从光谱反射差异上分辨出植被类型—小叶樟、蒲草、甜茅、苔草、芦苇等[1]；在以芦苇产量估测为目标的芦苇反射光谱测量中，符合大多数绿色植物反射光谱特性规律，在可见光区光谱反射率不超过10%，随着波长增加到40%，在近红外区达40%以上。但芦苇叶片的多少、大小等对反射均有影响，不同的生态群落（旱生、湿生、混生等）、叶绿素含量等也导致光谱反射率的差异，由此，可分辨出不同类型和长势等级的芦苇，为芦苇生物量的估测提供了依据[2]；在可见光区，芦苇、水、稻田对太阳辐射的反射率均比较接近，但在近红外区有的升高、有的降低，反射率曲线幅度离散，这种现象为选择陆地卫星近红外波段图像进行芦苇资源调查提供了依据；在海滨滩涂的辐射测量中得出，在0.8~1.1um波段，各种滩涂类型辐射值之间差异较大，可分出草滩、泥滩、粉砂滩等，为海滨湿地空间结构及生物资源分析打下了基础[3]。

2.3湿地土壤含水量的反演

土壤湿度的遥感监测主要从可见光到近红外（380~2500nm）波段，通过建立土壤湿度与反射率的关系对土壤水分进行估计[4]。Bowers等指出，土壤含水量对土壤水分与水分吸收强度之间有很好的线性关系[5]，当土壤的含水量增加时，土壤的发射率就会下降。Bowers 等[6]还指出，随着土壤水分的增加时，土壤的光谱反射率在整个波长范围内降低，尤其在760nm,970nm,1190nm等水分吸收波段，反射率下降更为明显。对于植被和土壤来说，这是由于入射辐射在水的特定吸收带处被水强烈吸收所致。

1978年Philip等[7]就指出，在光谱的可见光波段，潮湿的土壤与干燥的土壤相比，反射率明显下降，所以在下雨的时候，湿的地方光线总是很暗。而Liu和Baret等[8]的研究表明，土壤光谱反射率在一定的土壤水分临界值之下时随土壤水分的继续增加而增加，而这个临界值通常大于田间持水量。

2.4土壤含水量的光谱反演

湿地土壤由于土壤含水量的不同，具有多种土壤形态，从湿地干土到含水量较大的淤泥，从河岸的滩涂到湿地水体中的悬浮泥沙，都具有不同的光谱响应特征，影响水体的光谱响应。1968年Ben-Gera，Dalal相继利用近红外波段的吸收系数准确的测出土壤含水量。1991年Ben-Dor修改了NIRA方法，使其适用于高分辨率遥感数据的土壤分析。

3 遥感技术在湿地的实际应用

我们结合天津市湿地保护总体规划，本着重点突出、确保监测质量、有所创新、不断拓